Konzept-Entwurf · Antwort auf Flos Mail vom 10.08.2026

Daten Sinn geben.
Und klein anfangen.

Eure Use-Case-Sammlung aus Strategy, Kreation, Marketing und Analysis hat einen gemeinsamen Nenner: den Context Layer. Dieses Konzept macht daraus eine Architektur mit einem zentralen Company Brain über alle PeakDiver-Daten, sortiert die Ideen in Wellen und schlägt einen bewusst kleinen Start vor: ein Pilot-Kunde, zwei Use Cases, 90 Tage, messbares Ergebnis.

20Use-Case-Ideen aus der Mail
1Company Brain über alle Kunden
2Use Cases im Pilot
90Tage bis zur Messung

Für Lukas, Johannes und Flo · von Nicolas Meibohm, High Intent Labs · Diskussionsgrundlage, kein fertiger Plan

Ausgangslage

Vier Bereiche, ein Gedanke

Die Grundidee aus eurer Mail trägt das ganze Konzept: Daten Sinn geben und für Kunden nutzbar machen. Hier die Sammlung, unverändert, nur gruppiert. Markiert ist, was aus unserer Sicht in den kleinen Start gehört.

Strategy

  • Content Strategie
  • Competitor Intelligence: Wettbewerber-Benchmarking nach Branche
  • PeakDiver Copilot: responsiver Chat Welle 2, bewusst
  • Scenario Planning: Forecasting und Performance-Prognosen
  • KI-Personas: Simulation von Zielgruppen-Reaktionen beobachten
  • World Models: Simulation von Content-Strategien beobachten

Creation

  • Content Ideation: Formatentwicklung
  • Editorial Copilot: Skripte, Hooks, Visual Concepts
  • Content Creation auf Basis von Kunden-CI: Bild, Video, Ton
  • Content Inspiration: Best Cases (eure ~3.700 kuratierten Posts)
  • Highlight Detection in langen Videos und Livestreams
  • Smart Asset Search: inhaltsbasierte Suche
  • Creator Matching

Marketing

  • Sales- und Sponsorship-Decks auf Basis von Kunden-CI Pilot
  • Sponsorship Matching: automatisierte Sondierung von Markenpartnern

Analysis

  • Automatisierte Reports im Kunden-CI: Write-ups, Anomaly Detection Pilot
  • Sentiment-Analyse des Community-Feedbacks
  • Automatische Mustererkennung in Daten
Später ausdrücklich vorgesehen: Ticketing- und Fanshop-Daten fließen zusätzlich in den Context Layer. Genau richtig, aber erst wenn das Fundament steht und der erste Use Case im Alltag läuft.
Die Architektur

Ein Company Brain. Viele Customer Brains.

Der Context Layer ist kein Feature pro Use Case, sondern ein System aus drei Ebenen: ein zentrales Company Brain, in dem alle PeakDiver-Daten über alle Kunden zusammenlaufen. Daraus fließen ausschließlich anonymisierte Ergebnisse in die einzelnen Customer Brains. Die 20 Use Cases sind Ausgaben dieser Architektur.

Athletia Company Brain · zentral

Nur Athletia-intern · die eine Quelle der Wahrheit
Alle PeakDiver-Daten der ~80 Kunden Historische Performance über Jahre Best-Case-Datenbank (~3.700 Posts) Athletia-Wissen, Playbooks, Templates
↓ Nur Aggregate verlassen das Company Brain: Benchmarks, Muster, Prognosen. Nie Rohdaten, nie Kundennamen, k-Anonymität ab Mindest-Kohortengröße.

Anonymisierungs-Schicht

Der USP: Intelligenz, die kein einzelner Verein hat
Branchen-Benchmarks je Kohorte Was funktioniert: Format- und Content-Muster Forecasting-Modelle aus dem Gesamtpool
↓ Jeder Kunde bekommt die Netzwerk-Intelligenz, sieht aber nie die Daten eines anderen.

Customer Brain · Kunde A

  • Eigene PeakDiver-Daten
  • CI, Templates, Tonalität
  • Sponsoring- und Report-Historie
  • + anonymisierte Netzwerk-Insights

Customer Brain · Kunde B

  • Eigene PeakDiver-Daten
  • CI, Templates, Tonalität
  • Sponsoring- und Report-Historie
  • + anonymisierte Netzwerk-Insights

Customer Brain · Kunde C ...

  • Eigene PeakDiver-Daten
  • CI, Templates, Tonalität
  • Sponsoring- und Report-Historie
  • + anonymisierte Netzwerk-Insights
↓ Ausgaben je Kunde: Monats-Report im Kunden-CI, Sponsorship-Deck, später Copilot-Chat, Ideation, Matching ...
Warum diese Aufteilung der Hebel ist: Der ungenutzte Schatz aus dem Demo-Call sind die historischen Performance-Daten über alle Bundesliga-Kunden hinweg. Heute sieht jeder Kunde nur sich selbst. Das zentrale Company Brain macht daraus Netzwerk-Intelligenz, und die Anonymisierungs-Schicht macht sie verkaufbar, ohne das Vertrauen der Kunden zu riskieren. Genau das kann kein Foundation Model und kein einzelner Verein nachbauen.
Leitplanke vor dem Ausspielen: Der zentrale Pool wird ab Tag 1 aufgebaut, denn PeakDiver-Daten liegen ohnehin bei euch. Bevor Netzwerk-Benchmarks aber in Kunden-Ausgaben landen, muss die Rechtsgrundlage stehen (Bestandsverträge decken Cross-Kunden-Benchmarking vermutlich nicht ab: Vertragsklausel oder Opt-in nachziehen). Bis dahin rechnen Reports mit den eigenen Daten des Kunden gegen seine eigene Historie.
Sortierung

Alle 20 Ideen, vier Wellen

Sortiert nach drei Fragen: Liegen die Daten heute schon vor? Ist der Nutzen messbar? Wie hoch ist das Risiko, Vertrauen zu verspielen? Nichts wird verworfen, alles bekommt seinen Platz.

WelleUse CasesWarum hier
Welle 1
Monat 1-3
der kleine Start		 Automatisierte Reports im Kunden-CI (Write-ups)
Sales- und Sponsorship-Deck-Entwürfe		 Beide laufen heute manuell und kosten messbar Zeit (die Monats-Insights allein ~2 Std. pro Kunde). PeakDiver-Daten und PDF-Export existieren. Partner-Sales ist laut Lukas die Cash-Flow-Priorität. Erfolg ist in Stunden und Stückzahlen messbar.
Welle 2
Monat 4-6		 PeakDiver Copilot (Chat) · Competitor Intelligence · Sponsorship Matching · Content Inspiration als Wissensbasis · Content Ideation · Editorial Copilot · Sentiment-Analyse Alles Aufsätze auf die fertige Architektur. Der Copilot kommt bewusst NACH dem Fundament: eure bisherigen Chat-Tests haben enttäuscht, weil der Kontext fehlte, nicht weil Chat falsch ist. Mit Company Brain und Customer Brain darunter wird er ein anderes Produkt.
Welle 3
ab Monat 7		 Content Creation (Bild, Video, Ton im Kunden-CI) · Highlight Detection · Smart Asset Search · Creator Matching · Scenario Planning · Mustererkennung und Anomaly Detection in Breite · Ticketing- und Fanshop-Daten anbinden Braucht entweder teure Modelle (Video), neue Datenquellen (Ticketing, Fanshop) oder den gewachsenen zentralen Datenpool. Lohnt sich erst, wenn Welle 1 und 2 Nutzung bewiesen haben.
Beobachten
kein Bau-Auftrag		 KI-Personas · World Models Spannend, aber Forschungsstand. Wir halten sie auf dem Radar und bauen sie nicht, solange Ergebnisse nicht belastbar sind. Ehrlichkeit hier schützt das Vertrauen in den Rest.
Der kleine Start

Ein Kunde. Zwei Use Cases. 90 Tage.

Klein heißt: ein Pilot-Kunde mit guter Datenlage und aktiver Sponsoring-Abteilung, genau zwei Ausgaben, ein Ausstiegstor am Ende. Das Company Brain wird dabei schmal mitgebaut, nicht als Vorab-Großprojekt.

01 Wochen 1-2 · Fundament

Workshop + Discovery

Gemeinsamer Workshop: Use Cases final scoren, Pilot-Kunden festlegen, Erfolgsmaße definieren. Parallel: Demo-Account und Datenzugriff, CI-Templates des Pilot-Kunden einsammeln, Grundgerüst von Company Brain und erstem Customer Brain aufsetzen.

02 Wochen 3-8 · Bau

Report-Agent + Deck-Agent

Beide Agenten auf echten Pilot-Daten, Ausgaben im Kunden-CI. QA-Schleife mit dem Team, das die Reports heute von Hand baut: jede Ausgabe wird von einem Menschen geprüft, bevor sie rausgeht. Parallel: Vertragscheck für die Netzwerk-Benchmarks.

03 Wochen 9-12 · Beweis

Pilotbetrieb + Messung

Der Pilot läuft im Alltag. Gemessen wird: Zeit pro Report und Deck (vorher gegen nachher), Stückzahl, Qualitätsurteil des Teams. Danach ehrliche Entscheidung am Ausstiegstor: Welle 2 ja oder nein.

Warum genau diese zwei: Der Report ersetzt nachweisbar manuelle Arbeit, die heute schon jeden Monat anfällt. Das Deck zahlt auf Partner-Sales ein, wo das Geld liegt. Eines spart Zeit, eines bringt Umsatzargumente. Zusammen beweisen sie die Architektur aus zwei Richtungen.
Rollenverteilung

Was HIL übernimmt, was Athletia beisteuert

Auch die Zusammenarbeit startet klein: erst ein Workshop, dann entscheiden wir gemeinsam über die Pilot-Begleitung. Kein Rahmenvertrag nötig, bevor der Wert sichtbar ist.

1 Jetzt: Sparring + Architektur

Nico/HIL: diesen Vorschlag mit euch schärfen, den Workshop moderieren (ein Tag in Köln oder remote), Zielbild und Architektur von Company Brain und Customer Brains festziehen.

Athletia: Lukas, Johannes, Flo und Dev-Perspektive an einen Tisch, Demo-Account bereitstellen.

2 Pilot: Umsetzung begleiten

Nico/HIL: Architektur und Agenten bauen, gemeinsam mit eurem Entwickler statt an ihm vorbei. Tageweise, Größenordnung 1-2 Tage pro Woche über die 90 Tage.

Athletia: ein Produktverantwortlicher (ca. 1 Tag pro Woche), Dev-Zeit, das Report-Team für die QA-Schleife.

3 Danach: Enablement + Ausbau

Nico/HIL: Team-Schulung nach HIL-Academy-Muster, damit Welle 2 zunehmend von euch selbst getragen wird. Ausbau nur, wenn die Messung es trägt.

Athletia: Entscheidung am Ausstiegstor auf Basis der Zahlen, nicht auf Basis von Begeisterung.

Leitplanken von Anfang an: EU-Betrieb, kein Training auf Kundendaten, strikte Trennung der Customer Brains, Audit-Log, Mensch in der Freigabe, Rechtsgrundlage vor Netzwerk-Benchmarks. Das wird mitgebaut, nicht nachgerüstet.