Beobachtetes Signal · 16. Jan. 2026 · Product Launch · Quelle: ExchangeWire · Relevanz: 2/5 · Sentiment: Positiv
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.
Führt eine KI-gestützte Methode ein, mit der Marken ihre Sichtbarkeit in LLM-gesteuerter Suche und Conversational Interfaces optimieren können – relevant für Werbetreibende im Zeitalter der generativen Suche, stellt jedoch ein einzelnes Anbieterprodukt und keinen branchenweiten Standard dar.
Marktsignale zu Jellyfish 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 nutzt KI-gestützte Markenwahrnehmung über das eigene Tool 'Share of Model', um Werbeoptimierungen zu generieren.
- 'Share of Model' ist direkt mit LLMs wie ChatGPT und Gemini verbunden, um die Wahrnehmung von Marken kontinuierlich zu analysieren.
- Tool-Empfehlungen werden iterativ verfeinert, anhand von Google Ads-Konten abgeglichen und erfordern vor der Umsetzung eine menschliche Verifikation.
- Jellyfish berichtet von gesteigertem Website-Traffic und höheren Konversionen durch die Identifizierung ungenutzter, kostengünstiger Keywords.
- Die Ergebnisse zur Markenwahrnehmung unterscheiden sich je nach LLM, da jedes Modell andere Quellen nutzt.
Verknüpfte Unternehmen
1 verknüpfte UnternehmenOntologie & Marktkonzepte
Verwandte Marktsignale & Trends
Aktuelle verifizierte Unternehmensentwicklungen und Deal-Aktivitäten in diesem Marktsegment.
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.
Jellyfish integriert KI-gestützte Anzeigenoptimierung in Share of Model
Jellyfish, das globale Digital-Marketing-Unternehmen der The Brandtech Group, hat mit „AI Ads Optimisation“ eine Funktionserweiterung für Paid Media innerhalb seiner Plattform Share of Model™ vorgestellt. Das Update geht über die bestehende Integration von Google Ads und Performance Max hinaus und liefert KI-gestützte Media-Optimierungen sowie Insights für ChatGPT-basierte Touchpoints und Kernkanäle wie TikTok, DV360, YouTube sowie Reddit (letzteres über Pilotprojekte). Zudem umfasst das Release einen Always-on-Strategieassistenten, der kontinuierlich Handlungsempfehlungen für Teams in den Bereichen SEO, Brand, PR, Paid Media und E-Commerce generiert. Share of Model wurde 2024 eingeführt, um Markensichtbarkeit innerhalb von LLMs zu messen, und fand bereits Erwähnung in der Harvard Business Review sowie der MIT Technology Review. Der Support für Google PMax, YouTube, DV360, ChatGPT und TikTok ist ab sofort weltweit verfügbar.
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.
Marktsignale & Strategische Shifts in Echtzeit verfolgen
Erstellen Sie benutzerdefinierte Watchlists, um automatisierte, evidenzbasierte Executive Briefings zu erhalten, sobald wesentliche Signale oder Marktverschiebungen auftreten.