So einen wunderschönen

guten Nachmittag

an alle, die ihre Kopfhörer noch nicht aufhaben.

Ich sage es jetzt einmal laut,

dann spreche ich wieder leiser.

Einmal bitte die Headsets aufziehen,

sonst kann mich keiner hören.

Wir haben hier nämlich noch eine

ganz tolle Session nebenan

in der ersten Reihe funktioniert.

Ja,

aber wir haben eine ganz tolle Session nebenan.

Und damit wir uns nicht stören,

machen wir heute Silent Disco.

Das wird noch spannend.

Die, die die Kopfhörer schon auf hatten, hatten

ja schon ein bisschen Disco

und ich freue mich jetzt schon auf diese Session

und möchte euch im Raum ganz herzlich begrüßen.

Zu unserer Breakout zu

wo von Volumen zu Markenwert Contentproduktion

neu skalieren.

Hier haben wir noch einmal falsche Richtung.

So, mein Name ist Kathrin Gillett

und ich leite für Adobe in EMEA unser kreatives

KI Business

und ich freue mich

schon ganz besonders darauf,

unter anderem aufzulösen,

was ihr da für eine flotte Musik

am Eingang gespielt haben.

Dazu bin ich

heute nicht alleine hier, sondern

ich habe zwei wunderbare Gästinnen,

wenn man das so sagen darf, mitgebracht.

Einmal die Laura.

Die Laura ist Senior Solutions Consultant

bei uns bei Adobe und zeigt uns später

noch ein paar tolle, tolle neue Innovationen hier

live auf der Bühne.

Und dann haben wir noch eine ganz tolle Speakerin

aus der Bertelsmann Gruppe

und zwar von Territory, die Molly.

Die beiden stellen sich aber später

bei euch auch noch mal genauer vor.

Ich mache jetzt so ein bisschen

das Intro, ich bin eure Host sozusagen heute,

bevor ich dann an Laura für

den späteren Teil übergebe.

Worum geht es heute?

Um das Thema mal knapp einzurahmen.

Ja, wir haben schon ganz viel gehört

über Content.

Und wenn wir Content hören

bei Adobe,

sprechen wir dann immer gerne darüber,

wo dieser Content eigentlich so herkommt.

Ja, hier geht es ja auch um Content Skalierung.

Und heute geht es speziell

um die Content Supply Chain.

Und wenn wir uns anschauen,

was denn so

eine Content Supply überhaupt beeinflusst,

dann sind es im Großen und Ganzen dort,

wo wir heute sind,

mit der Technologie drei Trends.

Einmal natürlich

dort, wo alle hingehen

und Content zu konsumieren.

Das hat sich ein bisschen verändert

in den letzten Jahren.

Wo wir früher vielleicht

auf Google unterwegs waren,

sind wir heute,

sprechen heute mit LLMs,

sind wir heute in verschiedensten Arten

und weisen mit KI in Berührung,

um Content zu konsumieren.

Und das hat natürlich auch einen Impact darauf,

welchen Content

ich als Marke, als Unternehmen

überhaupt dort in den Markt bringen muss.

Das zweite ist Personalisierung.

Ich als Kundin möchte natürlich

gerne personalisiert angesprochen werden,

wenn ich mit einer Marke interagiere.

Und viele von Ihnen haben sich ja wahrscheinlich

auch in den letzten Jahren

riesige Datenplattformen aufgebaut,

was bedeutet, dass ihr eure Kunden ja sowieso

noch besser, personalisierter ansprechen könnt,

wenn ihr den richtigen Content dazu habt.

Und das Dritte ist natürlich auch

dieses ganze Thema.

Neue Kanäle, jeden Tag, neue Algorithmen.

Jeden Tag,

die uns dafür abstrafen,

wenn wir unseren Content nicht alle

zwei Tage aktualisieren.

Algorithmic Reward heißt es.

Ich glaube, ihr kennt das

wahrscheinlich auch alle hier im Raum.

Es ist einfach schwierig,

relevant zu sein,

wenn man nicht immer wieder

frischen Content nachliefern kann.

Und diese drei Dinge, die kumulieren sich einfach

in dieser wahnsinnigen Content Nachfrage,

die wir, die wir heute sehen.

Na gut, was machen Unternehmen

und was machen Marketeers? Natürlich.

Ich glaube, wer hier im Raum benutzt

noch gar keine KI in seiner Arbeit?

Okay, die Frage

habe ich letztes Jahr auch gestellt.

Die sah übrigens anders aus.

Es haben sich noch Leute gemeldet,

die gesagt haben Nein, so wirklich nicht.

Hier ging jetzt keine einzige Hand nach oben.

Klar, 86 %.

Ich glaube, das ist nicht überraschend.

Der Enterprise Marketeer benutzt

KI für seine Arbeit.

Und wenn das nur Copilot ist,

um meine Emails zusammenzufassen.

Aber oft ist es schon wesentlich mehr.

Wir sehen nämlich auch, dass viele, viele

sich auch schon wirklich mit dem Thema Agentische

KI beschäftigen.

Darf ich da mal fragen, wer wirklich sagen würde,

wir haben schon eine agentische Lösung

produktiv im Einsatz?

Joa Fans?

Ja, vereinzelte.

Wer pilotiert, Wer probiert aus?

Mit agentischen Lösungen sind schon mehr.

Das war das,

was ich so ein bisschen erwartet hatte.

Und das Thema ist so ein bisschen heute,

euch aufzuzeigen, Wie kann das aussehen?

Worauf sollte man vielleicht achten?

Wie denken wir das bei Adobe auch?

Und natürlich auch mit

noch ein paar tollen Beispielen,

die wir dazu gleich hören werden.

Wie kann

jetzt so eine gigantische

Content Supply Chain ausschauen?

Und wir sprechen ja bei KI.

Bei generativer

KI haben wir schon immer viel von Human

in the Loop gesprochen.

Bei Agentisch geht das Ganze noch mal

einen Schritt weiter.

Und zwar, sagen wir human-led, agent accelerated.

Warum?

Wenn ich mir so eine agentische Content

Supply Chain

Wir werden dort ganz viele Entscheidungen

getroffen.

Entscheidungen über Strategie,

über kreative Direction Business Entscheidungen.

Die müssen nach wie vor bei Menschen bleiben.

Es gibt einfach

gewisse Dinge,

die Agenten, so gut sie auch sein mögen.

Entweder möchten wir nicht,

dass sie sie ausführen,

aus bestimmten Gründen, oder

sie sind einfach nicht gut darin.

Agenten sind aber wahnsinnig gut darin,

dann wirklich die Dinge auszuführen,

die entschieden wurden

und zum Beispiel Tasks wie

das Banner in 863 Größen und Sprachen

und sonst was zu erstellen. Das kann Agent.

Das kann auch eine Automatisierung.

Aber ein Agent kann das auch,

basierend auf einem Intent,

den ihm jemand mitgibt.

Wahnsinnig, wahnsinnig gut.

So sehen wir eben

diese agentisch

beschleunigte

Content Supply Chain

und man sieht schon,

dort gibt es die verschiedensten Agenten,

die einen unterstützen können.

In der Strategiefindung bei Governance,

dann aber auch

in der Erstellung von User Journeys.

Super spannende Geschichte.

Wenn man sich jetzt anschaut, was ich brauche,

um so eine human-led,

agent accelerated

Content Supply Chain aufzubauen,

dann ist es natürlich

erstmal Kontext, warum ein Agent?

Und wir werden später

auch noch mal ein bisschen mehr

über die Definition davon hören.

Handelt erstmal basierend auf Kontext.

Ich muss einem

Agent - Ich sag mal so, Sie sind so ein bisschen

wie kleine Kinder.

Ich muss Ihnen erstmal die Welt erklären.

Ich erkläre ihnen die Welt,

in denen ich ihnen Kontext mitgebe.

Das heißt,

ich erkläre ihnen Hey,

so funktioniert unser Marketing.

Das waren unsere Briefs für die letzten 20 Jahre.

Das sind unsere zwei Petabyte an

Daten, die wir in unserem

Asset-Management-System haben.

Und so haben wir die letzte Zeit gearbeitet.

Das sind die Ziele, die wir erreichen wollen.

Das sind unsere Brand Guidelines

und das ist der Content,

den wir sonst noch so rumliegen haben.

Das sind übrigens unsere Audiences und Personas,

die wir bespielen wollen. Das ist alles Kontext.

Und das zu haben ist schon

mal wahnsinnig wertvoll.

Und ich glaube, ihr habt alle gewisse Systeme,

in denen dieser Kontext schlummert,

den ihr Agenten mitgeben könnt,

um sie

in eurer Content Supply Chain zu integrieren.

Was wir daraus aber dann bauen

müssen, ist Intelligenz.

Brand Intelligence nennen wir das Ganze.

Und zwar muss ich ja

diese wahnsinnige Datenmenge

erstmal in ein Format bringen,

indem ich es einer agentischen

Lösung zur Verfügung stellen kann.

Weil das passiert ja nicht von alleine.

Wir haben alle so ein bisschen gedacht,

KI ist die Knopfdruck Lösung,

die alle unsere Probleme löst.

War nicht ganz so,

aber natürlich gibt es schon wahnsinnig

viele Möglichkeiten,

das Ganze den Kontext zu transformieren

in einer Art und Weise,

wie er wirklich eine Intelligenz darstellt,

die Agenten oder sogenannte Skills

dann auch nutzen können.

Und das Ganze muss dann immer noch in Workflows.

Ich glaube, so dieses Magical Button

Thema, ich habe es ja gerade

schon mal angesprochen,

ist auch eines, wo wir immer gedacht haben

okay, ich

kann dann

eine KI vielleicht einfach instruieren

zu tun, was ich erledigt haben möchte.

Natürlich.

Aber auch in einem KI

basierten Unternehmen gibt es Prozesse

und gibt es Workflows, die ich abbilden muss.

Und ich muss mich oft ganz dediziert

dafür entscheiden, wo zum Beispiel

ein Mensch eine Rolle spielt

und wo und wie ein Agent integriert wird.

Und das ist wahnsinnig entscheiden.

Wenn wir darüber nachdenken,

wie wir eine agentische Content Supply Chain

aufbauen.

Und erst am Ende

kommt dann dieses tolle Interface,

mit dem ich einfach nur noch sprechen kann.

Ja,

noch mal ein bisschen Deep Dive

in diese einzelnen Themen.

Ich hatte so ein bisschen

über Kontext gesprochen.

Und wenn wir darüber nachdenken eine Marke

und ein Unternehmen

ist ja sehr viel mehr heute als nur zum Beispiel

ein Style galt

ja, ich hatte schon ein bisschen

über Briefings gesprochen,

aber alleine

wenn ich über Markenidentität nachdenke,

dann ist eine Marke

sind vielleicht irgendwelche Design

Guidelines die 200 Seiten Brand PDF,

wo drinsteht, welche Farben

und welche Abstände welche Logos ich benutze.

Aber es ist ja ein lebendes Ding,

das gewachsen ist, oft über Jahrzehnte

hinweg, mit Entscheidungen,

mit gewissen Partnern,

wo es immer mal wieder

E Mail Konversation gehabt.

Das sieht gut aus. Das Können wir das machen?

Das können wir nicht machen.

Das ist Information über Performance von Content.

Rot hat immer besser funktioniert

für uns als Blau.

Keine Ahnung warum,

aber wir wissen es einfach aus unseren Tests.

Und wenn wir uns überlegen,

dass es eben genau dieses Thema context.

Wie viel davon

eigentlich in so einem

Unternehmen begraben liegt,

dann ist es der Großteil,

der wirklich begraben liegt unter der Oberfläche.

Das, was sichtbar ist,

ich sage es mal zum Beispiel Brand Guidelines

beim Thema

Kontext

ist eigentlich nur die Spitze des Eisbergs.

Eigentlich liegt

viel mehr von dem, was wir so diese

nicht kodifizierte Mehrheit nennen.

Unter der Wasseroberfläche dort liegen.

Also dort liegt Wissen oft von Brand Managern,

die 2, 3, 4, 20 Jahre im Unternehmen waren

und wissen, was ich eigentlich aussagen möchte.

Dort

liegt Instinkt.

Dort liegt Charakter.

Dort liegen

die kleinsten Nuancen und Anpassungen,

die so eine Marke überhaupt erst in diesem.

Wir nennen es immer gerne den eig.

Owners zum Leben erwecken, wo ich einfach noch

herausstechen kann.

Ja,

diese Mehrheit dieses Contents,

der dort unten liegt,

den müssen wir unseren Agenten

auch zur Verfügung stellen

und das gehört auch zu diesem Thema Kontext.

Und das ist halt gar nicht so einfach.

Aber wenn wir

wirklich authentisch arbeiten möchten,

müssen wir uns Gedanken

machen, wie wir das tun können.

Weil erst dann

kann ich das Ganze in so einen Workflow gießen.

Wenn man sich das jetzt mal anschaut,

hier gibt es verschiedene Säulen,

die dargestellt sind.

Wenn wir,

wenn wir uns angucken,

was wir in GenStudio zum Beispiel machen können.

Das fängt ja schon bei Workflow und Planning an

und hier sieht man ganz schön hier

so die blauen Bobbel,

das sind die Agenten,

die roten Bobbel,

das sind die, die wir wirklich

die Tasks,

die wir den Menschen überlassen wollen.

Und wenn wir sagen, wir möchten einen Brief

erstellen, basierend auf irgendeiner Strategie,

dann muss ich Klar, es gibt eine Strategie.

Aber es gibt auch vielleicht

Entscheidungen, die außenrum passiert sind.

Und das muss ich

alles erstmal

in diese kontextbasierten Systeme einfüttern,

um so einen Workflow überhaupt zu ermöglichen.

Und man sieht, es gibt hier wahnsinnig

viele menschliche Touchpoints.

Das ist nicht nur human in the loop.

Das hier ist wirklich human-led

und an ganz

dedizierten Stellen

wurden dort Entscheidungen getroffen,

wo ich Agenten einsetzen kann,

um Content Erstellung zu beschleunigen

an den verschiedensten Stellen.

Das geht vom Planning über die Content

Produktion bis ins Asset Management.

Die Möglichkeiten, die ihr habt,

sind dort sehr, sehr, sehr zahlreich.

Und das ist das, was ich vorhin erwähnt hatte.

So wünschen wir es uns alle ein bisschen.

Ja, dass alle diese Themen

eigentlich zusammenkommen,

verschmelzen und verschwinden

hinter diesem einen Interface,

mit dem ich möglicherweise sprechen kann,

wenn ich das möchte.

Ja, ich glaube,

viele Menschen möchten auch

einfach noch tatsächlich einfach

per Tastatur interagieren.

Ich bin zum Beispiel

auch ein sehr visueller Mensch.

Ich spreche nicht mit meinen AI-Lösungen,

weil ich immer irgendwas brauche,

was ich anschauen kann.

Aber wenn wir diese ganzen Komponenten,

dieser Content Supply Chain, alles was wir haben,

unseren Kontext und seine Intelligence entlang

dieser Chain von Workflow, Planung und

Asset Management bis hin zu Ausspielung

hinter so einem Interface verstecken könnten.

Ich glaube, das wäre das,

wo wir alle gerne hin möchten.

Ja, und

während ich

jetzt viel

über diese Metaebene

und die Theorie gesprochen habe

und ihr sicher

heute auch schon viel gesehen habt,

was in diese Richtung abzielt,

freue ich mich jetzt

ein bisschen mehr aus der Praxis zu hören

von Laura und Molly,

wie das Ganze

dann auch wirklich in Action aussehen kann.

Ja, vielen Dank, Katie.

Gerne.

Wir schauen uns jetzt besonders in Action

drei Fokusthemen an und zwar ist das erste Thema,

wie wir

effektive Arbeitsabläufe

zwischen Mensch und KI Agent gestalten.

Das zweite Fokusthema wird, wie wir

die Produktion von Content skalieren,

aber gleichzeitig

die Markenqualität bewahren können.

Und das dritte Thema ist Strategien

zur Einbindung von KI Agenten

in bestehende Prozesse.

Und wir starten gleich

direkt mit dem ersten Thema, wie wir

effektive Arbeitsabläufe

zwischen Mensch und KI Agent gestalten.

Und hier haben wir noch mal was Katie auch

schon gesagt hat,

haben wir gerade gesehen

die Agenten gestützte Content Supply Chain,

also die Lieferkette von Content.

Und die Idee dahinter ist, dass wir die Prozesse

weder komplett

menschlich noch komplett mit KI Agenten lösen,

sondern es handelt sich um ein Zusammenspiel

zwischen Mensch und Agent,

wobei bei bestimmte Schritte im Workflow werden,

von Agenten übernommen

und andere vollständig von Menschen ausgeführt.

Und das bezeichnen wir eben

als dieses von Menschen geleitet

und durch Agenten beschleunigt.

Denn ich glaube,

wir alle wissen, wie lange

und aufwendig es sein kann,

in Unternehmen neue Prozesse einzuführen,

neue Abläufe,

neue Umstellungen auf Plattformen und.

Wir wollen diesen Prozess nicht stören.

Es geht.

Das Ziel ist quasi nicht KI Agenten

einzusetzen und

sofort alles neu zu gestalten und neu aufzulegen.

Natürlich kann das eine Strategie sein,

wenn das jetzt gerade der Wunsch ist,

wir müssen sowieso gerade neu starten,

dann setzen wir gleich alles neu auf.

Sondern unser Ansatz hier ist

Wir wollen die Einführung

in überschaubaren Schritten vornehmen.

Das heißt, ein Agent nach dem anderen.

Dieser Ansatz braucht kein Change Management,

denn jeder kann dort anfangen,

wo er oder sie gerade ist im Unternehmen, im Team

und entwickelt sich im eigenen Tempo weiter.

Und apropos Tempo:

Wer schon hier war, als die Musik gelaufen ist,

vorher noch eine Frage Gibt es Tänzer unter uns?

Tanzt jemand?

Ja.

Könnt ihr sagen, welche welcher Tanz

es war, zu dem man tanzen würde?

Zu der Musik, die gelaufen ist am Start?

Hat jemand eine Idee?

Ja,

fast.

Es ist der Tango.

Und das bringt mich auch dann gleich zu einer

schönen Brücke zu unserem Gast.

Molly. Hallo, Molly.

Servus.

Du bist Executive Creative Director

bei Territory in München.

Und du verantwortet

das kreative Produkt der Agentur.

Du entwickelst auch zusammen

mit dem Bertelsmann AI Hub Innovationsprojekte,

die weit über klassische

Kommunikation hinausgehen.

Und außerdem bist du Lehrbeauftragte

an der Ludwig-Maximilians-Universität

in München

und an der Hochschule

für Fernsehen und Film in München.

Da beschäftigst du dich

mit den Auswirkungen von Technologie

auf Kreativität und auf Kommunikation.

Und du als Kreativdirektorin?

Du sitzt ja dort, wo die Idee entsteht, wo so

das Herzstück der Kampagne geschmiedet wird.

Wie und wo nutzt ihr KI um

um einen Mehrwert zu bringen?

Genau.

Ich glaube, das ist genau das Stichwort Mehrwert.

Wir haben ja auch schon in den letzten Tagen

viel darüber philosophiert

und ich glaube, das ist das,

was man immer vorneweg stellen kann,

auch wenn es wahnsinnig lapidar klingt.

Aber ist tatsächlich wirklich dieser Gedanke

immer, immer bitte

auf gar keinen Fall

um KI Willen zu machen oder zu betreiben.

Da verfallen auch Organisationen

manchmal ganz gerne hinein in so eine Dynamik.

Und das macht natürlich keinen Sinn.

Und dementsprechend

Natürlich muss man sich immer erst

mal fragen warum.

Also was hätte ich denn gerne? Was ist mein Ziel?

Und wenn ich das habe, kann ich mir überlegen,

Welche technologische Lösung passt denn dazu?

Jedem Tiger seine Knochen, jedem Einsatzzweck

dementsprechend eben

seine technologische Lösung, die passt.

Und bei uns war dementsprechend natürlich

relativ klar,

weil wir, wie du es angesprochen hast,

wir sind eher vorne im Kreativprozess.

Das ist so ein bisschen

mein persönlicher Tanzbereich.

Alles, was

Strategie, Ideenfindung, Konzeption,

die eigentlich

kreative Ausgestaltung betrifft

und in dem Bereich,

was uns total wichtig zu überlegen können, nicht.

Auch gibt es nicht etwas,

was uns dabei helfen kann,

noch kreativer zu werden,

Also tatsächlich es vielleicht zu schaffen,

noch bessere,

noch bessere Ideen zu entwickeln,

weil wir immer so fantastische Ideen haben?

Nein, wir haben auch ganz oft

ganz schlechte Ideen.

Aber das war tatsächlich das Warum.

Dass wir gesagt haben

Hey, gibt es nicht

eine Möglichkeit, das noch zu unterstützen?

Und dementsprechend,

was wir gemacht haben, ist wir

nutzen das mittlerweile

natürlich auch,

haben

ein kleines multiagentisches KI-System gebaut.

Da können wir gleich noch drüber sprechen,

Warum ausgerechnet

multiagentisches KI-System und nicht was anderes.

Und zwar für ein Ding namens Tango.

Also dementsprechend.

Das war die Referenz zum Anfang.

Tanz. Was ist Tango?

Tango ist oder soll.

Im Idealfall, wenn es funktioniert.

Wenn man in der Zusammenarbeit mit dem Mensch

ist ein Tanzpartner für gute Ideen.

Das heißt,

ein bisschen Sparringspartner

für Kreative oder auch Unkreative.

Und was an Tango quasi nicht besonders ist.

Aber was Tango macht,

ist tatsächlich nahezu den ganzen Prozess von

fast ein ganzen Kreativprozess abzubilden,

bis hin zu zum Beispiel einem Storyboard

und dementsprechend was da mit drin ist ist.

Da ist natürlich auch ein Deep Research mit drin,

auch wieder Stichwort.

Deshalb macht er was Agentisches,

denn da gibt es eine

Phase, wo es darum geht,

mit Kreativtechniken zu experimentieren.

Also auch hier,

wir haben da relativ viel Stochastik drin

in dem Modell.

Es ist nicht vorhergesagt,

was hundertProzentig bei rauskommt

und dann aber natürlich

auch die der ganze Faktor.

Wie kriegen wir dann eigentlich so eine Idee,

wenn die denn da ist,

sei es

im Kopf von einem Menschen oder

sei es ein phantastischer Gedanke in einem LLM.

Wie kriegen wir es denn wahrnehmbar?

Also wie kriegen wir es

verschriftlicht, verbildlicht etc. pp.

Und auch da ist Tango quasi

mit am Start und hilft im Idealfall dabei,

ein Storyboard zu machen, was dann wiederum.

Produziert.

Werden kann oder produziert wird.

Und zwar komplett unabhängig davon, ob das dann

als Film voll AI, halb AI, non AI wird.

Genau. Also weil auch da

jedem Tiger seine Knochen, also jedem Storyboard

das Werkzeug in der Umsetzung, was ideal ist für

die Geschichte,

die Tonalität, die Bildwelt, die Beschaffenheit.

Und kannst du uns sagen, welcher Tanz?

Wenn wir jetzt wieder bei dem

bei der Metapher des Tanzes bleiben?

Wäre er ein KI Workflow

Und welcher Tanz wäre eher

ein agentisches System?

Ja.

Also wir haben

das glaube ich auch schon,

also heute auch ganz viel drüber gesprochen.

Natürlich sind die Grenzen sind fließend.

Also ganz viel Disclaimer schon mal vorneweg.

Wenn man sich aber so ein bisschen

die Grundbeschaffenheit nimmt,

nämlich tatsächlich

das ist, glaube ich, für mich so fundamental

wichtig

bei der Auswahl einer technologischen Lösung

für ein Ziel

ist tatsächlich

diese eigentlich

die Achse mit zwei Polen, nämlich einmal.

Das klingt dann immer so sehr

wissenschaftlich, ist es gar nicht.

Aber Determinismus

und Stochastik

und da glaube ich total wichtig

ist es nicht.

Das eine ist gut und das andere ist schlecht.

Das ist Quatsch.

Es kommt einfach nur immer drauf an,

wie sehr wird was besser,

wenn es exakt

nach einem exakt

vorgegebenen Prozess umgesetzt wird?

Oder wie sehr profitiert vielleicht ein Ergebnis

oder ein Ziel davon,

dass da Varianz im Prozess besteht?

Bzw dass along the way

tatsächlich noch Entscheidungen getroffen werden.

Der Tango wäre jetzt eher auf welcher Seite.

Der Tango ist tatsächlich genau in der Mitte

und wenn wir die Endpole nehmen,

wäre zum Beispiel

ein sehr deterministischer Workflow.

Wäre so etwas wie ein Paso, ein Paso Doble.

Viele Hände sind hochgegangen, das wäre jetzt

Standard Latein Tanz.

Fairerweise muss man dazu sagen.

Für alle, die den Tanz nicht kennen

es geht eher um die Charakteristik des Tanzes.

Das heißt, ein Paso

ist sehr herrisch, ein Paso ist total akkurat,

ist super korrekt.

Aber das ist ein paar so

die Charakteristik zumindest.

Das wäre für mich

so ein Note based Workflow, wo wir einfach sagen,

wir kennen den sauberen Prozess

und wissen, was am Ende rauskommen soll.

Andere Seite

wäre vielleicht eher so ein Salsa oder wenn wir

weggehen vom Standardtanz,

vielleicht sowas wie ein Contemporary,

wo man sagt

Hey, am Ende wird der sogar besser dadurch, dass

ihr habt es angesprochen beide Kontext,

also wie man sich fühlt, wie es die Audience,

wie ist das Umfeld,

das spielt mit rein was am Ende wirklich?

Oder wie dann in dem Fall zum Beispiel

eine Choreo wirklich umgesetzt wird.

Und das wäre für mich

der signifikante Unterschied,

wenn wir es mit stärker stochastischen Lösungen,

also stärker KI Agenten zu tun haben.

Super.

Dann schauen wir uns das noch mal aus der Adobe

Brille an!

Und wenn wir auf die Demo gehen

könnten, bitte.

Danke.

Denn Tango ist ein tolles Beispiel,

wie wir

so einen agentischen Workflow

in bestehende Arbeitsprozesse

im Unternehmen integrieren können,

sodass auch alle Kolleginnen

und Kollegen davon profitieren können.

Weil den Vorteil kriege ich ja erst,

wenn ich nicht nur Effizienz und Effektivität

der Arbeit bekomme,

sondern auch, wenn ich das meiste

aus den Tools, die ich habe, rausholen kann.

Und die Idee

hinter Mollys

Erzählung nennen wir bei Adobe AI Collaborators

und wir haben jetzt hier ein Beispielprojekt mit

sieben Aufgaben.

Wir sehen das jetzt hier

in unserem Projektmanagement Tool.

Das ist jetzt zum Beispiel hier Adobe Workfront

und ich habe hier

alle meine Aufgaben, die ich benötige

für das Projekt, eine neue Open Trail Kampagne.

Das heißt, in diesem Beispiel sind wir das

Marketing Team von der Marke TREQ.

Und in der Vergangenheit haben wir alle sieben

Schritte Kolleginnen oder Kollegen zugewiesen.

Und wo wir jetzt mit der Kollaboration

den Unterschied machen, ist,

dass wir bestimmte Aufgaben

eben an einen Agent übergeben können.

So in der Art Agent geht los, macht eine Aufgabe

autonom und kommt zurück,

wenn sie fertig ist, damit ich zum nächsten

Schritt weitergehen kann.

Und dabei können wir Adobe Agenten nutzen.

Oder Drittanbieter.

Oder ihr auch

eure eigenen,

die ihr zum Beispiel

wieder über MCP bereitstellen könnt.

Und Hier in Workfront

rufen wir diese Agenten dann lediglich auf.

Das heißt,

ich habe jetzt hier meinen Claude Agenten

und dem habe ich

die Aufgabe

des Projektverantwortlichen zugewiesen.

Das heißt,

der hat die individuelle Anweisung bekommen.

Halte mich über mein Team

im Zusammenhang mit den Prozess

Schritten hier auf dem Laufenden

und sobald es kritische Aktualisierungen gibt,

gib mir Bescheid.

Und unser Projektziel ist ja hier sehr simpel

Wir möchten eine neue Kampagne erstellen.

Das heißt, der Start meines Prozesses wäre

der Copilot Copywriter geht los und schreibt

Texte für die Landing Page und für Social Media.

Und danach bekommt zum Copyreview

mein Kollege James

diese Texte,

um sie zu verfeinern und zu überprüfen.

Und das spart uns im Ende zwei Stunden Zeit.

In dem konkreten Fall,

weil James ja nicht bei Null beginnen muss.

Danach übernimmt

Lindsay die

Kreation und Erstellung der Hero Assets,

also des Hauptcontents, der die Kampagne bildet

und all die Formate,

die Varianten in unterschiedlichen Sprachen,

noch mal in Grün, noch mal in Gelb

usw über die unterschiedlichen Kanäle.

Die übergeben wir dann wieder einen Agenten

und zwar Firefly Creative Production.

Denn das ermöglicht

es uns, dass Lindsay circa

drei Stunden Zeit spart,

weil sie diese repetitiven Aufgaben

nicht mehr selber machen muss,

sondern der KI Agent übernimmt jetzt

diese dutzenden,

hunderten oder tausenden

Variationen zu personalisieren.

Und meistens

finden die Kreativen

das sehr gut,

dass sie sich mehr auf das

Kreative fokussieren können

und nicht die Stunden an

repetativer Arbeit mitmachen.

Danach geht

die ganze Aufgabe zum Content Reviewer.

Der hat die Aufgabe diese skalierten Assets

auf die Brand Guidelines zu überprüfen.

Das heißt er wurde auch auf die Marke trainiert

und kann so im Review Feedback geben.

Das sehen wir jetzt hier

zum Beispiel auf der rechten Seite.

Und so können wir noch

mal unsere Kampagne um

bis zu drei Tage verkürzen.

In diesem Fall.

Danach wird die Website die Landing Page erstellt

vom AEM Site Optimizer

und zum Schluss bekommt unsere Kollegin Claire

die Aufgabe des finalen

Stakeholderreviews,

ob alles so passt, wie es sein soll.

Und so können wir diese Kampagne statt in vier

bis fünf Tagen in einem Arbeitstag erledigen.

Und wie können wir denn

eigentlich einen Agenten

in den Prozess einbinden?

Wir können hier gehen

auf unsere

Collaboration und klicken auf neuen Collaborator.

Und hier haben wir jetzt die Möglichkeit,

ihm Anweisungen zu geben,

Anweisungen zu verfassen.

Was soll er denn in meinem Auftrag tun?

Hier kann ich -

wir haben jetzt schon häufiger darüber gesprochen

- den Kontext geben

in Form von externen Datenquellen

zum Beispiel, die ich hier anbinden kann.

Genauso kann ich aber auch über API

andere Plattformen einbinden,

wenn ich möchte, dass er bestimmtes

Wissen mit hat.

Direkt und hier.

Zum Schluss gebe ich ihm die Erwartung mit.

Was soll der Agent im Rahmen

dieses Teils der Aufgabe erledigen?

Was erwarte ich als Endergebnis?

Und auch was soll er nicht tun?

Und so kann ich

quasi für jedes für jeden KI Agenten

in die Aufgaben ihm die Aufgaben geben,

die meiner Meinung

nach den größten Nutzen im Prozess bringen.

Können wir bitte zurück zu den Folien gehen?

Denn somit kommen wir zum Zweiten Thema,

wie wir die Contentproduktion skalieren

und dabei eben die Markenqualität bewahren.

Und du hast vorhin schon Einblicke gegeben,

wie ihr

KI als seinen kreativen Tanzpartner nutzt.

Nutzt sie denn auch KI im Produktiveinsatz?

Und hast du da ein konkretes Beispiel?

Genau. Machen wir auch.

Da gilt es ein bisschen das gleiche wie du.

Es kommt darauf an, was man tut

und dann entscheidet

man, was man dafür zur Hand nimmt.

Stichwort:

Es muss auch nicht immer agentisch sein.

Also wir haben natürlich,

auch wenn man sich das anguckt,

gerade im Bereich

eher Produktion, also wenn es beispielsweise

manchmal um,

ich will gar nicht sagen

kleiner, aber um gewisse Formate geht,

Social Assets etc.

pp.

Das ist zum Beispiel

genau sowas in die Richtung Sowas nicht

in die Richtung, Quatsch.

Und wenn

der Fall

ist, dass

wir da zum Beispiel sehr saubere Prozesse haben

und eben zum Beispiel total genau wissen,

es gibt ein Hero Asset oder

es gibt einen Key Visual

und das ist klar

und es gibt irgendwie auch der Output

am Ende ist klar.

Dann arbeiten wir zum Beispiel total oft

einfach mit Node based Workflows

oder auch mit Custom Models etc.

pp.

Wo man einfach

maximale Kontrolle hat,

irgendwie relativ klar ist.

Wie können wir sauberen Prozess abbilden

und das manchmal auch schon reicht manchmal.

Vielleicht hat man auch gar nicht

die Masse an Kontext

in jedem Anwendungsfall oder

man hat gar nicht die Möglichkeit

alles anzudocken etc. pp.

Dann ist so was super im ganzen Bereich.

Wenn es zum Beispiel um Research geht

oder in der Softwareentwicklung,

arbeiten wir ganz klar mit agentischen Lösungen.

Deep Research ist so ein bisschen

mein Lieblingsbeispiel.

Ehrlich gesagt, weil ich das so bildlich finde,

immer um dieses Grundphänomen,

dieser Achse des Determinismus, Stochastik

irgendwie zu verstehen.

Nur zu erklären,

dass eben natürlich ein Deep Research

sogar davon, der darf gar nicht festgelegt sein

von vorhinein, Das ist Quatsch.

Das kommt Quatsch bei raus.

Wenn ich jemand sage

screen bitte

diese zehn Webseiten nach XYZ,

werde ich ein Ergebnis kriegen.

Aber das ist so, hm.

das heißt,

ich gebe eigentlich keine Aufgabe,

sondern ich gebe ein Ziel.

Ja, und dann geht es eben

wie beim Research darum, auf dem Weg

immer wieder festzustellen,

auch so ein bisschen rum zu neandern und zu sagen

Ich gucke mal rechts

und links, stellt plötzlich fest

Ach so, das sollte ich mir auch noch anschauen.

Jetzt habe ich das verstanden.

So ein bisschen von Hölzchen,

von Hölzchen aufs Stöckchen.

Andersrum. Egal.

Du weißt, was ich meine

zu kommen

und das total guter Anwendungsfall ist, oder?

Finde ich

ein sehr bildhafter

Anwendungsfall, warum es Sinn machen kann,

dass Dinge nicht festgelegt sind

und bzw es sogar zwangsläufig nötig ist

für ein gutes Ergebnis, dass es nicht festgelegt

ist, vorher der Prozess.

Und das ist so Produktion eher aktuell

noch ganz oft auch mal einfach

Node based Workflows, Deep

Research Softwareentwicklung. Mit dem Ziel.

Genau.

Und Software mit Agenten und einer Aufgabe.

Genau das wäre glaube ich auch so ein bisschen,

wenn man so will.

Da hatten wir drüber gesprochen.

Dieser Unterschied in einem Satz, irgendwie,

dieser fundamentale Unterschied

wäre für mich

dieses Einem KI Workflow gebe ich eine Aufgabe,

einem agentischen System, gebe ich ein Ziel

und auch da wieder 1000 Disclaimer:

Es gibt Ausnahmen

usw und so, aber so von von der Baseline her ja.

Super,

jetzt habe ich natürlich meinen Clicker hier

liegen gelassen.

Genau

hier haben wir jetzt auch noch mal die Aufzählung

auch der Dinge, die Molly auch gesagt

hat, die alle in den

Kontext einer Brand reinkommen

und Katie hatte das ja schon angeschnitten.

Hier sehen wir es jetzt

nochmal in der Zusammenfassung

Was brauchen quasi Agenten

alles, damit sie auch für uns agieren können.

Also das beginnt mit den Creative Artefakten.

Was kann das sein?

Das können die Brand Kit sein beim Marketing.

Das sind zum Beispiel Kampagnen Personas.

Vielleicht habe ich Trade Marks.

Was waren die Ergebnisse

von vergangenen Kampagnen.

Diese Informationen braucht der Agent.

Auch unsere Designsysteme.

Wie schauen die Templates aus?

Oder auch Und das sehen wir jetzt

hier links oben auf dem Slide.

Welche Entscheidungen treffen wir beim Annehmen,

aber auch beim Ablehnen von Assets,

also in den Reviews?

Aus denen lernt der Agent dann selbst.

Und all diese Erkenntnisse und Artefakte

fließen eben in das Markenwissen

ein, um sicherzustellen,

dass das, was dann skaliert wird, von den Agenten

vertrauensvoll ist.

Und das bringt uns dann auch zu unserem dritten

und letzten Fokusthema.

Und zwar Strategien

zur Einbindung von KI Agenten

in die bestehende Prozesse.

Wie schafft ihr es denn,

dass die KI Agenten euch dabei helfen,

dass ihr in dem Kreativprozess

in die richtige Richtung lauft?

Also um beim Tanzbeispiel wieder zu bleiben,

dass der Tanz dann auch zum zum Lead passt.

Das was du gerade erwähnt hast auf dem Chart

die Decision Traces.

Das ist ein irre wichtiger Punkt.

Also Agenten sind total gute Feedbackgebende.

Und zwar auf der einen Seite genau.

Ganz akkurat,

wenn es um einzelne Assets geht

und bestimmte Kriterien

sind, die alle erfüllt sind.

Da alles genau

so wie es sitzen muss und sind aber auch genauso

gute Feedbackgebende

auch weiter vorne im Kreativprozess.

Das ist das, wo wir ganz viel damit arbeiten.

Und das ist so ein bisschen

das Cluster Interactive Persona.

Man kann das so ein bisschen zusammenfassen mit

das Strategiepapier zum Leben zu erwecken.

Um es etwas blumiger auszudrücken.

Bedeutet in dem Fall

einfach auch in einem anderen Interface

zu denken.

Heißt für den Kreativprozess ganz konkret

Bei der Ideenfindung und

auch beim Gegencheck passt das jetzt eigentlich?

Passt es wirklich zu der Marke?

Passt es wirklich zu dem Produkt?

Passt es wirklich zur Tonalität?

Und vor allen Dingen passt es zu

der Zielgruppe, die ich damit erreichen will?

Schlage ich halt nicht mehr auf Seite 380.

Das Strategiepapier nach -

Ich übertreibe jetzt ein bisschen -

sondern können wir im Prozess tatsächlich

uns mit dem Strategiepapier unterhalten?

Das heißt,

wir können in dem Fall mit Jule sprechen.

Jule und Milan,

das sind zum Beispiel

zwei Personen

aus einem größeren Getränkehersteller aus

dem Gensbereich

und können die fragen

und können uns mit denen unterhalten.

Das heißt,

du kannst Jule und Milo anrufen und sagen Du.

Also, ich habe eine Frage, was denkst du. Dazu?

Genau sagen, helfen zu.

Eigentlich findest du das cool.

Findest du das blöd?

Dann sehen wir so

Was interessiert dich eigentlich so.

Und die antworten dir

dann basierend auf den Training

des Strategie Papiers? Exakt. Genau.

Also die haben eben

alles integriert, was das Strategiepapier weiß.

Plus ein bisschen Ex.

Und dadurch

entsteht eine Interaktion,

die total hilfreich sein kann

für einen Kreativprozess.

Und natürlich auch

da hatten wir es auch schon drüber.

Es heißt auch nicht,

dass alles die fundamentale Wahrheit

ist, was dabei rauskommt.

Aber genauso wenig,

wie es

auch nicht

die fundamentale Wahrheit sein muss,

was in dem Strategiepapier steht.

Das heißt,

natürlich muss man das dann immer noch

bewerten, erarbeiten.

Human in the Loop,

ihr habt es schon angesprochen.

Super. Vielen Dank, Molly.

Dann.

Katie, darf ich dich auch wieder zu uns bitten?

Hast du vielleicht noch eine abschließende Frage

an Molly?

Ja, super spannend.

Ich hätte tatsächlich noch eine Frage,

Molly, wenn ich sie dir stellen darf.

So eine Zwei Satz Antwort.

Habt ihr denn schon das nächste Projekt,

das nach dem nächsten Tanz benannt

wird, auf der Agenda? Ja, ja,

tatsächlich.

Der Quickstepp.

Der ist,

Was die gedankliche Skizze angeht,

steht der und mit dem Kollegen zusammen.

Gibt es da eine eine Idee dafür?

Und das zweite

möchte ich einfach persönlich in Slowfox

hätte ich auch ganz gerne noch.

Und natürlich geht es darum, was ich will,

was uns nützt. Aber ja, QuickStepp und Slowfox.

Das heißt

der Tango wird dann ergänzt

durch Quickstepp und zwar sehr gut.

Ich sehe schon,

du bist eher die Standardtänzerin.

Ja,

vielen, vielen lieben Dank, Molly.

Vielen, vielen, lieben Dank, Laura.

Bevor wir jetzt gleich ins Neue überleiten

das heißt,

ihr dürft euch gerne schon

mal eure Fragen überlegen.

Noch mal ganz kurze

Zusammenfassung von meiner Seite.

Ich glaube, wir haben jetzt auch noch mal

ganz schön gehört,

diese Evolution der Supply Chain,

die hört nicht auf.

Es wird nach wie vor Workflows geben,

wo ganz fundamentale Prozesse abgebildet

sind, die auch weiterhin

deterministisch abgebildet werden.

Aber wir befinden uns wirklich auf dieser Reise

auch in die Accelerated

Content Supply Chain,

wo wir uns alle überlegen müssen

Hey, wie können wir Agenten

zusammen mit Menschen bringen,

um das zu erreichen, was wir erreichen wollen?

Und zwar

diesen Contenthunger,

sage ich jetzt mal so, mit dem wir

die Session begonnen haben

nachzukommen und diesen Hunger zu stillen.

Und ich glaube,

ihr habt

ja hoffentlich heute

auch schon in der Keynote

in den Vorträgen auf der Mainstage gesehen.

Mit Adobe

GenStudio versuchen

wir alle diese Konzepte zu vereinen.

Wir versuchen Menschen zusammenzubringen

mit Agenten, mit Workflows,

mit dieser Intelligenz, mit kontinuierlich

lernenden Systemen,

die diesen ganzen Kontext,

diesen lebenden Kontext unter einen Hut bringen

und am Ende des Tages

alles im Sinne der Skalierung von Content,

der in Einheit geht,

mit Qualität, mit Markenkonformität und mit dem,

was Sie aber auch menschlich

und mit den Mitarbeitern

und Mitarbeiterinnen

in unseren Unternehmen erreichen wollen.

Damit sind wir am Ende angekommen.

Ich danke euch ganz recht

herzlich für eure Aufmerksamkeit.

Ich wünsche euch noch einen

wunderschönen Nachmittag

und freue mich, euch

beim nächsten Event wieder dabei zu haben.

Danke schön. Danke euch! Schönen Nachmittag.