Wenn KI beginnt, "für Sie zu bezahlen": Wie verändert KI die Effizienz von Werbung und Marketing?

Die künstliche Intelligenz (KI) bewegt sich von der technologischen Bühne in die kommerzielle Hauptarena. DeepSeek R1 hebt die chinesischen Modelle auf eine neue Stufe, und OpenClaw bringt das Agentenkonzept in die Öffentlichkeit – hinter diesen Hotspots findet jedoch eine tiefere Transformation im Bereich der Werbung und Marketing statt: Die Konversionsrate von KI-generierten Werbematerialien ist um 20 % bis 30 % höher als die von manuell erstellten Materialien, die Kosten für ein einzelnes Material sinken auf nur wenige Cent, und die Technologie des "generativen verstärkenden Lernens für Gebote" verbessert die ROI der Werbetreibenden deutlich. Wenn die KI beginnt, für die Werbetreibenden "Geld auszugeben" und dies besser als Menschen, wird die Obergrenze der Geschäftseffizienz neu definiert.

Mit diesen Fragen haben wir Jiang Peng, Vizepräsident von Kuaishou Technology und Leiter der kommerziellen Algorithmen, sowie Kazik, CEO von Virtual Reality Media und Betreiber des "Digitalen Lebens Kazik", eingeladen, darüber zu sprechen: Wie kann KI in der realen Geschäftspraxis die Effizienz steigern und Gewinne erzielen?

Dieses Gespräch konzentriert sich hauptsächlich auf folgende Fragen:

1. Was war in den letzten 12 Monaten in der KI-Branche Ihr überraschendstes "Aha-Moment"?
2. Warum ist OpenClaw so beliebt? Wie unterscheidet es sich von früheren Agentenprodukten?
3. Warum sind KI-generierte Werbematerialien effektiver als die von Menschen erstellten?
4. Wie kann die "generative verstärkende Lerntechnik für Gebote" den Werbetreibenden helfen, weniger Geld auszugeben und höhere Renditen zu erzielen?
5. Wie sollten Werbetreibende im Kontext des Wettbewerbs um den KI-Markt reagieren?
6. Wie stark ist der kommerzielle Einfluss der KI auf die Branche der Inhaltserstellung? Können KI-Comics wirklich Geld verdienen?
7. Wohin geht die KI-Kommerzialisierung? Welche Trends sind für 2026 sicher?

Im Folgenden finden Sie das Gespräch der Gäste, wobei einige Teile bearbeitet wurden:

36Kr: Was war in den letzten 12 Monaten in der KI-Branche Ihr überraschendstes "Aha-Moment"?

Kazik: Obwohl DeepSeek R1 bereits weitgehend diskutiert wurde, war es dennoch ein entscheidender Wendepunkt. Jedes Jahr gibt es im Bereich der KI neue Veröffentlichungen während des Frühlingsfestes. Letztes Jahr hat DeepSeek R1 tatsächlich gezeigt, dass die chinesischen Modelle in ihrer Leistung auf das Niveau von OpenAI o1 kommen können und gleichzeitig die Kosten erheblich gesenkt werden können. Die Popularität dieses Modells hat zu einer landesweiten Debatte geführt.

Der zweite entscheidende Wendepunkt war Nano Banana. Als Designer hat mich dieses Produkt die komplizierten Arbeitsabläufe mit ComfyUI und Stable Diffusion revolutioniert. Viele der zuvor aufgebauten Knotenpunkte haben plötzlich 80 % ihres Wertes verloren. Heute können die meisten Anforderungen wie Bildbearbeitung, Hintergrundänderung und Passbildbearbeitung mit einem Satz erfüllt werden. Der Kernvorteil liegt in der hervorragenden Konsistenz.

Der dritte Punkt ist OpenClaw. Obwohl ich bereits intensiv mit Claude Code gearbeitet habe, war die Popularität von OpenClaw wirklich überraschend.

Jiang Peng: Drei Aspekte haben mich besonders beeindruckt. Erstens die tiefe Transformation der Inhaltsindustrie durch KI – die Fähigkeit der KI zur Inhaltserstellung hat in letzter Zeit einen Sprung gemacht und hat das gesamte Inhaltsökosystem nachhaltig beeinflusst.

Zweitens wird 2026 der Agent zur Hauptlinie der Umsetzung der KI-Industrie. Von der "Fragebeantwortung" zur "Aufgabenbewältigung" wird der Anwendungsbereich der KI stark erweitert, und es wird ein Übergang von der "Informationseingabe" zur "Tätigkeitsausführung" stattfinden.

Drittens hat die Attraktivität der KI-Kommerzialisierung zugenommen. Ein Kollege in Silicon Valley hat mit Hilfe eines Agenten einen digitalen Kollegen geschaffen, um seine Arbeit zu unterstützen. Doch er hat festgestellt, dass die Kosten für die Token höher sind als sein eigenes Gehalt, und musste daher die Anzahl der "digitalen Kollegen" reduzieren. Dies zeigt, dass die Branche die Kosten und die Monetarisierung der KI zunehmend beachten muss.

36Kr: Warum ist OpenClaw so beliebt? Wie unterscheidet es sich von früheren Agentenprodukten?

Kazik: In Bezug auf den Verbreitungsweg ist OpenClaw mit DeepSeek R1 sehr ähnlich – nicht in Bezug auf die technische Route, sondern in Bezug auf den Weg der Emotionsverbreitung und des kognitiven Sprungs.

Technologien wachsen in der öffentlichen Wahrnehmung nie linear, sondern in Stufen. Für die meisten Menschen gibt es nur drei Phasen der KI-Wahrnehmung: ChatGPT hat sie erstmals bewusst gemacht, dass "KI sich unterhalten kann", DeepSeek R1 hat sie erstmals bewusst gemacht, dass "KI denken kann", und OpenClaw hat die normalen Benutzer erstmals mit dem Konzept des "Agents" vertraut gemacht.

Manus hat zwar in der Tech- und Finanzbranche Aufmerksamkeit erregt, ist aber noch nicht in die breite Öffentlichkeit vorgedrungen. OpenClaw hebt die öffentliche Wahrnehmung von einem "dialogfähigen, logischen Modell" auf die Ebene des "Agents". Dies ist der eigentliche Grund für seine Popularität – die technologische Verbreitung erfolgt immer in Stufen und nicht in Kurven.

Ein weiterer Unterschied liegt in der Produktform. Frühere Produkte wie Manus und Claude Code waren Cloud-Dienste, und die Benutzer hatten das Gefühl, "zu mieten". Obwohl das Modell von OpenClaw immer noch in der Cloud liegt, können die Benutzer es in ihrem eigenen Dialogsystem "halten" und es mit einer eigenen Erinnerung versehen. Dieses Verhalten, das den Chinesen entspricht, die lieber "kaufen" als "mieten", entspricht genau der Bedürfnis nach "Eigentum" der Öffentlichkeit.

Jiang Peng: Ich stimme der obigen Analyse zu. OpenClaw ermöglicht es den normalen Benutzern erstmals, einen Agenten tatsächlich zu nutzen und zu erleben, und den Wert der "Künstlichen Intelligenz bei der Lösung praktischer Probleme" zu verstehen. Dies ist von positiver Bedeutung für das Verständnis der KI durch die Öffentlichkeit.

Technisch gesehen stimmt OpenClaw weitgehend mit den Agententechnologien der letzten zwei Jahre überein. Sein einzigartiger Wert liegt darin, dass es den normalen Benutzern ermöglicht, KI lokal zu installieren und alltägliche Probleme zu lösen. Ich hoffe, dass diese Popularität neue Anwendungen, neue Branchen und monetarisierungsmöglichkeiten für Agenten hervorbringt.

36Kr: Warum sind KI-generierte Werbematerialien effektiver als die von Menschen erstellten?

Jiang Peng: Die Produktion von Werbematerialien ist eines der am stärksten von KI transformierten Bereiche der letzten zwei Jahre. Auf der Kuaishou-Plattform sind die Kosten für ein einzelnes Material auf nur wenige Cent gesunken, was den Kunden eine beträchtliche Einsparung bei den Werbekosten bringt. Noch wichtiger ist der Effekt: Die Qualität der KI-generierten Materialien ist besser als die der vom Kunden selbst erstellten Materialien, und die Gesamtkonversionsrate steigt um 20 % bis 30 %. Bei mehreren Großverkaufsveranstaltungen haben die für wichtige Kunden maßgeschneiderten KI-Materialien hervorragende Ergebnisse erzielt.

Noch bemerkenswerter ist die Benutzererfahrung. KI-generierte Materialien haben nicht nur eine höhere Konversionsrate, sondern auch eine bessere Benutzererfahrung und Rückmeldung als traditionelle Materialien, und der Werbecharakter ist nicht zu stark. Der Grund dafür ist, dass die KI die Rückmeldedaten aller Plattformbenutzer kennt, erkennt, welche Materialien von den Benutzern bevorzugt werden, und auf der Grundlage von Modellalgorithmen kontinuierlich optimiert. Das Ergebnis ist daher immer besser als das vom Kunden selbst erstellte Inhalt.

Bei der Materialstrategie gibt es keine universelle "Alleskönner-Methode". Die Plattform wendet eine "personalisierte" Strategie an und erstellt für verschiedene Produktmerkmale und Benutzercharakteristika maßgeschneiderte Materialien und Platzierungsschemas. Selbst bei Wettbewerbern aus derselben Produktkategorie ist eine differenzierte Strategie immer die beste Wahl – es gibt keine zwei identischen Unternehmen, und die individuelle Platzierung ist immer besser als der homogenen Wettbewerb.

Wir versuchen eigentlich immer nur, die KI zur Infrastruktur für das Geschäftswachstum zu machen.

Kazik: Im Bereich der Videoproduktion sind die Kosten der KI, selbst wenn sie um das Zehnfache steigen, immer noch vernachlässigbar im Vergleich zur traditionellen Produktion. Nehmen wir beispielsweise TVCs (Fernsehwerbung) als Beispiel: Die Kosten für die traditionelle Produktion können pro Minute 100.000 Yuan oder sogar 200.000 bis 300.000 Yuan betragen, während die Kosten für die KI-Produktion pro Minute nur etwa 10.000 bis 20.000 Yuan betragen. Selbst bei hochwertigen, maßgeschneiderten KI-TVCs beträgt die maximale Kosten etwa 100.000 Yuan, während die hochwertigen traditionellen TVCs pro Minute 1 Million Yuan kosten können. Die beiden liegen auf völlig unterschiedlichen Ebenen.

Sowohl die Personal- als auch die Zeitkosten für die KI-Inhaltserstellung fallen um Größenordnungen. Ein Projekt, das früher Monate dauerte, kann jetzt in Tagen abgeschlossen werden. Wenn die Investition in ein erstklassiges Modell die Effektivität deutlich verbessern kann, ist die Wahl der KI eine unvermeidliche Tendenz.

36Kr: Wie kann die "generative verstärkende Lerntechnik für Gebote" den Werbetreibenden helfen, weniger Geld auszugeben und höhere Renditen zu erzielen?

Jiang Peng: Die Werbeplatzierung ist im Wesentlichen ein sequentielles Entscheidungsproblem – die Marktbedingungen sind hochgradig ungewiss, und jede Aktion beeinflusst die nachfolgenden Ergebnisse. Das Ziel ist die Maximierung der Gesamtgewinnung und nicht die Optimierung eines einzelnen Punktes.

Die "generative verstärkende Lerntechnik für Gebote", die in den Kuaishou-Finanzberichten erwähnt wird, ist eine Branchenerste und löst zwei Kernprobleme: Erstens löst das generative Modell das Problem der Umgebungsunsicherheit – zu einem bestimmten Zeitpunkt platzieren zahlreiche Benutzer und Kunden Werbung auf der Plattform, die Traffic-Schwankungen sind enorm, und das System ist hochgradig ungewiss. Das generative Modell ist für solche Szenarien von Natur aus geeignet. Zweitens löst das verstärkende Lernen das sequentielle Entscheidungsproblem und strebt die Maximierung der Gesamtgewinnung an.

Diese Technologie hat die Werbeeinnahmen um 3 % bis 4 % gesteigert, die Kapazität einiger Kunden, Werbung zu platzieren, um 20 % bis 30 % verbessert, und die ROI ist besser – was bedeutet, dass man weniger Geld ausgibt und bessere Ergebnisse erzielt. Die Werbetreibenden sind sehr streng bei der ROI-Prüfung, und daher spüren sie sehr deutlich, ob die Plattform ihnen helfen kann, ihr Geld effizienter zu nutzen.

Derzeit ist der Automatisierungsgrad des gesamten Werbeplatzierungsprozesses auf etwa 90 % gestiegen. Die Kunden müssen nur das ROI-Ziel und das zu platzierende Produkt festlegen, und die Plattform kann den gesamten Prozess, von der Materialerstellung über die Infrastrukturaufbau bis zur intelligenten Gebotserstellung, automatisch abwickeln.

Kazik: Es gibt einen wesentlichen Unterschied zwischen quantitativer Werbung und quantitativen Transaktionen. Die Werbeplattform hat eine globale Perspektive und strebt die Maximierung des Nutzens aller Kunden an. Es handelt sich um ein "gemeinsames Wohlbefinden" und nicht um ein Nullsummenspiel. Daher kann die menschliche Beteiligung allmählich reduziert werden.

Quantitative Transaktionen hingegen sind ein Spiel zwischen Spielern. Sie können in einer bestimmten Phase überdurchschnittliche Gewinne erzielen, aber Ihre Strategie kann kopiert und unterlaufen werden. Wenn die überdurchschnittlichen Gewinne von 10 % auf einen negativen Wert sinken, müssen Sie die Strategie sofort einstellen und neu entwickeln. In diesem Prozess muss der Mensch auf der Grundlage der Marktentwicklung und des schwer zu quantifizierenden "Menschheitsfaktors" die endgültige Entscheidung treffen – Daten wie Branchenfaktoren und Rümpelstiche werden nicht öffentlich zugänglich gemacht und können nicht von quantitativen Strategien einheitlich zugeordnet werden.

36Kr: Wie sollten Werbetreibende im Kontext des Wettbewerbs um den KI-Markt reagieren?

Jiang Peng: Aus der Perspektive der Plattform wurden in den letzten 12 Monaten enorme Investitionen in die Werbung für KI-Tools getätigt. Sponsoring der Frühlingsfeier, Subventionskampagnen und Geldverteilungen – alle Unternehmen haben intensiv agiert. Wenn die Nutzerbasis eines Unternehmens eine bestimmte Größe erreicht hat, fühlen alle großen Unternehmen sich bedroht, und es ist schwer zu sagen, ob dieser Wettbewerb überhaupt notwendig ist.

Aber die Kunden setzen zunehmend den Schwerpunkt auf andere Aspekte. Früher waren sie mehr an der Kapazität, Werbung zu platzieren, interessiert, jetzt legen sie immer mehr Wert auf die Qualität und die Bindung der Nutzer. Der Kern liegt in der ROI-Prüfung: Die Kunden interessieren sich für das Verhältnis von Investition zu Ertrag nach der Werbeplatzierung für KI-Tools und nicht nur für die Anzahl der neuen Nutzer. Dies ist auch die am häufigsten geäußerte Anforderung der Kunden.

Es wird erwartet, dass der Wettbewerb um die KI-Tools in Zukunft weiter andauern wird, aber die Teilnehmer werden sich stärker auf die Effizienz von Investition und Ertrag konzentrieren. Am Ende möchten die Unternehmen, dass die Nutzer die KI-Tools tatsächlich nutzen und nicht einfach "die Angebote ausnutzen und dann gehen". Dies stellt höhere Anforderungen an die Produktfähigkeit der KI-Tools – ob sie die Bedürfnisse der Nutzer erfüllen können und die Nutzer binden können, ist der Schlüssel für den Erfolg in diesem Wettbewerb.

Kazik: Aus der Sicht der Kommunikation hat der KI-Wettbewerb während des Frühlingsfestes den gleichen Logik wie die Explosion von DeepSeek R1 und OpenClaw – alle versuchen, die "Stufen" der öffentlichen Wahrnehmung zu erobern. Jeder Frühlingsfest-Wettbewerb ist eine Chance für die Unternehmen, in den Köpfen der normalen Nutzer die nächste kognitive Position einzunehmen.

Aber das Problem ist, dass die kognitive Entwicklung der Öffentlichkeit in Bezug auf die KI in Stufen erfolgt und nicht einfach durch Geldbeträge vorangetrieben werden kann. ChatGPT hat die Idee "KI kann sich unterhalten" etabliert, DeepSeek R1 hat die Idee "KI kann denken" etabliert, und OpenClaw hat die Idee "Agent" etabliert. Wenn ein Produkt keine kognitive Entwicklung bringt, ist es schwierig, eine dauerhafte Bindung der Nutzer durch einfache Subventionen und Werbeplatzierungen zu erreichen.

36Kr: Wie stark ist der kommerzielle Einfluss der KI auf die Branche der Inhaltserstellung? Können KI-Comics wirklich Geld verdienen?