Thor Olof Philogène, Co-Founder und CEO von Stravito – Interview-Serie: Ein Rückkehr-Gespräch

Thor Olof Philogène ist der CEO und Gründer von Stravito, der Insights-Intelligence-Plattform, die globale Marken nutzen, um Wissen in selbstbewusste Entscheidungen zu verwandeln, die das Wachstum vorantreiben und den Markteinfluss beschleunigen.

In unserem vorherigen Interview haben wir über den Stravito-Assistenten als konversationale, künstliche Intelligenz-gesteuerte Schnittstelle gesprochen, die es Teams ermöglicht, ihre eigene interne Forschung und Erkenntnisse zu suchen, zu erkunden und zu interagieren. Ein Jahr später, wie nutzen Unternehmen den Assistenten tatsächlich im täglichen Geschäft, und was hat Sie überrascht, wie er in reale Workflows passt?

Vor einem Jahr nutzten Teams den Stravito-KI-Assistenten hauptsächlich, um Forschungsergebnisse schneller zu finden und zu präsentieren. Was sich ändert, ist, wie Teams ihn nutzen, um strategische Annahmen vor wichtigen Entscheidungen zu überprüfen und Beweise über Märkte hinweg zu synthetisieren, bevor sie eine Richtung einschlagen.

Die frühe Akzeptanz wurde durch die eingesparte Zeit getrieben. Jetzt ermöglicht der Deep Research Agent von Stravito, dass der KI-Assistent autonom mehrschrittige Forschung plant, vollständige Berichte parallel analysiert, Ergebnisse überprüft und vollständig zitierte Synthesen liefert, die ausschließlich auf den Daten des Unternehmens basieren. Das Ergebnis sind tiefgehende Antworten, die Beweise liefern, die Entscheidungsträger vertreten können.

Seit unserem letzten Gespräch hat Stravito die Nutzung von KI erweitert, um dynamischere Arten des Umgangs mit Erkenntnissen zu unterstützen, einschließlich Funktionen wie KI-Personas. Wie nutzen Kunden diese Fähigkeiten in der Praxis, jenseits der frühen Ideenfindung oder des Experiments?

Stravito KI-Personas verwandelt statische Segmentierungsstudien in interaktive Verbraucherprofile, die auf der proprietären Forschung des Unternehmens basieren, so dass Teams alles von Verpackung bis Kampagnenkonzepten und Produktideen testen können, bevor größere Budgets festgelegt werden.

Beispielsweise integrierte die Lavazza-Gruppe Stravito KI-Personas in ihren Marketing- und Innovationsprozess und baute Verbraucher-Personas aus Tausenden von Interviews auf. Bereits jetzt haben sie Verpackungs- und Kampagnenentscheidungen verfeinert.

Was früher Wochen der Überprüfung und Validierung erforderte, kann jetzt mit fokussierten Arbeitsgesprächen beginnen, bevor weitere Tests durchgeführt werden, wobei die Ausgaben immer auf der proprietären Forschung des Unternehmens basieren. Ziel ist es, das Risiko früher zu reduzieren, effektiver zu iterieren und stärkere Ideen zu priorisieren, bevor Investitionen getätigt werden.

Da Stravito mehr KI-gesteuerte Funktionalitäten in die Plattform eingeführt hat, welche neuen Fragen stellen Unternehmen im Hinblick auf Governance, Überwachung und Rechenschaftspflicht, und wie hat Stravito auf diese Bedenken reagiert?

Die Frage, die Unternehmen früher stellten, war “Was kann es tun?” Jetzt ist es “Können wir dahinter stehen?” Für Stravito war Governance immer eine Priorität, und das zeigt sich in der Art und Weise, wie die Plattform aufgebaut ist.

Generische KI wird auf Internet-Daten ohne Geschäftskontext aufgebaut. Stravito wird ausschließlich auf den validierten Forschungsergebnissen eines Unternehmens aufgebaut. Kein Internet-Scraping oder gemeinsame Quellen.

Beispielsweise liefert der Deep Research Agent vor Beginn der Analyse einen sichtbaren Forschungsplan und jede Schlussfolgerung ist vollständig zitiert, so dass jede Antwort auf die ursprüngliche Quelle zurückverfolgt werden kann. Stravito erfüllt auch die höchsten Unternehmenssicherheits- und Datenschutzstandards, mit ISO-27001-Zertifizierung, SOC-2-Typ-II-Attestierung und einer vertraglichen Garantie, dass Kundendaten nicht zur Schulung großer Sprachmodelle verwendet werden.

Bei der Rechenschaftspflicht übernimmt die KI die Synthese und die Forschungsplanung. Menschen übernehmen das Urteil, die Strategie und den endgültigen Entschluss.

Viele Organisationen kämpfen nicht mit der Einführung neuer Tools, sondern mit der Integration in die tägliche Entscheidungsfindung. Was haben Sie über das Change-Management gelernt, wenn Stravito in großen, globalen Organisationen eingeführt wird?

Die Organisationen, die Stravito am erfolgreichsten integrieren, tun drei Dinge gut.

Sie setzen von Anfang an klare Erwartungen: Keine wichtige Entscheidung wird getroffen, ohne die Intelligenz, die das Unternehmen bereits besitzt. Wenn das zur Norm wird, hört das Verwenden der Plattform auf, optional zu sein.

Sie investieren in interne Champions. Wenn die Menschen, auf die andere schauen, während der Geschäftsbesprechungen, Planungsdiskussionen und Innovationsgespräche auf die Plattform zugreifen, folgt die Akzeptanz.

Und sie verbinden den Zugang mit Enablement und Support. Teams benötigen Anleitung, wie sie die richtigen Fragen stellen und was sie mit den Antworten tun sollen. Das ist es, was eine Plattform, die Menschen haben, in eine Plattform verwandelt, die Menschen nutzen.

Stravito positioniert sich als einzige Quelle der Wahrheit für Marken- und Verbraucher-Erkenntnisse. In der Realität haben Unternehmen oft fragmentierte Forschung, die über mehrere Systeme verteilt ist. Wie erfolgreich waren Kunden darin, dieses Wissen zu konsolidieren, und wo stoßen sie noch auf Widerstand?

Oft existiert die Forschung bereits. Geschäftliche, Verbraucher- und Markterkenntnisse sind über Systeme, Regionen und Funktionen verteilt. Das Problem ist, dass sie nicht verbunden sind, so dass wichtige Entscheidungen über Innovation, Expansion und Marketing ohne sie getroffen werden. Das ist es, was Stravito löst.

Die Konsolidierung erfolgt in Stufen. Organisationen beginnen mit ihrer wertvollsten Forschung und erweitern von dort aus, wobei jede Stufe den kommerziellen Fall für die nächste aufbaut. Heineken ist ein gutes Beispiel, indem sie ihre Intelligenz an einem Ort zusammengebracht haben, konnten sie die CMI-Zeit von der Suche nach Forschung auf strategischere, wertvollere Arbeit umlenken.

Wenn Widerstand auftritt, ist er in der Regel organisatorischer als technischer. Die Organisationen, die am schnellsten und effektivsten vorankommen, haben klare Eigentümer und interne Champions, die verschiedene Regionen und Funktionen auf Board holen können. Der kommerzielle Fall, Entscheidungen, die mit besseren Beweisen getroffen werden, ist es, was diese Konversation vorantreibt.

Eines von Stravitos Zielen war es, den Zugang zu Erkenntnissen über traditionelle Forschungsteams hinaus zu demokratisieren. Im Laufe des letzten Jahres, wie hat dieser breitere Zugang die Beziehung zwischen Erkenntnis-Teams und Geschäftspartnern verändert?

Wenn mehr Teams direkt mit Verbraucher- und Markterkenntnissen interagieren können, gelangen Erkenntnisse früher in die Entscheidungen. Stakeholder warten nicht länger auf statische Berichte. Sie interagieren direkt mit ihrer eigenen Intelligenz, um Entscheidungen zu gestalten, von der Positionierung und Verpackung bis hin zu der Frage, wo sie als Nächstes expandieren sollen.

Das hat auch verändert, wie Erkenntnis-Teams ihre Zeit verbringen. Mit weniger Zeit, die für die Bearbeitung von Anfragen und die Suche nach Forschung aufgewendet wird, arbeiten sie zunehmend als strategische Berater, um sicherzustellen, dass Beweise die Entscheidungen prägen, die am meisten zählen.

Personalisierung wird oft als großer Vorteil von KI in Unternehmenssoftware genannt. Wie passen Stravito-Kunden die Entdeckung von Erkenntnissen an, indem sie Rollen, Regionen oder Funktionen berücksichtigen, und welche Auswirkungen hatte das auf die Interaktion mit der Forschung?

Wenn Teams Forschung sehen, die für ihre Entscheidungen relevant ist, interagieren sie früher und nutzen sie konsistenter. Ein globaler Kategorie-Leader hat andere Prioritäten als ein regionaler Marketing-Direktor, und Stravito versteht das.

Sammlungen sind eine unserer meistgenutzten Funktionen. Sie funktionieren wie Playlists, die es Teams ermöglichen, Forschung nach Thema, Region oder Funktion zu gruppieren, beispielsweise eine Sammlung, die sich auf Onboarding oder Nachhaltigkeit konzentriert. Stravitos KI bringt dann kontinuierlich weitere relevante Forschungsergebnisse auf Grundlage dessen, was bereits in der Sammlung ist, so dass Teams über das informiert bleiben, was zählt, ohne danach suchen zu müssen.

Da KI immer mehr in Erkenntnis-Workflows eingebettet wird, wie entscheiden Organisationen, wann sie auf KI-generierte Kontexte vertrauen und wann sie auf menschliche Expertise zurückgreifen, insbesondere bei hochriskanten Entscheidungen?

Die Organisationen, die dies gut machen, haben eine klare Arbeitsteilung. KI übernimmt die schwere Arbeit der Synthese und der Forschungsplanung. Menschen übernehmen das Urteil, die Strategie und den endgültigen Entschluss.

In der Praxis ermöglichen Tools wie der Deep Research Agent in Stravito KI-Assistenten, die Zeit zwischen Frage und Beweis zu komprimieren und vollständig zitierte Antworten zu liefern, die auf den Daten des Unternehmens basieren. KI-Personas lassen Teams Annahmen gegen reale Verbraucher-Perspektiven testen, bevor Investitionen getätigt werden. Beides ist darauf ausgelegt, die Grundlage zu stärken, auf der Entscheidungen getroffen werden.

Yet, die Ausgabe ist der Startpunkt. Menschen entscheiden, was die Beweise bedeuten, die Kompromisse abwägen und den endgültigen Entschluss treffen.

Integration ist eine wiederkehrende Herausforderung in Unternehmensumgebungen. Welche Muster haben Sie bei Kunden beobachtet, die Stravito erfolgreich in ihre bestehenden Analyse-, Forschungs- oder Wissensmanagement-Systeme integrieren?

Die Organisationen, die den größten Einfluss sehen, sind klar darüber, wofür Stravito da ist. Nicht als ein weiteres Repository, sondern als die Schicht, die bestehende Erkenntnisse verbindet und in die Entscheidungen bringt, die sie benötigen.

In der Praxis arbeitet Stravito neben den Forschungs- und Analyse-Anbietern, die Kunden bereits nutzen, und bringt Geschäft-, Marken- und Verbraucher-Intelligenz an einem Ort zusammen, so dass die Erkenntnisse, die über Systeme verteilt sind, die Entscheidungen erreichen, die sie benötigen.

Wenn Sie nach vorne blicken, basierend auf dem, was Sie im Laufe des letzten Jahres beobachtet haben, was unterschätzen Unternehmen noch immer, wenn es um die Operationalisierung von KI in der Erkenntnis-Verwaltung geht, und wie prägt das die Produkt-Richtung von Stravito?

KI kann Antworten sofort liefern. Was Unternehmen unterschätzen, ist alles, was danach passiert. Die Kosten, aufgrund einer falschen Erkenntnis zu handeln, sind zu hoch, um die Ausgabe als Schlussfolgerung zu behandeln.

Die Organisationen, die vorne liegen werden, werden nicht diejenigen sein, die am meisten automatisieren. Sie werden diejenigen sein, die das, was sie bereits wissen, nutzen, um bessere Entscheidungen zu treffen, schneller und mit mehr Vertrauen.

Das ist es, was unsere Produkt-Richtung prägt. Beispielsweise liefert der Deep Research Agent die Strenge und Verifizierbarkeit, die wichtige Entscheidungen erfordern. KI-Personas bringen den Verbraucher-Perspektive in den Prozess, bevor Investitionen getätigt werden. Beides ist darauf ausgelegt, sicherzustellen, dass keine wichtige Entscheidung getroffen wird, ohne die Intelligenz, die das Unternehmen bereits besitzt.

Vielen Dank für das großartige Interview, Leser können unser vorheriges Interview lesen oder Stravito besuchen.