In dieser Folge von "Behind the scenes in Marketing" spreche ich mit Jan Kaiser von Xanevo GmbH über die Schnittstelle von KI und E-commerce. Jan baut seit Jahren Machine Learning und KI Lösungen im Konzernumfeld und hilft heute Handelsunternehmen dabei, Produktdaten, Content und Internationalisierung mit KI sinnvoll zu skalierenZu https://www.xanevo.comWir gehen tief rein in die Praxis, weit weg vom reinen ChatGPT Hype. Es geht darum, wie du aus chaotischen Lieferantendaten saubere Produktdatenmodelle machst, welche Rolle Small Language Models und große Sprachmodelle wirklich spielen und ab wann sich Automatisierung bei Produkttexten, Übersetzungen und Mappings rechnet.Erfahre wie KI über deine Webseite denkt: https://www.antonioblago.com/eeat-analyzerTimestamps00:00 Intro, Podcast Format und Vorstellung00:32 Jan stellt sich vor, Weg in die KI Beratung und Gründung von Xanevo04:07 Klassische KI, Machine Learning und erste Deep Learning Projekte08:30 Vom Konzern zur eigenen Firma, warum der Markt Jan in den E-commerce gezogen hat14:10 Produktdaten als Fundament für Texte, Suche und Internationalisierung20:30 Small Language Models, große Modelle und wann sich welcher Ansatz lohnt28:20 Content Segmente, Messbarkeit und wie man Budgets für Content plant36:30 KI versus Mensch, Benchmark zur Datenextraktion und Fehlerquote44:50 Produktdaten Standards wie E Class und Etim, PIM und strukturierte Daten in der Praxis53:30 Internationalisierung, Übersetzung, Lokalisierung und URL Strategien01:03:00 Mindset, deutscher Perfektionismus und kontinuierliche Optimierung01:11:30 Budgetrahmen, Best Practices, Readiness Check und FazitDu erfährst unter anderem• Warum klassische Machine Learning Projekte früher nur für Konzerne mit sechsstelligen Budgets machbar waren und heute jeder mit kleinem Budget KI einsetzen kann• Wie Produktdatenstandards wie E Class oder Etim helfen, eine stabile Basis für SEO, PIM und Internationalisierung aufzubauen• In welchen Fällen Regeln völlig ausreichen und wann sich Small Language Models oder Agenten Workflows lohnen• Wie ein Multi LLM Ansatz funktioniert und warum die KI im Benchmark präziser war als der menschliche Prozess• Welche Content Segmente du trennen solltest, um Budget sauber zu steuern, zum Beispiel Produkttexte, Kategorieseiten, Ratgeber, Legal Inhalte• Warum Perfektionismus im deutschsprachigen Raum oft Wachstum blockiert und wie du Schritt für Schritt zu mehr Automatisierung kommst• Konkrete Budgetspannen, mit denen du bei Internationalisierung und Produktdaten Automatisierung realistisch planen kannstFür wen ist die Folge spannend• Brands und Retailer, die viele SKUs haben und Produktdaten endlich in den Griff bekommen wollen• E-commerce Teams, die Internationalisierung nicht nur mit einem Übersetzungs Plugin lösen möchten• SEO und Performance Marketer, die verstehen wollen, wie Content Produktion mit KI messbar und steuerbar wird• Tech und Data Leute, die Lust auf echte Projekt Einblicke rund um PIM, Produktdatenmodelle und KI Assistenz habenWenn du nach der Folge Lust hast, dein eigenes Setup anzuschauen, vernetze dich gerne mit mir auf LinkedIn oder schau auf https://antonioblago.de vorbei.Abonniere den Podcast, wenn du mehr Einblicke an der Schnittstelle aus Marketing, Daten und KI hören möchtest.