Ein KI-Marketing-Assistent, der Ihre Fakten nutzt

Ein Modell schreibt über Ihr Unternehmen aus dem, was die Anfrage mitliefert, und aus dem, was es im Training aufgenommen hat. Bei einem bekannten Unternehmen ist dieses Training breit und veraltet, bei einem kleineren fast leer. Fehlt die richtige Tatsache, Regel oder das passende Beispiel, füllt das Modell die Lücke mit etwas Plausiblem. Bitten Sie es um eine Anzeige mit einem starken Beleg, liefert es eine Zahl, weil ein starker Beleg eben so aussieht.

Wir haben das an einem Beispiel getestet, das nur auf den öffentlichen Berichten eines börsenkotierten Softwareunternehmens beruht. Ein simulierter erster Entwurf rundete die Kundenzahl auf «300'000+» und verortete das Unternehmen in «140 Ländern». Die Quellen nannten 306'446 Kunden per 30. Juni 2026 und mehr als 135 Länder. Beide Fehler wirken glaubwürdig, und nur eine Prüfung gegen die Belegdatei hat sie gefunden.

Dieselbe Ursache führt zu den vier Korrekturen, die Marketingteams immer wieder machen: erfundene Zahlen, eine Tonalität, die zu niemandem gehört, Produktnamen und Preise, die sich seit dem letzten Brand Book geändert haben, und Regeln zu Aussagen, Kanälen und Freigaben, die nur in jemandes Kopf existieren. Das Brand Book in den Prompt zu kopieren, löst das nicht. Im selben Beispiel umfasste der vollständige Markenkontext rund 36'000 Tokens und die gemeinsamen Aufgabenregeln weitere rund 22'000. Alles mitzuschicken kostet also etwa 58'000 Tokens pro Anfrage. Das Paket für eine einzelne LinkedIn-Anzeige kam auf rund 10'100 Tokens, etwa 83 Prozent weniger, und enthielt trotzdem zwei freigegebene Beispielanzeigen.

Torke Context verlagert diese Korrekturen nach vorne, in Dateien, die Ihr Assistent erhält, und in Prüfungen, die jeder Entwurf bestehen muss. Ihr Team korrigiert dieselbe Zahl nicht mehr zweimal, und wenn die Rechtsabteilung fragt, woher ein Satz stammt, lautet die Antwort: eine Datei, eine Version und ein Datum.

Wenn Sie die einzige Marketingperson in einem technischen Unternehmen sind oder die Marketingleitung, deren Zahlen in jedem Pipeline-Review hinterfragt werden, verbringen Sie einen grossen Teil der Woche damit, sich für Arbeit zu rechtfertigen, die Sie nicht ganz in der Hand hatten: warum ein Entwurf die falsche Zahl nannte, woher eine Aussage stammt, ob die Rechtsabteilung sie je gesehen hat. Torke Context bringt Sie auf die andere Seite dieser Fragen. Sie prüfen nicht mehr Zeile für Zeile, was der Assistent geschrieben hat, sondern steuern ihn, weil Sie festlegen, auf welchen Fakten, Wörtern und Beispielen die Marke steht, und die Prüfungen laufen, bevor ein Entwurf bei Ihnen ankommt.

Wenn der Gründer, der CFO oder ein skeptischer Ingenieur fragt, woher ein Satz stammt, antworten Sie mit der Datei, der Version und dem Datum, die das Modell gelesen hat. Sie gehen als Marketingleitung ins Review, die die Regeln für die Entwürfe gesetzt hat, und nicht als die Person, die jeden Entwurf im Nachhinein verteidigen muss. Bei einem Kunden haben wir das noch nicht gemessen, lesen Sie es also als das, was das System verändern soll.

Torke Context beseitigt die Fehler, die durch fehlende oder nicht gekennzeichnete Informationen entstehen. Es macht ein schwaches Angebot nicht überzeugend und ersetzt niemanden, der Ihre Kunden kennt. Im Beispiel erhielt ein Entwurf, der jede Code-Prüfung bestand, trotzdem nur 3 von 5 Punkten für die Relevanz bei der Zielgruppe, weil die Persona dahinter aus öffentlichen Berichten gebaut war. Das beheben nur Interviews und CRM-Daten.

Solange niemand auf Ihrer Seite Ihre Fakten freigibt, lassen sich Entwürfe prüfen, aber nicht veröffentlichen. So bleibt jede Annahme in den Dateien, im Paket und in der Prüfung sichtbar, statt in einer laufenden Kampagne unterzugehen.

Torke Intel und Evidence Review sind gebaut und laufen. Der Code, der für jede Anfrage ein Paket baut und den Entwurf prüft, läuft über die Kommandozeile, mit 24 bestandenen Tests an zwei vollständigen Beispielmarken. Er wird gerade in Torke Engine überführt, damit Ihr eigener Assistent ein Paket direkt anfordern kann. Das Onboarding beginnt mit neun Antworten und einer 45-minütigen Validierungssitzung.