Spätestens nach der Erkenntnis von MMC Ventures, dass nur 40 Prozent der Agenturen, die angeben, künstliche Intelligenz zu nutzen, diese auch wirklich einsetzen stellt sich doch die Frage: Wie weit sind wir mit dem Thema eigentlich?

KI Marketing braucht einen Reality-Check

Scannt man mit dem Google Alert in welcher Frequenz zu diesem Thema Artikel veröffentlicht werden, sind wir meilenweit voran geschritten. Aber heißt das nur auf theoretischer Basis? KI scheint in jedem Unternehmensbereich (und auch Haushalt) angekommen zu sein. So auch im Marketing. Aber auch hier die Frage: theoretisch angekommen oder praktisch?

Prüft man mit Marketing-Verstand die Use Cases ist das Ergebnis im Vergleich zum andauernden GoogleAlert Alarm doch etwas gedämpfter.

Aber Step-by-Step: Das 21. Jahrhundert und die Digitalisierung haben das gesamte Leben innerhalb der Gesellschaft verändert. Künstliche Intelligenzen, selbstfahrende Autos oder sprechende Roboter, die einst Teil von Science-Fiction Filmen waren, sind heute Realität geworden und globale Unternehmen verlassen sich auf sie. All diese technischen Meisterwerke haben etwas gemeinsam: Sie brauchen Daten um richtig zu funktionieren.

Ja, die alte Leier Big Data – aber warum nochmal?

Und wieso zuckt man bei dem Wort immer wieder zusammen? Big Data verspricht bei präziser Auswertung der Informationen tiefgehende Erkenntnisse oder sogar Prognosen über die Kundenbedürfnisse, Trends und den Wettbewerb. Das bietet zwar neue Möglichkeiten, erhöht aber gleichzeitig die Komplexität.

Marketer, die dem Content Marketing folgen (und wer tut das nicht?), stehen vor der Aufgabe massenweise hochwertig, aber dennoch individuell und unter Beachtung der Erkenntnisse aus Big Data Content zu produzieren. Da der Kaufzyklus nicht erst mit einem Vertriebsgespräch beginnt muss das Performance Marketing ran und seine (Leadnurturing) Kampagnen belegbar erfolgreich gestalten. Potentielle Käufer beschäftigen sich aktiv mit ihren Bedürfnissen und holen selbständig Informationen – Pull – und Lösungsideen ein.

Fact Check KI Marketing: das musst du wissen

Im Business-to-Consumer-Bereich spielen schon heute Künstliche Assistenten wie Amazons Alexa, Googles Assistant oder Apples Siri eine Rolle. Vermarkter von Business-to-Business Unternehmen stehen hier gerade vor der Entscheidung, wie sie einen Nutzen daraus schlagen sollen.

Und dabei macht Ihnen die „alte“ B2B Herausforderung einen gehörigen Strich durch die Rechnung.

Die Sprachassistenten funktionieren dann perfekt, wenn sie eine Weile genutzt wurden und den Alltag und die Ausdrucksweise ihrer Nutzer kennen. Das setzt in der Regel eine klar erkennbare Nutzerschaft voraus. Doch als B2B-Marketer soll die Botschaft nicht nur eine Zielperson oder eine Zielfamilie erreichen, die eine individuelle Kaufentscheidung trifft, sondern muss den Erwartungen vieler Entscheider gleichzeitig entsprechen. Kaufentscheidungen werden im Business-to-Business-Bereich nämlich in der Regel von mehreren Stakeholdern getroffen – nicht nur aufgrund von Budgetentscheidungen – , die noch dazu aus völlig unterschiedlichen Fachbereichen kommen und somit unterschiedliche Verhaltensweisen an den Tag legen.

Um jede einzelne dieser Zielpersonen mit relevanten Inhalten zu erreichen, müssen Datenströme gebündelt und richtig interpretiert werden.

Big Data – jetzt haben wir den Salat

Nun haben wir Firmen über Jahre hinweg mit Business Intelligence Tools und alle möglichen KPI Messer „versorgt“. SaaS Provider haben sich ein goldenes Näschen verdient und die Tür zum oberen Management immer wieder mit dem Satz: „Sie messen den KPI XYZ noch nicht ? Das sollten Sie aber! Er wird Ihnen erkenntnisreiche Insights liefern!“ Das erschien vor allem dem Management auch immer sinnvoll, doch nun ist der Punkt gekommen, sich zu fragen was mit den Daten (/selten Erkenntnissen) geschehen soll. Der Spass der Datenauswertung wird jedoch spätestens dann gebremst, wenn festgestellt wird, dass die Datenmengen ins unendliche gestiegen sind und eine Auswertung nahezu unmöglich scheint. Tja und nu?

Die wachsenden Datenmengen durch vernetzte Geräte und die Ansprüche der Konsumenten gepaart mit technologischem Fortschritt führte als logische Konsequenz zum Einsatz von Künstlicher Intelligenz. Dabei wurden Globalisierung und Digitalisierung zu den Multiplikatoren der Anforderung. Mit Hilfe von Künstlicher Intelligenz kann das Potential der Daten ausgeschöpft werden. KIs kennen keine Angst vor Big Data und sie zucken nicht einmal mit den Schultern, wenn sich die zu analysierenden Daten verdoppelt haben – mit Mustererkennung durch KIs ist Big Data schließlich handelbar. Die Technologie erweitert den Aktionsradius der menschlichen Expertise und kann unvorhergesehene Probleme erkennen.

Exkurs: Machine Learning

Das maschinelle Lernen (Machine Learning) – um das einmal klarzustellen – ist ein Teil des KI-Bereichs und konzentriert sich auf die Fähigkeit von Maschinen, Daten zu empfangen und für sich selbst zu lernen. Das funktioniert so, dass Algorithmen geändert werden und als korrekt eingestuft werden, sobald sie mehr Informationen über die Daten erfahren, die sie verarbeiten.

KI Marketing: erfolgreiche Beispiele

Am einfachsten lassen sich die heute erfolgreichen Beispiele von KI Einsatz im Marketing in 4 Kategorien unterteilen.

  1. Recommodation Engine meets Affiliate
  2. Hyper-individuelle Kundenerlebnisse
  3. Social Media – doch nicht tot?
  4. Analyse der Kundendaten – Insights

1. KI im Affiliate Marketing

Affiliate Marketing wächst und nährt so manchen Blogger. Doch wie sieht die Entwicklung KI in diesem Bereich aus?

Eine gewisse Veredelung von Affiliate Marketing oder gar Revolution dieser Advertising-Technik ist mit KI möglich. KIs besitzen die Fähigkeit durch Selbstlernen auch die Semantik von neuen bisher nie analysierten Seiten zu verstehen und basierend darauf Anzeigen zu schalten. Durch die Fähigkeit der Kontextanalyse wird auch im Bereich Online Anzeigenschaltung ein neues Level erreicht.

Bevor Werbeanzeigen geschaltet werden, können die Systeme parallel Inhalte aus dem gesamten World-Wide-Web analysieren und ein aktuelles Meinungsbild dazu einholen. Abwägend daraus werden dann bestimmte Inhalte gezeigt. Die intelligente Programmierung geht soweit, dass sie Parameter zu bestimmten Uhrzeiten, Orten oder Ereignissen UND Parameter aufgrund des Userverhaltens anpasst. Das Anzeigen von Angeboten für Regenschirme, wenn es am Ort des Users gerade regnet gehört noch zu „alten“ Use Cases. Mit KI wird einem dazu noch die passende Farbe und und vielleicht ein Griff mit Initial-Prägung angezeigt.

2. KI und Kundenerlebnisse

Auch Kundenerlebnisse lassen sich mit KI optimieren. Dabei geht es u.a. darum, dass Beratungen mit Hilfe von Chatbots durchgeführt werden können. Das Web ermöglicht die Erfassung von Kunden- und Verhaltensdaten in Echtzeit und kann durch Aneinanderreihung von Algorithmen Schlussfolgerungen ziehen. Ein Bot dient dazu, diese Erkenntnisse aufzubereiten und dem Kunden Lösungen anzubieten. Die Analysen, die die KI durchführt, reichert sie mit Erfahrungen an, die sie aus der Grundgesamtheit ziehen konnte.

Das bedeutete auch, dass sie mit zunehmender Nutzung intelligenter wird und aktuelle Trends selbständig erkennen kann. Ein potentieller Kunde ist somit in der Lage sich durch die Nutzung eines Bots mit Detailinformationen zu versorgen, ehe eine Beratung oder der Kauf durch Mensch-zu-Mensch Interaktion stattfindet. Auf Seiten der Käufer entsteht dadurch eine Zeitersparnis. Auf Seiten des anbietenden Unternehmens eine Verschlankung des Marketing- und Vertriebsprozesses.

3. KI im Social Media Marketing

Social Media Marketing versucht den sozialen Effekt, der durch Netzwerke generiert wird zu nutzen. Unternehmen dient diese „ungezwungene“ Atmosphäre ihre Unternehmensmarke in den Köpfen der potentiellen Kunden zu verankern. Aufgrund der verschiedenen Spezifikationen der Netzwerke, müssen die Inhalte auf die Kunden abgestimmt werden.

Beispielsweise Twitter, die Microblogging Plattform, erlaubt lediglich das Posten von maximal 240 Zeichen. Diese Umstände verlangen, dass Social Media Teams jede Plattform mit spezifizierten Inhalten bespielen. Daraus ergibt sich ein erhöhter Aufwand. Mit intelligenten Erweiterungen, kann erstens selbst (einfacher) Content maschinell erstellt werden und zweitens der perfekte Zeitpunkt zum Ausspielen von Botschaften automatisch erkannt werden.

Dabei können Social Media KI Lösungen aus bestehenden Inhalten einen, für das jeweilige Netzwerk optimalen Post erstellen und diesen darüber bewerben. Aus Interviews oder Blogartikeln, können automatisch die wichtigsten Fakten in Post-Form generiert werden, da KI Algorithmen die Semantik verstehen können. Durch die automatisierte Analyse von Webtraffic, der Internettrends oder von Ereignissen, lassen sich Kampagnen automatisch einleiten.

Unwetterwarnungen können von KIs aufgegriffen werden und dann selbständig in einen Post verwandelt werden. So können Online-Shops beispielsweise aufgrund von meteorologischen Daten bestimmte Produkte über Social Media Plattformen anpreisen. Als weiteres Einsatzgebiet gilt auch das Beschwerdemanagement über Social Media Plattformen. Intelligente Agenten erkennen und verstehen nicht nur Text, sondern auch Bilder und Logos und können darauf selbst reagieren. Sie können aktiv eingreifen und Inhalte verbieten oder mögliche Shitstorms argumentativ eindämmen.

4. KI Insights

Mit immer größer werdenden Datenmengen geraten Marketer in die Lage mehr Informationen zu besitzen als sie verarbeiten können. Gepaart mit dem wachsenden Anspruch und der gewünschten Transparenz von Marketingerfolgen, wird die Nutzung von KI-Systemen, um Datenmeere zu verstehen und Ableitungen aus ihnen zu treffen, notwendig.

Durch die intelligente Analyse und automatische Auswertung gelangen Marketer zu neuen Kundensegmenten und Informationen und besitzen wesentlich mehr Möglichkeiten auf diese konkreten Rahmenbedingungen Kampagnen und Strategien aufzubauen. Auch die Abfolge von Werbemaßnahmen spielt dabei eine große Rolle. Beispielsweise reagieren manche Nutzer zu Beginn eines Websitebesuchs sensibler auf Werbebanner als andere, die sich hingegen über ein unmittelbares Angebot freuen.

Mit Hilfe von Big Data kann vorhergesagt werden, wie sich ein User verhält. Mit KI kann daraufhin eine Customer Journey abgestimmt werden. Mit Insights und AnalyticsDEFINITION-Algorithmen, die durch KIs geführt werden, ist es möglich eine Eins-zu-Eins-Kommunikation einzugehen. Solche Szenarien sind bei manueller Durchführung und mehreren Tausend Usern kaum denkbar. Dennoch investieren Unternehmen viel Energie um aus Customer Journeys zu lernen ohne KI Systeme in Betracht zu ziehen.

Die Anwendung intelligenter Digitallösungen findet nur langsam in der Praxis statt, denn Best Practise Beispiele fehlen

Fact Check: 3 Take-away Notes

  • Erstens ist Künstliche Intelligenz in der Lage Prozesse zu verschlanken, den Austausch von Informationen zu fördern und dadurch Marketingteams maßgeblich zu unterstützen.
  • Zweitens kann Künstliche Intelligenz gründliche Analysen über den Kunden und das Umfeld in einer Schnelligkeit durchzuführen, die von Menschen nicht erreicht werden könnte. Die KI-Analysen enden nicht mit der Auflistung von Zahlen, sondern mit greifbaren Handlungsempfehlungen. KI Systeme lösen die Aufgabe alle Informationen durch das Kumulieren von Daten zusammenzuführen.
  • Drittens kann der Einsatz von Künstlicher Intelligenz die gesamte Leistung des Fachbereichs verbessern. Nicht nur Handlungsempfehlungen und Individualisierungen werden möglich, sondern auch das adäquate, automatisierte Abwickeln von Kampagnen aufgrund individueller Kundenansprüche.

Mit KI im Marketing kann jeder Kontakt mit einem digitalen Fußabdruck individuell und exklusiv beraten werden. Künstliche Intelligenz ist das passende Werkzeug Big Data zu organisieren und nutzbar zu machen und rechtfertigt damit schließlich die Investitionen in Big Data Projekte. Die intelligenten Lösungen von heute sind in der Lage in einem bestimmten Bereich zu agieren und sich gegenseitig Daten zuzuspielen. Auch die entworfenen KI Applikationen sind Stand-Alone-Lösungen, die durch Brücken miteinander verbunden werden und im Zusammenschluss ihren Wirkungsgrad verstärken. Betrachten wir die wenige Beispiele, die KI Marketing heute bietet, sind das doch oftmals nur diejenigen Kampagnen die den Begriff KI als Zugpferd für ihre Kampagne nutzen.

Nach derzeitigem Stand bleibt der Marketingmitarbeiter der Lenker und Denker. Insbesondere kreative und strategische Aufgaben sind (noch) seine Aufgaben. Die Zusammenarbeit verschiedener Teams oder Partner bleibt also fürs Erste menschlich. Aber wir dürfen uns freuen, denn die eintönigen und monotonen Aufgaben der Mustererkennungen werden uns abgenommen. Das wird uns schlussendlich helfen Big Data zu beherrschen und dessen Einführung als gerechtfertigt darzustellen.

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.