KI-Marketing-WissenStand · 12 Min. Lesezeit

KI in der Analyse: Zahlen, denen du traust

Kurzantwort

In der Marketing-Analyse findet KI Auffälligkeiten, fasst Berichte zusammen und wertet Tabellen aus. Google Analytics 4 zeigt dafür KI-Übersichten und testet mit Analytics Advisor einen Assistenten, der auf Gemini beruht. Wichtig sind die Grenzen: Chat-KIs können Zahlen erfinden, GA4 arbeitet bei großen Abfragen mit Stichproben und Schwellenwerten, und ohne Einwilligung fehlen Daten. Rechne nach, bevor du entscheidest.

Manfred LugmayrVon Manfred „Luigi“ Lugmayr · 30 Jahre Marketing, zuletzt sieben Jahre CMO

Mit KI recherchiert und geschrieben, nach Luigis Vorgaben, Positionen und Redaktionsregeln. Automatisch gegen die Quellen geprüft. So arbeite ich →

Mann sitzt abends im dunklen Büro vor einem Bildschirm mit bunten Diagrammen
10 Mio.Ereignisse bis zur Stichprobe in GA4
12Prompts zum Kopieren

Auf einen Blick

  • Analytics Advisorist ein Beta-Assistent in GA4 mit Gemini-Modellen, derzeit nur für Properties mit Englisch als Sprache; Google weist darauf hin, dass er Fehler machen kann.Quelle: Google-Hilfe, 15.11.2026
  • 10 Mio.Ereignisse pro Abfrage verarbeitet eine Standard-Property in GA4, bevor Stichproben greifen können; bei Analytics 360 bis zu 1 Mrd.Quelle: Google-Hilfe, 15.11.2026
  • Schwellenwerteblenden in GA4 Daten aus, wenn zu wenige Nutzer im Bericht sind, etwa bei demografischen Daten oder Suchbegriffen.Quelle: Google-Hilfe, 15.11.2026
  • 20 $im Monat kostet Julius Plus laut Preisseite; Pro 45 $, Business 450 $.Quelle: julius.ai, 15.11.2026

Was KI in der Analyse wirklich übernimmt

Marketing-Analyse besteht aus drei Schritten: Daten sammeln, Daten verstehen, daraus handeln. KI ändert vor allem den mittleren Schritt. Sie fasst zusammen, findet Ausreißer und erklärt Tabellen in Worten. Sammeln und Entscheiden bleiben deine Aufgaben.

SchrittWas KI kannWas KI nicht kann
SammelnTracking-Pläne entwerfen, bei der Fehlersuche im Setup helfenFehlende Einwilligungen oder Daten ersetzen
VerstehenAuffälligkeiten finden, Berichte zusammenfassen, Tabellen auswertenUrsachen sicher erkennen; Korrelation ist keine Ursache
HandelnOptionen vorschlagen, Tests planenWissen, was deine Kunden wollen

Google Analytics 4: KI-Übersichten und Analytics Advisor

Für das Marketing sind in GA4 zwei KI-Funktionen wichtig:

FunktionWas sie machtHinweise laut Google
Generierte Übersichten (Generated insights)Kurze KI-Zusammenfassungen wichtiger Änderungen auf der Startseite und in Detailberichten, mit Link zum passenden BerichtBewertung per Daumen hoch oder runter; für welche Properties die Funktion verfügbar ist, beschreibt Google nicht näher
Analytics Advisor (Beta)Chat-Assistent, der Fragen zu deiner Property beantwortet, mit Diagrammen und Links zu BerichtenGemini-Modelle; derzeit nur Properties mit Englisch als Sprache; kann Fehler machen

Stand 15.11.2026 laut Google-Hilfe.

Beide sparen Zeit, wenn du nach Auffälligkeiten suchst. Den Blick in den Bericht selbst ersetzen sie nicht. Meldet Advisor, dass eine Kampagne gut läuft, öffne den verlinkten Bericht und prüfe Zeitraum, Filter und Vergleichsbasis.

Stichproben und Schwellenwerte

  • Stichproben: Überschreitet eine Abfrage das Ereignis-Kontingent (10 Millionen bei Standard-Properties, bis zu 1 Milliarde bei Analytics 360), kann GA4 mit einer Stichprobe rechnen. Das Datenqualitäts-Symbol zeigt dann den Anteil der verwendeten Daten.
  • Schwellenwerte: Bei demografischen Daten, Suchbegriffen oder sehr kleinen Zahlen blendet GA4 Werte aus, damit niemand auf einzelne Personen schließen kann. Ein längerer Zeitraum hilft oft.

Für kleine Websites ist der zweite Punkt der wichtigere: Wenn ein Bericht leer oder unvollständig wirkt, liegt es oft an den Schwellenwerten, nicht an fehlendem Interesse. Gibst du einer KI eine solche Tabelle zur Auswertung, schreib dazu, dass Werte ausgeblendet sein können; sonst deutet sie fehlende Zeilen als null. Ein Blick auf das Datenqualitäts-Symbol oben im Bericht zeigt, ob Stichproben oder Schwellenwerte im Spiel sind. Im Zweifel hilft ein längerer Zeitraum oder ein Bericht ohne demografische Aufschlüsselung.

Einwilligungslücken: was in deinen Zahlen fehlt

In Deutschland darf Analytics mit Cookies erst nach einer Einwilligung laden. Wer ablehnt, fehlt in den klassischen Zahlen. Google bietet dafür den Consent Mode an: Bei abgelehnter Einwilligung senden die Tags laut Google cookielose Pings, aus denen GA4 die Lücken per Modellierung schätzt.

  • Die Modellierung setzt die erweiterte Umsetzung voraus, bei der Google-Tags auch ohne Einwilligung geladen werden; wer Tags bis zur Einwilligung blockiert, bekommt keine Modellierung.
  • Läuft die Einwilligungsverwaltung über das IAB-TCF, kann GA4 für ablehnende Nutzer nicht modellieren.
  • Modellierte Werte sind Schätzungen, keine Messungen.

Ob und wie du den Consent Mode einsetzt, klärst du am besten mit deiner Datenschutzberatung. Für die Analyse gilt: Rechne damit, dass deine Zahlen einen Teil der Besucher nicht oder nur geschätzt enthalten, und vergleiche Trends statt absoluter Werte.

Eine robuste Ergänzung sind Kennzahlen, die ohne Tracking entstehen: Anfragen im Postfach, Bestellungen im Shop, Anmeldungen im Newsletter-Tool, Klicks und Impressionen in der Search Console.

Search Console und Looker Studio

Die Google Search Console zeigt, für welche Suchanfragen deine Seiten in der Google-Suche erscheinen und angeklickt werden. Sie braucht keine Cookies auf deiner Website und ist deshalb eine gute Ergänzung zu GA4. Die neuesten Daten sind laut Google vorläufig und können sich in den folgenden Stunden ändern.

  • Für KI nutzbar: Exportiere den Leistungsbericht (Suchanfragen, Seiten, Klicks, Impressionen, Position) und lass KI Muster finden: Seiten mit vielen Impressionen und wenigen Klicks, Suchanfragen ohne passende Seite.
  • Looker Studio: Die kostenlose Version verbindet GA4, Search Console und Tabellen zu einem Dashboard. So siehst du die wichtigen Zahlen an einem Ort, statt sie jede Woche aus fünf Tools zu holen.

Wie du mit diesen Daten Inhalte verbesserst, zeigt der Ratgeber KI für SEO; wie du in KI-Antworten sichtbar wirst und das misst, erklärt GEO in der Praxis.

KI-Analyse-Tools für eigene Tabellen

Für Exporte aus Werbekonten, Shop oder Newsletter-Tool eignen sich Tools, die Tabellen einlesen und die Rechenschritte offenlegen. Der Unterschied zum allgemeinen Chat: Sie führen Code aus, statt Zahlen zu schätzen.

ToolWofürMehr
Julius AIExcel-, CSV- und Datenbank-Tabellen per Frage auswerten, mit Diagrammen und sichtbaren RechenschrittenIm Überblick · Testen →Werbung
Looker StudioKostenlose Dashboards aus GA4, Search Console und Tabellen, ohne Partnerlink
ChatGPT, ClaudeMit Datei-Upload und Code-Ausführung für einfache Auswertungen, ohne Partnerlink

Links mit „Testen“ sind Affiliate-Links (Werbung): Ich bekomme eine Provision, für dich ändert sich der Preis nicht.

ToolPreis laut Anbieter (Stand 15.11.2026)Quelle
Julius Plus20 $ im Monatjulius.ai
Julius Pro45 $ im Monatjulius.ai
Julius Business450 $ im Monat, Team bis 50 Personen, Datenbank-Verbindungenjulius.ai
Looker StudioKostenlose Version verfügbarGoogle Cloud

Laut Julius-Preisseite spart jährliche Zahlung 20 %.

Egal welches Tool: Lass dir den Rechenweg zeigen. Ein Ergebnis ohne nachvollziehbare Schritte ist für Entscheidungen nicht gut genug. Lade außerdem nur die Spalten hoch, die du für die Frage brauchst, und lass Namen und E-Mail-Adressen aus der Datei heraus.

Welche Kennzahlen wirklich zählen

Viele Dashboards zeigen, was leicht zu messen ist, nicht was wichtig ist. Wähle Kennzahlen nach deinem Geschäftsziel.

ZielKernkennzahlFrühindikator
Anfragen für DienstleistungQualifizierte Anfragen pro WocheBesuche auf Angebotsseiten
Online-ShopUmsatz und Deckungsbeitrag pro KanalWarenkorb-Abbrüche, Rückkehrer
Newsletter-AufbauBestätigte AnmeldungenBesuche auf Seiten mit Anmeldeformular
SichtbarkeitKlicks aus der Google-Suche, Nennungen in KI-AntwortenImpressionen in der Search Console

Lege für jede Kernkennzahl fest, woher sie kommt und wer sie wöchentlich einträgt; sonst vergleichst du nach drei Monaten Werte aus verschiedenen Quellen. Seitenaufrufe, Verweildauer und Follower sind Hilfskennzahlen. Sie erklären, warum sich die Kernkennzahl bewegt, sind aber selbst kein Ziel.

UTM-Parameter: die Grundlage für saubere Zuordnung

Ohne saubere Kennzeichnung landen Besuche aus Newsletter, Social Media und Anzeigen im Topf „direkt“ oder „unbekannt“. UTM-Parameter am Link lösen das.

  • utm_source: woher (newsletter, instagram, linkedin).
  • utm_medium: welche Art (email, social, paid).
  • utm_campaign: welche Aktion (black-friday-2026).
  • utm_content: welche Variante (bild-a, text-b), wichtig für Tests.

Setze UTM-Parameter nur an Links, die von außen auf deine Website führen, nie an interne Links zwischen deinen eigenen Seiten; das würde die ursprüngliche Quelle überschreiben. Halte die Schreibweise einheitlich, am besten mit einer kleinen Tabelle, die dir die KI aus deiner Kampagnenliste erstellt. „Newsletter“ und „newsletter“ landen in GA4 sonst in zwei Zeilen.

KI-Berichte in Werbekonten kritisch lesen

Meta und Google bewerten ihre eigenen Kampagnen. Ihre KI-Empfehlungen sollen dich dazu bringen, mehr Budget in ihre Automatik zu stecken. Das kann richtig sein, ist aber kein neutraler Rat.

  • Vergleiche gemeldete Ergebnisse mit deinen eigenen Daten: Anfragen im Postfach, Bestellungen im Shop.
  • Sieh dir die Aufschlüsselung nach Platzierung und Gerät an, bevor du Empfehlungen übernimmst.
  • Achte auf das Zuordnungsfenster: Wie viele Ergebnisse die Plattform meldet, hängt davon ab, wie lange nach einem Klick oder einer Ansicht sie sich einen Kauf noch selbst zuschreibt.

Mehr dazu im Ratgeber KI in Werbeanzeigen.

Messen, ob KI-Assistenten dich nennen

Ein wachsender Teil der Recherche findet in ChatGPT, Claude, Gemini oder Perplexity statt. Diese Gespräche tauchen in keiner Analyse-Software auf. Du siehst höchstens die Besuche, die aus einem Link in einer KI-Antwort kommen.

  • Achte in GA4 und den Server-Logs auf Verweise von KI-Diensten und auf Abrufe ihrer Crawler.
  • Stelle regelmäßig echte Kundenfragen in mehreren Assistenten und notiere, wer genannt wird.
  • Frag neue Kunden im Formular oder im Gespräch, wie sie auf dich gekommen sind; „über ChatGPT“ ist eine Antwort, die kein Tool misst.

Für den Einstieg zeigt unser KI-Duell, wen KI-Assistenten bei typischen Kundenfragen empfehlen, und der KI-Sichtbarkeits-Check prüft, wie gut deine Website für KI lesbar ist.

Datenqualität prüfen, bevor KI auswertet

KI wertet aus, was du ihr gibst. Fünf Prüfungen vor jeder größeren Auswertung verhindern die meisten Fehlschlüsse:

  1. Lücken im Zeitverlauf: Gab es Tage ohne Daten, etwa nach einer Website-Änderung?
  2. Doppelte Zählung: Wird ein Ereignis zweimal ausgelöst, etwa durch zwei Tags?
  3. Eigene Zugriffe: Sind Tests und interne Besuche herausgefiltert?
  4. Quellen-Schreibweise: Stehen dieselben Kanäle unter verschiedenen Namen?
  5. Definitionen: Bedeutet „Conversion“ in allen Tools dasselbe?

Die ehrlichen Grenzen: erfundene Zahlen und falsche Schlüsse

  • Erfundene Zahlen: Sprachmodelle ohne Rechenwerkzeug schätzen Zahlen und klingen dabei sicher. Verlange immer, dass die KI Code ausführt, oder rechne selbst nach.
  • Falscher Zeitraum oder Filter: KI-Zusammenfassungen nennen nicht immer, welcher Zeitraum und welche Filter gelten. Prüfe beides.
  • Korrelation statt Ursache: Mehr Umsatz nach einer Kampagne heißt nicht, dass die Kampagne die Ursache war. Saison, Preise und andere Kanäle wirken mit.
  • Kleine Zahlen: 12 Anmeldungen statt 8 sind 50 % mehr, aber oft Zufall.
  • Bot-Traffic und eigene Zugriffe: Automatische Abrufe, Prüfskripte und eigene Tests verfälschen Besuchszahlen, wenn sie nicht herausgefiltert werden.

Aus der Praxis: wie wir messen

Für i4u.business zählen wir Besuche ohne Cookies aus den Server-Logs, filtern Bots und eigene Zugriffe heraus und ergänzen das mit der Search Console. Werbe-Tracking läuft nur nach Einwilligung.

Die wichtigste Lehre: Eigene Prüfskripte, Lighthouse-Läufe und Tests können die Statistik stärker verfälschen als fremde Bots. Seit wir sie mit eigener Kennung markieren und herausrechnen, sind die Zahlen deutlich ehrlicher. Außerdem vergleichen wir Trends über Wochen, nicht einzelne Tage.

Eine Analyse-Routine für 30 Minuten pro Woche

  1. Zahlen holen (10 Min.): Fünf Kennzahlen aus GA4, Search Console, Newsletter-Tool und Postfach in eine Tabelle.
  2. KI fragen (5 Min.): Was fällt im Vergleich zu den letzten vier Wochen auf? Rechenweg anzeigen lassen.
  3. Prüfen (10 Min.): Die zwei auffälligsten Punkte im Originalbericht nachsehen.
  4. Entscheiden (5 Min.): Eine Sache, die du nächste Woche anders machst, und wie du misst, ob es geholfen hat.

Wie du solche Berichte automatisch erzeugst, zeigt Marketing-Automatisierung mit KI.

Checkliste für KI in der Analyse

  • Tracking-Plan: welche Ereignisse, welche Ziele, welche Quellen
  • Einwilligungs-Setup geprüft, Lücken bekannt
  • Search Console eingerichtet und mit GA4 verknüpft
  • Eigene Zugriffe und Prüfskripte herausgefiltert
  • Fünf Kernkennzahlen festgelegt, auch ohne Tracking (Anfragen, Bestellungen)
  • KI-Auswertungen nur mit sichtbarem Rechenweg
  • Zeitraum und Filter bei jeder KI-Aussage geprüft
  • Trends über Wochen statt Einzeltage
  • Wöchentliche 30-Minuten-Routine im Kalender

12 Prompts für die Marketing-Analyse

1. Tracking-Plan
Erstelle einen Tracking-Plan für [Website-Typ] mit Zielen [Ziele]: welche Ereignisse, welche Parameter, welche Berichte. Kurz und umsetzbar.
2. Auffälligkeiten finden
Hier sind die Zahlen der letzten acht Wochen: [Tabelle]. Welche Werte weichen auffällig ab? Rechne mit Code und zeige den Rechenweg.
3. Bericht zusammenfassen
Fasse diesen Bericht in fünf Sätzen für die Geschäftsführung zusammen. Nenne Zeitraum und Filter ausdrücklich: [Bericht].
4. Ursachen prüfen
Der Umsatz ist in Woche [X] gestiegen. Welche Erklärungen sind möglich (Saison, Kampagne, Preis, Kanal)? Welche Daten bräuchte ich, um sie zu unterscheiden?
5. Search Console auswerten
Hier ist ein Export aus der Search Console: [Daten]. Welche Seiten haben viele Impressionen, aber wenige Klicks? Welche Suchanfragen haben keine passende Seite?
6. Kampagnen vergleichen
Vergleiche diese Kampagnen nach Kosten pro Ergebnis und Qualität der Ergebnisse, nicht nach Klicks: [Daten]. Rechne mit Code.
7. Platzierungen prüfen
Hier ist die Aufschlüsselung nach Platzierung: [Daten]. Woher kommen viele billige Klicks ohne Ergebnis?
8. Signifikanz
Variante A: [Werte], Variante B: [Werte]. Ist der Unterschied bei dieser Menge wahrscheinlich Zufall? Erkläre es einfach.
9. Dashboard planen
Plane ein Looker-Studio-Dashboard mit höchstens acht Kennzahlen für [Ziel] aus GA4, Search Console und einer Tabelle. Welche Diagramme, welche Filter?
10. Einwilligungslücke einschätzen
Unsere Einwilligungsquote liegt bei etwa [Wert]. Welche Berichte sind davon am stärksten betroffen, und welche Kennzahlen sind unabhängig davon?
11. Wochenbericht
Schreibe aus diesen fünf Kennzahlen einen Wochenbericht mit drei Auffälligkeiten und einer Empfehlung, max. 150 Wörter: [Daten].
12. Gegenprüfung
Hier ist eine KI-Auswertung: [Text]. Welche Zahlen darin sollte ich im Original nachprüfen, und welche Schlüsse sind zu stark?

Die häufigsten Fehler

  1. Zahlen vom Chat schätzen lassen. Immer mit Code rechnen lassen oder selbst nachrechnen.
  2. Leere Berichte als Desinteresse lesen. Oft sind es Schwellenwerte oder Einwilligungslücken.
  3. Klicks statt Ergebnisse optimieren. Billige Klicks ohne Ergebnis kosten nur.
  4. Eigene Zugriffe mitzählen. Tests und Prüfskripte verfälschen die Statistik.
  5. Einzelne Tage vergleichen. Trends über mehrere Wochen sind deutlich verlässlicher.
  6. KI-Übersicht ohne Bericht glauben. Erst im Originalbericht prüfen, dann bewusst handeln.

Häufige Fragen

Ist Analytics Advisor auf Deutsch verfügbar?

Noch nicht. Laut Google-Hilfe ist der Assistent am 15. November 2026 auf Properties beschränkt, deren Sprache auf Englisch eingestellt ist. Weitere Sprachen sind laut Google geplant.

Kann ich Marketing-Analyse ohne Google Analytics machen?

Ja, in Grenzen. Server-Logs, Search Console, Newsletter-Tool, Shop- und CRM-Daten liefern viele Kennzahlen ohne Cookies. Für Verhaltensanalysen auf der Website brauchst du ein Analyse-Tool, mit Einwilligung, wo nötig.

Wie präsentiere ich Zahlen der Geschäftsführung?

Mit wenigen Kernkennzahlen, dem Vergleich zum Vorzeitraum, einer klaren Aussage, was sich geändert hat, und einer Empfehlung. KI kann den Entwurf schreiben; Zeitraum, Filter und Zahlen prüfst du selbst.

Wie messe ich, ob ChatGPT meine Firma empfiehlt?

Nur mit eigenen Stichproben. Analyse-Tools zeigen lediglich Besuche über Links aus KI-Antworten. Ergänze das mit regelmäßigen Stichproben echter Kundenfragen in mehreren Assistenten und mit der Frage an neue Kunden, wie sie auf dich gekommen sind.

Was prüfe ich, bevor ich Daten mit KI auswerte?

Lücken im Zeitverlauf, doppelt gezählte Ereignisse, eigene Zugriffe, uneinheitliche Quellen-Namen und ob Begriffe wie „Conversion“ überall dasselbe bedeuten.

Welche Kennzahlen sollte ich im Marketing messen?

Die, die zu deinem Geschäftsziel passen: etwa qualifizierte Anfragen, Umsatz pro Kanal oder bestätigte Newsletter-Anmeldungen. Seitenaufrufe und Follower sind Hilfskennzahlen, die erklären, warum sich die Kernkennzahl bewegt.

Wofür brauche ich UTM-Parameter?

Damit Besuche aus Newsletter, Social Media und Anzeigen in der Analyse ihrer Quelle zugeordnet werden, statt als „direkt“ zu erscheinen. Wichtig ist eine einheitliche Schreibweise.

Kann ich GA4 mit KI auswerten?

Ja. GA4 zeigt KI-Übersichten zu wichtigen Änderungen und testet mit Analytics Advisor einen Assistenten auf Basis von Gemini, derzeit nur für Properties mit Englisch als Sprache. Prüfe Aussagen immer im verlinkten Bericht.

Warum sind manche GA4-Berichte leer oder unvollständig?

Oft wegen Schwellenwerten: GA4 blendet Daten aus, wenn zu wenige Nutzer im Bericht sind, etwa bei Demografie oder Suchbegriffen. Ein längerer Zeitraum hilft. Bei großen Abfragen kann GA4 außerdem mit Stichproben rechnen.

Erfindet ChatGPT Zahlen?

Das kann passieren. Sprachmodelle ohne Rechenwerkzeug schätzen Zahlen mitunter und klingen dabei trotzdem sicher. Für Auswertungen solltest du Tools oder Modi nutzen, die Code ausführen und den Rechenweg zeigen, und wichtige Werte selbst prüfen.

Was kostet Julius?

Plus kostet 20 Dollar, Pro 45 Dollar und Business 450 Dollar im Monat (laut Preisseite, Stand 15. November 2026). Bei jährlicher Zahlung sparst du laut Anbieter 20 Prozent.

Brauche ich Looker Studio?

Nicht zwingend. Es lohnt sich, wenn du Zahlen aus mehreren Quellen regelmäßig an einem Ort sehen willst. Die kostenlose Version reicht für die meisten kleinen Teams.

Wie gehe ich mit fehlenden Daten durch abgelehnte Cookies um?

Vergleiche Trends statt absoluter Werte und ergänze Kennzahlen, die ohne Tracking entstehen, etwa Anfragen, Bestellungen, Newsletter-Anmeldungen und Search-Console-Daten. Ob der Consent Mode für dich passt, klärst du mit deiner Datenschutzberatung.

Wie oft sollte ich Marketing-Zahlen ansehen?

Einmal pro Woche in einer festen Routine reicht für die meisten. Tägliches Nachsehen verleitet dazu, auf Zufallsschwankungen zu reagieren.

Quellen

  1. Google Analytics: Generated insights – KI-Übersichten
  2. Google Analytics: Analytics Advisor (Beta) – Gemini, nur Englisch, kann Fehler machen
  3. Google Analytics: Data thresholds – Schwellenwerte
  4. Google Analytics: Data sampling – 10 Mio. / 1 Mrd. Ereignisse
  5. Google Analytics: Consent mode – Modellierung, Voraussetzungen
  6. Search Console: Performance report – Vorläufige neueste Daten
  7. Google Cloud: Looker Studio – Kostenlose Version
  8. Julius: Pricing – Plus 20 $, Pro 45 $, Business 450 $
Manfred Lugmayr

Manfred „Luigi“ Lugmayr – Gründer von I4U, seit den 90ern in Marketing und Digitalisierung, zuletzt sieben Jahre CMO. Für i4u.business baue ich Website, E-Mail-Funnel und Inhalte selbst mit KI (u. a. Claude, Kling, MailerLite). Zahlen stammen aus den verlinkten Quellen.

Black Friday 2026

Black-Friday-Deals für KI-Tools, direkt in dein Postfach.

Ich sammle die Angebote für KI-Tools, die sich lohnen, und schicke sie dir im KI-Briefing. Dazu jeden Mittwoch und Freitag die wichtigsten KI-News in 5 Minuten.

  • Black-Friday-Angebote für KI-Tools, gesammelt statt gesucht
  • Die wichtigsten KI-News, kurz eingeordnet
  • Mittwoch und Freitag, Abmelden mit einem Klick

Aktuell im KI-Briefing

Bild zur Meldung: Perplexity und Runway: Zum Black Friday gibt es Credits statt RabattDealPerplexity und Runway: Zum Black Friday gibt es Credits statt Rabatt
Bild zur Meldung: Claude Enterprise: Ab heute ist der Agent Standard, nicht die WahlNewsClaude Enterprise: Ab heute ist der Agent Standard, nicht die Wahl
Bild zur Meldung: AT&T: KI-Agenten müssen sich ihre Autonomie erst verdienenNewsAT&T: KI-Agenten müssen sich ihre Autonomie erst verdienen
Blonde Frau mit Brille scrollt lächelnd auf ihrem Smartphone im Büro

Manfred „Luigi“ LugmayrVon Manfred „Luigi“ Lugmayr: 30 Jahre Marketing, sieben davon als CMO bei burgerme.