Come l'intelligenza artificiale e i modelli di linguaggio di grandi dimensioni (LLM) stanno trasformando l'ecosistema dell'informazione e della comunicazione per i marchi e gli editori

I marchi nell'ecosistema informativo caratterizzato dall'intelligenza artificiale

Da oltre trent’anni, ogni nuova fase tecnologica cambia il modo in cui i marchi attirano l’attenzione e diffondono le informazionitteIl display ha reso scalabile la portata digitale. I motori di ricerca hanno strutturato l’accesso alle informazioni. I social media hanno distribuito l’attenzione tramite algoritmi di raccomandazione. La pubblicità programmatica ha automatizzato gran parte dell’acquisto di spazi pubblicitari, mentre la marketing automation ha automatizzato la comunicazione lungo il percorso del cliente.

La nuova istanza interpretativa

Con i modelli linguistici di grandi dimensioni (LLM) non sta cambiando semplicemente un altro canale. Sta cambiando l’architettura della gestione delle informazionittlI sistemi generativi non si limitano a cercare documenti, ma sintetizzano i contenuti in risposte, confronti e classificazioni. In questo modo si crea una nuova istanza interpretativa tra il marchio e la persona. Essa determina quali caratteristichefteviene associata a un’organizzazione le cui opinioni sono considerate credibili e su quali prove si fonda l’immagine del marchio.

L'immagine distribuita del marchio

Per quanto riguarda la gestione del marchio, l’attenzione si sta quindi spostando. Non basta più solo comunicare...fteper posizionarli e massimizzare la portata. I marchi devono diventare leggibili come oggetti informativi chiari, verificabili e coerenti, sia per le persone che per le macchine. Il sito web, i resoconti dei media, gli articoli specialistici, öffeLe posizioni ufficiali, le linee guida e le voci presenti in archivi di dati affidabili contribuiscono insieme a formare un’immagine diffusa del marchio. I modelli di linguaggio di grandi dimensioni (LLM) possono ricostruire da questi elementi una narrazione che non corrisponde necessariamente all’immagine che l’azienda desidera dare di sé.

In Svizzera si tratta ormai di un fenomeno di massa

Il cambiamento non è un futuro lontanoftsScenario. Secondo l’IGEM-Digimonitor 2026, quattro persone su cinque tra la popolazione svizzera di età compresa tra i 15 e i 75 anni che utilizzano Internet ricorrono all’IA almeno occasionalmente. Il 57% utilizza applicazioni basate sull’IAttfutilizzano specificatamente questi strumenti per le ricerche; il 77% ricorre alla modalità IA all’interno dei motori di ricerca tradizionali. ChatGPT raggiunge, almeno occasionalmente, il 67% degli intervistati, ovvero circa 4,3 milioni di persone. Il sondaggio online rappresentativo ha coinvolto poco meno di 2’000 persone.[1]

Il quadro linguistico del marchio

Per i marchi è particolarmente importante che la ricerca di informazioni si concentri quindi sui principalifläche sono state trasferite, le quali Queselezionare le informazioni, sintetizzare i contenuti e formulare una risposta già in termini linguistici. Il marchio si rivolge al proprio pubblico spessofigin una presentazione formulata dall’intelligenza artificiale. La gestione del marchio deve quindi non solo monitorare la portata della propria comunicazione, ma anche la Qualità di questa rappresentazione generata algoritmicamente.

Sintesi anziché ricerca

La ricerca classica organizza i link: gli utenti selezionano un risultato, visitano una Quee si formano un'opinione. I sistemi di risposta generativa accorciano questo percorso. Essi sintetizzano diversi Que... formulano una risposta e, nel farlo, possono visitare direttamente il sito web di un marchio tramiteflüsemplificare. Ciò riduce gli ostacoli per gli utenti, ma accresce l’importanza della logica di selezione e interpretazione a monte.

Dalla classifica alla rappresentanza

In questo modo si sposta il WettbPassaggio dalle classifiche alle rappresentazioni. L’AI Visibility – ovvero la presenza di un marchio nelle risposte generative – rimane importante, ma è solo il primo indicatore. È fondamentale il contesto in cui il marchio appare: viene descritto come innovativo, costoso, sostenibile, affidabile o rischioso? Quali...ttbI consumatori vengono citati nello stesso contesto? Quali fonti avvalorano questa descrizione? E il marchio viene semplicemente menzionato o viene effettivamente raccomandato?

L'ecosistema informativo interconnesso

La gestione del marchio diventa così un lavoro volto a creare un ecosistema informativo. Comprende inoltre il posizionamento, la progettazione e il significato emotivo. A ciò si aggiungono l’architettura dell’informazione, i dati organizzativi strutturati, la gestione della conoscenza, il corporate publishing, le pubbliche relazioni e il PfleDri resistentettqfonti. Google, ad esempio, sottolinea espressamente che i dati strutturati relativi alle organizzazioni possono aiutare a comprendere un’organizzazione e a identificarla in modo univoco. Ciò non costituisce una prova di un’ottimizzazione generale per i modelli di linguaggio di grandi dimensioni (LLM), ma illustra il principio fondamentale dell’univocità leggibile dalle macchine.[2]

Fiducia dei consumatori e fiducia nelle macchine

I marchi riducono l’incertezza. Questa funzione rimane invariata, ma si rivolge ora a un secondo destinatario. Il “Consumer Trust” descrive la fiducia delle persone: notorietà, reputazione, esperienza, identitàfikazione e l’aspettativa che una promessa di prestazione venga mantenuta. Il termine “Machine Trust” non indica in questo contesto né un’emozione né un’öffevalore di affidabilità interno di un modello, reso pubblico. Il termineff è un quadro di riferimento strategico: descrive in che misura una marca di sistemi informativi sia chiara, coerente e Quepuò essere elaborato sulla base di tali dati.

Entrambe le forme di fiducia influenzanoflusi contraddicono a vicenda. Dichiarazioni contraddittorie, competenze poco chiare o promesse di sostenibilità prive di fondamento non solo compromettono l’elaborazione automatica dei dati, ma anche la credibilità agli occhi delle persone. Al contrario, una struttura dei dati tecnicamente perfetta non basta a creare un marchio forte. Senza rilevanza, DiffeSe non viene contestualizzata e messa in pratica, rimane semanticamente corretta, ma priva di significato.

Il compito della dirigenza consiste quindi nel collegare entrambi i livelli. La comunicazione e la struttura delle conoscenze devono seguire lo stesso orientamento. Le affermazioni devono essere supportate da prove. Le informazioni aziendali richiedono responsabilità chiare. I fatti importanti devono essere aggiornati, accessibili e verificabili sia internamente che da fonti indipendenti Queessere coerente in ogni ambito. Il classico brand book viene così trasformato inttwIntroduciamo un sistema operativo di marca che riunisce linguaggio, dati, documentazione e governance.

L'intelligenza narrativa come nuova disciplina di misurazione

La misurazione classica del marchio tiene conto della notorietà, dell’immagine, della preferenza, della portata e dell’impatto. Nello spazio informativo generativo, questi strumenti non sono sufficienti. I marchi devono inoltre osservare in che modo i sistemi di risposta ricostruiscono il loro significato in situazioni concrete di utilizzo. A tal fine, la Narrative Intelligence si presta come nuova disciplina di misurazione e gestione.

Metodologia anziché il circo delle classifiche

Combina scenari di prompt ripetibili con una qqualitativi e qAnalisi quantitativa delle risposte. È possibile misurare la presenza, lo share of voice, i dati descrittivi Attribute, Quellen, Wettbcontesto lavorativo, propensione a dare consigli, errori oggettivi e cambiamenti nel tempo. È fondamentale adottare una metodologia rigorosa: modelli, versioni, sedi, lingue e formulazioni influenzanoflurisultati significativi; le singole risposte sono solo istantanee. La Narrative Intelligence non deve quindi trasformarsi in una farsa di classifiche, ma necessita di campioni, benchmark, set di test documentati e interpretazione umana.

Il ciclo di gestione per i brand manager

Per il controllo è opportuno ricorrere a un sistema a circuito chiuso: in primo luogo, la narrativa del marchio desiderata viene verificatafbatradotte in affermazioni. In secondo luogo, vengono testate situazioni decisionali rilevanti. TerzotteVerranno individuate le discrepanze tra la narrazione prevista e quella effettivafiz. In quarto luogo, vengono migliorati i contenuti, i dati, i documenti giustificativi e le fonti autorevoli esterne. Successivamente, la misurazione ricomincia. In questo modo, la Narrative Intelligence non si limita a essere un semplice strumento di reporting, ma diventa un modello di controllo integrato per la gestione del marchio, la comunicazione, il GEO, i dati e la gestione della conoscenza.

Agentic AI rafforza lo sviluppo

I sistemi agenti sono in grado di elaborare informazioni in modoftig non solo riassumere, ma anche svolgere compiti che si articolano in più fasittetrattare in modo superficiale. Per questo articolo, più che l’autonomia tecnica, è determinante il suo impatto sulla gestione del marchio: quanto più i sistemi pre-selezionano le informazioni e creano contesti, tanto più diventano importanti una narrativa del marchio chiara e una solida Quesegnali pubblici chiari e coerenti. L’Agentic AI rafforza così il cambiamento già innescato dai modelli di linguaggio di grandi dimensioni (LLM), ma non costituisce il fulcro del lavoro strategico sul marchio.

L'opportunità strategica per gli editori

Per gli editori si delinea un ruolo ambivalente, ma significativo. I sistemi generativi possono ridurre il numero di visite dirette a un sito di notizie. Allo stesso tempo, aumenta il valore delle notizie aggiornate e verificatefbainformazioni organizzate in modo sistematico e professionale. Giornalistica QuaLa legalità diventa l'infrastruttura per risposte credibili – a condizione che l'origineft,sono disciplinati l'utilizzo e il compenso.

Primi test di mercato per la monetizzazione

Per questo occorre qualcosa di più della semplice accessibilità tecnica. Gli editori devono avere il controllo sui sistemi che possono utilizzare i contenuti per la ricerca, l’inferenza o l’addestramento. Oltre al diritto d’autore, si stanno sviluppando partnership dirette per le licenzeften, Zugriffscontrolli e modelli di remunerazione basati sull'utilizzo. OpenAI, ad esempio, ha stretto partnershipften ha annunciato, insieme alle testate giornalistiche, che l'attuale cronistattung con QueIntegrare note e link in ChatGPT.[3] CloudflaNel 2025 re ha introdotto inizialmente il modello «Pay per Crawl» e nel 2026 ha ulteriormente sviluppato l’approccio in direzione del «Pay per Use».[4][5] Tali modelli rappresentano primi esperimenti di mercato, non una soluzione già consolidata nel settore.

CoMP: interfaccia tecnica per accessi autorizzati

Un altro tassello sta prendendo forma presso l’IAB Tech Lab. Si tratta di...ffeNel giugno 2025 ha lanciato la «LLM Content Ingest API Initiative», per offrire agli editori e ai marchi un accesso standardizzato e leggibile da macchine per i modelli di linguaggio di grandi dimensioni (LLM) e gli agenti di intelligenza artificiale. Da questo approccio è nata l’iniziativa più ampia denominata «Content Monetization Protocols», in breve CoMP. La versione 1 di CoMP è stata lanciata il 28 aprile 2026 finrealizzato.[14]

Lo standard descrive come un sistema di intelligenza artificiale richieda al titolare dei diritti l'autorizzazione all'uso previstotteilen e, in base a un accordo esistente, un accessoffstoken e contenuti opportunamente confezionati. CoMP defincrea così un'interfaccia tecnica interoperabilettsservizio per utenti autorizzatiffe. Tuttavia, non si tratta né di una piattaforma di licenze né di un modello di prezzo, né sostituisce l'accessoffscontrollo. Il suo potenziale risiede nella base tecnica che consente di implementare in modo scalabile diritti, contratti e diversi modelli di remunerazione.

SPUR: Tracciabilità tramite telemetria

Uno sviluppo particolarmente rilevante è SPUR, la coalizione «Standards for Publisher Usage Rights». Secondo un aggiornamento di settore dell’Independent Media Association del 6 agosto 2026, il numero dei suoi membri è cresciuto da 36 all’inizio di giugno a quasi 60. Contemporaneamente, l’iniziativa ha condotto oltre 150 colloqui con editori interessati ed era in procinto di finalizzare il quadro giuridico per la propria struttura senza scopo di lucro.[6] SPUR si sta così spostando dalla fase di formazione della coalizione verso quella di definizione di standard operativi.

Al centro c’è lo standard di telemetria dei contenuti. Il suo scopo è quello di rendere tracciabile se i contenuti siano stati consultati, utilizzati per fondare una risposta, citati, visualizzati o riutilizzati dagli utenti. Il

SpezifikInoltre, tale sistema può associare gli eventi di utilizzo a un riferimento di licenza. In questo modo, per la prima volta, l’utilizzo dei contenuti giornalistici potrebbe diventare misurabile a livello trasversale tra i vari sistemi e, di conseguenza, più facilmente concedibile in licenza. Lo standard prevedefinSi trova tuttavia ancora in fase di anteprima e consultazione; un’ampia accettazione da parte degli editori, dei motori di ricercattllui e AI-PlattfNon si è ancora raggiunto questo livello.[7]

Le aziende mediatiche svizzere nel nuovo ecosistema

Dal punto di vista strategico, ciò potrebbe portare alla creazione di un’infrastruttura di mercato per la concessione di licenze tra editori e fornitori di IA – a condizione che altri mertteI partecipanti adottano lo standard e lo integrano con contratti e modelli di remunerazione sostenibili. Ringier partecipa già in qualità di membro standard e apporta all’iniziativa tutti i suoi marchi mediatici internazionali.[8] Gli editori svizzeri hanno così accesso diretto allo sviluppo di un possibile quadro comune per il recupero, l’ancoraggio, la citazione, la presentazione e la remunerazione. Un’infrastruttura di questo tipo potrebbe favorire un rapporto più simbiotico: i sistemi di intelligenza artificiale otterrebbero un accesso giuridicamente sicuro a un giornalismo di alta qualità, mentre gli editori acquisirebbero controllo, trasparenza e un equo compenso. Se da ciò deriverà effettivamente un affareftsTuttavia, il successo di questo modello dipende dalla governance, dall'implementazione tecnica e dall'accettazione da parte dei fornitori di IA.

CoMP e SPUR si rivolgono a livelli diversi dello stesso ecosistema. CoMP standardizza la richiesta, l’autorizzazione e la fornitura di contenuti per i sistemi di IA con licenza. Lo standard di telemetria dei contenuti di SPUR ha lo scopo di rilevare come i contenuti vengano effettivamente consultati, utilizzati come base per una risposta, citati o visualizzati. Nel loro insieme, entrambi gli approcci potrebbero mappare il percorso che va dalla verifica dei diritti, passando per l’accesso controllato, fino all’utilizzo misurabile. Tuttavia, un mercato funzionante potrà nascere solo quando editori, motori di ricerca...ttllui e i fornitori di IA implementino ampiamente questi standard e li accompagnino con contratti validi.

La revisione della legge svizzera sul diritto d'autore: l'intelligenza artificiale diventa la pietra di paragone

Lo sviluppo tecnico trifft in Svizzera a un offeUna questione giuridica. La normativa vigente in materia di diritto d’autore non prevede disposizioni specificamente adattate all’IA generativatteuna normativa. Secondo quanto riportato dall’Istituto Federale della Proprietà Intellettuale, si ritiene che il diritto di riproduzione possa comprendere l’utilizzo di opere protette per l’addestramento dell’IA. Tuttavia, non è ancora chiaro in tutte le configurazioni come le norme esistenti debbano essere applicate all’addestramento, alla messa a punto, al recupero, alla sintesi e all’output.[9]

La mozione di Petra Gössi

È proprio qui che entra in gioco l’iniziativa politica di Petra Gössi. Dal punto di vista formale, non si tratta di un postulato, bensì della mozione 24.4596«Maggiore tutela della proprietà intellettuale dagli abusi legati all’intelligenza artificiale». Il Consiglio degli Stati l’ha approvata nel marzo 2025. Il Consiglio nazionale ha votato a favore di una offenella versione da lui formulata; il Consiglio degli Stati ha dato il proprio consenso a dicembre. Il Consiglio federale è quindi incaricato diftrafferma che occorre creare i presupposti per una tutela completa dei contenuti giornalistici e di altre opere protette dal diritto d'autore quando vengono utilizzate dai fornitori di IAffen, senza la ricerca, l’innovazione e l’economiaftssede in Svizzera nel contesto internazionalettbdiscriminare i lavoratori.[10]

Il rischio legato ai tempi nel processo legislativo

A tal fine, l’IPI sta elaborando un progetto preliminare di modifica della legge sul diritto d’autore. Secondo il calendario attualmente comunicato, il progetto dovrebbe essere sottoposto a consultazione entro la fine del 2026.[11] Parallelamente, nel giugno 2026 il Parlamento ha rinviato al Consiglio federale il progetto separato relativo a un diritto di protezione delle prestazioni per le imprese mediatiche. Esso riguardava originariamente l’utilizzo di estratti giornalisticitteorganizzati dai principali servizi online. Ora si prevede inoltre di verificareft come l'IA generativa influenzi il funzionamento di Plattfcome sono cambiati i modelli e i motori di ricerca e quali conseguenze ciò abbia sul valore dei prodotti giornalistici.[12]

Il collegamento tra questi argomenti è comprensibile: snippet, addestramento dell’IA e risposte basate sull’IA riguardano processi tecnici diversi, ma la stessa questione fondamentale dell’attribuzione di valore. Ciò comporta tuttavia un rischio considerevole in termini di tempo. Durante la discussione parlamentare si è parlato di un ritardo di circa

due anni fa.[12] Per un mercato dell’informazione i cui prodotti, forme di utilizzo e attività commercialiftsSe i modelli cambiano con cadenza mensile, è un periodo troppo lungo.

Attenzione sì, immobilismo no

La legislazione non dovrebbe muoversi su una scala temporale di innovazione tettonica, bensì tecnologica. Ciò non significa abbreviare le procedure previste dallo Stato di diritto o introdurre affrettatamente una normativa speciale rigida…ffen. Significa avviare le consultazioni in una fase precoceffnen, integrare costantemente le competenze tecniche, tenere conto degli sviluppi internazionaliqriflettere e verificarefbaelaborare le norme in modo tale che possano essere adattate alle nuove forme di utilizzo.

Una chiara differenziazione anziché regole generiche

Il quadro normativo deve...ffedistinguere: tra formazione e ricerca immediata, tra la semplice indicizzazione e la fondatezza di una risposta, tra citazione, sintesi e riproduzione sostitutiva, nonché tra ricerca e sfruttamento commerciale. Altrettanto importanti sono strumenti praticabili per l’accesso, la trasparenza e la remunerazione. La formula «Access, Remuneration, Transparency» utilizzata dall’IPI descrive in modo conciso questo equilibrio.[13] Standard tecnici come CoMP e SPUR possono garantire un accesso controllatoffeconsentono di misurare gli eventi di utilizzo; tuttavia, non sostituiscono né i diritti legali né i contratti esecutivi.

Perché la qualità dei media sta diventando una questione di sopravvivenza per i marchi

Per i marchi, questa dibattitottenon è affatto un problema che riguarda esclusivamente i media o l'editoria. Il QuaL'affidabilità delle risposte generative dipende da dati affidabili e verificabilifbae attuali Que... L'erosione dell'economiaftlSe vengono meno i fondamenti di un’offerta informativa professionale, anche l’ecosistema digitale del marchio perde di evidenza attendibile. I marchi finiscono quindi spessofigviene ricostruito in un contesto in cui la ricerca originale, la valutazione indipendente e la pubblicazione responsabile sono meno presenti.

Il dilemma del Web aperto

È proprio qui che risiede l’opportunità di una simbiosi sostenibile: i sistemi di intelligenza artificiale ottengono un accesso legalmente sicuro a un giornalismo di alta qualità; gli editori acquisiscono controllo, tracciabilità e un equo compenso; i marchi e Öffepubblicità perin formacreare basi informative più solide. Affinché tale quadro normativo non venga elaborato solo quando le strutture di mercato si saranno già consolidate, il Consiglio federale dovrebbe presentare il progetto preliminare annunciato entro i termini previsti e coinvolgere il Parlamento, l’amministrazione e le parti interessateffein alcuni settori accelerare con la massima priorità il successivo iter legislativo.

In questo risiede anche un’opportunità per il Web aperto. Quando i contenuti di alta qualità...ffinpubblicabile, citabile ed economicoftlSe questa rimane solida, la sua autorevolezza giornalistica potrà esercitare la propria efficacia anche nello spazio informativo generativo. Senza incentivi adeguati, invece, si rischia un’erosione proprio di quella base di conoscenze da cui dipendono i sistemi di risposta efficaci.

Conclusione: dalla visibilità alla capacità decisionale

Gli LLM non stanno cambiando in primo luogo la pubblicità. Stanno cambiando l’architettura attraverso la quale le informazioni vengono selezionate, sintetizzate e tradotte in consigli. Per i marchi ne deriva un duplice compito: devono continuare a conquistare il significato e la fiducia delle personefba– garantendo al contempo che i sistemi intelligenti siano in grado di elaborare correttamente la loro identità, le loro prestazioni e le prove a loro sostegno.

Una gestione efficace del marchio coniuga quindi la fiducia dei consumatori con la fiducia nelle macchine e la misurazione classica del marchio con la “Narrative Intelligence”. Il suo obiettivo non è quello di manipolare un modello, bensì di ottenere un risultato coerente e verificabilefbagestire un ecosistema informativo completo e pertinente. La domanda fondamentale è: in futuroftiNon si tratta solo di stabilire se un marchio sia visibile. Si tratta piuttosto di capire se, nelle situazioni decisionali, il marchio venga compreso correttamente e preso in considerazione in modo credibile sia dalle persone che dalle macchine.

Fonti e ulteriori approfondimenti

[1] IGEM/WEMF: Digimonitor 2026; dati di utilizzo secondo la pubblicazione del 25 agosto 2026 e un sondaggio online rappresentativo condotto tra la popolazione che utilizza Internet di età compresa tra i 15 e i 75 anni.

[2] Google Search Central: Dati strutturati relativi alle organizzazioni – per la descrizione leggibile da macchine e la disambiguazione delle organizzazioni.

[3] OpenAI: Partnership strategica per i contenutift con Grupo Folha e Grupo UOL, 25 maggio 2026.

[4] CloudflaOggetto: Presentazione di Pay Per Crawl, 1° luglio 2025.

[5] CloudflaOggetto: Pay Per Use e accesso alle informazioni tramite agenti, 1° luglio 2026.

[6] Independent Media Association: SPUR amplia la coalizione globale di editori mentre si intensificano i lavori sugli standard relativi all’intelligenza artificiale, 6 agosto 2026.

[7] SPUR Coalition: Telemetria dei contenuti – offeUn'anteprima specialefikInformazioni sulla relatricettung sull'utilizzo dei contenuti giornalistici da parte dei sistemi di intelligenza artificiale.

[8] Ringier: Ringier tritt della coalizione internazionale SPUR, 3 giugno 2026.

[9] Istituto federale della proprietà intellettuale: Domande frequenti – IA e diritto d’autore, aggiornate al 2026.

[10] Parlamento svizzero: mozione 24.4596Gössi – Maggiore tutela della proprietà intellettuale contro gli abusi dell’intelligenza artificiale; deliberazioni del Consiglio degli Stati e del Consiglio nazionale del 2025.

[11] Cancelleria federale/IGE: Domande frequenti – IA e diritto d’autore; progetto preliminare di modifica della legge sul diritto d’autore, con consultazione prevista entro la fine del 2026.

[12] Parlamento svizzero: il Parlamento rinvia la discussione sulla tutela dei diritti affini per i media, 17 giugno 2026.

[13] Istituto federale della proprietà intellettuale: La regolamentazione dell’intelligenza artificiale nel diritto d’autore – Accesso, remunerazione, trasparenza, 13 agosto 2025.

[14] IAB Tech Lab: Iniziativa LLM Content Ingest API e Content Monetization Protocols (CoMP), aggiornata il 28 aprile 2026.

Nota editoriale: in questo articolo i termini «Machine Trust» e «Narrative Intelligence» sono utilizzati come quadri di riferimento strategici. Essi non indicano concetti standardizzati o definiti in modo uniforme in tutti i modelli.finparametri misurati.

---

L'autore

Martin Radelfinger È il fondatore di Net Gain, consulente strategico e autore. Il suo lavoro si colloca al confine tra...ttsil ruolo dell’editoria digitale, dell’economia dei media e dell’adtech, nonché la crescente importanza dell’intelligenza artificiale per la comunicazione digitale dei marchi e delle aziende.

La sua carriera internazionale lo ha portato, tra l’altro, a New York, dove ha ricoperto il ruolo di vicepresidente per i nuovi media presso la Editor & Publisher Company e di vicepresidente per lo sviluppo del mercato presso Real Media. Successivamente ha ricoperto la carica di amministratoreftsresponsabile della Wirz Homepage AG, agenzia di comunicazione aziendale digitale, e socio della Wirz Partner Holding. In qualità di amministratore delegato e direttore strategico OfficDopo aver lavorato presso Goldbach Audience, si è poi occupato delle attività digitali dell’agenzia e della commercializzazione pubblicitariaft del Gruppo Goldbach.

RadelfinHa insegnato alla Temple University di Filadelfia e alla HWZ Hochschule für WirtschaftftZurigo. È stato il promotore di IAB Europe ed è stato nominato presidente onorario di IAB Switzerland per il suo impegno pluriennale.