01 Die Lücke

Verlage ertrinken in Daten. Sie entscheiden in Tabellen.

Jede Woche fließen Millionen von Sell-out-, Bestands- und Trenddatenpunkten in Verlage. Nichts davon wurde für die Menschen entworfen, die es tatsächlich nutzen: Lektoren, Reihenleitungen, Marketingverantwortliche. Sie greifen weiter zu Excel, Outlook und Intuition.

02 Konversationelle Intelligenz

Fragen. Antwort erhalten. Entscheiden.

Jede Frage, die ein Lektor stellt, als Funktion getippt. Preise, Nachdruck-Trigger, Segment-Scans, Portfolio-Alarme: jede ist eine Frage, die Ihre Teams jede Woche stellen, in Sekunden als Antwort zurück — mit Quellen und Konfidenzwerten.

Marktsignale

  • Segment-Beschleunigung
    Segmente, die über ihrem 6-Wochen-Trend wachsen.

  • Aufkommende Themen
    Lektoratsthemen, die vor den Charts steigen.

  • Preis-Mix-Verschiebung
    Preis-Drift innerhalb eines Segments.
  • Segment-Sättigung
    Strukturelle Verlangsamungen, Score 0–100.
  • Konzentrations-Verschiebung
    Verlagskonzentration, getrackt per HHI-Index.
  • Gewinnformat
    Das dominante Format in einem Genre.

Titel-Intelligenz

  • Breakout-Erkennung
    Titel mit Geschwindigkeit über 80/100.
  • Lebenszyklus-Entwicklung
    Titel-Lebensdauer pro Genre.

  • Titel-Benchmark
    Vergleichstitel auf gleicher Lebenszyklus-Stufe.

  • Wachstumskonzentration
    Titel, die das Wachstum eines Segments tragen.

  • Frontlist vs. Backlist
    Frontlist- vs. Backlist-Beitrag.

Verlags-Intelligenz

  • Verlags-Gewinn
    Verlage, die Anteile in einem Segment gewinnen.

  • Franchise- & Autor-Effekt
    Sog eines etablierten Autors oder einer Franchise.

Marktüberblick

  • Segment-Überblick
    Vollständiges Profil eines Segments.

  • Markttrend
    Belletristik-Entwicklung über 12 Wochen.

03 Prognose-Engine

Drei Oberflächen. Eine Prognose-Engine.

Hinter jeder DS Agent-Antwort läuft eine einzige Prognose-Engine, abgestimmt auf das Verlagswesen und pro Markt kontextualisiert. Sie erscheint an drei Stellen, an denen Lektoratsentscheidungen tatsächlich getroffen werden.

04 Vergleichstitel-Engine

Jedes neue Buch beginnt mit einer Frage. Wie sieht es aus?

Bevor ein Cover existiert, bevor eine Druckauflage entschieden wird, greifen Lektoren schon zu Vergleichstiteln: Titel, die Form und Anliegen nahe genug sind, um eine Prognose zu verankern. DS Agent macht aus diesem Reflex eine Content-Based-Filtering-Engine, die auf dem gesamten Metadaten-Graph arbeitet, den Ihre Daten bereits tragen.

01 / Ziel

Die ähnlichsten Titel im gesamten Marktportfolio identifizieren (gleicher Verlag, gleiche Gruppe, extern), bevor ein einziges Exemplar ausgeliefert wird.

02 / Ansatz

Content-Based Filtering auf Stammdaten und Inhaltsbeschreibung. Jedes Feld, das Sie führen (Thema · BIC · BISAC, Verlags-ID, Reihe, Seitenzahl, Schlagwörter, Auszug, Preis) wird zu einer Ähnlichkeitsachse.

03 / Ergebnis

Ein bewertetes Ranking von Vergleichstiteln mit minimaler Distanz zum neuen Titel: der Anker für jede nachgelagerte Prognose.

05 Eine Oberfläche

Prognose. Empfehlung. Analytische Linsen. Eine Oberfläche, ein Vokabular.

Drei Arbeitsmodi (eine Druckauflage prognostizieren, einen neuen Titel an seine Vergleichstitel verankern, ein Segment oder eine Backlist scannen), alle gleich erreichbar: eine Frage in natürlicher Sprache getippt, eine Antwort in Sekunden zurück. Der Lektor verlässt nie die Konversation.

06 Unter Der Haube

Einfach für den Lektor. Rigorosdarunter.

  • Ihre Daten, aufgenommen

    Wöchentliche Feeds, in ein einheitliches Schema normalisiert, BISAC/Thema-abgestimmt über Märkte hinweg. DS Agent konsumiert — veröffentlicht nie weiter.

  • Prognose- & Signal-Engine

    LangChain-orchestrierte Modelle: Geschwindigkeitserkennung, Nachdruck-Schätzung, Segment-Scoring. Pro Markt abgestimmt, kein generisches LLM.

  • Konversations-Schicht

    Routing in natürlicher Sprache zu 15 analytischen Funktionen, mehrsprachig (FR · EN · DE · ES · IT), ISBN-fähig. Jede Antwort weist ihre Quellen aus.

Zum ersten Mal stellen wir den Daten dieselben Fragen, die wir uns morgens beim Stand-up gegenseitig stellen. Und bekommen Antworten, bevor der Kaffee kalt wird.

Programmleiter · Early-Access-Partner · Belletristik-Programm · 800+ Titel

07 Heute, Im Produktivbetrieb

Ausgeliefert.Keine Folie.

Ein voll funktionsfähiger Prototyp läuft heute auf simulierten Daten. Fünf Märkte, fünf Sprachen, fünfzehn Funktionen. Jedes Element auf dieser Seite ist durch funktionierende Software gedeckt.

  • von der Frage zur umsetzbaren Antwort Mediane Round-Trip, natürlichsprachliche Anfrage → gerankte Antwort 30
  • Prognose-Horizont, pro ISBN Rollierende Wochenprojektionen, alle Katalogtitel 52
  • analytische Linsen im Katalog 11 ausgeliefert · 15 spezifiziert · ein einheitliches Vokabular 15
  • Arbeitssprachen FR · EN · DE · IT · ES · zum Launch abgedeckte Märkte 5
08 Roadmap

Fünf Phasen. Eine Entscheidungsoberfläche.

Foundation

Vollständiger Prototyp auf simulierten Daten. Experience validiert.

1

Unified Search & Title Intelligence

ISBN-Routing, reichhaltiges Titel-Detail, synthetische Chat-Antworten.

2

Frontlist-Engine-Integration

Druckauflagenempfehlungen vor Launch: Konfidenz, Treiber, Vergleichstitel.

3

Backlist-Prognose & Portfolio-Management

1W/1M/1Q/1S/1J-Prognose-Engine + katalogweite Nachdruck-Alarme.

4

Empfehlungs-Engine

Content-Based Filtering auf Stammdaten, das die Frontlist-Prognose speist.

5

09 Delivery-Modell

Das Portal ist heute der Weg, wie Lektoren auf DS Agent treffen. Bis 2027 kommen wir zu ihnen.

Die nächste Generation Lektorats-Workflows wird nicht in Dashboards leben. Sie wird in den KI-Copiloten leben, die Verlage bereits täglich nutzen. DS Agent erscheint von Tag 1 in zwei Modi: ein gehostetes Portal für die 80 %, die eine Experience brauchen, und eine MCP- + REST-Oberfläche für die 20 % mit eigenem KI-Stack.

Portal

Gehostete Experience. Ihre Marke, unsere Engine.

Volle DS Agent-Experience: jede Funktion, jeder Screen, keinerlei Integration auf Verlagsseite.

White-Label: Partnermarke, Partner-URL, Partner-Auth.

Live in Wochen: der Standardweg für 80 % der Verlage.

Native

DS Agent als Fähigkeit, nicht als Ziel. Im Copiloten, den der Lektor bereits nutzt.

MCP-Server + REST-API: keine UI zu bauen. Der Copilot ruft DS Agent wie jedes andere Tool auf.

Lebt in deren Workflow: Claude, ChatGPT Enterprise, Copilot, Glean, eigene Stacks.

Gleiche Engine, gleiches Vokabular: Prognosen, Vergleichstitel, Linsen. Geliefert, wo Lektoren bereits denken.

Drei Schichten. Klare Grenzen.

  • 1.

    KI-Copilot des Verlags

    Was die Lektoren bereits nutzen

    Claude · ChatGPT · Copilot · Glean · eigene Lösung

  • 2.

    DS Agent-MCP-Server

    Unsere Engine, als Fähigkeit verfügbar

    Prognosen · Vergleichstitel · Linsen · Portfolio

  • 3.

    Marktdaten-Anbieter

    Ihre Daten, geregelt durch Ihren Vertrag

    Circana · NielsenIQ · MediaControl · Emmelibrì

Erfahren Sie mehr

Sprechen Sie mit unseren Experten und erfahren Sie, wie DemandSens Ihre künftigen Prognosen gestaltet