Produktstrategie, UX/UI-Design und KI-unterstützte Entwicklung
einer agentischen Content-Research-Plattform für Pharma-Marketing

EN DE

Meine Rolle im Projekt

CommsIQ begann als interne Initiative: KI-gestützte Recherche, die Pharma-Marketing-Teams bei den Themen auf dem Laufenden hält, die ihnen wichtig sind – damit sie relevant bleiben und die richtigen Themen verstärken können.

Ich habe die Produktstrategie geprägt, die UX/UI gestaltet und das erste MVP selbst mit KI-unterstützter Entwicklung gebaut, auf Google Cloud und dem Agent Development Kit. Produktentscheide, Interface und Code lagen bei einer Person.

Unterwegs habe ich mehrere generative KI-Tools von Drittanbietern angebunden, für Video, Visuals und mehr, und getestet, wie jedes in den Content-Workflow eines Teams passt.

Probleme, die ich gelöst habe

Ein Pharma-Team weiss mehr, als es je öffentlich sagt. Seine Posts kommen in Schüben: eine Kampagne, ein Reshare, dann Stille. Die Leute, die mit Autorität sprechen könnten, sind sein grösster ungenutzter Kanal – und sie haben keine Zeit, alles zu lesen und darüber zu schreiben.

Das Produkt macht aus dieser Arbeit eine stetige Schleife – die, welche die Animation oben zeigt. Content Tracks legen Narrative, Zielgruppe und Rhythmus fest. Research-Agenten beobachten Themen, Trends, Personen und Signale, während das Team seinem Tag nachgeht. Jeder Fund wird kategorisiert und bewertet, sodass die Leute wählen, was ihre Meinung verdient. KI-gestützte Workflows machen daraus einen Entwurf in ihrer eigenen Tonalität, bereit zur Planung in einem gemeinsamen Kalender.

Das Ziel: ein Team von zufälliger Social-Media-Aktivität zu konsistenter Narrativ-Arbeit bringen, die Vertrauen aufbaut.

Erfahrung, die ich in Ihr Projekt einbringe

  • Agentische Multi-Agenten-KI-Produkte
  • KI-unterstützte Entwicklung, vom Konzept bis live
  • Entwicklung mit dem Google Agent Development Kit (Google ADK)
  • Produktstrategie für ein MVP
  • Integration generativer KI von Drittanbietern für Video und Visuals
Comms studio

Themen, Zielgruppe und Strategie definieren und Content Tracks aktivieren.

Research agent 128 Signale gefunden

Creative AI radar

Research agent 74 Signale gefunden

Pharma launch watch

Research agent 96 Signale gefunden

Regulated trend scan

Signals

Funde werden kategorisiert und priorisiert. Inspirieren oder Expertenmeinung äussern.

Personalisation

→ Research-Präferenzen
→ Tonalität
→ GenAI-Bildstile

Content workflows

→ Meinungen zu Signalen
→ KI-gestützter Editor
→ Professional Services

Autoposting

→ Direktes Posten
→ Zeitpläne
→ Teamkalender

Campaign Videos Posts Podcasts Intra
Eine Schleife: Content Tracks, Research-Agenten, Signale, dann Posts für jeden Kanal.
Einen Agenten einrichten. Nutzer erstellen Research-Agenten im KI-Chat: Thema beschreiben, bestätigen, was der Agent verstanden hat, und die Recherche startet sofort.
Mit Signalen arbeiten. Nutzer erkunden die wichtigen Signale aus ihrer Recherche. Die KI kategorisiert jedes nach den Kriterien, die sie festgelegt haben.
Einen Post erstellen. Aus einem Signal wird ein Entwurf in der Stimme des Nutzers: umschreiben, ein Visual hinzufügen, auf LinkedIn in der Vorschau prüfen und planen.
Im Studio arbeiten. Teams verfolgen ihre Content Tracks und Personen und planen im selben KI-Chat einen neuen Track mit seinen Verantwortlichen.
Mehrere Agenten laufen parallel. Prozedurale Grafiken zeigen die Recherche jedes einzelnen bei der Arbeit.
Comms-Team

Researcher und Redaktoren, im Browser.

Firebase Auth

Google-Login, eine E-Mail-Allowlist, Session-Cookies.

LinkedIn OAuth

Jede Person verbindet ihr eigenes Konto, um zu posten.

Console · Cloud Run

Next.js 16 und React 19: Studio, Agenten, Signale und Posts, mit eigener API.

Cloud Scheduler

Weckt die Engine alle fünf Minuten.

Gemini API

Entwürfe, Umschreibungen, Korrektorat und Post-Bilder.

Cloud SQL

Postgres 16 mit Row-Level Security: Agenten, Funde, Posts.

LinkedIn API

Publiziert die Posts, mit ihren Bildern.

Secret Manager

Schlüssel und Datenbank-Zugangsdaten.

Engine · Cloud Run

Python und Google ADK: Funde entdecken, sammeln, analysieren und bewerten.

Vertex AI

Gemini 2.5 Pro plant die Suche, Gemini 2.5 Flash liest jeden Fund.

Google Search

Grounding für die Discovery, mit Custom Search als Fallback.

Webquellen

RSS, Reddit, GitHub, LinkedIn und Webseiten.

Eine Plattform für Content-Recherche, Posting und Distribution: zwei Cloud-Run-Services um eine Cloud-SQL-Datenbank, Agenten auf Google ADK und Gemini. Ich habe sie auf dieser Architektur selbst entworfen, gebaut, getestet und betrieben.
Nächstes Projekt Glacier Express