Brand System. Die Schicht, die alles trägt.
Vier Layer, eine Quelle. Kein PDF-Styleguide, der in der Schublade landet. sondern ein System aus Tokens, Voice und Visual Rules, das Ads, Web und Verpackung konsistent hält. Live im Code, nicht in Adobe.
PDF-Styleguides bremsen. Sie tragen nicht.
Die meisten Brand Guidelines sind 60 Seiten Adobe PDF. Schön gelayoutet, einmal vom Designer abgenommen. und danach operative Deko. Wer die Brand baut (Performance Team, Theme Dev, Verpackungs-Druckerei) öffnet die Datei einmal, sucht den Hex Code und denkt sich den Rest selbst aus.
Resultat: Ads sehen anders aus als die Website. Die Website anders als der Karton. Der Karton anders als der Newsletter. Und jeder im Team verteidigt seine Version mit „so steht's auf Seite 47".
Ein Brand System macht das Gegenteil: Es ist Code, kein Dokument. Es lässt sich nicht „interpretieren". Und es zwingt jedes Asset in dieselbe Sprache. visuell wie verbal.
Vier Layer. Eine Quelle.
So bauen wir das System bei jeder Brand auf. Jeder Layer ist eigenständig nutzbar. zusammen tragen sie die ganze Brand.
Tokens als Code
Farbe, Typo, Spacing, Motion. als CSS Variablen, Figma-Variables und Tailwind-Theme. Eine Quelle, drei Systeme. Wenn das Primary-Blau wechselt, wechselt es überall. in 30 Sekunden.
Voice mit Beispielen
Drei Tonlagen (Hero / Body / Functional) plus expliziter „Was wir nie sagen"-Block. Mit konkreten Vorher und Nachher-Beispielen statt Adjektiven wie „freundlich" oder „professionell". die niemand operationalisieren kann.
Visual System
Photography-Rules (was ist on-brand, was nicht), Icon-Set, Pattern Library, Motion-Rules. Inklusive Negativ-Beispiele. weil Teams schneller aus „so nicht" lernen als aus „so".
Application Layer
Wie die Tokens in Shopify Theme, Meta-Ads-Templates und Verpackungs-Druckdateien landen. automatisiert, nicht manuell. Wenn der Designer den Brand Token ändert, ist die Ad fünf Minuten später aktualisiert.
So sieht ein Voice Layer in echt aus.
Auszug aus dem Voice Layer einer DTC Brand. Drei Tonlagen plus expliziter „Nie"-Block. Wer eine neue Mail schreibt, klickt nicht durch ein PDF. sondern kopiert eine Tonlage, adaptiert. Konsistenz ist kein Disziplin Problem mehr.
Diese vier Zeilen ersetzen 8 PDF-Seiten. Plus: das File ist maschinenlesbar. ChatGPT, Claude und Klaviyo-Subject Line-Tools ziehen die Voice direkt rein, keine Briefings mehr nötig.
So sieht ein Token Layer in echt aus.
Auszug aus dem Brand System einer 7-stelligen DTC Brand, die wir betreuen. Diese 30 Zeilen ersetzen 60 PDF-Seiten. und sie sind maschinenlesbar. Theme, Ad Templates und Newsletter ziehen sich Werte hier raus.
/* brand.tokens.css · single source of truth */ :root { /* Color · primary palette */ --brand-primary: #0A0E2E; --brand-primary-soft: #1A1F4A; --brand-accent: #E8C547; --brand-cream: #F5EFE6; /* Typography · scale */ --type-display: 'Inter Tight', sans-serif; --type-body: 'Inter Tight', sans-serif; --type-scale-h1: clamp(40px, 6vw, 72px); --type-scale-h2: clamp(28px, 4vw, 48px); --type-scale-body: 17px; /* Spacing · 8pt grid */ --space-1: 8px; --space-2: 16px; --space-3: 24px; --space-4: 32px; --space-8: 64px; /* Motion · curves & timing */ --ease-out-soft: cubic-bezier(.16,1,.3,1); --duration-fast: .18s; --duration-base: .32s; }
Die gleiche Datei landet. automatisiert. als Tailwind-Theme im Marketing Repo und als Figma-Variables-File im Design System. Drei Targets, eine Quelle. Inkonsistenz ist nicht mehr möglich.
Wie wir das bei Hearo gebaut haben.
Setup vor BB Brands: Hearo (HNO Health Brand, USA) hatte ein 60-Seiten-PDF-Brand Book und drei separate Agenturen. Performance, Web und Verpackung, jede mit eigener Interpretation. Ads sahen anders aus als der Shop. Shop anders als der Karton. Karton anders als der Newsletter. Brand Erinnerung fragmentiert über jeden Touchpoint.
Was wir gebaut haben: Vier Code Files als Single Source of Truth. tokens.css · voice.md · visual.md · application.json. Jede neue Ad, jede PDP Section, jede Verpackungs-Adaption zieht aus diesen Files. Onboarding einer neuen Agency: aus „4 Wochen Brand Briefing" wird „2 Stunden Repo-Walkthrough".
Resultat: 30+ Touchpoints (Ads, Web, Email, Packaging) in identischem System. Kein „bitte das Logo etwas größer"-Feedback mehr. weil das Logo nicht mehr verhandelbar ist.
Vier Anti Patterns, die jedes Brand System killen.
In fast jedem Brand Book Audit sehen wir die gleichen vier Fehler. Sie wirken klein, aber sie kosten dich konsistente Marke über alle Touchpoints. Wer diese vermeidet, hat 80 % des Stack-Werts schon.
PDF wird zur Bibel
Brand Book als 60-Seiten-PDF, das niemand öffnet. Jeder im Team „interpretiert" es. Resultat: keine Konsistenz, nur Versionsstreit. Fix: Tokens als Code, Voice als Markdown, beides versioniert.
Adjektive statt Beispiele
„Wir sind freundlich, modern, professionell." Niemand kann das operationalisieren. KI-Tools verstehen es nicht. Neue Hires schreiben weiterhin „Lassen Sie uns gemeinsam wachsen". Fix: echte Vorher und Nachher-Beispiele pro Tonlage.
Tokens leben nur in Figma
Design Team hat Tokens, Marketing/Dev nutzen sie nicht. Theme hardcoded Hex Werte, Ads kopieren-und-pasten. Fix: Tokens als Single Source of Truth, von Figma ins CSS exportiert, dort von Theme + Ad Templates konsumiert.
Application Layer fehlt komplett
Tokens sind perfekt definiert. aber kein Workflow zum Theme, kein Pipeline zu Ad Templates, kein Hand off zur Verpackung. Brand bleibt im Design System gefangen. Fix: Application Layer explizit als 4. Schicht bauen.
Vom PDF zum Code in 5 Schritten.
Konkrete Bau Reihenfolge. funktioniert für Brands ab Tag 1, läuft aber auch als Retrofit für bestehende Brand Books. Jeder Step liefert einen klaren Output, den du danach im Repo committen kannst.
Audit deines aktuellen Brand Books
Liste, was du heute hast: PDF-Styleguide? Figma-File? Notion Doc? Verstreute Hex Codes in Slack? Markiere pro Element: vollständig · veraltet · fehlt.
Fokus: Colors, Typo, Spacing, Voice, Photography-Rules, Icon-Set, Pattern Lib. Wo Lücken sind, kommt Step 2–5 dran.
Tokens als Code migrieren
Verwandle dein Brand Book in eine tokens.css (oder tokens.json für Multi Target). Color, Typo, Spacing, Motion. Tool-Optionen je nach Setup:
Für 90 % der Brands reicht eine reine tokens.css-Datei. Wer Multi Target (Web + iOS + Email) braucht, nutzt Style Dictionary als Compiler.
Voice Doc schreiben. Beispiele statt Adjektive
Drei Tonlagen (Hero · Body · Functional) plus expliziter „Nie"-Block. Pro Tonlage 3–5 echte Beispiele, keine Adjektive. Plus 5–10 „so nicht"-Sätze als hartes No-Go-Pattern.
Template-Struktur: /voice/hero.md · /voice/body.md · /voice/functional.md · /voice/_nie.md. Versioniert. AI Tools (Claude, ChatGPT) bekommen die Files als System Prompt. Output bleibt on-voice.
Visual System mit Negativ-Beispielen
Photography-Rules (Licht · Komposition · Mood), Icon-Grid, Pattern Library, Motion-Rules. Wichtiger als jede positive Liste: 10 konkrete Beispiele für „so nicht". Negativ-Beispiele klären schneller als 50 On-Brand-Referenzen.
Tipp: Bilder, die fast wie deine Brand aussehen, aber bewusst eine Regel brechen (z.B. zu warm gelitet, zu zentriert komponiert) sind die schärfsten Lernsignale.
Application Pipeline aufsetzen
Tokens → Theme → Ad Templates → Pack-Druck. Pro Target ein klarer Hand off-Path. Beispiel Pipeline:
tokens.css → wird vom Shopify Theme via CSS Variablen referenziert. Plus: Tailwind-Config zieht Werte aus tokens.json. Plus: Ad Templates in Figma laden Tokens via Figma-Tokens-Studio. Plus: Verpackungs-Druck zieht Hex Werte aus dem gleichen tokens.json.
Wenn der Designer einen Token ändert: 5 Minuten später ist die Ad und der Shop on-brand aktualisiert. Ohne Slack-Ping, ohne Race-Condition.
Wo Brand System die anderen Schichten trifft.
Eine Schicht allein bringt wenig. Die Multiplikation entsteht im Stack: Brand System ist die Quelle, aus der die drei anderen Schichten ziehen.
Conversion Engine
Theme Sections referenzieren Tokens via CSS Variablen. Jede neue PDP, jedes Bundle bleibt automatisch on-brand. Kein „bitte das Logo etwas größer"-Feedback mehr.
→Lifecycle Loops
Welcome-Mails, Win Back Sequenzen und AI generierte Subject Lines werden auf das Voice Doc trainiert. Kein generischer ChatGPT Output mehr. alles in Brand Tonlage.
→AI Operations
Brand Tokens + Voice Doc werden als System Prompt für jedes AI Tool genutzt. Ad Briefings, PDP Texte, Auto Tagging. alles in einer Stimme, allen Outputs trainiert auf eine Quelle.