digitalb2b-logo

Digitalstrategie mithilfe von KI

Digitalstrategie mithilfe von KI

Natürlich hat KI – wie schon erwähnt – viele Facetten. Deshalb gibt es auch keine perfekte Lösung, die zu jedem Unternehmen passt. Selbst Firmen in der gleichen Branche benötigen in der Regel ganz verschiedene Pakete aus Lösungen, die von Experten individuell zusammengestellt werden. Es lohnt sich, einen Blick auf einige der wichtigsten Vorteile zu werfen, die der Einsatz von KI bietet. Beim Erstellen oder Aktualisieren einer Marketingstrategie spielen diese Elemente in jedem Fall eine wichtige Rolle.

Die zwei Dimensionen von KI

Insgesamt lässt sich Künstliche Intelligenz im Marketing in zwei Dimensionen kategorisieren: Das Intelligenzniveau sowie die Frage, ob die KI Teil einer größeren Plattform oder eigenständig ist. Bei manchen Varianten wird die genaue Klassifikation letzten Endes durch die Implementierung in der Praxis bestimmt. Zunächst werfen wir aber einen Blick auf die Arten von KI:

  • Aufgabenautomatisierung: Diese Anwendungen führen sich wiederholende, strukturierte Aufgaben aus, die ein relativ geringes Maß an Intelligenz erfordern. Sie sind so konzipiert, dass sie einer Reihe von Regeln folgen oder eine vorher festgelegte Abfolge von Vorgängen auf der Grundlage einer bestimmten Eingabe ausführen. Sie können keine komplexen Probleme wie individuelle Kundenanfragen bearbeiten. Ein Beispiel wäre ein System, das automatisch eine Willkommens-E-Mail an jeden neuen Kunden schickt. Einfachere Chatbots, wie sie über den Facebook-Messenger und andere Social-Media- Anbieter verfügbar sind, fallen ebenfalls in diese Kategorie. Sie können Kunden bei grundlegenden Interaktionen helfen, indem sie sie durch einen definierten Entscheidungsbaum führen, aber sie können die Absichten der Kunden nicht erkennen, keine individuellen Antworten geben oder im Laufe der Zeit aus den Interaktionen lernen.
  • Maschinelles Lernen: Diese Algorithmen werden anhand großer Datenmengen trainiert, um relativ komplexe Vorhersagen und Entscheidungen zu treffen. Solche Modelle können Bilder erkennen, Texte entschlüsseln, Kunden segmentieren und vorhersagen, wie Kunden auf verschiedene Initiativen, wie Werbeaktionen, reagieren werden. Das maschinelle Lernen ist bereits die Grundlage für den programmatischen Einkauf in der Online-Werbung, für E-Commerce- Empfehlungsmaschinen und für Modelle der Verkaufschancen in Customer-Relationship- Management(CRM)-Systemen. Das maschinelle Lernen und seine anspruchsvollere Variante, das Deep Learning, sind die angesagtesten Technologien im Bereich der Künstlichen Intelligenz und werden schnell zu mächtigen Werkzeugen im Marketing. Dennoch ist es wichtig, klarzustellen, dass bestehende Machine-Learning-Anwendungen immer noch nur begrenzte Aufgaben erfüllen und mit großen Datenmengen trainiert werden müssen.

Bei der zweiten Dimension unterscheiden wir ob die KI eigenständig oder integriert in eine Plattform funktioniert:

  • Eigenständige Anwendungen: Diese sind am besten als klar abgegrenzte oder isolierte KI- Programme zu verstehen. Sie sind getrennt von den primären Kanälen, über die sich Kunden über die Angebote eines Unternehmens informieren, sie kaufen oder Unterstützung bei der Nutzung erhalten, oder von den Kanälen, über die Mitarbeiter diese Angebote vermarkten oder verkaufen. Vereinfacht gesagt, müssen Kunden oder Mitarbeiter einen besonderen Weg außerhalb dieser Kanäle einschlagen, um die KI zu nutzen.
    Ein anschauliches Beispiel dafür ist eine App für die Farberkennung von einem Hersteller für Wandfarbe. Diese kann auf der Basis unterschiedlicher Vorgaben personalisierte Farbempfehlungen erstellen – im Ergebnis würden zwei Nutzer für den gleichen Raum also verschiedene Empfehlungen erhalten. Der Verkauf der Farbe erfolgt dann zwar außerhalb der App, allerdings kann darin natürlich auch eine Verbindung zu den Verkaufsstellen hergestellt werden.
  • Integrierte Anwendungen: Eingebettet in bestehende Systeme sind diese KI-Anwendungen für die Kunden, Vermarkter und Verkäufer, die sie nutzen, oft weniger sichtbar als eigenständige Anwendungen. So ist das maschinelle Lernen, das in Sekundenbruchteilen entscheidet, welche digitalen Anzeigen den Nutzern angeboten werden sollen, in Plattformen integriert, die den gesamten Prozess des Kaufs und der Schaltung von Anzeigen abwickeln. Das integrierte maschinelle Lernen von Netflix bietet seinen Kunden seit mehr als einem Jahrzehnt Videoempfehlungen; die Auswahl erscheint einfach im Menü der Angebote, die die Zuschauer sehen, wenn sie die Webseite besuchen. Wäre die Empfehlungsmaschine eigenständig, müssten die Nutzer eine spezielle App aufrufen und Vorschläge anfordern. Die Hersteller von CRM-Systemen integrieren zunehmend Funktionen für maschinelles Lernen in ihre Produkte. Bei Salesforce verfügt die Sales-Cloud Einstein Suite über mehrere Funktionen, darunter ein KI-basiertes Lead-Scoring-System, das B2B-Kundenkontakte automatisch nach ihrer Kaufwahrscheinlichkeit einstuft. Anbieter wie Cogito, die KI für das Coaching von Callcenter- Verkäufern anbieten, integrieren ihre Anwendungen ebenfalls in das CRM-System von Salesforce.

Die Kombination der beiden Arten von Intelligenz und der beiden Arten von Strukturen ergibt die vier Quadranten unseres Rahmens: eigenständige Machine-Learning-Apps, integrierte Machine-Learning- Apps, eigenständige Apps zur Aufgabenautomatisierung und integrierte Apps zur Aufgabenautomatisierung (s. auch ◉ Abb. 6.4).

Zu wissen, in welchen Quadranten Anwendungen fallen, hilft, die Einführung neuer Anwendungen zu planen und zu steuern.

KI und Marketing Automation: das Power-Duo

Marketing-Automation bedeutet wie bereits erläutert große Datenmengen mittels automatisierter Abläufe tiefgehend zu analysieren und daraus zielgerichtete Erkenntnisse zu gewinnen. Dass das über manuelle Verfahren nicht wirtschaftlich, effektiv und fehlerfrei durchführbar ist, versteht sich von selbst. Nur automatisierte Prozesse, die kein individuelles, menschliches Eingreifen erfordern, können dieser Mammutaufgabe gerecht werden.

Die Komplexität der Aufgabe und die riesigen Datenmengen erschaffen gegenläufige Anforderungsprofile: Big Data erfordert Automation. Die Analyse und Verwertung der Daten erfordert intelligentes Vorgehen. Lange Zeit waren Marketing-Automation und intelligente Abläufe unvereinbare Paradigmen – bis Künstliche Intelligenz die Bühne betrat. Sie erlaubt die intelligente Auswertung von großen Datenmengen.

Vereinfacht ausgedrückt: KI ist das Verfahren, das Maschinen in die Lage versetzt, zu lernen und selbsttätig Lösungsansätze zu entwickeln. Auf Marketing-Automation angewendet bedeutet das: Maschinelles Lernen versetzt die Marketing-Automation-Lösung in die Lage, das Kundenverhalten zu beobachten, zu analysieren und auszuwerten, um daraus Muster abzuleiten. Die Mustererkennung ist der erste Schritt zu individualisierten und bei Bedarf proaktiven Abläufen, um unerwünschte Prozesse im Vorfeld zu vermeiden oder laufende Prozesse zu optimieren. Dadurch wird die Marketingabteilung beim routinemäßigen Monitoring entlastet, was Freiräume für die kreative Arbeit an Konzepten, Strategien und Kampagnen schafft.

Neue Qualität bei der Kundenansprache

Das automatisierte System kann deine Mitarbeiter nicht nur von aufwendigen und wiederkehrenden Arbeitsschritten befreien. Eine wesentliche Rolle spielt auch der Umstand, dass KI frei von Emotionen und Vorurteilen agiert und sehr konsistent kommuniziert. Die gewonnenen Erkenntnisse beruhen ausschließlich auf der objektiven Faktenlage.

Die Frage, auf welchen Kanälen der Kundendialog ablaufen soll, welcher Content zum Einsatz kommen soll, ob Anreize sinnvoll sind – das alles kann ein menschlicher Anwender nur kompetent beantworten, wenn er die gesamte Kundenhistorie kennt. Und die ist individuell für jeden Kunden. KI-Lösungen halten diese Informationen jederzeit vollständig bereit – entsprechend kompetent und zielgerichtet ist die Entscheidung zum jeweiligen Einsatz der richtigen Content-Bausteine.

Künstliche Intelligenz macht einen alten Traum des Marketings wahr: Einen persönlichen Betreuer für jeden einzelnen Kunden – so zumindest lässt sich die Wahrnehmung des Kunden beim richtigen Einsatz der Mittel steuern. Dieser evolutionäre Schritt wirkt sich direkt auf die Ergebnisse aus – von der Lead- Gewinnung und den Konversionen bis hin zu Umsatz und Kundenbindung.

Die Künstliche Intelligenz birgt allerdings auch eine Gefahr in sich: das blinde Vertrauen in ein selbsttätig agierendes System. Auch einem noch so fortschrittlichen System solltest du mit einem gesunden Misstrauen gegenübertreten. Mit anderen Worten: Vertrauen ist gut, Kontrolle ist besser. Eine KI-gestützte Marketing-Automation sollte ständigen Plausibilitätsprüfungen unterliegen. Sind die gewonnenen Erkenntnisse plausibel? Entsprechen sie Informationen aus anderen Quellen?

Einsatzgebiete der KI bei der Marketing-Automation

Grundsätzlich können die Stärken der Künstlichen Intelligenz insbesondere in drei Bereichen genutzt werden:

  • Strategieentwicklung: Das System spricht Empfehlungen zu geeigneten Inhalten, Zielgruppen und Kanälen aus.
  • Assistenzfunktionen: Das System bietet Verfahren an, die den Unternehmer bei seiner Arbeit unterstützen.
  • Nachbearbeitung: Das System liefert Analysen zum Kundenverhalten, um daraus Muster abzuleiten oder aussichtsreiche Kundengruppen auszumachen.

KI in der Marketing-Automation funktioniert wie ein Assistent, der Daten erhebt, aufbereitet und die daraus gewonnenen Erkenntnisse vorlegt. Im Gegensatz zu einem menschlichen Assistenten beobachtet die Künstliche Intelligenz allerdings den gesamten Lead-Bestand und liefert die Ergebnisse in Echtzeit. So erhalten z. B. Leads im Rahmen der Customer-Journey immer wieder genau jene Inhalte, die für sie besonders relevant sind. Dabei übernimmt die KI im Hintergrund die Qualifizierung der Leads. Bestimmte Muster lassen sich auf diese Weise erkennen und zuordnen.

Künstliche Intelligenz in der Marketing-Automation löst den Widerspruch zwischen der Automatisierung bei der Auswertung großer Datenbestände und des intelligenten Umgangs mit den gewonnenen Erkenntnissen auf. Die wesentlichen Faktoren dabei sind die Individualisierung auch größter Kundenbestände und die Auswertung in Echtzeit. Das erlaubt einerseits das individuelle Eingehen auf das Verhalten einzelner Kunden und andererseits das zeitnahe Aufsetzen von Kampagnen, um schnell auf aktuelle Entwicklungen reagieren zu können.

Plattformunabhängigkeit

Speziell bei der Einführung von KI in einem Unternehmen kann es sinnvoll sein, sich zunächst auf die alleinstehenden Anwendungen zu fokussieren, die unabhängig von anderen Systemen fokussieren. Unternehmen profitieren in der Regel davon, wenn solche Anwendungen in ganz bestimmten Bereichen eingesetzt werden. Hier lassen sich dann Berichte und Analysen generieren, die bei weiteren Entscheidungen sehr hilfreich sind. Speziell im Marketing ist es etwa möglich, mithilfe von alleinstehenden Anwendungen große Datenmengen zu durchsuchen. So kannst du etwa das Kaufverhalten der Kunden in einem Onlineshop über die vergangenen Jahre genau analysieren – wenn die entsprechenden Daten noch vorhanden sind.

In vielen Unternehmen sind solche Möglichkeiten der erste Schritt auf dem Weg zur Einführung von KI. Wer ausreichend Erfahrung damit gesammelt hat, kann dann im nächsten Schritt Künstliche Intelligenz auch im Rahmen von anderen Anwendungen nutzen.

Ungehinderter Datenfluss

Unternehmen verwenden in der Regel viele verschiedene Softwarelösungen. Nicht nur im Marketing ist es deshalb wichtig, dass die an einer Stelle gesammelten Daten auch in anderen Anwendungen genutzt werden können. Integrierte Anwendungen sind heute längst nicht mehr nur für Programmierer entscheidend.

Was das in der Praxis bedeutet, lässt sich an einem Beispiel erläutern. Besucher auf der Webseite deines Unternehmens können sich dort ein Whitepaper herunterladen oder für ein Webinar registrieren. Dafür müssen der Name, die E-Mail-Adresse und vielleicht noch weitere Daten angegeben werden. Diese sollten dann möglichst automatisch in eine Software übertragen werden, die zur Verwaltung von Leads genutzt wird – wie beispielsweise Hubspot oder Salesforce.

Wird aus dem Lead dann tatsächlich ein Kunde, der etwas bestellt, muss eine Rechnung erstellt werden. Diese wird wiederum mit einer anderen Software generiert – allerdings liegen die Kontaktdaten des neuen Kunden im Idealfall schon vor, diese müssen lediglich von einer Datenbank in ein andere übertragen werden.

Was relativ einfach klingt, ist in der Praxis oft sehr komplex. In vielen Fällen gibt es hohe Hürden, wenn verschiedene Programme reibungslos zusammenarbeiten sollen. Künstliche Intelligenz kann bei der Integration von Software enorm helfen. Damit lassen sich schließlich auch mit einem vertretbaren Aufwand individuelle Lösungen für die Anforderungen in einem bestimmten Unternehmen finden.

Kontrolle über die Datenschnittstellen

Unternehmen nutzen heute eine Vielzahl an Technologien, um kreative Marketingaufgaben zu erledigen: eine Content-Management-Lösung (CMS) für die Arbeit an der Website, eine Marketing- Automation-Plattform für den Versand von E-Mail-Sequenzen beim Onboarding usw. So ist es ist nicht ungewöhnlich, dass man schnell auf 30 und mehr verschiedene Technologien und Anwendungen kommt.

Unabhängig davon, wie viele Plattformen wir täglich nutzen, müssen wir in der Lage sein, unsere Arbeit zu erledigen – und zwar ohne darüber nachzudenken, wie diese Plattformen funktionieren. Im Grunde genommen brauchen wir eine Technologie, die uns vergessen lässt, dass wir eine Technologie nutzen.

Diese Nutzerfreundlichkeit setzt voraus, dass die Technologien, die wir einsetzen, im Kern Application Programming Interfaces (APIs) haben, sodass verschiedene Plattformen miteinander verbunden werden können und so gegenseitig kommunizieren respektive Daten austauschen können. Mit APIs fühlt es sich nicht so an, als würden wir 30 verschiedene Technologien verwenden, sondern als würden wir mit einer ganzheitlichen Lösung produzieren und gestalten, die die Funktionalität von 30 verschiedenen Produkten hat.

Was sind APIs?

Eine API, die Anwendungsprogrammierschnittstelle, ist der Zugang zu den Daten einer Software, die es verschiedenen Anwendungen ermöglicht, miteinander zu kommunizieren. Eine API ist ein Dolmetscher, welche die Art und Weise definiert, wie zwei Programme sich miteinander austauschen, ein Stück Softwarecode, das in Form einer Reihe von XML-Nachrichten geschrieben wurde. Jede XML-Nachricht entspricht einer Anweisung, wie Daten ausgetauscht werden.

Wenn du eine Softwarefunktion ausführst oder wenn du nach der Eingabe einer URL die Eingabetaste drückst, kommuniziert dein Browser mit dem Remote-Server, von dem die Anwendung stammt. In diesen Fällen konvertieren APIs die Anfragen – die Formatierung und die Codes – sowohl des Servers, der die Software bereitstellt, als auch die auf den Servern der vielen Nutzer.

Diese APIs kommunizieren völlig unsichtbar für Webseitenbesucher und Software-Nutzer. Ihre Aufgabe ist es, still im Hintergrund zu laufen und dafür zu sorgen, dass Anwendungen miteinander arbeiten, um dem Nutzer die gewünschten Informationen oder Funktionen zur Verfügung zu stellen. APIs ermöglichen es allen Software-Nutzern, unabhängig von ihren technischen Kenntnissen, mit allen Arten von Programmen zu arbeiten, unabhängig von den Programmiersprachen oder den komplexen Formaten, die für die Entwicklung verwendet wurden. Mit einer offenen API als Grundlage verfügst die Plattform über die nötige Flexibilität, um mit nahezu jeder anderen Marketingtechnologie integriert zu werden.

Achte deshalb auf „API first”-Marketingtechnologien, damit du dich nicht mit den Feinheiten jeder Plattform auseinandersetzen und teure Schnittstellen selbst entwickeln lassen musst.

Meetingkultur
agile Unternehmenskultur
Alina

Meetingkultur für effiziente B2B-Organisationen

Der Erfolg eines jeden B2B-Unternehmens basiert nicht nur auf einer agilen Führungsmethode und Unternehmenskultur, sondern auch auf kontinuierlichem Austausch und zielführender Kommunikation. Für den Aufbau einer Meetingkultur sind deshalb regelmässige Meetings zwingend erforderlich.

Weiterlesen »

Inbound Leadgenerierung

Lead Generierung durch die Inbound Methodik   Die Kunst besteht nun darin, nicht nur dank des Contents viele Besucher auf die Webseite zu locken, sondern diese anschliessend

Weiterlesen »

Outbound Leadgenerierung

Wir haben uns bereits in diesem Beitrag mit der Inbound Methodik beschäftigt. Natürlich gibt es aber auch zahlreiche Outbound Taktiken, die du für die Lead Generierung

Weiterlesen »

Die wichtigsten B2B Kennzahlen

Die Performance Kennzahlen und Key Performance Indicators (KPIs) für B2B-Unternehmen   Zielgerichtetes Online Marketing unterstützt Unternehmen beim Beziehungsaufbau mit dem Kunden und wirkt sich zudem positiv auf

Weiterlesen »

Content Performance messen

Der Analyse Takt   Wie misst man die Content Performance? Denn wie die Ergebnisse von Suchmaschinen, bleiben auch die Bedürfnisse deiner Zielgruppe nicht beständig und entsprechen

Weiterlesen »