Beobachtetes Signal · 5. Mai 2026 · Report Release · Quelle: https://martechseries.com/feed/ · Relevanz: 3/5 · Sentiment: Positiv
Jellyfish-Report: Generative Engine Marketing als neuer Wegweiser für Marken
Jellyfish hat den Report „Brands in the AI Era: Generative Engine Marketing“ veröffentlicht, der Generative Engine Marketing (GEM) als systematischen Rahmen definiert, damit Marken von Large Language Models (LLMs) und KI-Agenten entdeckt, verstanden und für Transaktionen genutzt werden können. Der Report positioniert GEM als ganzheitliches Marketing-System auf Basis der Share of Model™-Plattform von Jellyfish, das technische Optimierung, Content-Erstellung, Pre-Testing, Distribution und Messung kombiniert, um Marken-Assets für KI interpretierbar und für menschliche wie maschinelle Zielgruppen attraktiv zu machen. Anhand von Kundenerfolgen bei Gentle Monster und MSC Industrial belegt der Report zweistellige Zuwächse bei CTR, Conversion-Rate und Umsatz durch KI-gesteuerte Optimierungen. John Dawson, Vice President of Strategy bei Jellyfish USA, betont in diesem Zusammenhang die Notwendigkeit für Marken, die Modelle zu „trainieren“, die Customer Journeys zunehmend steuern.
Der Report liefert ein konkretes Framework (GEM) und Tools (Share of Model™) zur Optimierung für LLM-gesteuerte Discovery und Commerce. Belegbare Kundenerfolgsgeschichten unterstreichen das Potenzial, MarTech- und Agenturstrategien nachhaltig zu beeinflussen.
Marktsignale zu Criteo in Echtzeit verfolgen
Polaris7 erfasst behördliche Registrierungen, Primärquellen, Führungswechsel und Deal-Aktivitäten rund um die Uhr. Erstellen Sie Ihren kostenlosen Explorer-Workspace, um automatisierte Executive Briefings zu erhalten.
Wichtigste Kernpunkte & Evidenz
- Jellyfish veröffentlichte den Report „Brands in the AI Era: Generative Engine Marketing“ am 5. Mai 2026.
- Der Report führt Generative Engine Marketing (GEM) als Framework ein, um Marken für LLMs und KI-Agenten lesbar zu machen.
- Die Share of Model™-Plattform von Jellyfish dient der Analyse, wie LLMs Marken, Produkte und Services wahrnehmen.
- Gentle Monster verzeichnete nach Anwendung von LLM-Erkenntnissen bei Google Performance Max einen um 17 % höheren CTR, über 14 % mehr Conversions und einen um über 39 % besseren ROAS.
- MSC Industrial erzielte nach KI-gesteuerten Optimierungen von Performance Max in den ersten 30 Tagen ein Umsatzplus von 45 % sowie einen inkrementellen ROAS von 758 %.
Verknüpfte Unternehmen
3 verknüpfte UnternehmenOntologie & Marktkonzepte
Verwandte Marktsignale & Trends
Aktuelle verifizierte Unternehmensentwicklungen und Deal-Aktivitäten in diesem Marktsegment.
Marken navigieren durch die KI-Suche: Sichtbarkeit im Chatbot-Zeitalter
Ein Interview beleuchtet, wie Marken im Zeitalter der KI-gesteuerten LLM-Suche sichtbar bleiben können. Die Jellyfish-Manager Frederic Derian und Victor Bastia diskutieren, wie Chatbots das Suchverhalten von Verbrauchern verändern, wodurch die Bedeutung des klassischen SEO sinkt und die Attribution komplizierter wird. Jellyfish gibt an, dass das Tool 'Share of Model' automatisch Werbeoptimierungen generiert, indem es die KI-Markenwahrnehmung aus KI-Modellen nutzt, die mit LLMs wie ChatGPT und Gemini verbunden sind, um Marken im Ökosystem der generativen Suche auffindbar, sichtbar und kaufbar zu halten. Das Tool hilft angeblich dabei, Nischenbegriffe zu targeten, die von den LLMs identifiziert wurden, was zu qualitativ hochwertigerem Traffic und höheren Conversions führt. Zu den Sicherheitsvorkehrungen gehören menschliche Verifications vor der Umsetzung von Änderungen, die Ausrichtung an Markenrichtlinien über Google Ads und eine iterative Verfeinerung. Der Artikel weist auf Risiken wie KI-Halluzinationen hin und betont die semantische Analyse über verschiedene Modelle hinweg.
Jellyfish nutzt LLM-Perception zur Steigerung der Markenpräsenz
Jellyfish beschreibt, wie das proprietäre Tool 'Share of Model' große Sprachmodelle nutzt, um die Markenwahrnehmung zu analysieren und Werbeoptimierungen automatisch zu generieren. Das Tool verbindet sich mit LLMs wie ChatGPT und Gemini, um kontinuierlich auszuwerten, wie Modelle und zugrundeliegende Quellen eine Marke wahrnehmen, Keyword- sowie Sentiment-Potenziale aufzudecken und Kampagnen-Anpassungen vorzuschlagen. Jellyfish gibt an, dass Empfehlungen iterativ verfeinert, mit den Markenrichtlinien der Kunden abgeglichen und vor der Anwendung stets von Menschen überprüft werden, um Halluzinationen oder Botschaftsfehler zu vermeiden. Das Unternehmen berichtet, dass dieser Ansatz kostengünstigere, konversionsstarke Keyword-Bereiche erschlossen und die Traffic-Qualität verbessert hat. Da die Markenwahrnehmung je nach LLM variiert, positioniert Jellyfish den Ansatz als Möglichkeit für Marken, in einem generativen Such-Ökosystem auffindbar und kaufbereit zu bleiben.
Jellyfish setzt auf LLMs zur strategischen Planung von Ad Buys
Die zur Brandtech Group gehörende Agentur Jellyfish vermarktet das Produkt „Share of Model“, das den Einsatz von Large Language Models (LLMs) für die moderne Mediaplanung nutzt. Die Lösung analysiert, wie häufig LLMs eine Marke im Vergleich zu Mitbewerbern erwähnen, bewertet Themen, Sentiment sowie kulturellen Kontext und wandelt diese Erkenntnisse in präzise Targeting-Signale für Google Performance Max (PMax) Kampagnen um. Anhand einer im Januar abgeschlossenen 90-tägigen Kampagne für das Project Management Institute (PMI) weist Jellyfish messbare Erfolge nach: ein Absatzplus von 20 Prozent, eine Steigerung der Conversions um 45 Prozent sowie eine Verbesserung des Return on Ad Spend (ROAS) um 156 Prozent. Dieser Ansatz verdeutlicht einen branchenweiten Paradigmenwechsel, bei dem Marken KI nicht mehr nur als kreativen Assistenten für die Entdeckungsphase nutzen, sondern LLM-Outputs direkt in strategische Mediaentscheidungen und programmatisches Targeting integrieren.
Marktsignale & Strategische Shifts in Echtzeit verfolgen
Erstellen Sie benutzerdefinierte Watchlists, um automatisierte, evidenzbasierte Executive Briefings zu erhalten, sobald wesentliche Signale oder Marktverschiebungen auftreten.