Influencer Marketing mit AI — was wirkt, was nicht, was schadet

Worum es geht

Influencer Marketing ist für viele Schweizer KMU mittlerweile fester Teil im Mix — von kleinen Outdoor-Brands über Beauty- und Wellness-Unternehmen bis hin zu B2B-SaaS-Anbietern mit LinkedIn-Creator-Strategie. AI-Tools wachsen parallel dazu: Influencer-Search-Plattformen, Brief-Generatoren, Content-Co-Creation mit ChatGPT, Performance-Prediction, synthetische Avatare. Die Werbeversprechen sind gross — die Risiken auch.

Dieser Beitrag ist ein realistischer KMU-Leitfaden: Wo bringt AI im Influencer Marketing echten Hebel? Wo überschätzt sich der Hype? Und wo verlieren Marken Vertrauen, wenn sie unkritisch automatisieren?

Du bekommst:

• Ein klares Bild der Wertschöpfungskette im Influencer Marketing — und an welchen Stellen AI sinnvoll andockt
• Eine Tool-Matrix mit konkreten Beispielen für Schweizer KMU
• Den kritischen Blick — Disclosure-Pflicht, synthetische Influencer, Bias, Authentizitätsverlust
• Einen realistischen CH-SME-Setup-Vorschlag mit Budget-Realität
• Cross-Referenzen in unsere die vierteilige AI-Agent-Praxis-Serie und das 7C-Marketing-Framework

Wenn du gerade entscheidest, ob und wie ihr AI in eure Creator-Zusammenarbeit integriert, soll dieser Beitrag dir helfen, mit Augenmass zu starten — nicht aus FOMO.

Influencer Marketing — kurz eingeordnet

Influencer Marketing nutzt die Reichweite, Glaubwürdigkeit und Community-Bindung von Personen, die in einem Themenfeld als Referenz wahrgenommen werden. Im klassischen Marketing-Mix gehört es in die Schnittmenge aus Owned-Content der Marke und Earned-Reichweite der Creator-Persönlichkeit — mit bezahlter Komponente, daher technisch eine Mischform.

Die wichtigsten Hebel:

• Vertrauenstransfer — der Creator leiht der Marke seine bestehende Beziehung zur Community
• Kontext-Authentizität — Produkte werden in einem Lebensstil-Kontext gezeigt, nicht im klassischen Werbebild
• Nischenpräzision — Mikro-Communities lassen sich gezielter ansprechen als über breite Plattform-Kampagnen
• Content-Skalierung — Creator produzieren Content, den die Marke selber nicht produktiv erstellen könnte

Drei Creator-Stufen im Schweizer Markt:

• Nano-Influencer (1'000–10'000 Follower) — höchste Engagement-Raten, oft hyperlokal. Für viele KMU der realistische Einstieg
• Mikro-Influencer (10'000–100'000 Follower) — solide Reichweite mit weiterhin spürbarer Authentizität. Tariflich planbar
• Makro-Influencer (100'000+) — Reichweite ja, Authentizität sinkend, Preise stark steigend. Für die meisten Schweizer KMU selten wirtschaftlich

Im weiteren Kontext zur Einordnung in die Customer Journey, lies auch die Kampagnen-Typen und das 4C-Modell, das Influencer Marketing als Community-Hebel sauber verortet.

Die Wertschöpfungskette — wo AI ansetzen kann

Bevor wir zur Tool-Matrix kommen, der Blick aufs grosse Bild. Eine typische Influencer-Marketing-Kampagne hat sechs Phasen — AI kann an jeder ansetzen, aber nicht in jeder Phase gleich sinnvoll.

Phase 1 — Strategie und Zieldefinition Was soll die Kampagne erreichen? Markenbekanntheit, Conversion, Community-Aufbau, Produkteinführung? Welches Publikum? Welche Plattform? Hier ist AI gut als Sparring-Partner einsetzbar — aber die strategische Verantwortung bleibt menschlich.

Phase 2 — Influencer-Identifikation und -Auswahl Wer passt zur Marke, zur Zielgruppe, zur Kampagne? Hier ist der grösste AI-Hebel: Plattformen analysieren Millionen von Profilen, Engagement-Raten, Audience-Demographics, historische Performance.

Phase 3 — Outreach und Briefing Erstkontakt, Vertragsverhandlung, Briefing-Dokument. AI kann beim Drafting helfen, aber die Beziehungsaufnahme bleibt Menschen-Geschäft.

Phase 4 — Content-Co-Creation Hier teilen sich die Meinungen: Content, der zu sehr nach AI-Editing klingt, verliert genau die Authentizität, für die man Creator engagiert hat. Selektiver Einsatz ist sinnvoll, vollautomatisierte Content-Produktion meist kontraproduktiv.

Phase 5 — Distribution und Tracking Posting-Zeitpunkte, Hashtag-Strategien, Cross-Posting, UTM-Tracking. Hier ist AI in der Workflow-Automation stark — siehe unsere AI-Agent-Übersicht.

Phase 6 — Performance-Analyse und Optimierung Welche Posts haben performt, welche Creator-Beziehungen verlängern? Hier ist AI in der Datenaggregation und Mustererkennung wertvoll — als Entscheidungs-Hilfe, nicht als Entscheidung selbst.

Tool-Matrix — was wofür sinnvoll ist

Eine Auswahl realistischer Tools nach Phase, mit ehrlicher Einschätzung des KMU-Nutzens. Preise stand 2026, Marktentwicklung schnell — bitte immer aktuell prüfen.

Influencer-Identifikation und -Discovery

HypeAuditor / Modash / Heepsy — Datenbanken mit Millionen Creator-Profilen, AI-gestützte Filterung nach Audience-Demographics, Engagement-Quality, Fake-Follower-Detection. Preise ab ca. 50–500 CHF/Monat, je nach Volumen. Für KMU mit regelmässigen Influencer-Kampagnen sinnvoller Hebel.

Brandwatch / Sprout Influencer Marketing — Enterprise-Lösungen mit Listening-Komponente. Für die meisten Schweizer KMU überdimensioniert, ausser im B2B-SaaS- oder Pharma-Umfeld mit globalem Markt.

Manuelle Recherche — bleibt für hyperlokale Schweizer Nischen oft konkurrenzfähig. Eine sorgfältige Stunde Recherche durch eine Person, die den Markt kennt, schlägt regelmässig die generische Plattform-Empfehlung. Hier hilft AI eher als Ergänzung — "finde mir auf Basis dieser fünf Beispiel-Creator weitere fünf mit ähnlichem Profil" — als als Alleinlösung.

Outreach und Briefing

ChatGPT / Claude für Erstentwürfe — Outreach-Mails, Briefing-Dokumente, Vertrags-Drafts. Realistisch 30–60 % Zeitersparnis bei der ersten Version, danach immer manuelle Personalisierung. Ohne Personalisierung sind AI-Outreach-Mails sofort erkennbar und schaden der Marken-Wahrnehmung.

Tipp: Personalisierungs-Anker einbauen. "Hi [Name], ich habe deinen Beitrag zu [konkretes Thema vom 12.03.] gesehen und gerade die Verbindung zu [unser Produkt-Aspekt] gemacht..." — das muss ein Mensch fertigschreiben, nie ein Tool.

Wie du dafür gute Prompts baust, zeigt unser Prompt-Engineering-Beitrag.

Content-Co-Creation

Hier wird es heikel. Drei Stufen einer realistischen AI-Nutzung:

Stufe 1 — Brainstorming-Sparring (empfohlen) Der Creator nutzt AI für Themen-Ideen, Hook-Variationen, Caption-Drafts. Der finale Content bleibt vom Creator produziert und überarbeitet. Risiko: gering.

Stufe 2 — Bild-/Video-Editing-Assistenz (selektiv ok) Tools wie Adobe Firefly, Runway, Descript helfen bei Schnitt, Subtitles, Translation. Solange das Grundmaterial echt ist und die Person den Edit verantwortet — vertretbar. Bei Voice-Cloning oder Face-Swaps wird's kritisch.

Stufe 3 — Vollsynthetischer Content (meist kontraproduktiv für Influencer Marketing) AI-generierte Bilder/Videos einer realen Creator-Person, die in der Realität nie so existierten. Hier wird Influencer Marketing zur reinen Werbeproduktion, der ganze Authentizitäts-Hebel fällt weg. Wenn man das tut: zwingend transparent ausweisen.

Distribution und Tracking

n8n / Make / Zapier — Workflow-Automation für Posting, Cross-Posting, UTM-Generierung, Performance-Datenabholung. Realistischer Hebel für KMU mit regelmässigen Kampagnen. Setup in 1–3 Tagen, danach signifikante Zeitersparnis.

AI-Agent-Setup — für komplexere Reporting-Routinen lohnt sich ein eigener Multi-Agent-System-Setup. Den konkreten Aufbau zeigt unser Marketing-MAS-Case — mit Daten-Collector, Analyst, Interpreter und Reporter-Rollen.

Performance-Analyse

GA4 + Looker Studio — bleibt für die meisten KMU die Basis. AI-Layer als Ergänzung sinnvoll, aber nicht als Ersatz.

Plattform-eigene Analytics — Instagram Insights, TikTok Analytics, LinkedIn Creator-Hub. Reichen für die meisten Mikro-Kampagnen.

Predictive-Performance-Tools — Versprechen, vor dem Posting die Performance vorherzusagen. Realistische Aussagekraft bei statischem Markt mässig, bei dynamischem Markt (Mode, Politik, viraler Content) sehr begrenzt. Mehr im Beitrag Predictive-Analytics-Setup mit AI Agents.

Die kritische Perspektive — vier ehrliche Punkte

Influencer Marketing lebt von Vertrauen. AI kann dieses Vertrauen beschleunigen oder beschädigen — je nach Einsatz. Vier Punkte, an denen ich in Beratungs-Gesprächen immer hängenbleibe.

1. Disclosure-Pflicht — Schweizer und EU-Recht

Influencer-Werbung muss in der Schweiz nach SLK Grundsatz Nr. 3 (Schweizerische Lauterkeitskommission) als kommerzielle Kommunikation kenntlich gemacht werden. Das bedeutet konkret: gesponserte Posts brauchen einen Hinweis wie "Werbung", "Anzeige", "bezahlte Partnerschaft" — und zwar so, dass Konsument:innen ihn nicht übersehen.

Mit AI im Spiel verschärfen sich die Disclosure-Anforderungen gleich an mehreren Stellen. Erstens stellt sich die Absender-Frage neu — wenn ein Beitrag zu 80 % vom Tool vorgeschlagen und vom Creator nur copy-pasted wurde, ist das keine echte Empfehlung mehr, sondern verkleidete Werbung und gehört auch so deklariert. Zweitens müssen AI-generierte Visuals als solche gekennzeichnet werden, sobald sie real wirkende Szenen darstellen — Best Practice ist ein klarer Hinweis wie "Bild AI-generiert" in der Caption. Drittens braucht Voice-Clone-Werbung mit der Stimme realer Creator nicht nur deren explizite Zustimmung, sondern zusätzlich einen sichtbaren Disclosure-Hinweis im Post selbst.

Die EU-Verordnung zu KI-Transparenz (EU AI Act) bringt ab 2026 weitere Pflichten für Deepfake- und Synthetic-Media-Kennzeichnung. Schweizer KMU, die international tätig sind oder EU-Märkte bespielen, sollten das im Auge behalten.

2. Authentizitätsverlust — der mathematische Trade-off

Hier ist das Paradoxon: Je mehr AI im Content steckt, desto höher die Produktionsrate, desto tiefer die Authentizität. Influencer Marketing hat genau den Hebel, dass es nicht wie Werbung wirkt. Wer das wegoptimiert, optimiert seinen eigenen Hebel weg.

Konkrete Indikatoren, an denen Communities AI-Content erkennen:

• Sprachliche Glätte — zu wenig sprachliche Eigenheiten, alle Sätze sauber, kein Slang
• Visuelle Perfektion — Studio-Look in einem Slow-Living-Setting wirkt sofort unecht
• Reaktions-Inkohärenz — wenn der Creator auf Kommentare wie aus dem Lehrbuch antwortet
• Posting-Frequenz — zu konstante Postings, immer zur perfekten Uhrzeit, in Sprache und Stil identisch

Communities sind erstaunlich schnell darin, AI-Pattern zu erkennen — und sie verzeihen es selten. Eine einzige als "AI-fake" entlarvte Kampagne kann eine über Jahre gewachsene Creator-Beziehung zerstören.

3. Synthetische Influencer — eine eigene Kategorie mit eigenen Regeln

Vollständig AI-generierte Personen (Lil Miquela, Aitana López u.ä.) sind ein eigenes Phänomen, das gerade Schweizer Marken sehr unterschiedlich angehen. Drei Beobachtungen aus der Praxis:

• Volle Kontrolle ist verführerisch — Marken können Persönlichkeit, Werte, Aussagen zu 100 % steuern. Kein Reputations-Risiko durch Creator-Verhalten in der Privatsphäre
• Aber kein echter Community-Hebel — synthetische Influencer haben Follower, aber keine echte Beziehung. Engagement-Raten sind oft Schein-Engagement, Conversion-Raten oft tief
• Hohes Backlash-Risiko — wenn herauskommt, dass eine vermeintlich reale Person nicht existiert, ist der Reputations-Schaden meist grösser als der vorherige Gewinn

Mein Rat für Schweizer KMU: synthetische Influencer nicht als Influencer-Marketing einsetzen, sondern als Marken-Maskottchen oder animierte Werbefigur klar kommunizieren. Dann sind sie ein legitimes Werkzeug, dann fällt der Authentizitäts-Anspruch weg.

4. Bias und Schief-Empfehlungen in AI-Discovery-Tools

AI-gestützte Influencer-Discovery hat einen blinden Fleck: Sie empfiehlt, was bereits performt. Das bedeutet:

• Bestehende Bias verstärken sich — wenn historisch helle, junge, urbane Creator besser monetarisiert wurden, schlägt das Tool genau das wieder vor
• Diversität geht verloren — Nischen-Creator, neue Stimmen, ungewöhnliche Kombinationen tauchen seltener auf
• Plattform-Lock-in — Tools bevorzugen oft die Plattform, von der sie die meisten Daten haben (meist Instagram), und verzerren so die Plattform-Auswahl

Gegenmittel: AI-Discovery nutzen, aber bewusst mit menschlicher Kuratierung kombinieren. Mindestens 20–30 % der finalen Auswahl sollte aus eigenen, nicht-AI-gestützten Quellen stammen.

Mehr zu Authority Bias und Hallucinations bei KI-Tools findest du in Cognitive-Biases-Inventar Teil 2 — beides Themen, die im Influencer-Marketing-Kontext besonders relevant werden.

Ein realistischer CH-SME-Setup-Vorschlag

Genug Theorie. Hier ein konkreter Setup-Vorschlag für ein Schweizer KMU, das im Jahr 2026 startet — sechs bis acht Kampagnen, Mikro-Influencer-Fokus, realistisches Budget.

Tool-Stack:

• Modash oder HypeAuditor für Creator-Discovery — ca. 100–250 CHF/Monat
• Claude Pro oder ChatGPT Plus für Outreach/Briefing-Drafts — ca. 20–25 CHF/Monat
• n8n (self-hosted oder Cloud) für Workflow-Automation — 20–50 CHF/Monat
• Looker Studio für Reporting — gratis bei Google-Workspace-Anschluss
• Notion oder Airtable als Creator-CRM — 10–20 CHF/Person/Monat

Total Tool-Kosten: ca. 200–400 CHF/Monat. Das ist KMU-tauglich.

Preise Stand 2026, oft jährliche Anpassungen — aktuell beim Anbieter prüfen.

Personal-Setup:

• 0.3 FTE auf der Marken-Seite — Strategie, Beziehungsaufnahme, Briefing-Verantwortung, finale Approval. Diese Rolle ist nicht durch AI ersetzbar
• 0.2 FTE für Content-Review und Reporting — kann teilweise an externe Dienstleister oder eine spezialisierte Agentur ausgelagert werden

Creator-Budget pro Kampagne (Mikro-Influencer, Schweizer Markt):

• Nano-Creator — 100–500 CHF pro Post, oft auch Naturalien-Tausch möglich
• Mikro-Creator — 500–3'000 CHF pro Post, je nach Reichweite und Engagement
• Pakete über 3–5 Posts oder mehrere Wochen sind meist günstiger pro Einheit als Einzel-Posts

Realistische Performance-Erwartung:

Ich nenne hier bewusst keine Universal-ROI-Zahl, weil sie irreführend wäre. Was sich aus der Praxis verdichtet: Für Brand-Awareness-Kampagnen ist Influencer Marketing mit AI-Workflow-Automation in der Regel kompetitiv zu Paid Social. Für Direct-Response-Kampagnen mit klarem Conversion-Ziel kann es funktionieren, ist aber stärker an Match-Qualität Creator/Produkt gebunden.

Was du nicht messen wirst: den langfristigen Community-Aufbau, den Trust-Effekt, den Erinnerungs-Effekt. Diese Wirkungen sind real, aber nicht in 4-Wochen-Reports sichtbar.

Drei Fallstricke, die ich häufig sehe

Aus Beratungs-Gesprächen mit Schweizer KMU drei wiederkehrende Muster, die ich euch ersparen möchte.

Fallstrick 1 — Tool-zentriert statt Beziehungs-zentriert. Marken kaufen eine Discovery-Plattform-Lizenz und glauben, jetzt sei das Setup fertig. Tatsächlich ist die Plattform nur das Discovery-Tool — die Beziehungsarbeit, das Briefing, die Vertrauensbasis bleiben menschlich. Ohne diesen Teil bringt das beste Tool wenig.

Fallstrick 2 — Skalierungsdruck zerstört Authentizität. Eine Kampagne mit drei Mikro-Influencern läuft super, also wird auf 30 skaliert. Das Briefing wird zur Vorlage, die Personalisierung fällt weg, alle Posts beginnen ähnlich zu klingen — der Wirkungsverlust ist exponentiell. Wachstum in Influencer Marketing braucht Kontrolle und Sorgfalt, nicht reine Mengenlogik.

Fallstrick 3 — Mangelnde Disclosure als Reputations-Bombe. Ein Beitrag ohne klares "Werbung"-Label kann von der SLK gerügt werden, aber das ist meist nicht das eigentliche Problem. Das Problem ist die Community-Reaktion: einmal als nicht-transparent entlarvt, wird die Creator-Marken-Verbindung in den Kommentaren langfristig in Frage gestellt. Lieber zu transparent als zu wenig.

Verantwortliche AI-Nutzung im Influencer Marketing — fünf Prinzipien

Wer AI im Influencer-Marketing sauber einsetzen will, kann sich an fünf Prinzipien orientieren:

Prinzip 1 — Mensch hat das letzte Wort. Kein automatisch versendetes Outreach, kein automatisch veröffentlichter Content, keine automatisch verlängerte Vertragsentscheidung. AI darf vorbereiten, vorschlagen, beschleunigen — entscheiden tut der Mensch.

Prinzip 2 — Transparenz nach aussen. Wenn AI im Bild ist, ist das im Beitrag oder im Bildtext sichtbar. Generierte Bilder werden als solche markiert. Synthetische Stimmen werden ausgewiesen. Lieber transparenter sein als ein einziges Mal erwischt werden.

Prinzip 3 — Creator-Vertragsklarheit. Verträge mit Creator:innen sollten explizit regeln, was AI-seitig erlaubt ist und was nicht. Darf die Marke Bilder des Creator nachträglich AI-bearbeiten? Darf der Creator AI für seine Captions nutzen? Diese Fragen gehören vor die Kampagne, nicht hinterher.

Prinzip 4 — Datenschutz und DSG. Wenn Creator-Daten oder Community-Daten durch AI-Tools laufen, gelten DSG/DSGVO. Enterprise-Accounts mit AVV, EU-Datenzentren, Opt-out-Trainings — siehe unsere Empfehlungen im AI-Agent-Pillar.

Prinzip 5 — Bias-Kontrolle. AI-Empfehlungen für Creator-Auswahl mindestens stichprobenartig auf Diversität prüfen. Wer immer nur dasselbe Profil bekommt, soll das Tool hinterfragen, nicht akzeptieren.

So startest du — vier Schritte für die ersten 90 Tage

Tag 1–14 — Setup und Strategie. Strategie-Halbtag (intern oder mit Begleitung), Ziel-KPIs festlegen, Plattform-Wahl, erste Creator-Liste manuell aufbauen — bewusst noch ohne Discovery-Tool, um den Markt selber zu sehen.

Tag 15–30 — Tool-Auswahl und erste Outreach-Welle. Discovery-Tool testen (meist mit Trial-Account), erste 10–15 Creator-Kontakte aufnehmen. Briefing-Vorlage entwickeln (mit AI-Unterstützung, aber manuell finalisiert).

Tag 31–60 — Erste Kampagne, klein und kontrolliert. Drei bis fünf Mikro-Creator, ein klares Kampagnen-Thema, manueller Workflow. Posting-Zeitpunkte und UTM-Tracking sauber dokumentiert. Bewusst klein starten, um zu lernen.

Tag 61–90 — Auswertung und Workflow-Automation. Nach den ersten Kampagnen-Ergebnissen: welche Workflows automatisieren, welche bewusst manuell halten? Erste n8n-Workflows aufsetzen, AI-Agent-Setup evaluieren. Lessons-Learned dokumentieren und ins nächste Kampagnen-Setup integrieren.

Wenn du an einem dieser Schritte methodische Begleitung möchtest, ist das genau einer unserer Schwerpunkte — sieh dir die Coaching-Workshops-Mandat oder die Branding & Performance-Marketing-Dienstleistung an.

Q&A — die häufigsten Fragen

Lohnt sich AI im Influencer Marketing für kleine KMU überhaupt? Ja, aber dosiert. Discovery-Tools sind ab regelmässigen Kampagnen (vier bis sechs pro Jahr) wirtschaftlich. Workflow-Automation lohnt sich ab dem zweiten Setup. Vollsynthetischer Content ist für die meisten KMU kontraproduktiv.

Soll man Creator zwingen, AI nicht einzusetzen? Nicht zwingen — sondern vertraglich transparent regeln. Manche Creator nutzen AI als Sparring, das ist ok. Wichtig ist, dass die finale Stimme die Creator-Stimme bleibt und nicht generisch wird.

Was tun, wenn die Discovery-Plattform offensichtlich verzerrte Empfehlungen liefert? Aktiv gegensteuern. Stichprobe auf Diversität, eigene Recherche-Ergänzung, gezielt nach Nischen-Creator suchen, die das Tool nicht prominent zeigt.

Wie umgehe ich Disclosure-Pflichten am elegantesten? Gar nicht. Disclosure soll Kommunikation klar machen, nicht verstecken. Eine gut gestaltete Werbungs-Kennzeichnung schadet einer professionellen Kampagne nicht — eine fehlende Kennzeichnung kostet im Reputationsfall vielfach mehr.

Was, wenn der Creator selber AI-generierte Inhalte ohne Wissen der Marke nutzt? Vertraglich vorab klären. Im Vertrag eine Klausel zur AI-Nutzung verlangen. Bei Verstoss konkret reagieren — Verträge anpassen oder Beziehung beenden.

Wann lohnt sich ein AI-Agent-Setup im Influencer-Workflow? Wenn du regelmässig vier oder mehr aktive Creator-Beziehungen, mehrere Plattformen und ein integriertes Reporting brauchst. Dann beschleunigt ein MAS-Setup nach unserem Marketing-Praxis-Case den Workflow deutlich. Vorher ist manueller Workflow oft schneller eingerichtet.

Wie messe ich, ob AI im Workflow wirklich Wert bringt? Vor-Nachher-Vergleich derselben Aufgabe. Zeit pro Outreach-Mail vor AI vs. nach AI. Zeit pro Performance-Report vor AI vs. nach AI. Reine ROI-Versprechen der Tool-Anbieter sind selten 1:1 abbildbar.

Verwandtes Vorgehen — Inbound PR

Influencer-Marketing und Inbound PR sind komplementäre Sichtbarkeits-Hebel: Influencer leihen ihre Community, Inbound PR baut die eigene Glaubwürdigkeit als zitierfähige Marke auf. Für ein KMU, das beides parallel betreiben will, lohnt sich der Blick in den Beitrag Inbound PR für KMU.

Quellen und weiterführende Literatur

• Chaffey, D. & Ellis-Chadwick, F. (2019). Digital Marketing: Strategy, Implementation and Practice. 7th Edition. Pearson — Standardwerk zu Digital-Marketing-Strategie mit profundem Influencer-Marketing-Kapitel
• Schweizerische Lauterkeitskommission SLK (2023). Grundsätze zur Lauterkeit in der kommerziellen Kommunikation — Grundsatz Nr. 3 (Kennzeichnungspflicht von Werbung). faire-werbung.ch
• WFA — World Federation of Advertisers (2023). Influencer Marketing Guidelines. Internationale Best-Practice-Leitlinien, an denen sich auch Schweizer Verbände orientieren
• Edelman (2024). Trust Barometer — Trust in Influencers and Authenticity Studies. Jährliche Erhebung zu Vertrauen in Medien, Marken und Creator
• European Commission (2024). EU AI Act — Provisions on Synthetic Media Disclosure. Inkrafttreten gestuft 2025–2027
• Influencer Marketing Hub (2024). State of Influencer Marketing Benchmark Report. Jährlicher Branchen-Benchmark mit AI-Adoption-Daten

Diese Auswahl bündelt belastbare Quellen für Praxis und Recht. Für die Tagesarbeit empfehle ich, die SLK-Grundsätze direkt zu kennen sowie ein gutes Standardwerk zu Digital Marketing griffbereit zu haben.