0:00 Begrüßung und Einführung
0:40 Produktentwicklungsstandorte und Teams
1:43 Disclaimer und Produktentwicklung
2:42 Interaktive Umfrage
3:55 Die Veränderung der Customer Journey durch KI
5:23 Zukünftige Trends und die Rolle von KI
6:40 Strategien zur Positionierung in der KI-gesteuerten Welt
7:50 Technologische Lösungsansätze - Vorstellung des LLMO
9:20 Praktische Anwendungen des LLMO - Eine Demo
9:50 Webseitenoptimierung für Bots
11:20 Beispiel einer Bot-gerechten Website
12:30 Automatisierung und der Einfluss von KI auf Webentwicklung
14:46 Transaktionen via AI: Chat GPT & Co. in der Zukunft
16:48 Optimierung der Webseitenstruktur
18:54 Die Rolle der Emotionen in der Mensch-Maschine-Interaktion
20:09 Technische Grundlagen für eine bot-freundliche Webseite
21:21 Model Context Protocol (MCP): Wie KI-Agenten mit Webseiten interagieren
22:24 Automatische Konfiguration: Wie Tools die Benutzererfahrung verbessern
23:05 Praktische Anwendungen: Einblicke in Chat GPT und die Website-Integration
27:00 Kundenbeispiel: Automatisierte Webseitenerstellung mit Figma und AI
31:40 Die Rolle von LLMO Chrome Plugin Checker in der Website-Optimierung
34:13 Fragen und Antworten: Diskussion über die Implementierung von Bots und Agenten
In dieser Session des diesjährigen Adobe Summit Germany 2025 befassen sich Florian Hermann, Head of Solution Consulting Expert, Central Europe Adobe und Martin Bürgi, Principal Product Manager für Adobe Experience Manager (AEM) im Entwicklungszentrum Basel, mit den Top-Innovationen im Experience-Management und dem massiven Einfluss von Künstlicher Intelligenz (KI) auf die Customer Journey und die Webseitenoptimierung.
Aktuelle Zahlen belegen, dass bereits 58 % der Konsumenten weltweit KI nutzen, um Informationen und Kaufentscheidungen zu treffen. Besonders eindrücklich ist der Anstieg des KI-Traffics (ausgelöst durch Bots und Crawler) auf US-Seiten des Einzelhandels: So war hier ein Anstieg um 3500 % zwischen Juli 2024 und Mai 2025 zu verzeichnen. Experten gehen davon aus, dass wir bis 2028 nur noch 50 % organischen bzw. „menschlichen“ Traffic sehen werden. Der Bot wird intermediär.
In diesem knapp 40-minütigen Vortrag gehen die beiden Experten darauf ein, wie Unternehmen auf diese Herausforderung reagieren können. Hierfür muss die Sichtbarkeit der eigenen Marke in Large Language Models (LLMs) berücksichtigt werden sowie sog. „Bot Readyness“, um künftig besser maschinenlesbar zu sein und die Integration einer zukunftsfähigen Architektur wird herausgestellt.
Zur Steigerung der Sichtbarkeit stellt Florian Hermann in einer Demo den Adobe Large Language Model Optimizer (LLMO) vor, der seit Kurzem verfügbar ist. LLMO analysiert rund um die Uhr Prompts und Ergebnisse in KI-Umgebungen wie ChatGPT, Copilot, Perplexity, Google‘s AI Overview oder Gemini. LLMO nutzt diese Daten, um konkrete Vorschläge zur Optimierung des Kanals zu geben (Generative Engine Optimization, kurz GEO). Im Dashboard wird die Brand Presence über einen Visibility Score gemessen, der sich aus Mentions, Citations und dem Sentiment, also der allgemeinen Stimmung zur Marke, zusammensetzt. Der LLMO zeigt auch den Generative Traffic an, also die reinen Hits von Bots, die oft in der klassischen Webanalyse fehlen, weil sie weder JavaScript interpretieren noch Bilder laden. Das Tool liefert unter der Rubrik „Opportunities“ Empfehlungen für inhaltliche und technische Optimierungen, die direkt in AEM umgesetzt werden können.
Martin Bürgi erläutert anschließend, wie Webseiten technisch "aufgerüstet" werden müssen, um mit Bots zu arbeiten. Dafür stellt er Edge Delivery Services (EDS), Model Context Protocol (MCP) Server und die automatische Konfiguration von Diensten wie ChatGPT Apps vor.
Abschließend werden mehrere Demos der KI-Agenten in AEM gezeigt, darunter die Integration mit ChatGPT App, die mithilfe des MCP-Endpunkts direkte Käufe im Chat-Interface ermöglicht. Der Content Generation Agent, der Content-Entwürfe z. B. aus einem Briefing-PDF erstellt, diese auf Brand-Guidelines prüft und eine Variantenseite in AEM anlegt, die ein Redakteur dann nur noch prüfen muss. Und er wirft einen Blick auf den Production Agent, der Designs aus Figma (oder anderen Quellen) in AEM-Code umwandelt, was eine massive Beschleunigung der Entwicklung bedeutet.
Mehr zu Adobe Large Language Model Optimizer:
https://business.adobe.com/de/product...
Mehr zu Adobe Experience Manager:
https://business.adobe.com/de/product...
Информация по комментариям в разработке