Comment l'IA et les modèles de langage à grande échelle (LLM) transforment l'écosystème de l'information et de la communication pour les marques et les éditeurs

La nouvelle question centrale de la gestion de marque n'est pas seulement : « Que pensent les gens de nous ? », mais aussi : « Comment les systèmes intelligents analysent-ils, évaluent-ils et recommandent-ils notre marque ? »

IAB Switzerland

Les marques dans un écosystème de l'information marqué par l'IA

Depuis plus de trente ans, chaque avancée technologique modifie la manière dont les marques attirent l'attention et diffusent des informationstteL'écran a rendu la portée numérique évolutive. Les moteurs de recherche ont structuré l'accès à l'information. Les réseaux sociaux ont réparti l'attention grâce à des algorithmes de recommandation. La publicité programmatique a automatisé une grande partie de l'achat d'espaces publicitaires, tandis que l'automatisation du marketing a automatisé la communication tout au long du parcours client.

La nouvelle instance d'interprétation

Avec les modèles linguistiques de grande envergure (LLM), ce n'est pas simplement un canal de plus qui évolue. C'est l'architecture même de la diffusion de l'information qui se transforme.ttlLes systèmes génératifs ne se contentent pas de rechercher des documents, ils synthétisent les contenus pour proposer des réponses, des comparaisons et des classifications. Il en résulte une nouvelle instance d'interprétation entre la marque et l'individu. Celle-ci détermine les caractéristiquesfteà une organisation à laquelle sont associées des voix considérées comme crédibles et sur les preuves sur lesquelles repose l'image de marque.

L'image de marque diffusée

En matière de gestion de marque, les priorités évoluent donc. Il ne suffit plus de communiquer...ften afin d'optimiser leur placement et de maximiser leur portée. Les marques doivent devenir lisibles en tant qu'objets d'information clairs, vérifiables et cohérents, tant pour les humains que pour les machines. Le site web, les articles de presse, les articles spécialisés, öffeLes positions officielles, les directives et les informations publiées dans des bases de données fiables constituent ensemble une image de marque diffuse. Les modèles de langage généraux (LLM) peuvent en tirer un récit qui ne correspond pas nécessairement à l'image que l'entreprise souhaite donner d'elle-même.

En Suisse, c'est déjà un phénomène de masse

Le changement n'est pas un avenir lointainftsscénario. Selon l'IGEM-Digimonitor 2026, quatre personnes sur cinq parmi la population suisse âgée de 15 à 75 ans et utilisant Internet ont recours à l'IA au moins occasionnellement. 57 % utilisent des applications d'IAttfutilisent ces outils de manière ciblée pour leurs recherches ; 77 % utilisent le mode IA au sein des moteurs de recherche classiques. ChatGPT est utilisé au moins occasionnellement par 67 % des personnes interrogées, soit environ 4,3 millions de personnes. Ce sondage en ligne représentatif a été mené auprès de près de 2 000 personnes.[1]

Le cadre linguistique de la marque

Pour les marques, il est particulièrement important que la recherche d'informations se concentre ainsi sur lesfläqui sont déplacées, les Quesélectionner les éléments pertinents, synthétiser les contenus et formuler une réponse dans un cadre linguistique. La marque s'adresse souvent à son publicfigselon une présentation élaborée par l'IA. La gestion de marque doit donc non seulement surveiller la portée de sa propre communication, mais aussi la Quala qualité de cette représentation générée par un algorithme.

La synthèse plutôt que la recherche

La recherche classique organise les liens : les utilisateurs choisissent un résultat, visitent un Que... et se forgent leur propre opinion. Les systèmes de réponse génératifs raccourcissent ce chemin. Ils synthétisent plusieurs Que... formuler une réponse tout en pouvant accéder directement au site web d'une marque viaflüsimplifier. Cela réduit les difficultés pour les utilisateurs, mais renforce l'importance de la logique de sélection et d'interprétation en amont.

Du classement à la représentation

Cela modifie donc le WettbPassage des classements aux représentations. La « visibilité IA » – c'est-à-dire la question de savoir si une marque apparaît dans les réponses génératives – reste importante, mais ne constitue qu'un premier indicateur. Ce qui est déterminant, c’est le contexte dans lequel la marque apparaît : est-elle décrite comme innovante, chère, durable, fiable ou risquée ? QuelsttbLes acheteurs sont-ils cités dans le même souffle ? Quelles sources étayent cette affirmation ? Et la marque est-elle simplement mentionnée ou réellement recommandée ?

L'écosystème d'information interconnecté

La gestion de marque devient ainsi un travail axé sur un écosystème d'informations. Elle englobe toujours le positionnement, la conception et la dimension émotionnelle. À cela s'ajoutent l'architecture de l'information, les données organisationnelles structurées, la gestion des connaissances, la publication d'entreprise, les relations publiques et la PfleDri très résistantttqsources. Google souligne par exemple expressément que les données organisationnelles structurées peuvent aider à comprendre une organisation et à l'identifier sans ambiguïté. Cela ne constitue pas une preuve d'une optimisation générale pour les LLM, mais illustre le principe fondamental de l'unicité lisible par machine.[2]

Confiance des consommateurs et confiance dans les machines

Les marques réduisent l'incertitude. Cette fonction perdure, mais s'adresse désormais à un deuxième public. La « confiance des consommateurs » désigne la confiance des individus : notoriété, réputation, expérience, identitéfikla confiance et l'attente qu'une promesse de performance soit tenue. Dans ce contexte, le terme « Machine Trust » ne désigne ni une émotion, ni un öffevaleur de confiance interne d'un modèle, connue en interne. Le termeff constitue un cadre de référence stratégique : il décrit dans quelle mesure une marque de systèmes d'information est perçue comme étant claire, cohérente et Quepeut être traitée en s'appuyant sur ces données.

Ces deux formes de confiance influencentfluse contredisent. Des déclarations contradictoires, des responsabilités floues ou des promesses de développement durable non étayées affaiblissent non seulement le classement automatique, mais aussi la crédibilité auprès du public. À l’inverse, une structure de données techniquement parfaite ne suffit pas à elle seule à créer une marque forte. Sans pertinence, DiffeSans contextualisation ni mise en pratique, elle reste sémantiquement correcte, mais dénuée de sens.

La mission de direction consiste donc à faire le lien entre ces deux niveaux. La communication et la structure des connaissances doivent reposer sur le même positionnement. Les affirmations doivent s’appuyer sur des preuves. Les informations relatives à l’entreprise doivent relever de responsabilités clairement définies. Les faits importants doivent être à jour, accessibles et vérifiables tant par l’entreprise elle-même que par des sources indépendantes. Queêtre cohérent à tous les niveaux. Le « Brand Book » classique est ainsi remplacé parttwNous proposons un système d'exploitation de marque qui rassemble la communication, les données, les justificatifs et la gouvernance.

L'« intelligence narrative », une nouvelle discipline de mesure

La mesure classique de la marque évalue la notoriété, l'image, la préférence, la portée et l'impact. Dans l'espace informationnel génératif, ces outils ne suffisent pas. Les marques doivent également observer comment les systèmes de réponse reconstruisent leur signification dans des situations d'utilisation concrètes. L'« intelligence narrative » constitue à cet égard une nouvelle discipline de mesure et de pilotage.

La méthodologie plutôt que le cirque des classements

Elle associe des scénarios de prompt reproductibles à une qqualitatives et qAnalyse quantitative des réponses. Il est possible de mesurer la présence, la part de voix, les analyses descriptives Attribute, Quellen, Wettbcontexte commercial, propension à recommander, erreurs factuelles et évolutions au fil du temps. Il est essentiel d'adopter une méthodologie rigoureuse : les modèles, les versions, les lieux, les langues et les formulations ont une incidencefludes résultats significatifs ; les réponses individuelles ne sont que des instantanés. L’intelligence narrative ne doit donc pas se réduire à un simple jeu de classement, mais nécessite des échantillons, des références, des ensembles de tests documentés et une interprétation humaine.

La boucle de pilotage pour les responsables de marque

Pour le pilotage, un système en boucle fermée s'impose : tout d'abord, le récit de marque souhaité est vérifiéfbatraduites en énoncés concrets. Deuxièmement, on teste des situations décisionnelles pertinentes. Troisièmement,tteOn identifie ainsi les écarts entre le récit théorique et le récit réelfiz. Quatrièmement, les contenus, les données, les justificatifs et les références externes sont améliorés. Ensuite, le processus de mesure recommence. Ainsi, la « Narrative Intelligence » ne se limite pas à un simple reporting, mais devient un modèle de pilotage fédérateur pour la gestion de la marque, la communication, le GEO, la gestion des données et la gestion des connaissances.

Agentic AI renforce son développement

Les systèmes basés sur des agents peuvent traiter des informations de manièreftig non seulement résumer, mais aussi réaliser des exercices en plusieurs étapesttetraiter sans s'y attarder. Pour cet article, ce n’est pas tant l’autonomie technique qui est déterminante que son impact sur la gestion de la marque : plus les systèmes présélectionnent les informations et créent des contextes, plus il devient important de disposer d’un récit de marque clair et d’une image de marque solide Quedes messages publics clairs et cohérents. L’IA agentique renforce ainsi la transition déjà amorcée par les LLM – mais elle ne constitue pas le cœur du travail stratégique de marque.

L'opportunité stratégique pour les éditeurs

Les éditeurs se retrouvent ainsi confrontés à un rôle ambivalent, mais important. Les systèmes génératifs peuvent réduire le nombre de visites directes sur un site d'actualités. Dans le même temps, la valeur des informations actuelles et vérifiées augmentefbades informations classées de manière claire et professionnelle. Journalistique QuaLa légitimité devient le fondement de réponses crédibles – à condition que l'origineft,dont l'utilisation et la rémunération sont réglementées.

Premiers essais sur le marché en vue d'une monétisation

Pour cela, l'accessibilité technique ne suffit pas. Les éditeurs doivent pouvoir contrôler quels systèmes sont autorisés à utiliser leurs contenus à des fins de recherche, d'inférence ou d'apprentissage. Outre le droit d'auteur, des partenariats de licence directs se développentften, Zugriffscontrôles et modèles de rémunération basés sur l'utilisation. OpenAI a par exemple conclu des partenariatsften a annoncé, en collaboration avec des groupes de presse, que la couverture médiatique actuelle…ttung avec QueIntégrer des notes de bas de page et des liens dans ChatGPT.[3] Cloudflare a d'abord introduit le « Pay per Crawl » en 2025, puis a fait évoluer ce concept vers le « Pay per Use » en 2026.[4][5] Ces modèles constituent des expériences de marché naissantes et non une solution sectorielle déjà bien établie.

CoMP : interface technique pour les accès sous licence

Un autre volet voit le jour au sein de l'IAB Tech Lab. Il est mis en œuvre...ffea lancé en juin 2025 l«» Initiative LLM Content Ingest API « afin d’offrir aux éditeurs et aux marques un accès standardisé et lisible par machine aux LLM et aux agents d’IA. Cette approche a donné naissance à l’initiative plus large » Content Monetization Protocols », ou CoMP. La version 1 de CoMP a été lancée le 28 avril 2026 finréalisé.[14]

La norme décrit comment un système d'IA doit demander au titulaire des droits l'autorisation d'utiliser le contenu aux fins prévuestteilen et, conformément à un accord existant, un accèsffspuisse obtenir des jetons ainsi que des contenus présentés sous une forme adaptée. CoMP definmet ainsi en place une interface technique interopérablettsservice réservé aux utilisateurs disposant d'une licenceffe. Il ne s'agit toutefois ni d'une place de marché de licences, ni d'un modèle tarifaire, et il ne remplace pas non plus un accèsffscontrôle. Son intérêt réside dans la base technique qui permet de mettre en œuvre de manière évolutive les droits, les contrats et les différents modèles de rémunération.

SPUR : traçabilité grâce à la télémétrie

Une évolution particulièrement importante est celle de SPUR, la coalition « Standards for Publisher Usage Rights ». Selon une mise à jour sectorielle publiée le 6 août 2026 par l’Independent Media Association, le nombre de ses membres est passé de 36 début juin à près de 60. Parallèlement, l’initiative a mené plus de 150 entretiens avec des éditeurs intéressés et était sur le point de finaliser le cadre juridique de sa structure sectorielle à but non lucratif.[6] SPUR passe ainsi de la phase de formation d’une coalition à celle de l’établissement de normes opérationnelles.

Au cœur de ce dispositif se trouve la norme « Content Telemetry ». Celle-ci vise à permettre de déterminer si des contenus ont été consultés, utilisés pour étayer une réponse, cités, affichés ou réutilisés par les utilisateurs. La

SpezifikCette norme permet en outre d'associer des événements d'utilisation à une référence de licence. Cela permettrait, pour la première fois, de mesurer l'utilisation des contenus journalistiques sur l'ensemble des systèmes et, par conséquent, de faciliter l'octroi de licences. La norme prévoitfinIl en est toutefois encore au stade de l'avant-projet et de la consultation ; une large adhésion de la part des éditeurs, des moteurs de recherche…ttllui et AI-PlattfCe niveau n'a pas encore été atteint.[7]

Les groupes de presse suisses dans le nouvel écosystème

D'un point de vue stratégique, cela pourrait donner naissance à une infrastructure de marché dédiée à l'octroi de licences entre éditeurs et fournisseurs d'IA – à condition que d'autres acteurs du marchétteLes participants adoptent la norme et l’associent à des contrats et des modèles de rémunération viables. Ringier participe déjà en tant que membre standard et apporte à l’initiative l’ensemble de ses marques médiatiques internationales.[8] Les éditeurs suisses ont ainsi un accès direct à l’élaboration d’un éventuel cadre commun pour la recherche, l’ancrage, la citation, la présentation et la rémunération. Une telle infrastructure pourrait favoriser une relation plus symbiotique : les systèmes d’IA bénéficieraient d’un accès juridiquement sûr à un journalisme de qualité, tandis que les éditeurs gagneraient en contrôle, en transparence et en équité dans la répartition de la valeur. Reste à savoir si cela débouchera effectivement sur un modèle économique…ftsLe succès de ce modèle dépendra toutefois de la gouvernance, de la mise en œuvre technique et de l'adhésion des fournisseurs d'IA.

CoMP et SPUR s'adressent à différents niveaux d'un même écosystème. CoMP normalise la demande, l'autorisation et la mise à disposition de contenus pour les systèmes d'IA sous licence. La norme de télémétrie de contenu (Content Telemetry Standard) de SPUR vise à recenser la manière dont les contenus sont ensuite effectivement consultés, utilisés pour étayer une réponse, cités ou affichés. Prises ensemble, ces deux approches pourraient couvrir l'ensemble du processus, depuis la clarification des droits jusqu'à l'utilisation mesurable, en passant par un accès contrôlé. Cependant, un marché fonctionnel ne verra le jour que lorsque les éditeurs, les moteurs de recherche…ttlque lui et les fournisseurs d'IA mettent largement en œuvre ces normes et les associent à des contrats solides.

La révision de la loi suisse sur le droit d'auteur : l'IA devient la pierre de touche

Les avancées techniques trifft en Suisse, sur une offeUne question juridique. La législation actuelle sur le droit d'auteur ne contient aucune disposition spécialement adaptée à l'IA générativetteune réglementation. Selon l'Institut fédéral de la propriété intellectuelle, certains estiment que le droit de reproduction peut s'étendre à l'utilisation d'œuvres protégées dans le cadre de l'entraînement de l'IA. Cependant, la manière dont les règles existantes s’appliquent à l’entraînement, au réglage fin, à la recherche, au résumé et à la production n’est pas clarifiée dans toutes les configurations.[9]

La motion de Petra Gössi

C'est là qu'intervient l'initiative politique de Petra Gössi. D'un point de vue formel, il ne s'agit pas d'un postulat, mais de la motion 24.459.6« Une meilleure protection de la propriété intellectuelle contre les abus liés à l'IA ». Le Conseil des États l'a adoptée en mars 2025. Le Conseil national a approuvé en septembre 2025 une offedans la version qu'il avait formulée ; le Conseil des États l'a suivi en décembre. Le Conseil fédéral est ainsi chargéftrvise à créer les conditions nécessaires à une protection complète des contenus journalistiques et autres œuvres protégées par le droit d'auteur lorsqu'ils sont utilisés par des fournisseurs d'IAffen, sans la recherche, l'innovation et l'économieftsLa Suisse sur la scène internationalettbd'exercer une discrimination à l'égard des femmes.[10]

Le risque lié au temps dans le processus législatif

L'IPI élabore à cet effet un avant-projet visant à modifier la loi sur le droit d'auteur. Selon le calendrier actuellement communiqué, le projet devrait être mis en consultation d’ici fin 2026.[11] Parallèlement, le projet distinct portant sur un droit voisin pour les entreprises de médias a été renvoyé par le Parlement au Conseil fédéral en juin 2026. Il portait à l’origine sur l’utilisation d’extraits journalistiquestteorganisées par de grands services en ligne. Il convient désormais de vérifier égalementft comment l'IA générative influence le fonctionnement de Plattfcomment les normes et les moteurs de recherche ont évolué, et quelles en sont les conséquences sur la valeur des prestations journalistiques.[12]

Le lien entre ces différents éléments est compréhensible : les extraits, l'entraînement de l'IA et les réponses générées par l'IA concernent des processus techniques différents, mais soulèvent la même question fondamentale, celle de l'attribution de valeur. Cela comporte toutefois un risque considérable en termes de temps. Lors des débats parlementaires, il a été question d'un retard d'environ

il y a deux ans.[12] Pour un marché de l'information dont les produits, les modes d'utilisation et les activitésftsSi les modèles changent au rythme des mois, c'est trop long.

La rigueur, oui ; l'immobilisme, non

La législation ne devrait pas s'inscrire dans une échelle de temps tectonique, mais bien dans une échelle de temps technologique. Cela ne signifie pas pour autant qu'il faille écourter les procédures prévues par l'État de droit ou créer à la hâte une législation spéciale rigide…ffen. Cela signifie entamer les consultations dès le débutffnen intégrant en permanence l'expertise technique et en tenant compte des évolutions internationalesqet de refléter et de vérifierfbad'élaborer ces règles de manière à ce qu'elles puissent être adaptées aux nouvelles formes d'utilisation.

Une distinction claire plutôt que des règles générales

Le cadre réglementaire doitffedistinguer : entre la formation et la recherche d'informations, entre la simple indexation et l'étayage d'une réponse, entre la citation, le résumé et la reproduction de substitution, ainsi qu'entre la recherche et l'exploitation commerciale. Il est tout aussi important de disposer d'outils concrets en matière d'accès, de transparence et de rémunération. La formule « Access, Remuneration, Transparency » utilisée par l’IPI décrit cet équilibre de manière concise.[13] Des normes techniques telles que CoMP et SPUR peuvent permettre un accès contrôléffepermettent de rendre mesurables les événements liés à l'utilisation ; elles ne remplacent toutefois ni les droits légaux ni les contrats exécutoires.

Pourquoi la qualité des médias devient une question de survie pour les marques

Pour les marques, cette débâcletteCe n'est en aucun cas un problème purement médiatique ou éditorial. La QuaLa qualité des réponses génératives dépend de données fiables et vérifiéesfbapassés et actuels Que... Érodent l'économieftlSans les fondements nécessaires à des offres d'information professionnelles, l'écosystème numérique des marques perd également toute base factuelle solide. Les marques se retrouvent alors souventfigil se reconstruit dans un espace où la recherche originale, l'analyse indépendante et la publication responsable sont moins présentes.

Le dilemme du Web ouvert

C'est là que réside l'opportunité d'une symbiose durable : les systèmes d'IA bénéficient d'un accès conforme à la législation à un journalisme de qualité ; les éditeurs gagnent en contrôle, en traçabilité et bénéficient d'une compensation équitable ; les marques et les Öffepublic paren formemettre en place de meilleures bases d'information. Afin que ce cadre réglementaire ne voie pas le jour seulement lorsque les structures du marché se seront déjà consolidées, le Conseil fédéral devrait présenter l'avant-projet annoncé dans les délais impartis et consulter le Parlement, l'administration et les parties concernéesffeaccélérer en priorité le processus législatif qui s'ensuivra dans certains secteurs.

C'est là aussi une opportunité pour le Web ouvert. Lorsque des contenus de grande qualité sont...ffindisponible, citable et économiqueftlSi elle reste viable, son autorité journalistique pourra également s'exercer efficacement dans l'espace informationnel génératif. En l'absence d'incitations viables, on risque en revanche de voir s'éroder précisément cette base de connaissances dont dépendent les systèmes de réponse performants.

Conclusion : de la visibilité à la capacité de décision

Les LLM ne transforment pas en premier lieu la publicité. Ils modifient l'architecture dans laquelle les informations sont sélectionnées, synthétisées et traduites en recommandations. Il en résulte un double défi pour les marques : elles doivent continuer à susciter l'intérêt et la confiance auprès du publicfba– tout en veillant à ce que les systèmes intelligents puissent traiter correctement leur identité, leurs performances et leurs données.

Une gestion de marque réussie allie donc la confiance des consommateurs à la confiance dans les machines, et les indicateurs classiques de performance de marque à l’intelligence narrative. Son objectif n’est pas de manipuler un modèle, mais de créer un système cohérent et vérifiablefbagérer un écosystème d’informations cohérent et pertinent. La question cruciale est de savoir comment, à l’avenir,ftiLa question n'est pas seulement de savoir si une marque est visible. Il s'agit de savoir si, dans les situations où des décisions doivent être prises, tant par des personnes que par des machines, la marque est bien comprise et prise en compte de manière crédible.

Sources et références complémentaires

[1] IGEM/WEMF : Digimonitor 2026 ; chiffres d'audience tirés de la publication du 25 août 2026 et d'une enquête en ligne représentative menée auprès de la population âgée de 15 à 75 ans utilisant Internet.

[2] Google Search Central : Données structurées sur les organisations – pour une description lisible par machine et la désambiguïsation des organisations.

[3] OpenAI : Partenariats stratégiques en matière de contenuft avec Grupo Folha et Grupo UOL, le 25 mai 2026.

[4] Cloudflare : Lancement de « Pay Per Crawl », 1er juillet 2025.

[5] CloudflaObjet : Paiement à l'utilisation et accès aux informations par les agents, 1er juillet 2026.

[6] Independent Media Association : SPUR élargit sa coalition mondiale d'éditeurs alors que les travaux sur les normes relatives à l'IA s'accélèrent, 6 août 2026.

[7] SPUR Coalition : Télémétrie de contenu – offeUn numéro spécial « avant-première »fikInformation concernant le rapporteurttung sur l'utilisation de contenus journalistiques par les systèmes d'IA.

[8] Ringier : Ringier tritt de la coalition internationale SPUR, le 3 juin 2026.

[9] Institut fédéral de la propriété intellectuelle : FAQ – IA et droit d'auteur, mise à jour 2026.

[10] Parlement suisse : motion 24.4596Gössi – Une meilleure protection de la propriété intellectuelle contre les abus liés à l'IA ; décisions du Conseil des États et du Conseil national en 2025.

[11] Chancellerie fédérale/IPI : FAQ – IA et droit d'auteur ; avant-projet de modification de la loi sur le droit d'auteur, avec une consultation prévue d'ici fin 2026.

[12] Parlement suisse : le Parlement renvoie le projet de loi sur la protection des prestations des médias pour un nouvel examen, 17 juin 2026.

[13] Institut fédéral de la propriété intellectuelle : Réglementation de l'IA dans le droit d'auteur – Accès, rémunération, transparence, 13 août 2025.

[14] IAB Tech Lab : Initiative « LLM Content Ingest API » et « Content Monetization Protocols » (CoMP), mise à jour le 28 avril 2026.

Note de la rédaction : les termes « Machine Trust » et « Narrative Intelligence » sont utilisés dans cet article comme cadres de référence stratégiques. Ils ne désignent pas des concepts standardisés ou définis de manière uniforme dans tous les modèles.finindicateurs mesurés.


À propos de l'auteur

Martin Radelfinger est le fondateur de Net Gain, consultant stratégique et auteur. Son travail se situe à la croiséettsle rôle de l'édition numérique, de l'économie des médias et des technologies publicitaires, ainsi que l'importance croissante de l'intelligence artificielle pour la communication numérique des marques et des entreprises.

Sa carrière internationale l'a notamment conduit à New York, où il a occupé les fonctions de vice-président chargé des nouveaux médias chez Editor & Publisher Company et de vice-président chargé du développement commercial chez Real Media. Il a ensuite occupé le poste de directeur général…ftsdirigeant de Wirz Homepage AG, agence de communication d'entreprise numérique, et en tant qu'associé de Wirz Partner Holding. En tant que directeur général et directeur de la stratégie OfficAprès avoir travaillé chez Goldbach Audience, il a ensuite pris la tête des activités numériques de l'agence et de la commercialisation publicitaireft le groupe Goldbach.

RadelfinIl a enseigné à l'université Temple de Philadelphie ainsi qu'à la HWZ, l'école supérieure d'économieftZurich. Il a été l'un des initiateurs de l'IAB Europe et a été nommé président d'honneur de l'IAB Switzerland en reconnaissance de son engagement de longue date.

More articles on the topic