Doug Tallmadge, Mitgründer und CEO von Gradial – Interview-Serie

Doug Tallmadge, Mitgründer und CEO von Gradial, ist ein Technologieunternehmer und Engineering-Leader, dessen Karriere die Bereiche Luft- und Raumfahrt, Satellitenkommunikation, Finanzen und Enterprise-AI umfasst. Bevor er Gradial 2023 gründete, verbrachte er fast fünf Jahre bei SpaceX (SPCX ), wo er half, das Starlink-Netzwerk von seinen frühesten Stadien aus zu skalieren, Netzwerkanalysen zur Unterstützung des Wachstums von null auf über 500.000 Kunden leitete und Teams von Softwareingenieuren und Datenwissenschaftlern zur Netzwerktopimierung und -simulation leitete. Er hat auch zu den direkten Satelliteninitiativen von Starlink und den frühen Satelliten-Energiesystemen beigetragen. Früher in seiner Karriere hatte Tallmadge Positionen bei Lockheed Martin (LMT ) und Bridgewater Associates inne, wobei er tiefes technisches Fachwissen mit Erfahrung in großen Systemen und Geschäftsoperationen kombinierte.

Gradial ist ein Unternehmen für Enterprise-AI, das sich auf das sogenannte agentic Marketing-Operations konzentriert, um großen Organisationen zu helfen, die operativen Arbeiten zu automatisieren, die zwischen kreativer Strategie und Kampagnenausführung liegen. Anstatt sich ausschließlich auf von AI generierten Inhalt zu konzentrieren, orchestriert die Plattform von Gradial AI-Agents über Systeme wie Adobe Experience Manager, Salesforce , Jira, Content-Management-Plattformen, digitale Asset-Management-Tools und Marketing-Workflows. Die Plattform kann Marketing-Assets erstellen, optimieren, taggen, qualitätsprüfen und bereitstellen, während sie Governance, Compliance, Zugänglichkeit und Markenstandards durchsetzt. Durch die Schaffung einer gemeinsamen organisatorischen Wissensschicht, die Unternehmenssysteme verbindet, zielt Gradial darauf ab, die manuelle Koordination zu reduzieren, die große Marketing-Teams oft behindert, um es Organisationen zu ermöglichen, Kampagnen schneller zu starten, personalisierte Inhalteproduktion zu skalieren und komplexe digitale Erfahrungen mit größerer Effizienz zu verwalten.

Sie haben das Starlink-Netzwerk von null auf Hunderttausende von Nutzern bei SpaceX skaliert und haben an komplexen Netzwerksystemen gearbeitet, bevor Sie Gradial gründeten. Was war der Moment, in dem Sie erkannten, dass die Marketing-Infrastruktur von Unternehmen ähnliche systemische Ineffizienzen aufweist, und wie führte diese Erkenntnis dazu, Gradial zu gründen?

In meiner vorherigen Rolle sah ich hautnah, wie Reibung in großen Organisationen kumuliert, selbst die kleinsten Ineffizienzen können jeden nachfolgenden Prozess verlangsamen. Marketing war der Bereich, in dem ich diese Engpässe am negativsten sah. Teams verbrachten viel Zeit damit, Plattformen zu navigieren, Assets hochzuladen, Genehmigungen zu verwalten und Übergaben zu koordinieren. Strategisches Denken und kreative Richtung wurden unter Schichten von Ausführung begraben.

Es ist ein perfekter Anwendungsfall für KI, aber was mich traf, war, wo die Aufmerksamkeit der Branche lag. Die meisten Plattformen nutzten KI, um Inhalte zu erstellen, aber als ich mit Marketingspezialisten in großen Organisationen sprach, war der Mangel an Inhalten nicht das Problem. Sie konnten Inhalte leicht erstellen. Was sie nicht konnten, war, sie schnell zu veröffentlichen. Von der Idee bis zur live-Kampagne dauerte es Tage, Wochen, manchmal Monate. Die meisten KI-Investitionen gingen in die Erstellung, während das schwierigere Problem, Inhalte tatsächlich online zu bringen, völlig ignoriert wurde. Wir bauten Gradial um diese Lücke herum: Agents, die alles von der Erstellung und Genehmigung bis zur Veröffentlichung, Markencompliance und Leistungsoptimierung übernehmen, damit Marketingspezialisten sich auf Arbeiten konzentrieren können, die menschliches Urteilsvermögen erfordern.

Sie haben argumentiert, dass das traditionelle “System of Record” effektiv zu einem System von Tech-Schulden geworden ist. Was bricht speziell in Legacy-Enterprise-Marketing-Stacks, wenn Unternehmen versuchen, KI zu adoptieren?

Ein System of Record, das CMS, Projektmanagement-Tools, Genehmigungsworkflows und Asset-Bibliotheken, wurde gebaut, um Informationen zu organisieren, nicht schnell zu handeln. Wenn Unternehmen KI auf diese bestehenden Systeme aufsetzen, fallen die Dinge schnell auseinander. Das Tool kennt das Geschäft, das es bedient, die Markenstimme, die Compliance-Anforderungen oder die Genehmigungsprozesse nicht. Deshalb müssen Marketingspezialisten jeden Output überprüfen und Fehler korrigieren, die durch fehlenden Kontext verursacht werden. Für Organisationen, die bereits Tausende von Inhalten über mehrere Kanäle hinweg verwalten, wird KI, die aufgesetzt wird, zu einem weiteren komplizierten Prozess, den es zu verwalten gilt.

Der größte Teil der KI-Konversation im Marketing hat sich auf Inhaltsgenerierung konzentriert. Warum glauben Sie, dass die echte Chance in der Ausführung liegt, und wie sieht sich diese Veränderung in der Praxis aus?

Marketingspezialisten kämpfen nicht darum, Ideen zu produzieren. Sie kämpfen darum, Inhalte durch Überprüfungszyklen zu bewegen, eine konsistente Markenstimme beizubehalten, mit Dutzenden von Tools zu arbeiten und für verschiedene Zielgruppen zu optimieren.

Es gibt auch einen strukturellen Wandel darin, wie Marken entdeckt werden. Google-Suchen sind in den letzten zwölf Monaten um fast 20 % zurückgegangen, was bedeutet, dass Marken nicht mehr allein auf SEO vertrauen können. Sie müssen in KI-Suchantworten auftauchen, was die Veröffentlichung von Inhalten erfordert, die KI-Modelle leicht interpretieren, zitieren und anzeigen können. Das Problem ist, dass diese Modelle ständig ändern, was sie ziehen. Eine Marke, die heute in einer Antwort erscheint, kann morgen stillschweigend verschwinden. Bis Marketingspezialisten die Lücke identifizieren, den Inhalt aktualisieren und Genehmigungen einholen, haben die Modelle sich bereits weiterentwickelt.

Inhaltsgenerierung allein löst dieses Problem nicht. Selbst wenn Sie Inhalte schneller produzieren, können Sie immer noch in den gleichen Genehmigungsqueuen stecken, mit Inhalten, die nicht für KI-Sichtbarkeit optimiert sind. Gradial schließt sich an die Tools an, die Marketingspezialisten bereits verwenden, und übernimmt die Arbeiten, die normalerweise alles verlangsamen, wie Inhaltsrevisionen, Markencompliance-Checks und Veröffentlichung auf verschiedenen Plattformen. Das Ergebnis sind Kampagnen, die in Stunden statt in Wochen starten, und Inhalte, die genau, markenkonform und sichtbar sind, wo das Publikum tatsächlich sucht.

Gradial wird oft als agentic-Plattform beschrieben. Können Sie uns durchführen, was ein KI-Agent tatsächlich in einem Marketing-Workflow eines Fortune-500-Unternehmens an einem typischen Tag tut?

Die beste Antwort ist das, was wir bei unseren Kunden gesehen haben. Bei T-Mobile bedeutete das Durchführen einer Kampagne, mehrere Teams zu koordinieren, Genehmigungen zu sammeln und auf Produktionswartezeiten zu warten, die sich über Wochen erstreckten. Mit Gradial übernimmt ein KI-Agent den gesamten Prozess von der kreativen Ausschreibung bis zur Veröffentlichung. Was früher einen Marketingspezialisten erforderte, der jeden Schritt manuell verfolgte, passiert einfach. Das Ergebnis war eine 90 % schnellere Zeit bis zur Kampagnenausführung.

Bei AWS bedeutete jedes neue Webseiten die Beauftragung einer Agentur, das Warten auf einen Entwurf, das Durchlaufen von Revisionen und das manuelle Koordinieren, um es zu veröffentlichen. Ein spezialisierter Agent machte die Erstellung von Webseiten 20-mal schneller.

Eine der größten Herausforderungen bei der Einführung von KI in Unternehmen ist Vertrauen. Wie stellt Gradial Zuverlässigkeit und Governance sicher, wenn KI-Agents Entscheidungen auf Ausführungsebene über Systeme hinweg treffen?

Vertrauen ist das ganze Spiel in Unternehmen, besonders in Finanzen und Gesundheitswesen, wo ein Compliance-Fehler reale Konsequenzen hat. Jede Gradial-Implementierung beginnt damit, dem Agenten Kontext über die Markenstimme, Messaging-Richtlinien, Compliance-Anforderungen, Genehmigungsworkflows und Branchenstandards zu geben.

Das Maß an menschlicher Beteiligung ist vollständig anpassbar. Teams, die neu in diesem Bereich sind oder in regulierten Umgebungen tätig sind, können eine Genehmigung für alles erfordern, bevor es live geht. Und jede Aktion, die der Agent ausführt, wird mit einer vollständigen Audit-Trail protokolliert. Was wir festgestellt haben, ist, dass Vertrauen natürlich aufbaut, mit Teams, die mit strengen Kontrollen beginnen und die Autonomie des Agents allmählich erweitern, während er sich auf reale Arbeit bewährt. Das Ziel war nie, alles auf den ersten Tag zu übertragen, sondern etwas aufzubauen, das mehr Verantwortung verdient, während es zeigt, dass es damit umgehen kann.

Ihre Plattform integriert sich in bestehende Tools, anstatt sie direkt zu ersetzen. Ist die langfristige Vision, den aktuellen Stack zu ergänzen oder vollständig zu ersetzen?

Für den Moment liegt der Fokus darauf, Teams dort zu treffen, wo sie sind. Die meisten Marketing-Organisationen von Unternehmen haben Jahre damit verbracht, Workflows um spezifische Tools wie Figma, Adobe und Projektmanagement-Systeme aufzubauen, und es ist nicht realistisch, sie zu bitten, diese Infrastruktur aufzugeben. Gradial schließt sich an und übernimmt die Ausführungsarbeiten, die diese Workflows verlangsamen.

Die langfristige Vision ist ambitionierter. Viele Legacy-Software unterhalb von Marketing in Unternehmen wurde für eine Welt vor KI gebaut, und das zeigt sich. Systeme, die ausschließlich zum Speichern und Organisieren von Inhalten entwickelt wurden, werden sehr unterschiedlich aussehen, wenn ein Agent dasselbe Kontext und gleichzeitig handeln kann. Wir denken, dass die Unterscheidung zwischen dem, wo Inhalte leben, und wo Arbeit erledigt wird, letztendlich zusammenbricht, und wir bauen darauf, die Infrastrukturschicht zu sein, in der beides passiert.

Große Unternehmen haben oft tief verwurzelte Workflows und interne Widerstände gegen Veränderungen. Was ist erforderlich, um ein KI-natives System erfolgreich in ein Fortune-500-Unternehmen einzuführen?

Das Erste, was wir tun, ist, klarzustellen, dass Gradial niemanden auffordert, seine Arbeitsweise zu ändern. Das klingt einfach, aber es ist das größte Hindernis bei der Einführung von KI in Unternehmen. Die meisten Tools kommen mit einem neuen System, einer neuen Oberfläche, einer neuen Arbeitsweise und fragen sich dann, warum die Einführung sechs Monate später ins Stocken gerät. Wir beginnen damit, zu kartieren, wie ein Team tatsächlich arbeitet, und konfigurieren Gradial entsprechend.

Die Einführung funktioniert, wenn Teams sehen, dass es auf reale Arbeit schnell funktioniert. Nicht in einem Demo, nicht in einem gesäuberten Pilotprojekt, sondern in ihren tatsächlichen Kampagnen, ihrem tatsächlichen Inhalt, ihren tatsächlichen Workflows. Sobald ein Team sieht, dass seine Veröffentlichungszeit von drei Wochen auf den gleichen Tag reduziert wird, nimmt der interne Widerstand von selbst ab.

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

Eine generative KI-Schicht gibt Ihnen einen Entwurf, aber eine Ausführungs-Engine bringt es online. Die meisten KI-Tools für Marketing hören auf, wenn die Ausgabe vorliegt; sie werden den Text schreiben oder den Editvorschlag machen, aber im Moment, in dem diese Ausgabe durch Genehmigungen oder auf eine Live-Seite gehen muss, sind Marketingspezialisten allein gelassen, um es zu verwalten. Diese Übergabe ist der Punkt, an dem die meiste Zeit tatsächlich verbracht wird.

Eine Ausführungs-Engine ist anders, weil sie in die Tools eingebettet ist, die ein Team bereits verwendet und versteht, wie dieses spezifische Geschäft operiert. Wenn ein Marketingspezialist den Agenten auffordert, etwas zu tun, bewegt er die Arbeit durch jeden erforderlichen Schritt, um Genehmigungen zu erhalten und nur Entscheidungen zu präsentieren, die tatsächlich menschliche Aufmerksamkeit erfordern. Der Marketingspezialist bleibt in der Kontrolle, ohne in jedem Schritt mittendrin zu sein.

Viele Unternehmen experimentieren mit KI, aber nur wenige sehen einen bedeutenden ROI. Wo glauben Sie, dass die meisten Organisationen heute falsch liegen?

Der häufigste Fehler ist, KI als Produktivitätstool und nicht als Lösung für einen kaputten Prozess zu behandeln. Wenn jede Ausgabe eine umfangreiche Bearbeitung erfordert, manuell in ein anderes System kopiert werden muss oder immer noch fünf Genehmigungen benötigt, bevor etwas live geht, haben Sie das Problem nicht gelöst.

Die Unternehmen, die echte Renditen sehen, sind spezifisch. Sie haben genau identifiziert, wo die Arbeit stecken blieb, und haben KI gegen dieses Problem eingesetzt, nicht breit, nicht als Experiment, sondern mit einem klaren Verständnis davon, wie langsam es vorher war und wie schnell es nachher sein sollte. Diese Präzision ist es, was echten ROI von einem Tool unterscheidet, das in einer Demo beeindruckt und sechs Monate später Staub sammelt.

Wenn man es richtig macht, sind die Ergebnisse greifbar: Kunden, die Gradial verwenden, haben eine 8-mal schnellere Kampagnenaktivierung, 35 %+ operationale Einsparungen im ersten Jahr und 100 % Marken- und Zugänglichkeitscompliance auf jedem Inhalt gesehen.

Wenn wir fünf Jahre vorspulen, was sieht ein vollständig KI-natives Marketing-Unternehmen aus, und welche Rolle spielt Gradial in dieser Zukunft?

In fünf Jahren wird die operative Ebene des Marketings autonom sein. Ein Marketingspezialist bittet einen Agenten, eine Kampagne zu starten, und sie ist am Ende des Tages live, weil der Agent jeden Schritt dazwischen übernommen hat. Markensichtbarkeit in KI-Suchen wird automatisch überwacht und angepasst. Compliance passiert kontinuierlich während des Prozesses und nicht als letzte Überprüfung. Marketingspezialisten verbringen ihre Zeit damit, das zu tun, wofür sie eingestellt wurden: das Aufbauen der Marke, die Entwicklung von Kreativem und das Treffen strategischer Entscheidungen über Kundenerfahrungen, die menschliches Urteilsvermögen erfordern.

Gradials Rolle besteht darin, Marketing-Organisationen dorthin zu bringen, nicht indem man sie auffordert, alles aufzugeben und von vorne zu beginnen, sondern indem man beweist, dass diese Art der Arbeitsweise innerhalb ihrer bestehenden Workflows möglich ist. Die Teams, die das früher herausfinden, werden einen Vorteil haben, der sich im Laufe der Zeit aufbaut, gegenüber denen, die immer noch Kampagnen auf die alte Weise durchführen.

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