Doug Tallmadge, Mitgründer und CEO von Gradial – Interviewreihe

Doug Tallmadge, Mitgründer und CEO von Gradial, ist Technologieunternehmer und Führungskraft im Ingenieurwesen. Seine Laufbahn umfasst Luft- und Raumfahrt, Satellitenkommunikation, Finanzen und KI für Unternehmen. Vor der Gründung von Gradial im Jahr 2023 war er fast fünf Jahre bei SpaceX (SPCX ) tätig. Dort half er, das Starlink-Netz von den Anfängen an auszubauen, leitete Netzwerkanalysen, die das Wachstum von null auf mehr als 500.000 Kunden unterstützten, und führte Teams aus Softwareingenieuren und Datenwissenschaftlern, die an der Optimierung und Simulation des Netzes arbeiteten. Außerdem wirkte er an Starlinks Vorhaben zur direkten Verbindung von Satelliten mit Mobiltelefonen und an frühen Stromversorgungssystemen für Satelliten mit. Zuvor war Tallmadge bei Lockheed Martin (LMT ) und Bridgewater Associates tätig. Dabei verband er tiefes technisches Fachwissen mit Erfahrung in groß angelegten Systemen und betrieblichen Abläufen.

Gradial ist ein Anbieter von KI für Unternehmen und konzentriert sich auf das, was das Unternehmen als Marketingabläufe mit KI-Agenten bezeichnet. Große Organisationen sollen damit die operativen Aufgaben zwischen kreativer Strategie und Kampagnenumsetzung automatisieren können. Statt sich allein auf KI-generierte Inhalte zu beschränken, koordiniert Gradials Plattform KI-Agenten über Systeme wie Adobe Experience Manager, Salesforce, Jira, Content-Management-Plattformen, Werkzeuge zur Verwaltung digitaler Medienbestände und Marketingprozesse hinweg. Die Plattform kann Marketingmaterialien erstellen, optimieren, verschlagworten, auf Qualität prüfen und veröffentlichen. Dabei setzt sie Vorgaben zu Governance, Compliance, Barrierefreiheit und Markenstandards durch. Mit einer gemeinsamen Wissensbasis, die Unternehmenssysteme verbindet, will Gradial die manuelle Abstimmung verringern, die große Marketingteams häufig ausbremst. Organisationen sollen Kampagnen dadurch schneller starten, mehr personalisierte Inhalte produzieren und zunehmend komplexe digitale Erlebnisse effizienter verwalten können.

Sie haben bei SpaceX dabei geholfen, Starlink von null auf Hunderttausende Nutzer auszubauen, und vor der Gründung von Gradial an komplexen Netzwerksystemen gearbeitet. Wann erkannten Sie, dass die Marketinginfrastruktur von Unternehmen ähnliche systemische Ineffizienzen aufwies, und wie führte diese Erkenntnis zur Gründung von Gradial?

In meiner vorherigen Position habe ich unmittelbar erlebt, wie sich Reibungsverluste in großen Organisationen aufschaukeln: Selbst die kleinste Ineffizienz kann jeden nachfolgenden Prozess verlangsamen. Im Marketing hatten diese Engpässe nach meiner Beobachtung die stärksten negativen Auswirkungen. Teams verbrachten viel Zeit damit, sich durch Plattformen zu bewegen, Materialien hochzuladen, Freigaben zu verwalten und Übergaben abzustimmen. Strategisches Denken und kreative Leitung gingen unter all diesen operativen Aufgaben unter.

Das ist ein idealer Anwendungsfall für KI. Mich überraschte allerdings, worauf sich die Aufmerksamkeit der Branche richtete. Die meisten Plattformen nutzten KI zum Schreiben von Inhalten. In Gesprächen mit Marketingfachleuten großer Organisationen stellte sich jedoch heraus, dass fehlende Inhalte gar nicht das Problem waren. Inhalte konnten sie leicht produzieren. Was sie nicht konnten, war, sie schnell zu veröffentlichen. Von der Idee bis zur laufenden Kampagne vergingen Tage, Wochen, manchmal Monate. Der größte Teil der KI-Investitionen floss in die Erstellung, während das schwierigere Problem, Inhalte tatsächlich zu veröffentlichen, völlig ignoriert wurde. Wir haben Gradial für diese Lücke entwickelt: Agenten übernehmen alles von Entwürfen und Freigaben bis zur Veröffentlichung, zur Einhaltung von Markenrichtlinien und zur Leistungsoptimierung. So können sich Marketingfachleute auf Aufgaben konzentrieren, die menschliches Urteilsvermögen erfordern.

Sie haben argumentiert, dass das traditionelle führende Datensystem, das „System of Record“, faktisch zu einer Ansammlung technischer Schulden geworden ist. Was funktioniert in den gewachsenen Marketing-Systemlandschaften von Unternehmen konkret nicht mehr, wenn sie KI einführen wollen?

Führende Datensysteme — das CMS, Projektmanagementwerkzeuge, Freigabeprozesse und Medienbibliotheken — wurden geschaffen, um Informationen zu organisieren, nicht um Abläufe zu beschleunigen. Wenn Unternehmen KI auf diese bestehenden Systeme aufsetzen, entstehen schnell Probleme. Das Werkzeug kennt weder das Unternehmen, für das es arbeitet, noch dessen Markenton, Compliance-Anforderungen oder Freigabeprozesse. Deshalb prüfen Marketingfachleute jedes Ergebnis und korrigieren Fehler, die durch fehlenden Kontext entstehen. Für Organisationen, die bereits Tausende Inhalte über mehrere Kanäle hinweg verwalten, wird nachträglich aufgesetzte KI damit zu einem weiteren komplizierten Prozess.

Die Diskussion über KI im Marketing dreht sich überwiegend um die Inhaltserstellung. Warum liegt die eigentliche Chance Ihrer Ansicht nach in der Umsetzung, und wie sieht diese Verlagerung in der Praxis aus?

Marketingfachleute haben keine Schwierigkeiten, Ideen zu entwickeln. Schwierig ist es, Inhalte durch Prüfschleifen zu bringen, einen einheitlichen Markenton zu wahren, mit Dutzenden Werkzeugen zu arbeiten und Inhalte für unterschiedliche Zielgruppen zu optimieren.

Zudem verändert sich grundlegend, wie Menschen Marken entdecken. Die Zahl der Google-Suchen ist im vergangenen Jahr um fast 20 % zurückgegangen. Marken können sich deshalb nicht mehr allein auf SEO verlassen. Sie müssen in Antworten KI-gestützter Suchdienste erscheinen. Dafür müssen sie Inhalte veröffentlichen, die KI-Modelle leicht interpretieren, zitieren und anzeigen können. Das Problem: Diese Modelle ändern ständig, welche Quellen sie heranziehen. Eine Marke, die heute in einer Antwort erscheint, kann morgen unbemerkt verschwinden. Bis Marketingfachleute die Lücke erkannt, Inhalte aktualisiert und Freigaben eingeholt haben, haben sich die Modelle bereits weiterentwickelt.

Inhaltserstellung allein löst das nicht. Selbst wenn Sie schneller produzieren, können Sie weiterhin in denselben Freigabeschlangen feststecken, mit Inhalten, die nicht auf Sichtbarkeit in KI-Antworten ausgerichtet sind. Gradial verbindet sich mit den Werkzeugen, die Marketingfachleute bereits nutzen, und übernimmt Aufgaben, die normalerweise alles verlangsamen: etwa Inhaltsüberarbeitungen, Prüfungen der Markenrichtlinien und die Veröffentlichung auf mehreren Plattformen. Das Ergebnis sind Kampagnen, die innerhalb von Stunden statt Wochen veröffentlicht werden, sowie korrekte, markenkonforme Inhalte, die dort sichtbar sind, wo die Zielgruppen tatsächlich suchen.

Gradial wird häufig als Plattform mit KI-Agenten beschrieben. Können Sie erläutern, was ein KI-Agent im Marketingprozess eines Fortune-500-Unternehmens im Alltag tatsächlich tut?

Die beste Antwort liefern unsere Erfahrungen mit Kunden. Bei T-Mobile erforderte eine Kampagne die Abstimmung mehrerer Teams, das Einholen von Freigaben und das Warten in Produktionsschlangen, die sich über Wochen erstreckten. Mit Gradial übernimmt ein KI-Agent den gesamten Prozess vom Kreativbriefing über die Prüfung bis zur Veröffentlichung. Was früher verlangte, dass eine Marketingfachkraft jedem einzelnen Schritt manuell hinterherläuft, geschieht nun automatisch. Die Kampagnenumsetzung wurde dadurch um 90 % schneller.

Bei AWS bedeutete jede neue Webseite, eine Agentur zu briefen, auf einen Entwurf zu warten, mehrere Überarbeitungsrunden zu durchlaufen und die Veröffentlichung manuell abzustimmen. Ein spezialisierter Agent machte die Seitenerstellung 20-mal schneller.

Vertrauen zählt zu den größten Herausforderungen bei der Einführung von KI in Unternehmen. Wie gewährleistet Gradial Zuverlässigkeit und Governance, wenn KI-Agenten systemübergreifend operative Entscheidungen treffen?

Vertrauen ist im Unternehmensumfeld entscheidend, besonders im Finanz- und Gesundheitswesen, wo ein Compliance-Fehler reale Folgen hat. Jede Gradial-Einführung beginnt damit, dem Agenten Kontext über den Markenton, Kommunikationsrichtlinien, Compliance-Anforderungen, Freigabeprozesse und Branchenstandards zu vermitteln.

Der Umfang menschlicher Beteiligung lässt sich vollständig anpassen. Teams, die neu damit beginnen oder in regulierten Bereichen arbeiten, können vor jeder Veröffentlichung eine Freigabe verlangen. Jede Handlung des Agenten wird mit einer vollständigen Prüfspur protokolliert. Wir haben festgestellt, dass Vertrauen natürlich wächst: Teams beginnen mit strengen Kontrollen und erweitern schrittweise die Autonomie des Agenten, wenn er sich bei echten Aufgaben bewährt. Es ging nie darum, gleich am ersten Tag alles zu übergeben. Wir wollen ein System aufbauen, das sich mehr Verantwortung verdient, indem es zeigt, dass es damit umgehen kann.

Ihre Plattform integriert sich in bestehende Werkzeuge, statt sie unmittelbar zu ersetzen. Wollen Sie die aktuelle Systemlandschaft langfristig ergänzen oder vollständig ersetzen?

Zunächst geht es darum, an die heutige Arbeitsweise der Teams anzuknüpfen. Die meisten Marketingorganisationen großer Unternehmen haben jahrelang Prozesse um bestimmte Werkzeuge wie Figma, Adobe und Projektmanagementsysteme herum aufgebaut. Sie aufzufordern, diese Infrastruktur aufzugeben, wäre unrealistisch. Gradial verbindet sich damit und übernimmt die operativen Aufgaben, die diese Abläufe bislang verlangsamen.

Die längerfristige Vision ist ehrgeiziger. Viele gewachsene Softwarelösungen im Unternehmensmarketing wurden für eine Welt vor der KI entwickelt, und das merkt man. Systeme, die ausschließlich Inhalte speichern und organisieren sollen, werden ganz anders aussehen, wenn ein Agent über denselben Kontext verfügen und zugleich auf dessen Grundlage handeln kann. Wir glauben, dass die Trennung zwischen dem Ort, an dem Inhalte liegen, und dem Ort, an dem Arbeit erledigt wird, irgendwann verschwindet. Wir entwickeln Gradial zur Infrastrukturebene, auf der beides geschieht.

Große Unternehmen haben oft tief verwurzelte Abläufe und interne Widerstände gegen Veränderungen. Was braucht es tatsächlich, um ein von Grund auf auf KI ausgelegtes System erfolgreich in einem Fortune-500-Unternehmen einzuführen?

Als Erstes stellen wir klar, dass Gradial niemanden auffordert, seine Arbeitsweise zu ändern. Das klingt einfach, ist aber die größte Hürde bei der KI-Einführung in Unternehmen. Die meisten Werkzeuge bringen ein neues System, eine neue Oberfläche und eine neue Arbeitsweise mit. Ihre Anbieter wundern sich dann, warum die Nutzung sechs Monate später ins Stocken gerät. Wir erfassen zunächst, wie ein Team tatsächlich arbeitet, und richten Gradial danach aus.

Die Nutzung setzt sich dauerhaft durch, wenn Teams schnell sehen, dass die Lösung bei echten Aufgaben funktioniert. Nicht bei einer Demo oder in einem Pilotprojekt unter künstlich günstigen Bedingungen, sondern bei ihren tatsächlichen Kampagnen, Inhalten und Abläufen. Wenn ein Team sieht, dass eine Veröffentlichung statt drei Wochen nur noch bis zum selben Tag dauert, lösen sich interne Widerstände meist von selbst.

Was unterscheidet aus technischer Sicht eine Ausführungsengine von einer typischen generativen KI-Schicht?

Eine generative KI-Schicht liefert einen Entwurf; eine Ausführungsengine sorgt dafür, dass er veröffentlicht wird. Die meisten KI-Werkzeuge fürs Marketing hören beim Ergebnis auf: Sie schreiben einen Text oder schlagen eine Änderung vor. Sobald dieses Ergebnis jedoch durch Freigabeprozesse oder auf eine veröffentlichte Seite gelangen muss, müssen die Marketingfachleute das selbst organisieren. Genau diese Übergabe beansprucht tatsächlich die meiste Zeit.

Eine Ausführungsengine ist anders, weil sie in die bereits genutzten Werkzeuge des Teams eingebettet ist und versteht, wie das jeweilige Unternehmen arbeitet. Wenn eine Marketingfachkraft dem Agenten einen Auftrag gibt, führt er die Arbeit durch alle nötigen Schritte, holt Freigaben ein und legt nur die Entscheidungen vor, die tatsächlich einen Menschen brauchen. Die Marketingfachkraft behält die Kontrolle, ohne bei jedem Schritt dazwischengeschaltet zu sein.

Viele Unternehmen experimentieren mit KI, aber nur wenige erzielen einen nennenswerten Return on Investment. Was machen die meisten Organisationen Ihrer Ansicht nach heute falsch?

Der häufigste Fehler besteht darin, KI als Produktivitätswerkzeug statt als Lösung für einen fehlerhaften Prozess zu behandeln. Wenn jedes Ergebnis umfangreich überarbeitet werden muss oder manuell in ein anderes System kopiert werden muss oder weiterhin fünf Freigaben benötigt, bevor etwas veröffentlicht wird, haben Sie das Problem nicht gelöst.

Unternehmen mit echten Erträgen sind konkret vorgegangen. Sie haben genau ermittelt, wo die Arbeit stockte, und KI auf dieses Problem angesetzt — nicht flächendeckend und nicht als Experiment, sondern mit einem klaren Bild davon, wie langsam es vorher war und wie schnell es danach sein sollte. Diese Präzision unterscheidet einen echten Return on Investment von einem Werkzeug, das bei einer Demo beeindruckt und sechs Monate später Staub ansetzt.

Wenn man es richtig angeht, sind die Ergebnisse greifbar: Gradial-Kunden berichten von einer 8-mal schnelleren Kampagnenaktivierung, betrieblichen Einsparungen von mindestens 35 % im ersten Jahr und einer hundertprozentigen Einhaltung der Marken- und Barrierefreiheitsstandards bei jedem Inhalt.

Wenn wir fünf Jahre vorausblicken: Wie sieht eine vollständig auf KI ausgerichtete Marketingorganisation aus, und welche Rolle spielt Gradial in dieser Zukunft?

In fünf Jahren wird die operative Ebene des Marketings autonom arbeiten. Eine Marketingfachkraft bittet einen Agenten, eine Kampagne zu starten, und noch vor Tagesende ist sie online, weil der Agent sämtliche Zwischenschritte erledigt hat. Die Markensichtbarkeit in der KI-Suche wird automatisch überwacht und angepasst. Die Einhaltung von Vorgaben wird während des gesamten Prozesses laufend sichergestellt, statt erst im letzten Moment geprüft zu werden. Marketingfachleute widmen sich dem, wofür sie eingestellt wurden: dem Markenaufbau, der Entwicklung kreativer Arbeiten und strategischen Entscheidungen über Kundenerlebnisse, die menschliches Urteilsvermögen erfordern.

Gradial will Marketingorganisationen als Erste dorthin bringen. Dazu wollen wir sie nicht überreden, alles herauszureißen und von vorn anzufangen, sondern innerhalb ihrer bestehenden Abläufe beweisen, dass diese Arbeitsweise möglich ist. Teams, die das früh erkennen, werden gegenüber jenen, die Kampagnen weiterhin auf die alte Art umsetzen, einen sich immer weiter verstärkenden Vorteil haben.

Vielen Dank für das großartige Interview. Leser, die mehr erfahren möchten, können Gradial besuchen.