Mobile-Menu

Responsible Marketing Mit KI zuverlässig zur Hyperpersonalisierung

Ein Gastbeitrag von Michael Obermaier* 5 min Lesedauer

Anbieter zum Thema

Liferay GmbH
HRtbeat GmbH

Responsible Marketing wird angesichts zunehmender digitaler Prozesse immer relevanter. In Kundeninteraktionen KI einzusetzen, ist dabei gleichermaßen als Risiko und Chance zu verstehen. Lesen Sie hier, wie Sie künftig verantwortungsvoller mit Kundendaten umgehen können.

Technologien wie künstliche Intelligenz ermöglichen es, Kundendaten noch effizienter auszuwerten und Marketingmaßnahmen so zu hyperpersonalisieren.(Bild: frei lizenziert / Unsplash)
Technologien wie künstliche Intelligenz ermöglichen es, Kundendaten noch effizienter auszuwerten und Marketingmaßnahmen so zu hyperpersonalisieren.
(Bild: frei lizenziert / Unsplash)

Personalisiert, kanalübergreifend, konsistent und zeitnah: Kunden haben heute hohe Erwartungen, wenn sie mit einem Unternehmen interagieren. Laut der Unternehmensberatung McKinsey & Company erwarten bis zu 71 Prozent der Befragten, dass Anbieter sie personalisiert ansprechen. Auch eine aktuelle Studie des CMO Council belegt, dass Unternehmen eine Personalisierung stärker fokussieren, um sich vom Wettbewerb abzuheben.

Hyperpersonalisierung trendet

Der erhöhte Wunsch nach Personalisierung kann aber auch als widersprüchlich gedeutet werden: Einerseits ermöglichen erst neue Technologien wie künstliche Intelligenz (KI) diese Art der 1:1-Kommunikation. Andererseits setzt Hyperpersonalisierung voraus, dass Kunden und Markenanbieter sich im verantwortungsvollen Umgang mit personenbezogenen Daten vertrauen. Doch gerade bei KI ist oft nicht klar, woher Daten stammen oder wie KI-basierte Entscheidungen zustande kommen. Diese „Blackbox“ der persönlichen Ansprache gefährdet also das notwendige Vertrauen der Adressaten.

Die CMO-Studie zeigt, was Unternehmen als wichtigste Loyalitätsfaktoren ihrer Kunden bewerten.(Bild: CMO Council)
Die CMO-Studie zeigt, was Unternehmen als wichtigste Loyalitätsfaktoren ihrer Kunden bewerten.
(Bild: CMO Council)

Zunehmend digitale Kundenbeziehungen und die damit verbundene Datenflut sind für Unternehmen sehr herausfordernd. Sorgsam mit Kundendaten umzugehen, rechtliche Vorgaben einzuhalten, vulnerable Zielgruppen zu schützen und die Corporate Social Responsibility zu fördern – all diese Faktoren sind heute entscheidend für ein verantwortungsvolles Marketing.

Data Governance mit Tragweite

Zero- oder First-Party-Daten verlangen es Unternehmen künftig ab, mehr Wert auf Data Governance, Data Security und Data Privacy zu legen. So werden diejenigen Marken von einem Wettbewerbsvorteil profitieren, die ihre Datenprozesse unvoreingenommen und kritisch auf den Prüfstand stellen. Gerade globale Unternehmen sollten sich frühzeitig überlegen, wie sie die gesetzlichen Anforderungen in verschiedenen Ländern und Regionen unter einen Hut bringen.

Wirklich aussagekräftige Datenanalysen sind durch voreingenommene Ergebnisse gefährdet. Die Veranlagung dafür liegt bereits im Modell, sofern dieses mit unausgewogenen Daten trainiert wird. Verzerrte Daten und Modelle führen zu verzerrten Ergebnissen und diese zu voreingenommenen Entscheidungen – mit der Folge, dass gegebenenfalls ganze Personengruppen (aufgrund von Geschlecht, Herkunft, sozialer Stellung etc.) benachteiligt werden. Dieser negative Bias-Effekt ist in der Marketingansprache zwar längst nicht so gravierend wie beispielsweise bei der Vergabe von Krediten oder einer polizeilichen Vorverurteilung, auf die Marke fällt es jedoch negativ zurück.

Verantwortungsvolles KI-basiertes Marketing sollte daher sensibel gegenüber der Fehleranfälligkeit von Analysen sein. Um Responsible Marketing umzusetzen ist es wichtig, dass alle Marketer – unabhängig von ihrem technischen Know-how – in der Lage sind, Modelle im Hinblick auf effektive und faire Algorithmen zu beurteilen und diese gegebenenfalls anzupassen.

Generative AI in der Kundenansprache

Insbesondere Generative AI hat zuletzt großen Aufwind erfahren. Allein die Anwendung „ChatGPT“ von Open AI gewann in nur zwei Monaten 100 Millionen Anwender und positionierte sich damit als KI-Türöffner für die breite Öffentlichkeit. Bereits im Jahr 2024 können Marketer handfeste Vorteile aus dieser Technologie schöpfen, insbesondere, was Produktivität und Kreativität angeht.

Zum einen werden KI-basierte Assistenten automatisiert repetitive Marketingaufgaben übernehmen können und somit die Datenanalyse sowie Kampagnen- und Customer-Journey-Management zu erleichtern und effizienter abzuwickeln. Zum anderen ist es bereits technologisch möglich, Kundenreaktionen im Hinblick auf Charaktermerkmale und Vorlieben auszuwerten – und somit präzise, hyperpersonalisierte Profile zu erstellen. Auf diese Weise lassen sich beispielsweise auf den Kunden zugeschnittene Mailings mit individueller Betreffzeile, Text und Bildsprache entwickeln.

Eine integrierte Plattform als Steuerzentrale

Die drei wichtigen Voraussetzungen für Responsible Engagement sind Technologien, Ressourcen und Kundendaten, diese gilt es allerdings nachhaltig und verantwortungsvoll zu nutzen.(Bild: SAS)
Die drei wichtigen Voraussetzungen für Responsible Engagement sind Technologien, Ressourcen und Kundendaten, diese gilt es allerdings nachhaltig und verantwortungsvoll zu nutzen.
(Bild: SAS)

Für Hyperpersonalisierung und kanalübergreifende „Next Best Offer“ in Echtzeit ist eine Steuerzentrale essenziell. Eine integrierte Customer Data Platform (CDP), die mit KI und Analytics funktioniert, kann sicherstellen, dass Kundendaten vorgabenkonform verarbeitet werden. Eine CDP verhilft Unternehmen, zielgerichtet Datenschutz und Compliance zu verbessern und die Bewegung persönlich identifizierbarer Informationen zu verfolgen. Dafür werden ausschließlich relevante Daten eingespeist und nur so lange vorgehalten, wie sie notwendig sind.

Jetzt Newsletter abonnieren

Verpassen Sie nicht unsere besten Inhalte

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung. Die Einwilligungserklärung bezieht sich u. a. auf die Zusendung von redaktionellen Newslettern per E-Mail und auf den Datenabgleich zu Marketingzwecken mit ausgewählten Werbepartnern (z. B. LinkedIn, Google, Meta).

Aufklappen für Details zu Ihrer Einwilligung

Beispiel: Das Analytics- und KI-Assessment-Modell in drei Dimensionen

  • Daten-Dimension: Die Datenebene bemisst sich nach, inwieweit es gelingt, branchenspezifische Regulierungen und Datenschutz zu erfüllen. Andererseits sind Größen wie der Personalisierungsgrad oder Loyalty Scores relevant. Hier gilt es, Herkunft, Qualität und Verwendungszweck von Daten zu klären.
  • Technologie-Dimension: Ausschlaggebend ist, wie die Technologie genutzt wird. Zudem ist es wichtig, Themen wie Bias oder Nachhaltigkeit zu messen. Technologie-Audits stellen die erforderliche Transparenz her, um nachvollziehen zu können, welche Modelle für die Interpretation von Daten herangezogen werden und ob dies konform mit der DSGVO geschieht.
  • Ressourcen-Dimension: Hierbei steht ein effizienter Einsatz von Ressourcen – Technologien ebenso wie Mitarbeiter – im Fokus. Messen lässt sich dies über Metriken zum Return on Marketing Investment (ROMI), zu P & L (Profit & Loss) und anderen Finanzmetriken, über die Attributionsgenauigkeit oder CSR Scores.

Responsible Marketing bringt Geschäftsvorteile

Responsible Marketing bringt Unternehmen wirtschaftliche Vorteile. Dank geringerer Streuverluste, die sich aus einer zielgerichteten, hyperpersonalisierten Ansprache ergeben, lassen sich Kampagnen besser aussteuern. Eine Automatisierung sorgt dafür, dass sich Marketingexperten komplexeren Aufgaben widmen können.

Die CRUD-Prinzipien für AI im Marketing

Bevor Unternehmen Ressourcen in die Entwicklung von KI-Basismodellen stecken, sollten sie sich zunächst mit der Grundlage von KI befassen: den Daten. Die Effektivität von KI-Modellen setzt ein sorgfältiges Datenmanagement voraus. Hierbei hilft es, sich an den CRUD-Prinzipien zu orientieren:
1. Create
In der ersten Phase wird sichergestellt, dass die ausgewählten Daten mit Zweck und Relevanz des Modells übereinstimmen. Werden Datensätze voreilig ausgewählt, besteht die Gefahr, dass ein Unternehmen allein basierend auf einer Verfügbarkeit von Daten – statt aufgrund ihrer Relevanz – Entscheidungen trifft. In diesem Stadium ist es möglich, „Availability Bias” zu vermeiden.
2. Read
Festzulegen gilt es, wer Lesezugriff auf die Daten hat und wer in die Auswertung der Analyseergebnisse involviert sein sollte. Eine „Read”-Basis ist ein guter Ausgangspunkt für Datenschutz und -sicherheit. Darüber hinaus beugen klare Richtlinien, wie Mitarbeiter einzubinden sind, durch Automatisierung bedingtem Bias vor.
3. Update
Dieses Prinzip richtet sich vor allem auf die kontinuierliche Anpassung der KI-Modelle. Denn wie alle Systeme, tendieren diese dazu, im Laufe der Zeit Abweichungen zu entwickeln. Sie erfordern ein konsequentes Update, um verzerrte oder überholte Analyseresultate zu vermeiden. Unternehmen müssen daher Best Practices für eine stete Kontrolle und Verbesserung der KI-Modelle etablieren.
4. Delete
Sobald ein Bezug nicht mehr relevant ist, gilt es, zugehörige Daten zu löschen. Dies umfasst die regelmäßige Bewertung gespeicherter Daten und das Entfernen redundanter Informationen – mit dem Ergebnis eines schlankeren, sichereren Datenökosystems.

Kunden wissen es zu schätzen, wenn Unternehmen verantwortungsvoll mit Daten, Umwelt und Gesellschaft handeln. Markenvertrauen äußert sich darin, dass persönliche Daten geteilt werden, was wiederum eine personalisierte Ansprache erleichtert und ermöglicht, dass Kunden von besseren Angeboten profitieren. Kampagnen auf einen Responsible Marketing-Ansatz zu prüfen, ist eine große Chance, um Gesetzesvorgaben zu entsprechen und wirtschaftlichen Erfolg zu feiern.

*Michael Obermaier ist Head of CX and MarTech Solutions DACH, SAS.

(ID:49949276)

Weiterführende Inhalte