Skepsis bei der Technologie der Zukunft KI im Marketing – Marketing für KI

Anbieter zum Thema

SAS Institute GmbH

Liferay GmbH

Vogel Corporate Solutions – B2B Market Research

Künstliche Intelligenz kann das Marketing in vielen Bereichen optimieren – andererseits könnte die Technologie selbst auch einen Image-Boost brauchen, um Zweifler zu überzeugen. Wie lässt sich eine Win-Win-Situation für KI und Marketing herstellen?

Längst nicht alle Marketers sind heute bereits KI-Spezialisten. Im ersten Schritt gilt es zu verstehen, worin Algorithmen tatsächlich besser sind als Menschen – und umgekehrt. Künstliche Intelligenz (KI) kann primär klar definierte aufwendige und sich wiederholende Aufgaben automatisieren – und dadurch Ressourcen für Planung oder kreatives Messaging freisetzen. KI-gestütztes Marketing ist zum Beispiel geeignet, die Integration von Datenquellen, das Erstellen von Segmenten und Regeln oder das Testen zu vereinfachen.

KI hilft Marketers zudem, sich schnell einen Überblick über sehr große Mengen von Daten zu Kunden, operativen Prozessen und Kampagnenperformance zu verschaffen. Auf diese Weise lassen sich Angebote optimieren und die Ansprache für einzelne Kunden in Echtzeit personalisieren, unter Berücksichtigung von Informationen wie ihre Interaktionen mit dem Kundendienst, ihr Verhalten im Ladengeschäft oder ihre Nutzung einer mobilen App.

Stichwort: Hyper-Personalisierung

Die Spezies Homo sapiens hat allerdings einen fast uneinholbaren Vorsprung, wenn es darum geht, auf Metaebene zu denken – also über ein unmittelbares Problem hinaus – und dafür Kreativität und Urteilskraft einzusetzen. Ebenso ist dem Menschen vorbehaltene Empathie unerlässlich, um Botschaften zu formulieren, den Markenauftritt zu gestalten oder Symbole zu schaffen, die speziell menschliche Wünsche und Bedürfnisse ansprechen sollen.

Modernes Marketing: Intelligente Technologie + menschliche Kreativität

KI und Maschinen können also Menschen dabei unterstützen, neue Ideen zu entwickeln, die eigenen Vorurteile infrage zu stellen und die Perspektive zu justieren. Umgekehrt müssen Menschen die Ergebnisse aus Datenanalysen und die Aktionen von Maschinen in einem wesentlich breiteren Kontext bewerten: emotional, sozial, psychologisch. Und sie müssen ihr Urteilsvermögen einsetzen, um Maschinen zu immer relevanteren Analysen zu bringen. Nur dann unterstützt KI die menschliche Kreativität, und menschliche Kreativität steigert die Aussagekraft von KI-basierten Ergebnissen und Handlungen.

Dossier „Künstliche Intelligenz (KI)“

KI und ihr Einfluss auf B2B Marketing und Vertrieb

Die Technologie ist bereits vorhanden. Moderne Marketers haben Zugang zu intelligenten Analytics-Plattformen, die den Kunden in den Mittelpunkt stellen. Mit einer Customer Data Platform (CDP), die sämtliche relevante Informationen aus unterschiedlichsten Kanälen bündelt, gewinnen Marken wertvolle Informationen aus ihren First-Party-Daten – und schaffen so den schnellen und agilen Kundenkontakt, den die verstärkt digital agierenden Zielgruppen heute erwarten. Eine CDP ermöglicht es, Daten in Echtzeit zu sammeln, zu analysieren und in Maßnahmen umzusetzen. Erkenntnisse fließen sofort in die relevanten Systeme, wodurch sich Kundeninteraktion und Geschäftsmodelle verbessern.

Dieser datengetriebene Ansatz schafft die Voraussetzung, um mit dem Verbraucher in Echtzeit zu interagieren und auf seine Bedürfnisse zu reagieren. Strategien richten sich nach den digitalen Informationshäppchen, die der Verbraucher bereitwillig teilt: Daten zu Standort, Gerät, Interessen und Aktivitäten im Austausch für eine bessere Customer Experience. So gelangen Marketers von intelligenten Einblicken über bessere Interaktionen zu einem Mehrwert – letztlich für beide Seiten. Das steigert die Kundenzufriedenheit und -treue.

Alles eine Frage der Datenreife

Voraussetzung dafür ist jedoch, dass Marketers ein Grundverständnis für die Daten mitbringen, die die Basis für Automatisierung und KI-Anwendungen sind: Stichwort Data Literacy. Jede Rolle im Marketing muss sich bewusst sein, welche Daten abgefragt werden, welche Informationen diese liefern sollen und wie Analyseergebnisse zu verstehen sind. Außerdem müssen diese verstehen, wie sich die Erkenntnisse in sinnvolle Handlungen im gesamten Unternehmen umsetzen lassen.

Der Marketing-AIQ …

… zeigt, wo KI Marketers hilft – und lässt sie ihren eigenen Reifegrad in Sachen KI bestimmen.

• Entlastung für aufwendige Prozesse: Dazu gehören unter anderem die Bewertung von Kampagnenergebnissen, Budgetanpassungen oder Abstimmungen mit Agenturen und Marketingpartnern. Verzögerungen in diesen Bereichen können in der Echtzeitära nicht nur die Customer Experience gefährden, sondern auch das Geschäftsergebnis insgesamt negativ beeinflussen. KI hilft im Marketing, Regeln zu erstellen, nach denen Ausgaben automatisch erhöht werden, wenn die Nachfrage steigt, oder bei sinkender Kampagnenperformance gekürzt werden.

• Dynamic Pricing: KI unterstützt bei Merchandise-Planung, Preisoptimierung und Demand Forecasting. All diese Prozesse gibt es bereits, sie könnten aber in einem sehr viel breiteren Ausmaß stattfinden. Denkbar ist eine stärkere Integration von KI in die internen ERP-Systeme (Enterprise Resource Planning) und die Lieferkette, um einen umfassenden Einblick zu Kosten, Lagerbeständen und Wirtschaftsprognosen zu gewinnen – was wiederum die Grundlage bildet, um dynamische Preisanpassung und Fulfillment in Kampagnen und Kundeninteraktionen einzubauen.

• Integration von Informationen: Immer mehr KI-gestützte Marketingsysteme greifen direkt auf große Datenmengen aus einer Vielzahl von Quellen – Content-Management-Systemen, Datenmanagement-Plattformen oder Digital-Asset-Management-Systemen – und damit verbundene Metadaten zu. KI hilft, diese Data Feeds zusammenzuführen und zudem automatisch mit weiteren externen Informationen anzureichern: aus Third-Party-Kanälen, aus Social-Media-Netzwerken, aus Anwendungen, aus öffentlichen Quellen, aus Partnerdatenbanken oder aus IoT-Geräten.

Ein höherer Marketing-AIQ, der den maximalen strategischen Mehrwert aus Daten zu ziehen weiß, kann eine wesentliche Verbesserung in der Beziehung zu Prospects und Kunden bringen. Aus einfachem Reporting wird prädiktive Analyse – und schließlich transformative Analytics. Die daraus gewonnenen Erkenntnisse verschaffen Markenunternehmen einen entscheidenden Vorsprung vor dem Wettbewerb – als Basis für eine intelligente und personalisierte Kundenansprache.