Hersheys Multi-Agent AI führt Marketing-Mix-Modellierung monatlich statt vierteljährlich durch

Hershey hat ein Multi-Agenten-KI-System von Mutinex eingesetzt, das auf Claude und Gemini basiert, um Marketing-Mix-Modellierung (MMM) über sein gesamtes Markenportfolio zu automatisieren. In Kombination mit Tracer für das Daten-Pipeline-Management verwandelt das System einen rückwärtsgerichteten jährlichen Prozess in eine monatliche, stets verfügbare Messfähigkeit.
Was sich geändert hat
Früher führte Hershey drei Mal im Jahr MMM-Analysen für etwa fünf Marken durch, wobei die Ergebnisse Monate nach dem Datenzeitraum eintrafen. Vinny Rinaldi, VP für Medien und Marketingtechnologie, sagte: „Wir erhielten den vollständigen Bericht über die Daten von 2024 Mitte 2025, während wir bereits für 2026 planten.“ Mit dem neuen System können sie Modelle in nur drei Wochen ausführen und streben eine monatliche Messung für das gesamte Portfolio an – bis zu 12 Mal im Jahr.
Technische Architektur
Mutinex verwendet eine Multi-Agenten-Architektur: Jeder Agent ist ein Bereichsspezialist – einer versteht Marketing-Ökonometrie, ein anderer kennt Wettbewerbspreistheorie, ein weiterer diagnostiziert Modellfehler. Tracer fungiert als Datenplumbing-Schicht, die fragmentierte Daten aus Marketing- und Einzelhandelssystemen bereinigt und standardisiert, um die Modelle schneller und zuverlässiger auszuführen. Sarah Martinez, CCO von Tracer, bemerkte: „Die meisten Unternehmen haben kein KI-Problem. Sie haben ein Datenbereitschaftsproblem.“
Auswirkungen
Erste Anzeichen deuten darauf hin, dass Hershey eine Steigerung der umsatzbezogenen Medienerlöse um 4-5% erwartet. Das System deckt sowohl Medien- als auch Handelsmarketingausgaben ab, die insgesamt über 2 Milliarden US-Dollar betragen. Rinaldi bezeichnete es als „einen kompletten Gamechanger-Moment“ für das Unternehmen. Die Umstellung ermöglicht monatliche Entscheidungen zur Budgetverteilung anstelle von jährlichen Anpassungen auf Basis veralteter Daten.
Breiterer Kontext
Dieser Fall zeigt, wie agentische KI Marketingmessung für Investitionsentscheidungen glaubwürdig machen und die Skepsis gegenüber Attribution verringern kann. Lou Paskalis, Marktberater bei Mutinex, sagte: „Marketing wird im Hinblick auf Investitionen nicht als glaubwürdig angesehen. Das liegt zu einem großen Teil an der Skepsis gegenüber der historischen Vorgehensweise bei der Attribution.“
📖 Read the full source: HN AI Agents
👀 Siehe auch

Synthetische Gesellschaft: KI-Agenten Bauen Virtuelle Leben auf Moltbook

Qwen 35B-A3B als ständig aktiver Agent auf 16 GB M4 Mac: Festplatten-I/O versagt vor RAM
Die Ausführung von Qwen 35B-A3B mit llama.cpp auf einem 16GB M4 Mac funktioniert für Batch-Inferenz, aber eine ständig aktive agentische Schleife neben Claude Code und Codex CLI führt zu SSD-Konflikten, die Systeminstabilität und verpasste Cron-Jobs verursachen, obwohl der RAM ausreicht.

Claude übertrifft Gemini, ChatGPT und Grok bei einer Echtzeit-Python-Codierherausforderung
Ein Entwickler testete Claude, Gemini, ChatGPT und Grok in einem Echtzeit-Python-Codierungsturnier, bei dem KI-generierte Bots um Wörter auf einem 15×15-Buchstabenraster kämpften. Claude gewann überlegen.

Ontario-Prüfbericht: 60% der KI-Schreibsysteme verwechseln Medikamente, 85% übersehen psychische Details
Die Rechnungsprüfer von Ontario fanden heraus, dass 12 von 20 KI-Notizschreibern falsche Arzneimittelinformationen einfügten, 9 erfanden Behandlungsvorschläge und 17 übersahen wichtige Details zur psychischen Gesundheit aus Arzt-Patienten-Aufnahmen. Bei der Bewertung machte die Genauigkeit nur 4 % der Gesamtpunktzahl aus.