Skip to main content

Schulungen

Verstehen, verkörpern, aktivieren

Ein Triptychon aus drei kurzen Kursen zur Markensichtbarkeit in generativen KI-Engines, unterrichtet von Antoine Heftler und durchgeführt über Gloria for Business. Jedes Modul kann für sich belegt werden.

Ein wachsender Teil der Suchen endet nicht mehr in einer Liste von Links, sondern in einer geschriebenen Antwort. Der Assistent wählt ein paar Quellen, erzeugt eine Synthese, zitiert manche Marken und übergeht andere. Ein digitaler Kanal hat sich geöffnet, mit eigenen Regeln und eigenen Kennzahlen — die meisten Organisationen haben ihn auf ihrer Seite noch nicht geöffnet.

Drei Module, eine Abfolge

Diagnostizieren, die Stimme halten, zur Umsetzung kommen.

Modul 01

GEO-Grundkurs

Die neuen KI-Engines der Sichtbarkeit im Zeitalter der generativen KI verstehen

2 Std.

Was tatsächlich bestimmt, ob eine Organisation in einer erzeugten Antwort zitiert wird — wie das Tool seine Quellen durchsucht, was es aus den Inhalten behält, warum es einen Akteur einem anderen vorzieht, und warum es eine Information manchmal der falschen Marke zuschreibt.

Am Ende werden Sie

  • Verstehen, wie eine KI-Engine sucht, auswählt und Information zurückgibt
  • GEO neben SEO einordnen: Unterschiede und Ergänzungen
  • Die Faktoren erkennen, die die Zitierung von Inhalten begünstigen
  • Die Präsenz Ihrer Organisation in den wichtigsten KI-Tools selbst einschätzen

Der Kurs gibt der direkten Beobachtung einen zentralen Platz, mit einer Übung an den eigenen Organisationen der Teilnehmenden.

Modul 02

KI und Markenidentität

Eine eigene, erkennbare Stimme in einem Meer automatisierter Inhalte behalten

2 bis 3 Std.

Trainiert auf sehr großen Mengen von Inhalten, erzeugt KI von sich aus eine Durchschnittssprache — vorrätige Formulierungen, gleichmäßiger Rhythmus, Bildwelten, die sich gleichen. Es geht nicht mehr darum, mehr zu produzieren, sondern erkennbar zu bleiben, wenn das Volumen wächst.

Am Ende werden Sie

  • Die Sprache einer Marke von dem unterscheiden, was ein KI-Tool unaufgefordert anbietet
  • Eine erkennbare Stimme fassen: Ton, Wortschatz, Rhythmus, Haltungen
  • Einen wiederverwendbaren Marken-Prompt bauen und erzeugte Inhalte beurteilen
  • Verstehen, wie KI-Engines Ihre Stimme zurückgeben, und was den Abstand vergrößert

Behandelt auch die Kohärenz von Text und Bild und wie sich Personas entwickeln.

Modul 03

KI als neuer digitaler Kanal

Einfluss, Gewinnung und Conversion

3 Std.

Assistenten beschreiben ein Unternehmen, vergleichen es mit Wettbewerbern, verweisen auf einen Anbieter und beginnen, an Stelle der Nutzer zu handeln. Ein Kanal hat sich geöffnet, mit eigenen Regeln — er wird gesteuert wie die anderen.

Am Ende werden Sie

  • Die drei Schichten des Kanals unterscheiden — Einfluss, Gewinnung, Conversion
  • Den Wechsel vom Keyword zur im Kontext geäußerten Absicht verstehen
  • Einschätzen, was ein Angebot für einen Agenten lesbar und wählbar macht
  • Einen Maßnahmenplan auf vier Dimensionen bauen: strategisch, operativ, menschlich und technisch

Vollständige Diagnose an einem roten Faden aus einer Branche, dann Übertragung auf die Organisationen der Teilnehmenden.

Der Ablauf

  1. 01Diagnostizieren
  2. 02Die Stimme halten
  3. 03Zur Umsetzung kommen

Jedes Modul kann für sich belegt werden, die volle Folge sind aber sieben bis acht Stunden Schulung.

Antoine Heftler, Mitgründer von ResonanceMetrics

Kursleitung

Antoine Heftler

Antoine Heftler unterstützt Unternehmen seit mehr als zwanzig Jahren bei Marketingstrategie, digitaler Transformation und KI. Als GEO-Experte und Mitgründer von ResonanceMetrics arbeitet er daran, wie Marken ihre Sichtbarkeit, ihre Unterscheidbarkeit und ihren Einfluss in generativen KI-Engines stärken können.

LinkedIn-Profil

Die drei Kurse werden über Gloria for Business durchgeführt. Anmeldung, Logistik und Rechnungsstellung liegen bei Gloria for Business. Jeder Link auf dieser Seite öffnet die passende Kursseite.

Gloria for Businessgloriaforbusiness.com

Für ein zugeschnittenes Format oder eine interne Sitzung wenden Sie sich direkt an ResonanceMetrics.