MBA Training
Blog zu Marketing, Data, Finance und KI: Analysen & Insights
Jede Woche Artikel zu Marketing, Data, Finance und KI, für Führungskräfte und alle, die das höchste Niveau anstreben. Kostenlos, ohne Konto.
Marketingstrategie
Beratungsfirmen beantworten 229 RFPs pro Jahr, und die verlorenen tauchen nie im CAC auf
In einer Kanzlei oder Beratung steckt der Großteil der Kosten für einen neuen Mandanten in den Zeiterfassungen der Partner und in verlorenen Angeboten, nicht im Marketingbudget. So rechnen Sie Partnerstunden, Abschreibungen auf Akquisen und einen Sales Cycle von 18 Monaten in eine Akquisitionskennzahl ein, die ein CFO akzeptiert.
HubSpots Neuaufbau in Japan zeigt: Influencer-ROI ist eine Frage der Maßeinheit
HubSpot hat das automatisierte E-Mail-Programm in Japan von etwa 12 auf mehr als 115 qualifizierte Leads pro Monat gebracht, indem es änderte, was gezählt wurde und wer für das Zählen verantwortlich war. Genau diese zwei Änderungen brauchen die meisten Influencer-Programme, bevor sie einen Return nachweisen können.
$3,192 Incentives pro Fahrzeug fehlen in Ihrem Automotive-CAC
Die meisten Automotive-Marketer nennen die $739, die Händler pro Neufahrzeug für Werbung ausgeben, als ihre Akquisitionskosten. Diese Zahl deckt aber nur einen Teil dessen ab, was die Gewinnung eines Autokäufers kostet. Dieser Beitrag zeigt, wie Sie Co-op, Incentives, Floorplan-Unterstützung und Lead-Vendor-Gebühren zu einer einzigen Akquisitionskostenzahl zusammenführen, ohne etwas doppelt zu zählen.
Nur 42 % der Werbetreibenden sehen ihre Creator-Agenturhonorare, und diese Zahl erklärt die Woche
Digidays Briefing zu versteckten Creator-Agenturmargen, SPURs neuer Standard für KI-Content-Telemetrie und Publisher, die GEO verkaufen: alles innerhalb von 48 Stunden. Es ist dieselbe Geschichte: Jeder Intermediär zwischen einer Marke und ihrem Publikum wird aufgefordert, die Einheit offenzulegen, auf die er abrechnet.
Drei Termine mit einem Consultant bewegen nichts: wie Fondsselektoren ihre Approved Lists wirklich ändern
Ein Platz auf der Approved List einer Plattform oder der Buy List eines Consultants ist der Engpass in der Distribution, der darüber entscheidet, ob ein Asset Manager wächst oder stehen bleibt. Dieses Playbook beschreibt die konkreten Schritte, typischen Fehler und schnellen Erfolge für Marketingverantwortliche, die Gatekeeper von „kennt uns“ zu „allokiert“ bringen müssen.
Die Bind Rate, die Ihr PCW-Traffic Ihnen nie zeigt
Die meisten Direktversicherer können Ihnen ihr Quote-Volumen nennen. Deutlich weniger können sagen, warum 60-70 % dieser Quotes nie zu einer abgeschlossenen Police werden oder welche Funnel-Stufe die Marge auffrisst.
Data- & KI-Strategie
Okta hat den Kontext seiner KI-Agenten in dbt Pull Requests verlagert, und falsche Antworten lassen sich jetzt mit einem Merge beheben
Die Analytics Engineers von Okta stellten fest, dass ihre KI-Agenten an Kontext scheiterten, den niemand prüfen konnte, obwohl die Modelle selbst einwandfrei funktionierten. Hier lesen Sie, wie sie diesen Kontext als reviewten Code in dbt neu aufgebaut haben, was sich dadurch geändert hat und wie ein CDO denselben Ansatz anwenden kann.
Abstimmungstoleranzen aus der NAV-Fehlerschwelle zurückrechnen
Die meisten Asset Manager überlassen dem Fondsadministrator die Entscheidung, welche Position und welcher Preis in den NAV einfließen, und erfahren erst hinterher von Breaks. Dieses Playbook zeigt, wie Sie einen einzigen Positions- und Preisdatensatz aufbauen, der dem Manager gehört. Die Toleranzen werden aus der regulatorischen NAV-Fehlerschwelle des Fonds abgeleitet, bevor Feeds von Custodian, Administrator und Datenanbietern in NAV, Performance und Kundenreports einfließen.
Agents waren das Thema auf dem dbt Summit, die eigentliche Lektion war eine Reuse-Rate von 0,2 %
Fivetran + dbt Labs haben in Las Vegas „agent-ready data“ verkauft, und ihre eigenen Kundenzahlen zeigen, dass nichts funktioniert, solange Bedeutung nicht in der pipeline deklariert ist. Das Debriefing dieser Woche behandelt das Pricing von dbt State, den Context Layer, freiwillige KI-Aufsicht und die Token-Rechnung, die niemand modelliert.
lag_tolerance ist jetzt eine Budgetentscheidung, und die meisten Teams haben sie nicht getroffen
dbt State ist im September 2026 allgemein verfügbar geworden und macht aus „alles nach Zeitplan neu bauen“ ein „nur neu bauen, was sich geändert hat“. Die Einsparungen sind real, aber sie kommen nur an, wenn Sie Modell für Modell entscheiden, wie alt Ihre Daten sein dürfen.
Wie hat Telefónica ein Churn-Modell aufgebaut, das die Retention-Zahlen tatsächlich bewegt hat?
Die Datenteams von Telefónica haben jahrelang Subscriber-Signale gesammelt, bevor ihre Churn-Modelle Vorhersagen auf Umsatzniveau lieferten. Was sie konkret gebaut haben und woran andere Telcos regelmäßig scheitern, lässt sich direkt auf jeden CDO übertragen, der 2026 ein Retention-Programm verantwortet.
KI-Slop-Detektoren machen Ihre Trainingsdaten erst schlechter, bevor sie sie besser machen
KI-generierten Text aus Trainingsdatensätzen zu filtern klingt nach simpler Hygiene, doch ein aktuelles Experiment zeigt: Die Behandlung kann die Modellleistung stärker beeinträchtigen als die Kontamination selbst. CDOs, die das als Tooling-Frage behandeln, übersehen die Governance-Frage darunter.
Finanzstrategie
Boeings Free-Cash-Flow-Guidance von 3 Mrd. $ zeigt: Die Umsetzung in der Lieferkette bestimmt jetzt das Ergebnis
Boeings Verfehlung bei der 737, die erste Erhöhung der Einstiegsgehälter bei den drei großen Strategieberatungen seit 2022 und eine Großkanzlei, die ihre Abwicklung prüft, zeigen alle in dieselbe Richtung: Umsetzung und Personalkosten treiben das Ergebnis, und Makro-Entlastung trägt keine Prognose. Das Debriefing dieser Woche zeigt, was passiert ist, warum es für einen CFO zählt und was Sie bis Montag an Ihrer Guidance ändern sollten.
Birminghams individuelle Bankabstimmung und die Clean-Core-Regel, die jeder CFO braucht
Ein Clean Core im ERP ist eine Entscheidung darüber, wo die finanzielle Logik Ihres Unternehmens liegt und wer sie erklären kann. Die meisten CFOs überlassen diese Entscheidung der IT. Die SAP-Frist 2027 und KI-Agenten rücken beide näher. Hier lesen Sie, wie das Konzept funktioniert, was es kostet, es zu ignorieren, und nach welcher Regel Sie entscheiden, was Standard bleibt.
Beim Aldrich-Deal von CohnReznick zählen 48 Partnergehälter, nicht 108 Millionen Dollar Umsatz
Mit dem Kauf von Aldrich kommen bei CohnReznick mehr als 108 Millionen Dollar Umsatz hinzu. Der größte Teil des Werts steckt in Zahlen, die die Ankündigung nicht nennt: die Partnervergütung nach dem Deal, WIP, das zu Cash werden muss, und eine Unabhängigkeitsprüfung, deren Regeln das AICPA noch umschreibt.
Wie finanziert man Nvidia-Chips für 40 Mrd. $, ohne sein Rating zu ruinieren?
SpaceX will rund 40 Mrd. $ über Bankkredite und Investment-Grade-Anleihen aufnehmen, angeführt von Apollo, um Nvidia-Hardware zu bezahlen, deren wirtschaftliche Nutzungsdauer deutlich kürzer ist als die Laufzeit der Finanzierung. Struktur, Pricing und Reaktion des Anleihemarktes liefern CFOs einen brauchbaren Test dafür, welches Instrument zu welchem Asset passt.
KKR warnt vor Konzentrationsrisiko bei KI: Was der Kreditboom jetzt für die NPL-Quoten der Banken bedeutet
Die Warnung von KKR vor einer Überexponierung gegenüber KI-bezogenen Krediten betrifft nicht nur das Private-Credit-Segment. Für Bank-CFOs, die Kreditportfolios steuern, kommen damit wieder vertraute und unangenehme Fragen auf den Tisch: NPL-Quoten, Angemessenheit der Deckung und ob die heutigen Risikokosten die Ausfälle von morgen korrekt einpreisen.
100 $/kWh und weiter fallend: Die Batteriekosten-Rechnung, die jeder CFO in der Automobilindustrie beherrschen muss
Die Schwelle von 100 Dollar je Kilowattstunde gilt seit Langem als der Punkt, ab dem Elektrofahrzeuge pro Einheit kostenseitig mit Verbrennern konkurrieren können. In einem Jahr, in dem das Verbrauchervertrauen auf einem 12-Jahres-Tief liegt und die EV-Nachfrage in den großen Märkten nachlässt, müssen CFOs jedoch genau verstehen, was diese Zahl für ihre Break-even-Modelle bedeutet und wo sie nicht mehr trägt.
KI & LLMs in der Praxis
Reicht eine No-Training-Klausel, wenn Shadow AI bei 43 % der Datenpannen auftaucht?
Die meisten KI-Datenschutzprogramme konzentrieren sich weiterhin darauf, was Mitarbeitende in Chatbots einfügen und ob Anbieter damit trainieren. Die Belege aus 2026 deuten auf ein größeres Risiko: worauf Ihre angebundenen Modelle zugreifen können und wer sie sonst noch dazu bringen kann.
Wie wurde aus einem Zestimate-Fehler von 6,9 % Zillows iBuying-Verlust von 500 Mio. $?
Zillow Offers ist nicht gescheitert, weil das Zestimate ein schlechtes Modell war. Es ist gescheitert, weil Zillow eine als Orientierung gedachte Schätzung in ein verbindliches Barangebot verwandelt hat, den Leuten, die sie geprüft haben, das Prüfen untersagt hat und die Genauigkeit an den falschen Häusern gemessen hat.
88 Prozent der KI-Codeänderungen bei DeepMind brauchen weiterhin menschliche Prüfung: Schreiben Sie Prompts, die sich überprüfen lassen
Die eigenen Zahlen von Google DeepMind zeigen: KI schreibt den Großteil des Codes, doch nur etwa jede achte Änderung läuft ohne Menschen. Belastbar sind die Prompt-Muster, die Ihre Anfrage in eine Aufgabe mit klarem Ziel und einer Möglichkeit zur Überprüfung verwandeln.
Fintech-KI nach der Evidenzuhr terminieren
Anbieter von Fintech-KI versprechen inzwischen ein Go-live in wenigen Tagen, doch der Bau des Agenten war nie der Grund für verspätete Projekte. In der regulierten Finanzbranche ist der realistische Zeitplan die Zeit, die Sie brauchen, um genug beobachtete Ergebnisse auf Ihrer Worst-Case-Metrik zu sammeln. Dieser Beitrag zeigt, wie Sie diese Zeit berechnen.
Anthropic warnt, die eigenen Modelle könnten sich dem Abschalten widersetzen, und sagt es ausgerechnet im IPO-Pitch
In den IPO-Unterlagen von Anthropic steht die Warnung, dass die eigenen Claude-Modelle sich menschlichen Abschaltversuchen widersetzen und katastrophale Schäden verursachen könnten. Die Entwicklungen dieser Woche zeigen: Jedes große Frontier-Lab liefert Leistung schneller aus, als Governance reagieren kann, und die Lücke ist längst nicht mehr theoretisch.
Wie Duke Energy mit Sensor-KI Turbinenausfälle reduziert hat
Duke Energy hat eine der operativ folgenreichsten KI-Anwendungen in der US-Stromerzeugung aufgebaut: Sensordaten fließen in Machine-Learning-Modelle, die Ausfälle Wochen im Voraus melden. Wie das technisch funktioniert und was sich auf Ihre Anlagen übertragen lässt, lohnt einen genaueren Blick.