deen

Was AI Agenten überzeugt: Warum Markenversprechen Belege brauchen

Dennis Herhausen & Vanessa Gehrig

AI MARKETING BRIEF #02 | OCTOBER 2026

AI Marketing Brief #02 als PDF herunterladen

Der Wandel

Klassische Markenkommunikation arbeitet mit Versprechen, die durch Kommunikation relevant, differenzierend und überzeugend werden sollen.
AI Agenten verändern diese Bewertung. Sie vergleichen Produktspezifikationen, Kundenbewertungen, Tests, Zertifizierungen, Expertenmeinungen, Unternehmensverhalten und konkurrierende Aussagen im selben Entscheidungsprozess. Markenversprechen konkurrieren damit zunehmend mit verfügbaren Belegen.

Drei Entwicklungen zeigen die Relevanz:

  • 91 % der GenAI Nutzer/innen verwenden AI beim Einkaufen.1
  • 62 % der Käufer/innen vertrauen AI Empfehlungen stärker, wenn Bewertungen und Fotos verifiziert sind.2
  • Nur 5–10 % der Quellen in vielen AI Suchfällen stammen von markeneigenen Websites.3

Für Marketingverantwortliche bedeutet das: Ein starkes Markenversprechen reicht nicht mehr. Sein Wettbewerbswert hängt zunehmend von glaubwürdigen, auffindbaren und unabhängig bestätigten Belegen ab.4

Brand Proof Chain

Vom Versprechen über Belege und unabhängige Bestätigung zur Empfehlung.

DIE BRAND PROOF CHAIN

Wie ein Markenversprechen zum entscheidungsrelevanten Beleg wird

1. VERSPRECHENWas behaupten wir?Wofür wollen wir stehen? Die Marke formuliert ein klares, relevantes und differenzierendes Versprechen.
2. BELEGKönnen wir es belegen?Können wir es belegen? Produktdaten, Leistungskennzahlen, Zertifizierungen, dokumentierte Ergebnisse und weitere Nachweise stützen das Versprechen.
3. BESTÄTIGUNGBestätigen es andere?Bestätigen glaubwürdige Dritte das Versprechen? Kundenerfahrungen, unabhängige Tests, Experten/innen, Händler, Analysten/innen und weitere Drittquellen stärken oder hinterfragen die Belege der Marke.
4. EMPFEHLUNGBeeinflusst es die Wahl?Sind die Belege stark genug, um die Entscheidung zu beeinflussen? Wenn Versprechen, eigene Belege und unabhängige Bestätigung übereinstimmen, wird das Versprechen glaubwürdiger und gewinnt bei der Bewertung durch Menschen und AI an Einfluss.

Der Wettbewerbswert eines Markenversprechens steigt, wenn es dem Vergleich mit unabhängigen Belegen standhält.

Ein Versprechen gewinnt an Wert, wenn es belegt und unabhängig bestätigt werden kann.

Eine Laufschuhmarke will sich über Dämpfung differenzieren. «Überlegene Dämpfung» ist zunächst nur ein Versprechen. Eine messbare Reduktion der Aufprallkräfte liefert einen Beleg; ein unabhängiger Test bestätigt ihn. So wird die Aussage für Kunden/innen und AI Agenten leichter bewertbar und glaubwürdiger.

Klassische Kommunikationslogik vs. Kommunikation mit AI

Klassische KommunikationslogikKommunikation mit AI
Überzeugendes Versprechen formulierenÜberzeugendes und überprüfbares Versprechen formulieren
Relevanz durch Wiederholung aufbauenGlaubwürdigkeit durch Belege aufbauen
Markennarrativ steuernKonsistenz über Informationsquellen sichern
Aufmerksamkeit und Überzeugung optimierenAufmerksamkeit, Glaubwürdigkeit und Entscheidungsrelevanz optimieren
Fragen: «Ist das überzeugend?»Zusätzlich fragen: «Können wir es belegen?»

Roadmap für Marketingverantwortliche

Ziel ist nicht, jede Marketingbotschaft zu belegen. Entscheidend ist, die wichtigsten Versprechen auszuwählen, glaubwürdige Nachweise aufzubauen und sie dort sichtbar zu machen, wo Kunden/innen und AI Agenten die Marke bewerten.

1. Die entscheidenden Versprechen definieren

Identifizieren Sie wenige Versprechen, die in relevanten Kaufsituationen wirklich differenzieren. Sie sollten für Kunden/innen wichtig, gegenüber Alternativen unterscheidbar und realistisch belegbar sein.
Frage: Was sollen Kunden/innen und ihre AI Agenten bei einer Entscheidung über uns glauben?

2. Eine Belegarchitektur aufbauen

Definieren Sie für jedes priorisierte Versprechen, welche Belege es glaubwürdig machen, und stellen Sie sicher, dass Kunden/innen und AI Agenten sie finden und bewerten können.
Eine starke Belegarchitektur verbindet eigene Nachweise wie Produktdaten und Leistungskennzahlen, unabhängige Nachweise wie Tests, Zertifizierungen, Bewertungen und Experteneinschätzungen sowie deren Auffindbarkeit in den von AI Systemen genutzten Quellen.
Ziel ist keine Belegmenge, sondern eine klare Verbindung zwischen Versprechen und Glaubwürdigkeit.

Ein einfacher Check:

Was versprechen wir?
Wofür wollen wir stehen und warum ist das für die Kundenentscheidung relevant?

Was belegt es?
Welche Nachweise machen das Versprechen glaubwürdig und stark genug für den Vergleich mit Alternativen?

Wo findet AI die Belege?
Sind die Nachweise zugänglich, strukturiert und in den von AI Systemen genutzten Quellen sichtbar?

Wer bestätigt sie?
Welche glaubwürdigen Dritten bestätigen das Versprechen und stimmen mit der Selbstdarstellung der Marke überein?

3. Lücke zwischen Versprechen und Belegen schliessen

Vergleichen Sie das Markenversprechen mit den Belegen, die Kunden/innen und AI Agenten tatsächlich finden. Stimmen beide überein, steigt die Glaubwürdigkeit. Weichen sie ab, kann zusätzliche Kommunikation die Inkonsistenz verstärken.
Dann gibt es drei Optionen: Leistung verbessern, Belege und Auffindbarkeit stärken oder das Versprechen anpassen. Je grösser die Lücke zwischen Versprechen und belegbarer Realität, desto angreifbarer die Positionierung, wenn AI Systeme mehrere Quellen vergleichen.

Zentrale Erkenntnis

Marken brauchten schon immer Glaubwürdigkeit. AI macht sie leichter überprüfbar. Wenn AI Agenten Informationen aus verschiedenen Quellen vergleichen, werden unbelegte Versprechen angreifbarer und gut belegte Aussagen wertvoller. Marketingverantwortliche sollten deshalb weniger, relevantere Versprechen machen, stärkere Belege aufbauen und deren Auffindbarkeit und unabhängige Bestätigung sichern.

Kontakt

Dennis Herhausen

Dennis Herhausen

IMC-HSG,
University of St.Gallen

dennis.herhausen@unisg.ch
LinkedIn

Dennis Herhausen ist Ordentlicher Professor für Marketing Management und Direktor des Instituts für Marketing und Customer Insight an der Universität St.Gallen. Seine Forschungsschwerpunkte liegen in AI Driven Marketing, Customer Journeys und Customer Experience sowie digitaler Transformation. Seine Arbeiten erscheinen in führenden internationalen Fachzeitschriften.

Vanessa Gehrig

Vanessa Gehrig

IMC-HSG,
University of St.Gallen

vanessa.gehrig@unisg.ch
LinkedIn

Wissenschaftliche Mitarbeiterin und Doktorandin an der Universität St.Gallen. Ihre Forschungsschwerpunkte sind AI Driven Marketing, Agentic Commerce, Customer Experience und Kundenbindung. Sie verfügt über einen Masterabschluss in Marketing Management sowie Berufserfahrung in der Luxusbranche.

 

AI Marketing Brief #02 als PDF herunterladen

KI im Marketing vertiefen

Wie lassen sich die Potenziale künstlicher Intelligenz strategisch und praktisch nutzen? Unsere Weiterbildungsangebote bieten Gelegenheit, aktuelle Entwicklungen und konkrete Anwendungsmöglichkeiten zu vertiefen.

 

Quellen:

  1. 1 Edelman Trust Institute. (2025, June 16). 2025 Edelman Trust Barometer Special Report: Brand Trust, From We to Me. Edelman.
  2. 2 Bhutia, J. (2026, January 30). Beyond the keyword: A marketer’s data-backed guide to GEO. Bazaarvoice.
  3. 3 Silliman, E., Boudet, J., Robinson, K., Oppong, D., & Shah, N. (2025, October 16). The new front door to the internet: Winning in the age of AI search. McKinsey & Company.
  4. 4 Herhausen, D. (2026). Agentic AI verändert das Marketing. GFM Forschungsreihe 4-26.