DE

Forschung · Entwickelt von erfahrenen Marketern und einem KI-Professor

Die begutachtete KI-Forschung hinter SOMIN

Die Zielgruppen-Personas, das Creative-Scoring und die Wettbewerbsanalysen von SOMIN gehen auf die Forschung des Mitgründers Prof. Aleks Farseev und des SOMIN-Teams zurück, veröffentlicht bei AAAI, ACM Multimedia, SIGIR, WSDM und The Web Conference sowie in ACM TOIS.

Paper ansehen Vorträge ansehen
28Begutachtete Paper, Demos und Abstracts
8Top-Konferenzen, u. a. AAAI, ACM MM, SIGIR
2015Publikationen seit

Wer SOMIN entwickelt

Erfahrene Marketer und ein KI-Professor in einem Produkt

Prof. Aleks Farseev gründete SOMIN mit, nachdem er an der National University of Singapore über das Lernen von Nutzerprofilen aus vielen sozialen Netzwerken gleichzeitig promoviert hatte. Er ist Forschungsprofessor für KI im digitalen Marketing, und seine Arbeiten zu Zielgruppenprofilierung, persönlichkeitsbasierter Empfehlung und erklärbarer KI für Werbung wurden auf Semantic Scholar 577-mal zitiert (Stand 2026-10-17).

Neben dem Forschungsteam machen die Marketer von SOMIN aus diesen Modellen die Playbooks, mit denen Marken- und Agenturteams jede Woche arbeiten: Whitespace-Karten, Personas und Tensions, vorab bewertete Konzepte und Content-Kalender.

Forschungsprofile

Zitationszahlen von Semantic Scholar, 2026-10-17.

Vom Paper zum Produkt

Sieben Forschungslinien, die heute in SOMIN laufen

Jede Forschungslinie unten ist eine Funktion der Plattform. Klicken Sie auf ein Paper, um es auf der Seite des Verlags zu lesen.

01

Zielgruppenprofilierung aus vielen Datenquellen

Wie man aus Beiträgen, Bildern, Check-ins und Sensordaten mehrerer Netzwerke gleichzeitig lernt, wer eine Zielgruppe ist, und warum die Datenquelle verändert, was ein Modell lernt.

In SOMIN heute: Zielgruppen-Personas und Persona-Tension-Studien →
02

Persönlichkeitsbasierter Content

Die Persönlichkeit einer Zielgruppe aus ihren Inhalten ableiten und damit die Beiträge auswählen und generieren, auf die diese Zielgruppe reagiert.

In SOMIN heute: personabezogene Creatives und Propositionen →
03

Creatives vor dem Start bewerten

Vorhersagen, wie ein Anzeigen-Creative anhand von Text, Bild, Targeting und Einstellungen abschneiden wird, und den Score dann erklären, damit ein Marketer handeln kann.

In SOMIN heute: vorab bewertete Konzepte und Anzeigen-Scoring für Paid Media →
04

Erklärbare KI und LLMs für Wettbewerbsanalysen

Leistungsmodelle mit großen Sprachmodellen kombinieren, um die Kommunikation von Wettbewerbern zu lesen und zu sagen, warum etwas funktioniert, nicht nur dass es funktioniert.

In SOMIN heute: SOMONITOR-Wettbewerbs- und Whitespace-Analyse →
05

Agentische KI und gemeinsame Strategieentwicklung

Agenten, die echte Kontextdaten abrufen, bevor sie schreiben, damit Inhalte unverwechselbar bleiben, statt auf dasselbe generische Ergebnis hinauszulaufen.

In SOMIN heute: SOMIN-KI-Agenten und das kostenlose Claude-Plugin →
06

Creator- und Influencer-Analysen

Die richtigen Creator und Accounts finden, Social-Beiträge mit weniger Labeling klassifizieren und private, Marken- und Prominenten-Accounts unterscheiden.

In SOMIN heute: Creator-Management und GMV →
07

Verantwortungsvolle KI in der Werbung

Die ethischen und datenschutzrechtlichen Fragen, die automatisierte Profilierung, Anzeigen-Targeting und generative Creatives aufwerfen.

In SOMIN heute: wie SOMIN mit personenbezogenen Daten umgeht →

Publikationen

Paper aus Top-Konferenzen und Fachzeitschriften

Vollständige Paper und Zeitschriftenartikel bei AAAI, ACM Multimedia, SIGIR sowie in ACM TOIS und ACM TIST.

  1. ACM TOIS · 2025 · ZeitschriftenartikelFusing Predictive and Large Language Models for Actionable Recommendations in Creative MarketingQi Yang, Aleksandr Farseev, Marlo Ongpin, Alfred Huang, et al.. ACM Transactions on Information Systems, vol. 43, pp. 1-31.
  2. ACM MM · 2022 · Vollständiges PaperPersonality-Driven Social Multimedia Content RecommendationQi Yang, Sergey Nikolenko, Alfred Huang, Aleksandr Farseev. Proceedings of the 30th ACM International Conference on Multimedia (MM '22), Lisboa, pp. 7290-7299.Open-Access-PDF
  3. AAAI · 2017 · Vollständiges PaperTweetFit: Fusing Multiple Social Media and Sensor Data for Wellness Profile LearningAleksandr Farseev, Tat-Seng Chua. Thirty-First AAAI Conference on Artificial Intelligence (AAAI-17), Technical Track: AI and the Web.Open-Access-PDF
  4. SIGIR · 2017 · Vollständiges PaperCross-Domain Recommendation via Clustering on Multi-Layer GraphsAleksandr Farseev, Ivan Samborskii, Andrey Filchenkov, Tat-Seng Chua. Proceedings of the 40th International ACM SIGIR Conference on Research and Development in Information Retrieval (SIGIR '17), Tokyo, pp. 195-204.
  5. ACM TOIS · 2017 · ZeitschriftenartikelTweet Can Be Fit: Integrating Data from Wearable Sensors and Multiple Social Networks for Wellness Profile LearningAleksandr Farseev, Tat-Seng Chua. ACM Transactions on Information Systems, vol. 35, no. 4, pp. 1-34.
  6. ACM TIST · 2017 · ZeitschriftenartikelLearning User Attributes via Mobile Social Multimedia AnalyticsLiqiang Nie, Luming Zhang, Meng Wang, Richang Hong, Aleksandr Farseev, Tat-Seng Chua. ACM Transactions on Intelligent Systems and Technology, vol. 8, no. 3, pp. 1-19.

Paper, Demos und Abstracts bei Top-Konferenzen

Paper, Industrie- und Demo-Paper sowie Studierenden-Abstracts bei ACM Multimedia, AAAI, SIGIR, WSDM, The Web Conference, ICMR, CLEF und WebSci.

  1. SIGIR · 2026 · PaperSOMIN: Agentische KI zur Automatisierung professioneller Sichtbarkeit und zur Bekämpfung der Homogenisierung von InhaltenAleksandr Farseev, Kirill Lepikhin, Kevin Manuel, Maksim Gorodilov, et al.. Tagungsband der 49th International ACM SIGIR Conference on Research and Development in Information Retrieval (SIGIR '26).
  2. ACM MM · 2025 · PaperMindFuse: Towards GenAI Explainability in Marketing Strategy Co-CreationAleksandr Farseev, Marlo Ongpin, Qi Yang, Ilia Gossoudarev, et al.. Proceedings of the 33rd ACM International Conference on Multimedia (MM '25), Dublin.Open-Access-PDF
  3. WWW · 2025 · BegleitpaperSOEX: Explainable AI for Competitor Communications AnalyticsAleks Farseev, Sergey Nikolenko, Qi Yang, Kirill Lepikhin, et al.. Companion Proceedings of the ACM Web Conference 2025 (WWW '25), Sydney, pp. 2823-2826.
  4. ACM MM · 2025 · Industrie-DemoSOMIN: An Explainable AI and LLM Platform for Real-Time, Data-Driven Digital Marketing StrategyAleksandr Farseev. Proceedings of the 33rd ACM International Conference on Multimedia (MM '25), Dublin, industry demonstration.
  5. ACM MM · 2023 · PaperAgainst Opacity: Explainable AI and Large Language Models for Effective Digital AdvertisingQi Yang, Marlo Ongpin, Sergey Nikolenko, Alfred Huang, Aleksandr Farseev. Proceedings of the 31st ACM International Conference on Multimedia (MM '23), Ottawa, pp. 9299-9305.Open-Access-PDF
  6. WSDM · 2023 · Demo-PaperSoCraft: Advertiser-level Predictive Scoring for Creative Performance on MetaAlfred Huang, Qi Yang, Sergey Nikolenko, Marlo Ongpin, et al.. Proceedings of the Sixteenth ACM International Conference on Web Search and Data Mining (WSDM '23), Singapore, Demonstration.
  7. WSDM · 2023 · Demo-Paper"Just To See You Smile": SMILEY, a Voice-Guided GUY GANQi Yang, Christos Tzelepis, Sergey Nikolenko, Ioannis Patras, Aleksandr Farseev. Proceedings of the Sixteenth ACM International Conference on Web Search and Data Mining (WSDM '23), Singapore, Demonstration.
  8. WSDM · 2021 · Demo-PaperSoMin.ai: Personality-Driven Content Generation PlatformAleksandr Farseev, Qi Yang, Andrey Filchenkov, Kirill Lepikhin, et al.. Proceedings of the 14th ACM International Conference on Web Search and Data Mining (WSDM '21), Demonstration.Open-Access-PDF
  9. AAAI · 2020 · Studierenden-AbstractI Know Where You Are Coming From: On the Impact of Social Media Sources on AI Model Performance (Student Abstract)Qi Yang, Aleksandr Farseev, Andrey Filchenkov. Thirty-Fourth AAAI Conference on Artificial Intelligence (AAAI-20), Student Abstract Track.Open-Access-PDF
  10. AAAI · 2019 · Studierenden-AbstractA Whole New Ball Game: Harvesting Game Data for Player ProfilingIvan Samborskii, Aleksandr Farseev, Andrey Filchenkov, Tat-Seng Chua. Thirty-Third AAAI Conference on Artificial Intelligence (AAAI-19), Student Abstract Track, pp. 10025-10026.Open-Access-PDF
  11. ACM MM · 2018 · PaperSoMin.ai: Social Multimedia Influencer Discovery MarketplaceAleksandr Farseev, Kirill Lepikhin, Hendrik Schwartz, Eu Khoon Ang, Kenny Powar. Tagungsband der 26th ACM International Conference on Multimedia (MM '18), Seoul, S. 1234-1236.
  12. CLEF · 2018 · PaperMulti-View-Persönlichkeitsprofilierung basierend auf LängsschnittdatenKseniya Buraya, Aleksandr Farseev, Andrey Filchenkov. Experimentelle IR trifft auf Mehrsprachigkeit, Multimodalität und Interaktion: CLEF 2018, Lecture Notes in Computer Science vol. 11018, S. 15-27.
  13. AAAI · 2017 · Studierenden-AbstractTowards User Personality Profiling from Multiple Social NetworksKseniya Buraya, Aleksandr Farseev, Andrey Filchenkov, Tat-Seng Chua. Thirty-First AAAI Conference on Artificial Intelligence (AAAI-17), Student Abstract Track.Open-Access-PDF
  14. ACM MM · 2016 · Demo-PaperbBridge: A Big Data Platform for Social Multimedia AnalyticsAleksandr Farseev, Ivan Samborskii, Tat-Seng Chua. Proceedings of the 24th ACM International Conference on Multimedia (MM '16), Amsterdam, pp. 759-761.
  15. ICMR · 2015 · Vollständiger ArtikelSammeln mehrerer Quellen für das Lernen von Benutzerprofilen: eine Big-Data-StudieAleksandr Farseev, Liqiang Nie, Mohammad Akbari, Tat-Seng Chua. Tagungsband der 5th ACM International Conference on Multimedia Retrieval (ICMR '15), Shanghai, S. 235-242.
  16. WebSci · 2015 · PaperCross-Social Network Collaborative RecommendationAleksandr Farseev, Denis Kotkov, Alexander Semenov, Jari Veijalainen, Tat-Seng Chua. Tagungsband der ACM Web Science Conference (WebSci '15).

Zeitschriften, Workshops und Preprints

  1. arXiv · 2024 · PreprintSOMONITOR: Combining Explainable AI & Large Language Models for Marketing AnalyticsAleksandr Farseev, Qi Yang, Marlo Ongpin, Ilia Gossoudarev, et al.. arXiv preprint arXiv:2407.13117 (nicht begutachtet).
  2. WSDM · 2023 · VortragsabstractUnder the Hood of Social Media Advertising: How Do We use AI Responsibly for Advertising Targeting and Creative EvaluationAleksandr Farseev. Proceedings of the Sixteenth ACM International Conference on Web Search and Data Mining (WSDM '23), Singapore (Vortragsabstract).
  3. Frontiers in Big Data · 2022 · ZeitschriftenartikelDo we behave differently on Twitter and Facebook: Multi-view social network user personality profiling for content recommendationQi Yang, Aleksandr Farseev, Sergey Nikolenko, Andrey Filchenkov. Frontiers in Big Data, vol. 5 (Originalarbeit).Open-Access-PDF
  4. ICMR workshop · 2021 · Workshop-PaperTwo-Faced Humans on Twitter and Facebook: Harvesting Social Multimedia for Human Personality ProfilingQi Yang, Aleksandr Farseev, Andrey Filchenkov. Proceedings of the 2021 ACM Workshop on Intelligent Cross-Data Analysis and Retrieval (ICDAR @ ICMR '21).Open-Access-PDF
  5. ACM MM workshop · 2021 · Workshop-PaperImproving Multimodal Data Labeling with Deep Active Learning for Post Classification in Social NetworksD. Krylov, S. Poliakov, N. Khanzhina, A. Zabashta, A. Filchenkov, Aleksandr Farseev. Workshop on Multimedia Understanding with Less Labeling (MULL @ ACM Multimedia 2021).
  6. EGOSE · 2018 · PaperPerson, Organisation oder Persönlichkeit: Auf dem Weg zur Vorhersage des Benutzerkontotyps in MicroblogsIvan Samborskii, Andrey Filchenkov, Georgiy Korneev, Aleksandr Farseev. Internationale Konferenz über elektronische Governance und offene Gesellschaft (EGOSE 2018).
  7. SIGWEB Newsletter · 2016 · Artikel360° user profiling: past, future, and applicationsAleksandr Farseev, Mohammad Akbari, Ivan Samborskii, Tat-Seng Chua. ACM SIGWEB Newsletter, 2016, pp. 1-11.

Vorträge und Vorlesungen

Keynotes, Vorlesungen und Sessions von Marketing Mondays

Prof. Aleks Farseev über KI in der Werbung, von ACM Multimedia und INSEAD bis zu Marketing Mondays. Videos öffnen sich auf YouTube.

Pitch · 2026From 6 Weeks to 13 Minutes: Pitching SOMIN AI at ATxSG 2026ATxSG 2026 (Asia Tech x Singapur); Marketing Mondays by SOMIN

Startup-Pitch der vier SOMIN-Module (Wettbewerbs-Insights, Whitespace-Analyse, Konzeptgenerierung und Anzeigen-Scoring vor dem Launch) mit einer Mothercare-Fallstudie.

Vortrag eines Branchenexperten · 2025Will AI Make Agencies Obsolete? Rethinking the Future of AdvertisingACM Multimedia 2025, Dublin (Industry Expert Talk IET #2); Video bei Marketing Mondays by SOMIN

Vergleicht drei Wege, wie KI in die Werbung einzieht (kreative Arbeit ersetzen, unterstützen und erklären) und wie sich Agenturen darauf einstellen.

Pitch · 2025SOMIN @madfestlondon 2025 - L'Oreal Brand Challenge CompetitionMAD//Fest London 2025; Marketing Mondays by SOMIN

SOMINs Beitrag zur L'Oreal Brand Challenge zu einer skalierbaren, Creator-getriebenen Content-Strategie (Video veröffentlicht am 2025-07-14).

Keynote · 2025The Future of Generative AI in Marketing CommunicationsKonferenz für digitales Marketing Kuala Lumpur 2025 (DMCKL2025); Marketing Mondays by SOMIN

Keynote über generative KI für Zielgruppensegmentierung und Kampagnenaufbau, mit einer Miraflora-Wagyu-Fallstudie mit SOMONITOR und GWI.

Vorlesung · 2025INSEAD: How AI Cut Marketing Costs for a Beef BrandINSEAD-Vorlesung; Marketing Mondays by SOMIN

Vorlesung darüber, wie KI-gestützte Konsumenten- und Wettbewerber-Insights einer amerikanischen Premium-Rindfleischmarke geholfen haben, ihre Kundenakquisitionskosten zu senken.

Vorlesung · 2025NUS Engineering: Business Strategy with GA4, Meta Ads & SOMONITORNUS Engineering (Studierende des Business Engineering); Marketing Mondays by SOMIN

Unterrichtseinheit zu Google Analytics 4, dem Meta Ads Manager und Wettbewerbs-Insights mit SOMONITOR.

Marketing Mondays · 2024Marketing Mondays: The Significance Of Responsible AI for Marketing Strategy & BeyondMarketing Mondays bei Block71 Singapore; Marketing Mondays by SOMIN

Kamingespräch zum verantwortungsvollen Einsatz großer Sprachmodelle im Marketing, mitmoderiert von Prof. Aleks Farseev bei Block71 Singapore.

Vortrag · 2024The Intelligent Advantage: Large Language Models Redefining Marketing Decision-MakingTechnology for Marketing (YouTube-Kanal)

Wie LLMs die Analyse von Wettbewerbern, Personas, Markenstimme und Pain Points beschleunigen und warum sie Marketer unterstützen statt ersetzen sollten.

Demo · 2024SOMONITOR Demo - Travel Agents and Tourist Guides Industry Forum 2024Travel Agents and Tourist Guides Industry Forum 2024 (Singapore Tourism Board); SOMIN-Kanal

Live-Demonstration von SOMONITOR für die Reisebranche.

Podcast · 2023 · auf Russisch«Нужно разобраться со скиллами, с головой, а потом уже деньги искать» (Man muss sich zuerst um die Skills und den Kopf kümmern und erst dann Geld suchen)MTS StartUp Hub, Podcast «От сида до экзита» (Vom Seed zum Exit)

Russischsprachiges Interview über den Aufbau von SoMin.ai im Ausland, den Abschwung im Venture-Markt und die Frage, ob LLMs eine echte Wachstumschance sind.

Demo · 2023SoMin.ai Platform DemoAlex Farseev (YouTube-Kanal)

Vorstellung der Module SOADS (Long-Tail-Anzeigentargeting) und SOMONITOR (Creative Scoring, LLM-Assistent SODA).

Vortrag · 2023From Academic Research to Adtech Entrepreneurship: The Journey of Aleks Farseev and Somin.AIDigital Ignition - A Coworking Space

Porträt des Wegs von der akademischen Forschung zur Adtech-Plattform Somin.AI und ihren vier Modulen.

Vortrag · 2023Under the Hood of Social Media Advertising: How Do We use AI Responsibly for Advertising Targeting and Creative EvaluationWSDM 2023 (ACM International Conference on Web Search and Data Mining), Singapur

Konferenzvortrag über die Technologie hinter Anzeigentargeting und Creative Scoring und über deren verantwortungsvollen Einsatz.

Vortrag · 2021Under the Boot of Google and Facebook and How to Crack it for better PerformanceODS AI Global

Wie maschinelles Lernen die Werbeplattformen von Google und Facebook antreibt und mit welchen Techniken wie Long-Tail-Targeting sich die Anzeigenleistung verbessern lässt.

Vorlesung · 2020Lecture 1: Introduction (ITMO University, Social Media Computing)Kurs der ITMO-Universität; Aleks Farseev (YouTube-Kanal)

Auftaktvorlesung eines Universitätskurses über Social-Media-Plattformen, Social-Media-Observatorien und deren Herausforderungen.

Vorlesung · 2017360 Degree User Profile Learning from Multiple Social Networks for Wellness and Urban Mobility Applications (Ph.D. defence public seminar)NUS School of Computing

Öffentliche Promotionsverteidigung zum Multi-Source-Lernen aus sozialen Netzwerken und Sensoren für demografische, Wellness- und Ortsempfehlungsaufgaben.

Vorlesung · 2016 · auf RussischПрофилирование атрибутов пользователей из множества источников данных различной модальности (Profiling von Nutzerattributen aus mehreren multimodalen Datenquellen)Computer Science Club am POMI RAS; Лекториум (Lektorium)

Russischsprachige Vorlesung über das Ableiten von Nutzerattributen aus vielen Datenquellen unterschiedlicher Modalitäten.

Marketing Mondays: Holen Sie sich das kostenlose Claude-Plugin

FAQ

Häufige Fragen zur SOMIN-Forschung

Basiert SOMIN auf echter KI-Forschung?

Ja. SOMIN wurde von Prof. Aleks Farseev mitgegründet, und die Modelle hinter den Audience-Personas, dem Creative Scoring und den Wettbewerbsanalysen stammen aus der Forschung, die er und das SOMIN-Team seit 2015 veröffentlichen, darunter Beiträge bei AAAI, ACM Multimedia, SIGIR, WSDM und The Web Conference sowie in ACM Transactions on Information Systems.

Wo wurde die SOMIN-Forschung veröffentlicht?

Diese Seite listet 28 begutachtete Paper, Demos und Abstracts in Fachforen wie AAAI, ACM MM, ACM TIST, ACM TOIS, ICMR, SIGIR, WSDM und WWW. Jeder Eintrag verlinkt auf die Seite des Verlags oder den DOI und, sofern vorhanden, auf ein Open-Access-PDF.

Wer baut SOMIN?

SOMIN wird von erfahrenen Marketern und einem KI-Professor gebaut. Prof. Aleks Farseev leitet die Forschung und das Unternehmen; das SOMIN-Team vereint Machine-Learning-Forscher, von denen mehrere an den oben genannten Papers mitgeschrieben haben, mit Marketern, die täglich mit Marken- und Agenturteams arbeiten.

Wie zeigt sich die Forschung im Produkt?

Multi-Source-Zielgruppenprofiling treibt die SOMIN-Personas an, persönlichkeitsbasierte Empfehlungen prägen auf die jeweilige Persona abgestimmte Creatives, die Vorhersage der Creative-Performance bewertet Konzepte vor dem Launch, und erklärbare KI mit großen Sprachmodellen erklärt, warum Inhalte von Wettbewerbern funktionieren. Forschung zu agentischer KI hält generierte Inhalte unverwechselbar, indem sie sie in realen Kategoriedaten verankert.

Wo kann ich Vorträge über SOMIN ansehen?

Die Vorträge sind oben mit Links aufgeführt: ein Branchenexperten-Vortrag bei ACM Multimedia 2025, eine Keynote bei der Digital Marketing Conference Kuala Lumpur 2025, Vorlesungen an der INSEAD und der NUS, der ATxSG-2026-Pitch und Sessions von Marketing Mondays auf YouTube.

Sehen Sie die Forschung in Ihrer Kategorie im Einsatz

SOMIN analysiert Ihre Wettbewerber, Creator und Zielgruppe und liefert Ihnen vorab bewertete Ideen, die Sie noch heute briefen können.

SOMIN testenGespräch vereinbaren