KI in Marketing & Sales – Erfolgsmodelle aus Forschung und Praxis: Konzepte und Instrumente zum erfolgreichen Einsatz künstlicher Intelligenz

Hrsg.

Meike Terstiege

KI in Marketing & Sales – Erfolgsmodelle aus Forschung und Praxis

Konzepte und Instrumente zum erfolgreichen Einsatz künstlicher Intelligenz

1. Aufl. 2021

Logo of the publisher

Hrsg.

Meike Terstiege

@DOCMARKETEER, Düsseldorf, Deutschland

ISBN 978-3-658-31518-4e-ISBN 978-3-658-31519-1

https://doi.org/10.1007/978-3-658-31519-1

© Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature 2021

Das Werk einschließlich aller seiner Teile ist urheberrechtlich geschützt. Jede Verwertung, die nicht ausdrücklich vom Urheberrechtsgesetz zugelassen ist, bedarf der vorherigen Zustimmung des Verlags. Das gilt insbesondere für Vervielfältigungen, Bearbeitungen, Übersetzungen, Mikroverfilmungen und die Einspeicherung und Verarbeitung in elektronischen Systemen.

Die Wiedergabe von allgemein beschreibenden Bezeichnungen, Marken, Unternehmensnamen etc. in diesem Werk bedeutet nicht, dass diese frei durch jedermann benutzt werden dürfen. Die Berechtigung zur Benutzung unterliegt, auch ohne gesonderten Hinweis hierzu, den Regeln des Markenrechts. Die Rechte des jeweiligen Zeicheninhabers sind zu beachten.

Der Verlag, die Autoren und die Herausgeber gehen davon aus, dass die Angaben und Informationen in diesem Werk zum Zeitpunkt der Veröffentlichung vollständig und korrekt sind. Weder der Verlag, noch die Autoren oder die Herausgeber übernehmen, ausdrücklich oder implizit, Gewähr für den Inhalt des Werkes, etwaige Fehler oder Äußerungen. Der Verlag bleibt im Hinblick auf geografische Zuordnungen und Gebietsbezeichnungen in veröffentlichten Karten und Institutionsadressen neutral.

Springer Gabler ist ein Imprint der eingetragenen Gesellschaft Springer Fachmedien Wiesbaden GmbH und ist ein Teil von Springer Nature.

Die Anschrift der Gesellschaft ist: Abraham-Lincoln-Str. 46, 65189 Wiesbaden, Germany

Vorwort

Künstliche Intelligenz (KI) wird als vierte industrielle Revolution beschrieben – und das zu Recht. Das Thema KI ist vor dem Hintergrund der Digitalisierung und der digitalen Transformation mittlerweile und auch in absehbarer Zeit vorherrschend. Ausnahmslos jede Branche überprüft und hinterfragt, welche Möglichkeiten KI bietet. Im Bereich von Marketing und Vertrieb bieten sich enorme Chancen, um mittels KI Kunden noch effektiver und noch effizienter zu analysieren, anzusprechen und zu binden.

Weltweit revolutioniert KI – oder auch Artificial Intelligence (AI) – mittels KI-Algorithmen. KI wird dabei erstaunlicherweise immer noch als „nice-to-have betrachtet, dabei handelt es sich bei KI mittlerweile längst um ein „must-have.

Denn bei KI handelt es sich um eine grundlegende Innovation, die alle Bereiche und Ebenen der Wirtschaft maßgeblich beeinflussen wird. Und im Marketing und somit im Alltag von Verbrauchern ist KI längst angekommen. Künstliche Intelligenz dringt immer mehr in das Leben der Konsumenten vor und bietet dadurch für Marken eine Chance, die Bedürfnisse und das Verhalten von Verbrauchern besser zu verstehen und mit entsprechenden Produkten und Dienstleistungen darauf zu reagieren.

Der bedeutendste Wirkungsfaktor von KI ist das Zusammenspiel von Daten und Technologie. Das für Marken zurzeit relevanteste Anwendungsgebiet von KI ist das maschinelle Lernen, wodurch Marketers die Möglichkeit eröffnet wird, durch automatisierte Datenanalysen personalisierte Kommunikationsansätze sowie neue Absatz- und Umsatzpotenziale zu identifizieren und zu erschließen. Dies ist angesichts von Globalisierung und Digitalisierung sowie des daraus resultierenden immer schneller und stärker werdenden Wettbewerbs ein immenser Vorteil für KI-affine Unternehmen. Marketers sehen sich dabei mit einer „Datenflut konfrontiert, es herrscht ein „information overload, Unternehmen verfügen über riesige Datenmengen – sind allzu oft aber nicht in der Lage, diese adäquat zu nutzen. Dementsprechend wurden und werden große Budgets in Big-Data-Systeme, Datenstrategien und Data-Management-Plattformen investiert. Diese Daten müssen jedoch analysiert werden, alleine bringen sie keinen Erkenntnisgewinn. Dessen sind sich immer mehr Marketers bewusst, die häufig nicht in der Lage sind, aufgrund der Daten konkrete Maßnahmen für das Marketing abzuleiten.

Mit diesem Werk möchten wir einen Beitrag leisten, das Potenzial von KI in Marketing und Vertrieb zu erkennen und KI so noch erfolgreicher einzusetzen und zu nutzen. Anhand von Best-Practice-Beispielen namhafter Unternehmen, Agenturen und Beratungen wird deutlich, welche Rahmenbedingungen und letztlich welches Mindset für einen sinnvollen und erfolgreichen Umgang mit KI im Rahmen von Unternehmensprozessen und -strukturen nötig sind. Denn KI wird das Leben von uns allen weltweit und nachhaltig beeinflussen und so auch die Kommunikation von Unternehmen mit ihren Zielgruppen immens verändern.

Und last but not least: Ein herzliches Dankeschön an alle Autoren und Interviewpartner für ihren großartigen Input und die uniquen Insights zu Marketing und KI sowie an Frau Angela Meffert, die dieses Werk als Lektorin hervorragend begleitet hat!

Vor allem aber wünsche ich Ihnen, unseren Leserinnen und Lesern, inspirierende Einblicke in die Möglichkeiten und Chancen von KI im Marketing!

Meike Terstiege

Düsseldorf, Deutschland

Inhaltsverzeichnis

Teil I Experteninterviews und Grundlagen von KI

KI als Treiber für Marketing und Vertrieb 3

Meike Terstiege

Marketer-Expertenintervie​ws zum Einfluss von KI 17

Meike Terstiege, Tim Alexander, Muhsin Cinar und Benjamin Pleißner

Nutzen der KI in Marketing und Vertrieb 43

Danin Bozovic und Meike Terstiege

KI – die große Unbekannte für die Berufsbilder von morgen und übermorgen 57

Marina Sverdel

Teil II KI und Marketing

Warum KI in Zukunft Killer-Ideen braucht 75

Daniel Adolph und Alexander Binder

Integrierte Intelligenz:​ Neue Möglichkeiten im Marketing an der Schnittstelle menschlicher und künstlicher Intelligenz 97

Ulrich Lichtenthaler

Connected Car Services – Neue Vermarktungschan​cen durch künstliche Intelligenz 111

Thorsten Liebehenschel, Fabian Degen und Max Köppl

KI in der Kosmetikbranche 129

Meike Terstiege

Künstliche Intelligenz sucht Künstler 143

Gordon Euchler und Nils Liedtke

Potenziale der digitalen Transformation und Auswirkungen auf Marketinginstrum​ente 153

Sophia Spranger und Meike Terstiege

Marketingforschu​ng 4.​0 – Wie wird künstliche Intelligenz die Umfrageforschung​ der Zukunft revolutionieren?​ 165

Tanja Zweigle

Teil III KI und Kommunikation

Optimierung von Marketing- und Vertriebskommuni​kation mittels KI 189

Meike Terstiege

KI-gestützte Leadgenerierung im B2B-Marketing 203

Mariana Cogan und Helen Orgis

MindsetMatching®​ in Social Media mittels KI 225

Herbert Höckel

Social Listening:​ Game Changer im Reputationsmanag​ement 239

Arne Westermann, Jörg Forthmann und Alexandra Krämer

Chatbots in der deutschen Modebranche – zusätzlicher Vorteil für die Konsumenten?​ 259

Pascal Fannasch, Audrey Mehn und José Santiago López Pérez

Teil IV KI und Sales

Hype oder Realität – KI als Instrument zur Optimierung des vertrieblichen Portfolios eines juristischen Finanzdienstleis​ters 275

Hanns-Ferdinand Müller

KI in E-Commerce-Prozessen der Modebranche 293

Matthias Lederer und Louisa Daus

Status quo der künstlichen Intelligenz in der Automobilbranche​ und Zukunftsszenarie​n für den deutschen Automobilhandel 315

Tim Charly Schmacke, Johannes Hohenspein, Pekka Ylitalo und Meike Terstiege

KI – von der Strategie zum Projekt 337

Sebastian Petry

Über die Herausgeberin

Meike Terstiege

ist als @DOCMARKETEER selbstständige Marketing-Beraterin und -Trainerin für digitales und strategisches Marketing mit dem Schwerpunkt KI und Digitalisierung, zudem berät sie Unternehmen zur Auswahl von Agenturen und Zusammenarbeit mit Agenturen. Als TalentHunter berät sie zudem Unternehmen im HR-Bereich zur Rekrutierung von Talenten, High Potentials und Young Professionals. Sie hat eine Professur für Digital Marketing an der International School of Management (ISM), konzipierte dort den Studiengang Digital Marketing und lehrt europaweit digitales und strategisches Marketing. Sie ist Herausgeberin, Autorin und Co-Autorin mehrerer Fachbücher und Publikationen (u. a. „Effiziente Marketingkommunikation und „Digitales Marketing). Ihre Beiträge wurden in Fachmagazinen wie Handelsblatt Online, New Business, Markenartikel und Horizont veröffentlicht. Aufgrund langjähriger Expertise verfügt sie über Praxiserfahrung und Insights im digitalen und strategischen Marketing, sowohl durch Führungspositionen auf Unternehmensseite (Henkel, Generali Holding und Allied Domecq) als auch auf Agenturseite (BBDO, Ogilvy, McCann und Edelman). Zuvor studierte sie Wirtschaftspsychologie an der Universität Mannheim und promovierte am Marketing-Lehrstuhl der TU Dortmund.

Teil IExperteninterviews und Grundlagen von KI

© Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature 2021

M. Terstiege (Hrsg.)KI in Marketing & Sales – Erfolgsmodelle aus Forschung und Praxishttps://doi.org/10.1007/978-3-658-31519-1_1

KI als Treiber für Marketing und Vertrieb

KI-Instrumente zu Effizienzsteigerung in der Marketing- und Vertriebskommunikation

Meike Terstiege¹  

(1)

@DOCMARKETEER, Düsseldorf, Deutschland

Meike Terstiege

Email: meike.terstiege@docmarketeer.de

1 „AI is all around us"

2 KI spricht und berät

3 KI analysiert und kommuniziert

4 KI kontrolliert und organisiert

5 KI als Treiber für Marketing und Vertrieb – ein erstes Fazit

Literatur

Prof. Dr. Meike Terstiege

ist als @DOCMARKETEER selbstständige Marketing-Beraterin und -Trainerin für digitales und strategisches Marketing mit dem Schwerpunkt KI und Digitalisierung, zudem berät sie Unternehmen zur Auswahl von Agenturen und Zusammenarbeit mit Agenturen. Als TalentHunter berät sie zudem Unternehmen im HR-Bereich zur Rekrutierung von Talenten, High Potenzials und Young Professionals. Sie hat eine Professur für Digital Marketing an der International School of Management (ISM), konzipierte dort den Studiengang Digital Marketing und lehrt europaweit digitales und strategisches Marketing. Sie ist Herausgeberin, Autorin und Co-Autorin mehrerer Fachbücher und Publikationen (u. a. „Effiziente Marketingkommunikation und „Digitales Marketing). Ihre Beiträge wurden in Fachmagazinen wie Handelsblatt Online, New Business, Markenartikel und Horizont veröffentlicht. Aufgrund langjähriger Expertise verfügt sie über Praxiserfahrung und Insights im digitalen und strategischen Marketing, sowohl durch Führungspositionen auf Unternehmensseite (Henkel, Generali Holding und Allied Domecq) als auch auf Agenturseite (BBDO, Ogilvy, McCann und Edelman). Zuvor studierte sie Wirtschaftspsychologie an der Universität Mannheim und promovierte am Marketing-Lehrstuhl der TU Dortmund.

1 „AI is all around us"

KI ist das Thema der Gegenwart und der Treiber der Zukunft – für Marketers Chance und Herausforderung zugleich. KI bietet Agenturen und werbetreibenden Unternehmen, aber auch zunehmend Unternehmensberatungen neue Wege der Kundenkommunikation, -analyse und -bindung. KI kann bereits vieles und zukünftig immer mehr und ist dabei keine Zukunftsvision. Die realistischen und umsetzbaren Möglichkeiten, die KI mit sich bringt, werden daher im Folgenden dargestellt und diskutiert. Eine Übersicht der Potenziale, die sich durch den Einsatz von KI erschließen, sind Abb. 1 zu entnehmen.

Abb. 1

KI-Potenziale entlang der Kernaufgaben im Marketing. (Quelle: In Anlehnung an Bünte 2018)

2 KI spricht und berät

Alexa dient und handelt in unserem Namen und unserem Sinn. Alexa ist mittlerweile das Synonym für Spracherkennung und Sprachdienste. Denn Sprache in Echtzeit zu erkennen und auszuwerten, ist dank KI möglich. Neuartige Services wie sprachgesteuertes Kommunizieren kommen dabei unserer menschlichen Bequemlichkeit entgegen. Erfolg hat alles, was unserem Convenience-Anspruch entgegenkommt, unser Verhalten und unsere Gewohnheiten ändern sich entsprechend schnell, neue Dienstleistungen greifen dies immer schneller und effizienter auf (Lobo 2018). Aktuell konfrontieren wir die Alexas dieser Welt mit noch recht trivialen Auf- und Anforderungen: Von „Wie wird das Wetter? über „Bestelle Getränke nach! bis hin zu „Wo ist der nächste Bio-Shop?". In kurzer Zeit jedoch werden, angefangen bei Internet-of-Things-Daten bis hin zu Drittanbieter-Informationen von Apps, ausreichend Datenquellen für die komplette Planung von Alltag, Privat- und Berufsleben miteinander verknüpft werden – und genau dieser Informationsfluss wird zunehmend über Sprache gesteuert (Cwiertnia 2018). Sprachassistenten und Sprachsteuerung spielen dabei selbstredend die Hauptrolle. Immer mehr Unternehmen wissen das zu nutzen und integrieren ihre Produkte und Dienstleistungen mittels Sprachassistenz nahezu nahtlos in das digitale Leben von Kunden.

Als ein Vorreiter ist hierbei BMW in China zu nennen: Die chinesische Version des dort angebotenen Sprachassistenten greift die gesamte Mobilitätswelt des Kunden auf. BMW bietet Kunden die Möglichkeit zum digitalen Bezahlen, unterstützt von zahlreichen Partnern wie Alibaba, u. a. in den Bereichen Flughafen-Premium-Service, Valet-Parking, Aufladen der Tankkarte oder Bezahlen von Strafzetteln über App bis zu Aftersales- und Financial Services per Sprachsteuerung (Beiersmann 2019). Eine Erfolgsgeschichte aus der Automobilbranche – aber auch übertragbar auf andere Branchen?

Schauen wir uns eine (derzeit noch) wichtige Branche der Wirtschaft in Deutschland an – den stationären Handel. Dort kann KI eine tragende Rolle spielen, wenn es um Beratungsleistungen geht (Rehme 2019). Dabei muss jedoch (noch) hinterfragt werden, ob sich Kunden lieber mit einem Roboter oder lieber mit einem „echten Verkäufer austauschen, um sich beraten zu lassen oder um einen Kauf abzuschließen. Die Akzeptanz für „humanoide Roboter im Handel muss diskutiert und kann nicht als Selbstverständlichkeit vorausgesetzt werden (Schneider 2019). Die Erwartungen sind demnach hoch, der „Fremdel-Faktor jedoch ebenso. Der PR-starke „Pepper ist als humanoider Roboter mittlerweile zwar sehr bekannt und recht beliebt, dennoch möchte nicht jeder Konsument von Pepper bedient oder beraten werden. Viele Menschen haben (noch) Berührungsängste gegenüber Robotern, der Umgang und Austausch mit sprechenden digitalen Assistenten überfordert oder verängstigt so manchen Kunden. KI teilt die Gesellschaft: Ein Teil reagiert geradezu euphorisch auf Roboter und Chatbots – und ist dementsprechend enttäuscht, wenn die teils allzu hohen Erwartungen nicht erfüllt werden; der andere Teil ist skeptisch und scheut die Auseinandersetzung mit dem neuartigen Gesprächspartner und „Berater. Nichtsdestotrotz erzeugen humanoide Roboter eine immense Aufmerksamkeit, sowohl im Handel selbst als auch mittels PR, und pushen das Einkaufserleben durch einen gewissen Innovations- und Entertainment-Faktor (Reese 2018). Aber sie dienen nicht allein als „Pausenclown, vielmehr können sie als große Chance im Omnichannel verstanden und als Omnichannel-Verbindung betrachtet werden, da sie den Online- und Offline-Handel zusammenbringen.

Gleichzeitig fungieren digitale Sprachassistenten als Marketingkanal und als Entscheider. Bei Fragen nach beispielsweise Produkttipps nennen sie meist nur eine bis zwei Antworten, ganz nach dem „Friss oder stirb-Prinzip" (Deloitte 2018). Digitale Sprachassistenten sind die neuen Gatekeeper im Alltag der Konsumenten, sie entscheiden (mit), was von Kunden nachgefragt und bestellt wird. Daher sind neue Kommunikationskonzepte im Rahmen der Markenkommunikation gefragt (Bialek 2019).

Der erste Schritt, damit eine sinnvolle und nützliche Spracherkennung im Rahmen dieser neuartigen Markenkommunikation funktioniert, ist die adäquate und richtige Interpretation der Inhalte des Gesprochenen. Dabei muss unterschieden werden zwischen dem reinen Verstehen und dem Zweck des Gesagten, also zwischen dem, was ein Nutzer sagt, und dem, was er damit bezweckt. Dies erfolgt über die Analyse der Nutzungsdaten und über das sog. „Deep Learning" mittels Entscheidungsbäumen, die bei den aktuellen Sprachassistenten hinter jedem Input seitens der Nutzer stehen (Schulz 2019) – worunter streng genommen noch keine wirkliche KI zu verstehen ist. Um KI handelt es sich genau dann, wenn verschiedene Informationsstränge miteinander verknüpft werden, beispielsweise wenn (idealerweise in Echtzeit) die Faktoren Spracherkennung, Ortung, Entfernung, Restaurantauswahl, Datum sowie Call-to-Action zum Resultat Tischreservierung mit Sprachausgabe verbunden werden.

Das alles sind die rein rationalen Elemente von KI im Rahmen der Spracherkennung. Die Kür dieses Prozesses ist allerdings das Einbinden emotionaler Intelligenzkomponenten (Michael Page 2019). Bei der weiteren Entwicklung von Sprachassistenzsystemen zählt zum einen, was gesagt wird, zum anderen, wie etwas gesagt wird, d. h. Tonalitäten stehen zukünftig im Fokus. Diese spielen in der menschlichen Kommunikation eine ganz entscheidende Rolle. Die emotionale Spracherkennung und das Erkennen verschiedener Facetten von Emotionen werden die Marketingkommunikation im Sinne der User Experience entscheidend beeinflussen (Safar 2019).

Was aber führt zu einer verbesserten User Experience? Die Antwort darauf lautet häufig: Chatbots. Diese waren ursprünglich zur Erleichterung des Ausfüllens von Formularen auf Websites entwickelt worden. Heute aber können sie mittels „Machine Learning Kunden bereits (relativ vielfältige) Fragen beantworten. Chatbots sind dabei immer für spezielle Aufgaben programmiert und „trainiert, somit ist ihr entsprechender Wortschatz eher begrenzt. Chatbots sind bei Kundenanfragen eine erste Anlaufstelle, bei komplexen Fragen wird meist an einen „echten", d. h. menschlichen, Mitarbeiter weiterverwiesen (Hundertmark 2019). Gleichzeitig sind Kunden hinsichtlich der Kaufberatung durch Chatbots, vergleichbar zur Einstellung gegenüber Robotern, noch recht zwiegespalten. Der Wunsch nach einer Beratung durch einen Roboter bzw. Chatbot ist eher gering ausgeprägt. Der Kauf von Produkten und der Abschluss von Dienstleistungen bzw. Verträgen ist ein emotional geprägtes Ereignis, bei welchem Chatbots oder Robots als wenig adäquat, wenn nicht sogar als störend, empfunden werden. Erfolgreich werden daher Unternehmen sein, die den Spagat zwischen rationalem Chatbot und emotionalem Kunden schaffen – Unternehmen, die Kunden und deren Emotionen verstehen, dieses Wissen in emotionale Botschaften verpacken und dadurch Kunden für sich einnehmen und so letztlich mittels Robotern und Chatbots mehr verkaufen (Toll 2018).

Was ist neben Emotionen noch zu beachten? Um die Erwartungen des Kunden an Chatbots nicht zu enttäuschen, muss der Kunde unbedingt erkennen können, dass er mit einem Roboter spricht. Wenn Kunden davon ausgehen, dass sie mit Menschen kommunizieren, schürt dies gänzlich andere Erwartungen an eine Konversation – und führt meist rasch zu Enttäuschungen in der Konversation mit einem Chatbot (Berg 2018). Das offensive Bekennen zur Nutzung von Chatbots seitens Unternehmen beugt derartigen Enttäuschungen vor.

KI und Chatbots leben vom kontinuierlichen Lernen. Mittels KI und Machine Learning werden Chatbots zukünftig selbst komplexe Fragen und Konversation schnell analysieren und passende Antworten geben (Dämon 2017). Und genau das setzt weitere Forschung und den kreativen Umgang mit KI-Möglichkeiten voraus. Relevant sind dabei u. a. das Dialogverhalten, das Vertrauen und die Offenheit von Nutzern gegenüber KI-getriebenen Chatbots und Robotern.

Womit wir zum Thema Datenschutz kommen: Für die Weiterentwicklung von KI muss diese „gefüttert" werden – und zwar mit Daten, d. h. vorrangig mit sprachlichem Input. Hierzu müssen Gespräche aufgezeichnet werden – vor dem Hintergrund der DSGVO ein brisantes Thema, denn das Aufzeichnen von Gesprächen und die Speicherung der entsprechenden Daten verlangt gemäß der Gesetzgebung eine Zustimmung von Kunden und Nutzern (Conrad 2018). Dabei darf das Misstrauen gegenüber der (vermeintlichen) Vertraulichkeit und Verschwiegenheit von Alexa nicht ignoriert werden. Ein Großteil der (potenziellen) Nutzer sieht die Sicherheit ihrer Daten in Gefahr. Kunden aber wollen mit Marken kommunizieren, sie wollen mit ihnen sprechen. Gleichzeitig steigt die Erwartung an Sprachassistenten, wie im Falle der Reaktionsgeschwindigkeit und des „natürlichen" Erlebens der Kommunikation mit Robotern. Unternehmen müssen daher Forschung betreiben, um die Wünsche und Ansprüche ihrer Kunden an Sprachinterfaces offenzulegen (Zukunft.Kunde 2019). KI ist vielversprechend, daher müssen Unternehmen nun entscheiden, wie stark man in diesen Bereich investieren und mit welchem Tempo man bei Sprachassistenten und -anwendungen vorgehen will.

Fassen wir also folgende Herausforderungen zusammen, die sich hinsichtlich der Entwicklung von Marketingkommunikation mittels KI stellen:

Konsumenten sprechen mit Marken; tatsächlich findet mittels Chatbots und Robotern eine Art von Konversation statt, die (fast) real ist, vom Konsumenten zumindest so empfunden und wahrgenommen wird. Dadurch wiederum wird sich der direkte Kontakt zu Konsumenten intensivieren, zugleich werden die Erwartungen der Konsumenten steigen. Des Weiteren muss unterschieden werden zwischen rein akustischer Kommunikation (Chatbots) und der optisch ergänzten Kommunikation mittels Display (Roboter). Marketingkommunikation muss alle (Werbe-)Botschaften daraufhin ausrichten und entsprechend der Interaktion von Display und Audioausgabe optimieren. Gleichzeitig ist eine durch KI unterstützte Marketingkommunikation auf die Praktikabilitäts- und Convenience-Ansprüche der Konsumenten auszurichten. Erfolgreiche KI-gestützte Kommunikation muss unaufwendig sein und dem Konsumenten Arbeit bzw. Aufwand abnehmen. Hierfür müssen Marken ihre Zielgruppe analysieren und verstehen, um reiz- und sinnvolle Angebote mittels KI zu entwickeln. Vor diesem Hintergrund muss die entsprechende Marketingkommunikation schnell Informationen liefern, die im Anschluss den entsprechenden Kaufimpuls nutzen, Sprachassistenten müssen entsprechend angepasst werden.

Und „last but not least: Die Sprachausgabe fordert die Sichtbarkeit und die Auffindbarkeit von Marken und Angeboten heraus. Bei der Sprachausgabe von Sprachassistenten zählen nur noch die ersten beiden Ergebnisse – im Gegensatz zu seitenlangen Google-Ergebnissen, von denen der heutige Konsument auch nur noch der ersten Seite seine Aufmerksamkeit schenkt. Unternehmen müssen demnach dafür Sorge tragen, dass ihre Produkte und Dienstleistungen eben nicht mehr unter den „Top 10 von Google, sondern vielmehr unter den „Top 2" von Sprachassistenten stehen (Göpfert et al. 2018).

Die zurzeit am weitesten verbreiteten KI-basierten Marketinginstrumente sind in Abb. 2 dargestellt.

Abb. 2

Häufig genutzte KI-Marketing-Tools

3 KI analysiert und kommuniziert

KI-Experten versprechen: „Mit KI ist der Kunde keine Black Box mehr." Kunden werden dank künstlicher Intelligenz endlich vollends transparent, KI hilft, Zielgruppen zu analysieren und so zu verstehen. Mittels KI-Lösungen bewegen sich Kundenkommunikation und -bindung auf einem neuen, deutlich höheren Niveau (Gotzens 2019).

Eine Branche mit Vorreiterfunktion ist hierbei der Fitnesssektor. Das Tracken physiologischer Daten ist hier bereits Usus. Anhand kundenspezifischer Daten wird die Kommunikation mit Kunden deutlich individueller und letztlich effizienter. Die Voraussetzungen zum Schaffen dieses Mehrwerts sind dabei vollständige bzw. ausreichend große Datensätze, Speichersysteme für die Kundendaten sowie Analysesysteme mittels künstlicher Intelligenz im Rahmen von Sprachassistenten (Beyer 2018).

Das alles setzt ein holistisches Wissen um den Kunden voraus, gefragt ist ein 360-Grad-Bild des Kunden. Um dieses vollständige Kundenbild zu erhalten, können CRM-Daten mit Informationen aus beispielsweise Amazon, Facebook oder Google sowie mit Handelsdaten (Knowledge Graph) verknüpft werden. Dieses ganzheitliche Datenkonstrukt ermöglicht die Konzeption und Umsetzung individueller Kommunikationskampagnen (Göpfert 2018). So können zeitgemäße KI-basierte Marketingtechnologien das nachhaltige Wachstum von Marken unterstützen (Bialek 2019). Als Datengrundlagen sind neben dem Knowledge Graph (als Wissensdatenbank, die u. a. Google verwendet, um die Ergebnisse von Suchmaschinen mit Informationen aus verschiedenen Quellen zu verbessern; diese Informationen werden den Nutzern dann in einer Infobox neben den Suchergebnissen angezeigt) zudem die Komponenten Social Graph (als „soziales Diagramm" zur Darstellung sozialer Beziehungen zwischen Entitäten bzw. sozialen Netzwerken), Buying Graph (Darstellung von Kauffaktoren) und Behavioral Graph (Darstellung von Verhaltens- und Entscheidungsfaktoren) von Bedeutung (Göpfert 2018). So lassen sich beispielsweise in der Akquise Neukunden mit ähnlichen Verhaltensweisen und vergleichbarem (sozio-)demografischem Hintergrund wie Bestandskunden ansprechen und so u. a. die Cost-per-Conversion reduzieren und ein positiver Return-on-Ad-Spend gewinnen. Ein weiteres Beispiel sind Newsletter: Die Komplexität von Newslettern ist bei länderspezifischen Varianten, personalisierten Angeboten und Preisen sowie unternehmensinternen Anforderungen bei der Kundenansprache eine Herausforderung. Mittels KI können derartig personalisierte Newsletter mit deutlich weniger Aufwand erstellt werden (Göpfert 2018).

Doch abseits der digitalen Welt von Newslettern und Co. – auch der (analoge) Handel setzt auf KI. Um Kundenbedürfnisse adäquat zu beantworten, nutzen Handelskonzerne insbesondere bei „Fast Moving Consumer Goods" (FMCG) verstärkt Daten und Prognosen. KI unterstützt dabei u. a. die Bedarfs- und Regalplanung (Reese 2018). So können Daten dazu genutzt werden, die für Kunden passenden Produkte in den Regalen an den richtigen Stellen zu positionieren und so den Umsatz effektiv zu steigern. Mittels KI kann der Handel idealerweise in Echtzeit das jeweilige Optimierungspotenzial in den Regalen und im Laden selbst erkennen und entsprechend handeln sowie Wachstumstreiber identifizieren und den Kundendialog ausbauen (Heinemann 2019).

Abb. 3 stellt eine Übersicht der aktuell relevantesten KI-basierten Datenanalyse-Tools dar

Abb. 3

KI-Tools zur Datenanalyse

4 KI kontrolliert und organisiert

Künstliche Intelligenz lässt letztlich niemanden kalt, hat alle Branchen hochgeschreckt und schürt zugleich Hoffnungen. Auch Unternehmensberatungen und Kommunikationsagenturen bauen auf mögliche Unterstützung und Arbeitserleichterung durch künstliche Intelligenz.

Gerade Berater und Kreative sehen sich mit (Un-)Mengen ungenutzter Daten konfrontiert, die zum einen einer tiefergehenden Analyse bedürfen und zum anderen zusammengeführt werden müssen, um einen wirklichen Mehrwert als Basis für u. a. Consumer Insights zu schaffen. Lösungen, die auch noch dem Agentur-Business gemäß schnell funktionieren, gibt es bereits: Mittels KI-basierter Software können beispielsweise Fotos in Sekundenschnelle hinsichtlich passender Kampagnenmotive geprüft oder Musikalternativen für einen Werbespot gefunden werden. Des Weiteren können im Bereich der Kreation mittels KI-Tools Bilder, Filme oder Texte entwickelt und Kommunikationskampagnen analysiert werden (Rentz 2019).

Aber die Entwicklung geht noch viel weiter: McCann Japan entwickelte beispielsweise einen eigenen Bot namens AI-CD β. Dieser wurde mit den Daten der Werbespots der letzten zehn Jahre versorgt, mit dem Schwerpunkt auf für ihre Kreativität ausgezeichneten Spots. Mittels dieser Daten entwarf der Bot AI-CD β in der Funktion eines „Art Directors" und entsprechend dem Kundenbriefing ein Kampagnenkonzept (O’Reilly 2017). Die Güte dieses Konzept kann zwar diskutiert werden, sicherlich verdeutlicht dieses Beispiels jedoch die rasante Entwicklung von KI-basierten Services.

Doch in der Agentur- und Kommunikationsbranche geht es nicht allein um Kreativität. Der Umgang mit und das Management von Daten spielen eine ebenso große Rolle. Nahezu ausnahmslos alle Beratungen und Agenturen arbeiten derzeit an Lösungen, um ihre (Kunden-)Daten zu verknüpfen, teamübergreifend zugänglich zu machen und so die gemeinsame Analyse und Nutzung dieser Daten zu gewährleisten. Da sich Marketingdaten ständig weiterentwickeln und die Quellen ebenfalls mannigfaltig sind, müssen vollkommen verschiedene Daten zusammengeführt werden (Rondinella 2019). Die Verknüpfung von beispielsweise Daten hinsichtlich Kampagnen, CRM-Maßnahmen, Wettbewerb, Vertrieb etc. ist bislang aufwendig, kostet Zeit und Manpower. Nun kann KI dabei helfen, relevante Daten nicht nur schnell zu sammeln, sondern auch in kurzer Zeit adäquat auszuwerten und aufzubereiten.

So können verschiedene Agenturabteilungen unterstützt werden, von der Mediaplanung über das Marketing bis zu Controlling und HR. Möglich ist mittlerweile aber auch eine Art „Projekt-Headhunting": Mithilfe selbstlernender Algorithmen wird der für Agenturprojekte ideale Experte identifiziert (Gründel 2019). Möglich ist dies durch den Zugriff auf sämtliche Datenquellen der einzelnen Agentur-Dependancen und -Abteilungen sowie durch die Zusammenführung, Integration und ganzheitliche Nutzung der Daten. Das Ergebnis ist eine optimierte standortübergreifende Verteilung von Human Resources sowie die optimale Nutzung von Daten für verschiedene Agenturprojekte (Göpfert 2018).

Was kann KI noch für Agenturen leisten? Ein durch KI optimiertes Knowledge-Management ist noch lange nicht alles, was KI zu bieten hat. So kann KI im Personalwesen dabei helfen, im Recruiting-Prozess die passenden Talente zu identifizieren und zu finden, Programme zur Mitarbeiterförderung und -zufriedenheit zu überarbeiten oder Mitarbeiterprofile zu scannen (Gründel 2019). Im Bereich Projektmanagement können mittels KI die Ressourcenplanung sowie der Austausch von standortübergreifendem Mitarbeiter-Know-how optimiert werden, während im Controlling die Analyse von Kosten und Gewinnen oder die Identifizierung neuer Geschäftschancen mittels KI zum Tragen kommen (Göpfert 2018).

Voraussetzung für eine derartige KI-Nutzung ist aber das Einbeziehen der Mitarbeiter in die Entwicklung von KI – da künstliche Intelligenz nur intelligent(er) wird, wenn sie ständig aktuellen Dateninput erhält und zudem kontinuierlich genutzt wird, ist das Engagement der Mitarbeiter gefragt. Nur wenn KI involviert und begeistert, wenn ihr Mehrwert deutlich und das Verständnis für KI vorhanden ist, kann die Entwicklung und Nutzung KI-basierter Tools gelingen (Pütter 2018).

Idealerweise funktioniert dies in abteilungsübergreifenden Teams. Um KI zu integrieren und zu etablieren, ist die Zusammenarbeit von Experten wichtig (Göpfert 2018). Daher sollten Teams, die KI entwickeln und mit KI arbeiten, beispielsweise aus Programmierern, Datenanalysten, Kundenberatern, Strategen, Kreativen, Applikationsentwicklern, Mediaplanern und/oder Marktforschern zusammengesetzt sein. So können Technik und Organisation verknüpft und integrativ genutzt werden (Neigh 2018).

Möglichkeiten der Nutzung von KI im Bereich von Agentur und Beratung sind Abb. 4 zu entnehmen.

Abb. 4

KI als Unterstützung in Agenturen und Beratungen

5 KI als Treiber für Marketing und Vertrieb – ein erstes Fazit

KI ist eine Herausforderung, deren Dimensionen noch längst nicht erfasst sind und sich zudem ständig weiterentwickeln. Für KI müssen Prozesse und Strukturen überdacht, Mitarbeiter engagiert und involviert werden, während abteilungs- und teamtrennendes Silo-Denken für KI ein „No-Go" ist. So viele Vorteile KI auch bringt, KI ist komplex und jede Art von KI-Projekt bringt einen beträchtlichen Bedarf an Ressourcen mit sich. Von Bedeutung sind daher nicht allein die passenden Mitarbeiter, genauso relevant sind integrierte und motivierte Teams zum Vorantreiben und zur Umsetzung von KI-Projekten. Allein auf Basis dieser Umstrukturierungen kann KI im Bereich Marketing und Vertrieb einen wirklichen Benefit und Wettbewerbsvorteil darstellen.

Der Status quo und die sich daraus ergebenden Herausforderungen seitens KI sind in Abb. 5 dargestellt.

Abb. 5

Die Top-10-Themen, die Marketingexperten zukünftig hinsichtlich KI auf ihrer Agenda haben

Literatur

Beiersmann, S. (2019). Sprachassistent: Alibaba kooperiert mit BMW in China. ZDNet. https://​www.​zdnet.​de/​88351255/​sprachassistent-alibaba-kooperiert-mit-bmw-in-china/​. Zugegriffen am 12.09.2019.

Berg, T. (2018). So vermeidest du Probleme bei der Chatbot-Entwicklung (4. Oktober 2018). https://​t3n.​de/​news/​chatbot-entwicklung-probleme-vermeiden-1115073/​. Zugegriffen am 11.09.2019.

Beyer, M. (2018). Sprachgestützte Assistenten – IBMs Watson Assistant tritt gegen Alexa, Google Assistant und Co. https://​www.​computerwoche.​de/​a/​ibms-watson-assistant-tritt-gegen-alexa-google-assistant-und-co-an,3544627. Zugegriffen am 11.03.2020.

Bialek, C. (2019). Digitale Revolution – Warum Marken in Zukunft eine Stimme brauchen (22. Mai 2019). https://​www.​handelsblatt.​com/​technik/​digitale-revolution/​digitale-revolution-warum-marken-in-zukunft-eine-stimme-brauchen/​24361324.​html. Zugegriffen am 30.11.2019.

Bünte, C. (2018). Die Zukunft des Marketings. Wiesbaden: Springer Gabler.

Conrad, C. (2018). Datenschutz bei neuen Kommunikationskanälen wie Chatbots und Messenger-Diensten: Der automatisierte Kundenkontakt der Zukunft (19. Februar 2018). https://​www.​datenschutz-notizen.​de/​datenschutz-bei-neuen-kommunikationska​naelen-wie-chatbots-und-messenger-diensten-der-automatisierte-kundenkontakt-der-zukunft-3520019/​. Zugegriffen am 11.09.2019.

Cwiertnia, L. (27. März 2018). Amazon Alexa – Meine unheimliche Mitbewohnerin. Zeit Online. https://​www.​zeit.​de/​2018/​14/​amazon-alexa-sprachassistenti​n-persoenliche-daten-test. Zugegriffen am 28.05.2020.

Dämon, K. (10. Juli 2017). Megatrend Chatbot Was Chatbots der Wirtschaft bringen. Wirtschaftswoche. https://​www.​wiwo.​de/​erfolg/​trends/​megatrend-chatbot-was-chatbots-der-wirtschaft-bringen/​19997318.​html. Zugegriffen am 12.10.2019.

Deloitte (2018). Megatrend Sprachassistent: Wie Alexa & Co. den Markt aufmischen, Deloitte Monitor. https://​www2.​deloitte.​com/​de/​de/​pages/​consumer-business/​articles/​sprachassistent.​html. Zugegriffen am 12.12.2019.

Göpfert, Y. et al. (2018). KI bringt das Marketing nach vorne, W&V, W&V Serie Nr. 19–22, 2018.

Gotzens, A. (2019). So gut kann Künstliche Intelligenz Marketing-Prozesse automatisieren. MB Medien Group. https://​www.​mbmedien.​group/​blog/​ki-im-content-und-automationsproze​ss. Zugegriffen am 11.09.2019.

Gründel, V. (20. Juni 2019). Bei diesen drei Aufgaben profitieren Personaler schon heute von KI. W&V.https://​www.​wuv.​de/​karriere/​bei_​diesen_​drei_​aufgaben_​profitieren_​personaler_​schon_​heute_​von_​ki. Zugegriffen am 12.11.2019.

Heinemann, G. (18. Juli 2019). Stationärer Handel: Mehr Erfolg mit KI. Tagesspiegel. https://​background.​tagesspiegel.​de/​stationaerer-handel-mehr-erfolg-mit-ki. Zugegriffen am 12.09.2019.

Hundertmark, S. (18. Februar 2019). Kundenerlebnisse steigern mit Hilfe von Chatbots. digicomp. https://​www.​digicomp.​ch/​blog/​2019/​02/​18/​kundenerlebnisse​-steigern-mit-hilfe-von-chatbots. Zugegriffen am 12.09.2019.

Lobo, S. (10. Januar 2018). Bequemlichkeit schlägt alles, sogar deutsche Bedenken. Spiegel Online. https://​www.​spiegel.​de/​netzwelt/​gadgets/​sprachsteuerung-im-alltag-ohne-geht-es-nicht-mehr-kolumne-a-1187056.​html. Zugegriffen am 29.05.2020.

Michael Page (2019). Emotionale KI: Streben nach digitaler Empathie, Michael Page. https://​www.​michaelpage.​de/​neuigkeiten-studien/​marktstudien/​fw-zukunft-der-arbeit/​emotionale-ki-digitale-empathie. Zugegriffen am 11.09.2019.

Neigh, M. (08. November 2018). Wie sich Organisationen auf KI vorbereiten. Computerwoche. https://​www.​computerwoche.​de/​a/​wie-sich-organisationen-auf-ki-vorbereiten-koennen,3544218. Zugegriffen am 12.09.2019.

O’Reilly, L. (12. März 2017). A Japanese ad agency invented an AI creative director – and ad execs preferred its ad to a human’s. Business Insider. https://​www.​businessinsider.​de/​mccann-japans-ai-creative-director-creates-better-ads-than-a-human-2017-3?​r=​US&​IR=​T. Zugegriffen am 12.09.2019.

Pütter, C. (13. November 2018). Wie man Mitarbeitern die Angst vor KI nimmt. CIO. https://​www.​cio.​de/​a/​wie-man-mitarbeitern-die-angst-vor-ki-nimmt,3585456. Zugegriffen am 12.09.2019.

Reese, H. (04. Dezember 2018). Studie über Künstliche Intelligenz: Viele Verbraucher sehen darin eine Chance für den Handel. PwC. https://​www.​pwc.​de/​de/​digitale-transformation/​kuenstliche-intelligenz/​kuenstliche-intelligenz-im-handel-2018.​html. Zugegriffen am 11.12.2019.

Rehme, F. (20. März 2019). Künstliche Intelligenz hilft der Industrie und dem stationären Handel. Zukunft des Einkaufens. https://​zukunftdeseinkau​fens.​de/​ki-fmcg/​. Zugegriffen am 11.12.2019.

Rentz, I. (23. Juni 2019). Marketingverantwortliche sind immer noch sehr vorsichtig bei der Implementierung. Horizont. https://​www.​horizont.​net/​marketing/​nachrichten/​ki-im-marketing-marketingverantw​ortliche-sind-immer-noch-sehr-vorsichtig-bei-der-implementierung-175648?​crefresh=​1. Zugegriffen am 11.09.2019.

Rondinella, G. (11. Juni 2019). Wie die neue KI „Newton" Marketern unter die Arme greifen soll. Horizont Online. https://​www.​horizont.​net/​tech/​nachrichten/​admetrics-wie-die-neue-ki-newton-marketern-unter-die-arme-greifen-soll-175401. Zugegriffen am 12.09.2019.

Safar, M. (24. Januar 2019). Mensch-Maschine-Schnittstellen – Mit sozialer, emotionaler Intelligenz das Potenzial von KI ausschöpfen. Computerwoche. https://​www.​computerwoche.​de/​a/​mit-sozialer-emotionaler-intelligenz-das-potenzial-von-ki-ausschoepfen,3547388. Zugegriffen am 10.12.2019.

Schneider, A. (2019). KI im Handel – Wenn der Roboter beim Einkaufen assistiert. e-commerce Magazin. https://​www.​e-commerce-magazin.​de/​ki-im-handel-wenn-der-roboter-beim-einkaufen-assistiert/​. Zugegriffen am 11.09.2019.

Schulz, J. (27. Juli 2019). Smarte Sprachassistenten und künstliche Intelligenz „Ich verstehe Liebeskummer nicht". Deutschland Funk Kultur. https://​www.​deutschlandfunkk​ultur.​de/​smarte-sprachassistente​n-und-kuenstliche-intelligenz-ich.​976.​de.​html?​dram:​article_​id=​452434. Zugegriffen am 28.01.2020.

Toll, J. (03. März 2018). KI braucht EQ – KI muss Emotionen verstehen können. Computerwoche. https://​www.​computerwoche.​de/​a/​ki-muss-emotionen-verstehen-koennen,3546196. Zugegriffen am 21.09.2019.

Zukunft.Kunde. (16. Mai 2019). Finanzdienstleister und Versicherungen: Akzeptieren Kunden künstliche Intelligenz? Redaktion Zukunft. https://​www.​zukunftkunde.​de/​finanzdienstleis​ter-und-versicherungen-akzeptieren-kunden-kuenstliche-intelligenz/​. Zugegriffen am 11.12.2019.

© Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature 2021

M. Terstiege (Hrsg.)KI in Marketing & Sales – Erfolgsmodelle aus Forschung und Praxishttps://doi.org/10.1007/978-3-658-31519-1_2

Marketer-Experteninterviews zum Einfluss von KI

Meike Terstiege¹, ², ³, ⁴  , Tim Alexander¹, ², ³, ⁴  , Muhsin Cinar¹, ², ³, ⁴   und Benjamin Pleißner¹, ², ³, ⁴  

(1)

@DOCMARKETEER, Düsseldorf, Deutschland

(2)

Deutsche Bank AG, Frankfurt a. M., Deutschland

(3)

Territory Content to Results GmbH, Gütersloh, Deutschland

(4)

BBDO Düsseldorf, Düsseldorf, Deutschland

Meike Terstiege (Korrespondenzautor)

Email: meike.terstiege@docmarketeer.de

Tim Alexander

Email: tim.alexander@db.com

Muhsin Cinar

Email: cinar.muhsin@territory.group

Benjamin Pleißner

Email: benjamin.pleissner@bbdo.de

1 Interview mit Tim Alexander, Deutsche Bank

2 Interview mit Muhsin Cinar, Territory

3 Interview mit Benjamin Pleißner, BBDO

Bevor wir uns mit den Erfahrungen und Plänen von Marketingexperten im Detail beschäftigen, wollen wir uns zu Anfang die Frage stellen: Was sind die Chancen und Risiken des Einsatzes von KI im Marketing aus der Sicht von „Praktikern" aus Agentur, Kommunikation und Marketing?

Daher kommen im Folgenden im Rahmen von Experteninterviews mit Führungskräften aus den Branchen Finanzdienstleistungen und Kommunikation genau die Marketers zu Wort, die sich bereits aktuell und zukünftig im Rahmen ihrer Marketingaufgaben mit KI auseinandersetzen.

Der Finanzprofi

Branche: Financial Services

Interviewt wurde: Tim Alexander/Chief Marketing Officer/Deutsche Bank AG

Der Marketing-Automation-Experte

Branche: Marketing und Kommunikation

Interviewt wurde: Muhsin Cinar/Director of Integrated Intelligent Marketing/Territory Content to Results GmbH

Der Kommunikationsstratege

Branche: Marketing und Kommunikation

Interviewt wurde: Benjamin Pleißner/Planning Director/BBDO Düsseldorf

Die Interviews führte Meike Terstiege.

1 Interview mit Tim Alexander, Deutsche Bank

Meike Terstiege: Welchen Stellenwert hat Ihrer Erfahrung/Meinung nach KI aktuell und zukünftig in Bezug auf Marketing und Sales?

Tim Alexander: In die Beziehung von Marketing und Sales zu KI ist nach einer Phase stürmischer Verliebtheit Ernüchterung eingezogen. Blicken wir drei Jahre zurück, war die große Hoffnung, KI würde alle Bereiche nachhaltig durchdringen und transformieren, ja, sogar transzendieren. Die damals entworfenen Zukunftsbilder erinnern aus heutiger Perspektive an die Erwartungen der 50er-Jahre des vorigen Jahrhunderts, als man annahm, im Jahr 2000 würden wir uns mit Raketenrucksack und Düsenauto auf den Weg zur Arbeit machen. Notwendig enttäuschte Erwartungen. Denn in Hinblick auf KI ist das theoretisch Denkbare und aus Marketing- sowie Sales-Sicht Wünschenswerte auf das technisch und kommerziell Machbare gestoßen. Dabei ist die Perspektive auf diese Technologie rascher reif geworden als die kommerzielle Verfügbarkeit geschäftsrelevanter KI-Anwendungen. Entsprechend sind keine großen neuen KI-Anwendungen in die Technologie-Stacks von Unternehmen eingezogen und haben die IT- und Applikationenlandschaft verändert, vielmehr hat KI oftmals Eingang in bestehende Anwendungen gefunden. Es ist also verbaut, mithin embedded worden. Insofern sehe ich bei der Nutzung und beim Nutzen von KI aktuell vornehmlich inkrementelle Fortschritte. Die Revolution ist ausgeblieben. KI ist zu oft überzeugende Business Cases schuldig geblieben. Gleichwohl bleibt das Potenzial dieser Technologie riesig. Doch wir stehen erst am Anfang der wirklichen kommerziellen Nutzung.

Meike Terstiege: Wo eignet sich der Einsatz von KI in Marketing und Sales besonders, wo eignet er sich weniger?

Tim Alexander: In unserem Privatkundengeschäft mit rund 20 Millionen Kunden, für die wir über unsere zwei Hauptmarken Deutsche Bank und Postbank mit unserer gesamten Produkt- und Leistungsbreite als Universalbank da sind, haben wir zum Beispiel ein Marketing-Mix-Modell entwickelt, das wir erfolgreich nutzen. KI-basiert ermöglicht es unter Berücksichtigung von rund 1000 internen und externen Variablen, die optimale Budgetallokation und den optimalen Marketing-Mix auf Brand-, Produkt- und Kanalebene zu finden, die Anzahl von Abschlüssen und Leads zu maximieren, strategische Planung und Erfolgsschätzung über alle Ebenen und relevante Produktgruppen zu bewerkstelligen, Budget- und Strategieänderungen in Hinblick auf ihre Auswirkungen zu simulieren sowie Maßnahmen zu messen, um daraus Handlungsempfehlungen für künftige Aktivitäten abzuleiten. Das ist schon ein ziemlich dickes Brett, das wir da bohren. Ohne KI wäre das nicht zu schaffen. Erfahrung und Bauchgefühl oder einfache Modelle mithilfe großer Datenmengen durch faktenbasierte Insights zu ersetzen, ist sicher ein besonders geeignetes Einsatzgebiet von KI im Marketing- und Sales-Bereich. Ebenso bei innovativen Kundensegmentierungen und der Erstellung und Ausspielung von Marketingmitteln in Echtzeit. Also: Ein Kunde oder Nichtkunde geht auf eine Webseite, wird aufgrund bestimmter Daten erkannt, seine relevanten Interessen in Echtzeit klug identifiziert und ein individualisiertes oder sogar personalisiertes Werbemittel ausgespielt. Aber aktuell ist dies größtenteils noch Zukunftsmusik. Es wäre klasse, wenn wir schon so weit wären!

Meike Terstiege: Welche Vor- und Nachteile hat der Einsatz von KI in Marketing und Sales?

Tim Alexander: KI kann helfen, Marketing und Sales wirksamer zu machen. Beispielsweise durch intelligente Analytik, die neuartige Kunden-Insights ermöglicht. Durch innovative Zielgruppensegmentierungen, die einen anderen Blick auf Kundengruppen zulassen und so neuartige Chancen für das Targeting von Mikrosegmenten bieten. Und durch die Industrialisierung der Produktion individualisierter oder personalisierter Werbemittel, die eine 1:1-Kommunikation in großem Stil zulassen. Der Clou: Diese kühle Technik und das kalte Effizienzparadigma können am Anfang einer wieder näheren, menschlicheren und wärmeren Beziehung von Mensch und Marke stehen. Das ist ein Ausblick, der mich begeistert! In der letzten Dekade sind Marken vielfach zu reinen Absatzflächen verkommen. Verständlicherweise aufgrund knapper Mittel, intensiveren Wettbewerbs und großer Marktverwerfungen, die Kurshalten und langfristige Markenführung erschwert haben. Insofern nachvollziehbar. Dennoch nicht schön. Mit KI können wir Marken den Sparkle zurückgeben, sie menschlicher, emotionaler und relevanter aufbauen. Sie werden so die Bindungskraft wieder entfalten können, die erfolgreiche Unternehmen in der VUCA-Welt benötigen. Denn hier ist das Potenzial einer Marke, langfristige Verbindungen mit Konsumenten aufzubauen und zu entwickeln, erfolgskritisch, und nicht der plumpe Sales Push. Wer darauf auch zukünftig setzt, brennt ein Strohfeuer ab.

Meike Terstiege: Was sind sog. „low hanging fruits" bei der Nutzung von KI in Marketing und Sales, und was sind die größten Hürden?

Tim Alexander: „Low hanging fruits" bei KI in Marketing und Sales? Habe ich bislang nicht entdeckt. Leider. Das mag mit meiner Branche zu tun haben. Banken sind datenverarbeitende Betriebe. Immer schon gewesen. Ihr Herz sind Menschen, Prozesse, Daten und IT. Es wird ja heute gern vergessen, dass Banken bis zur Finanzmarktkrise zu den Vorreitern der industriellen Nutzung von Computertechnologie gehört haben. Insofern finden sie bei den meisten Häusern nicht unbedingt eine Green-Field-Situation vor, was den Technologie-Stack angeht. Das macht es schwer, rasch etwas neues ins Regal zu stellen. Wenn ich mir das Privatkundengeschäft der Deutschen Bank anschaue, muss ich zudem sagen: Wir haben eigentlich alles im Haus, was ich für den grundsätzlichen Betrieb meines Bereiches brauche. Klar, wo wir White Spots haben, schließen wir die natürlich, gern auch mit KI-Anwendungen. Aber nehmen wir mal den Bereich der CRM-Daten. Eigentlich ein klassischer Turf für KI. Wir haben hier aber eine belastbare IT- und Applikationenlandschaft, da sich die Bank schon vor langer Zeit mit dem Aufbau des Retail Business entschlossen hat, hier langfristig zu investieren. Da dies sehr ordentlich funktioniert, gibt es keinen dringenden Anlass, auf ein neues Pferd zu setzen. Zumal sich ein Mehrnutzen beim Einsatz von KI nicht in ausreichendem Maß festmachen lässt. Insofern fehlen einfach überzeugende Business Cases. Eine weitere Hürde bei der Nutzung von KI in Marketing und Sales: Die spannendsten Ansätze sehe ich vielfach bei kleineren Anbietern und Start-ups. Denen fehlen aber nach meiner Einschätzung oft die Größe und Wettkampfhärte, um in einer Großorganisation wie der unseren Projekte erfolgreich zu stemmen. IT in einer systemrelevanten internationalen Universalbank ist in Hinblick auf Komplexität, Sicherheitserwartungen und Dokumentationspflichten nun mal ein völlig anderes Spiel. Das macht auch unsere Pilotprojekte extrem aufwändig, mit denen wir darauf abzielen, am Ball zu bleiben und neueste KI-Entwicklungen für uns zu prüfen.

Meike Terstiege: Was sind die Stärken, Schwächen, Chancen und Risiken beim Einsatz von KI in Marketing und Sales?

Tim Alexander: Mit KI können in Marketing und Sales ein paar harte Nüsse geknackt werden: Die Arbeit mit Daten kann eine völlig andere Qualität erreichen. Wir können dadurch ein ungeahntes Verständnis über die Bedürfnisse und Erwartungen von Kunden erlangen, ebenso über die potenzielle und reale Wirksamkeit unserer Maßnahmen. Und das ganze Themenfeld der Marketing-Production kann durch KI in eine komplett andere Umlaufbahn katapultiert werden. Da ist viel Musik drin. Für eine etablierte und technisch bereits einigermaßen hochgerüstete Unternehmung ist eine wesentliche Schwäche beim Einsatz von KI bislang, dass Killer-Anwendungen fehlen. Klar: Es sind superviele Einsatzmöglichkeiten denkbar, aber bislang kaum welche zwingend. Hinzu kommt, dass der Nutzen einer KI-Einführung vor Beginn der Implementierung oft nicht klar genug quantifizierbar ist. Entsprechende Projekte haben in der Regel einen explorativen und experimentellen Charakter. Doch in Zeiten knapper Ressourcen ist das nicht ausreichend. Auch für ein Pilotprojekt benötige ich zumindest eine grobe Aussicht auf den möglichen kommerziellen Nutzen. KI-Projekte als Fahrt ins Blaue zu organisieren mit der Hoffnung, dass es schon irgendwie gut wird und man irgendwo trocken und wohlbehalten ankommt, das geht nicht. Dabei sind die Chancen beim Einsatz von KI so groß! Ich bin überzeugt davon, dass diese Technologie das Potenzial hat, Marketing und Sales wieder menschlicher und kreativer und so die Arbeit in diesen Bereichen spannender und unabkömmlicher zu