|

Einsatz von Künstlicher Intelligenz im Marketing.

Künstliche Intelligenz (KI) zählt zu den wichtigsten Treibern der digitalen Ökonomie. Entsprechend sind auch in Marketing und Sales größere Umwälzungen zu erwarten. KI bietet hier enorme Optimierungspotenziale: Abschlussraten lassen sich steigern, Kundenverhalten vorhersagen und personalisierte Werbung ausspielen. Viele Marketing-Experten sind sogar der Meinung, dass KI das Marketing in Zukunft stärker verändern wird als der Durchbruch von Social Media.

Bedeutung von Künstlicher Intelligenz im Marketing

Künstliche Intelligenz ist ein Teilgebiet der Informatik und beschreibt den Versuch, bestimmte Fähigkeiten und Entscheidungsstrukturen des Menschen nachzubilden. Da der Begriff nicht eindeutig abgrenzbar ist, werden drei für das Marketing besonders wichtige Teilgebiete betrachtet: Machine Learning, Deep Learning und NLP.

Machine Learning: IT-Systeme lernen automatisch Muster und Zusammenhänge aus Daten und verbessern sich, ohne explizit programmiert zu sein.

Deep Learning: Teilbereich des Machine Learnings, welches sich auf Künstliche neuronale Netze und große Datenmengen fokussiert. Deep Learning wird dazu genutzt, Bilder zu erkennen, Texte zu verstehen und Entscheidungen genauer zu tätigen.

NLP: Natural language processing bzw. Computerlinguistik ist eine Methode der Künstlichen Intelligenz, die es Computern ermöglicht, die natürliche Sprache des Menschen zu verstehen. Anwendungsgebiete sind z.B. Chatbots, Text Mining und digitale Assistenten wie Alexa oder Siri.

Mithilfe von Künstlicher Intelligenz im Marketing werden vorhandene Daten anhand von Algorithmen nach interessanten Mustern und Zusammenhängen durchsucht, um Vorhersagen über das künftige Kunden- und Kaufverhalten zu treffen. Diese Vorhersagen und Empfehlungen lassen sich anschließend gezielt nutzen, um durch Personalisierung mehr Umsatz zu generieren. Gleichzeitig lassen sich durch gezielte Steuerung von Marketingaktivitäten Kosten sparen.

Die KI kann also Marketingaktivitäten entlang des gesamten Kundenlebenszyklus effizienter gestalten. Dies erfordert aber die Schaffung durchgängiger Kundendaten in einem System, das die zahlreichen Datenquellen integriert.

Vorteile und Chancen von KI im Marketing

Künstliche Intelligenz im Marketing hat viele Vorteile für Unternehmen, denn mithilfe von KI können Marketer riesige Datenmengen bewältigen. Dabei geht es nicht um den umfassenden Besitz von Daten, sondern darum, die richtigen Daten identifizieren und herausfiltern zu können. Daraus lassen sich Muster erschließen und gewinnbringend einsetzen.

Kundenbedürfnisse entlang des kompletten Kundenlebenszyklus können dadurch besser verstanden und durch personalisiertes Marketing individuell adressiert werden. So lassen sich zielgerichtete und individuelle Kampagnen realisieren, welche die Kunden im richtigen Moment erreichen. Dies führt zu einer stärkeren Kundenbindung. Das Kaufverhalten kann präzise vorhergesagt und proaktiv mit Kampagnen zur richtigen Zeit bedient werden. Das Marketingbudget wird dadurch für die richtigen Kunden ausgegeben, wodurch Kosten gesenkt werden – denn Budgets fließen in Kundengruppen, welche über einen höheren Kundenwert verfügen. Dies führt schließlich dazu, dass bei gleichbleibendem Marketingbudget der Umsatz gesteigert werden kann.

Auch kritische Muster, wie z.B. Customer Churn, können frühzeitig erkannt werden. So können Unternehmen rechtzeitig handeln und Kunden langfristig zu binden.

Die Möglichkeiten sind sehr vielfältig: Intelligente Algorithmen können Kundengruppen identifizieren, beschreiben und individuell mit Inhalten versorgen. Zukünftig wird es sogar möglich sein, dass die KI Inhalte eigenständig erstellt – und zwar mit der höchsten Konvertierungswahrscheinlichkeit für die angesprochene Zielgruppe. Künstliche Intelligenz entlastet auch die Mitarbeiter im Kundenservice: Ein Chatbot nimmt Anfragen rund um die Uhr entgegen und bietet schnelle Antworten in der Sprache des Kunden.

Anwendungsbeispiele

Künstliche Intelligenz wird im Marketing also für verschiedenste Aufgaben eingesetzt, um die Marketingprozesse zu optimieren, das Targeting zielgenau auf die Bedürfnisse der Kunden anzupassen und zur richtigen Zeit das richtige Angebot zu machen. Die Anwendungsfelder sind vielfältig – wir haben ein paar Beispiele zusammengestellt.

KI kann zum Beispiel zur Datenanalyse genutzt werden, um Kunden zu segmentieren. Cluster-Algorithmen erstellen hierbei Kundensegmente. Das Clusterverfahren unterteilt den Kundenbestand anhand verschiedensten Variablen in möglichst homogene Subgruppen. Diese Subgruppen lassen sich durch charakteristische Muster voneinander unterscheiden. Indem beispielsweise überprüft wird, welche Kundenmerkmale miteinander korrelieren, können die wichtigsten Buyer Personas identifiziert und mit KPIs versehen werden. Auch lassen sich Buyer Personas oder Branchen ermitteln, die durch ungewöhnliches Verhalten auffallen – deren Feedbacks wiederum für die Produktentwicklung genutzt werden können. Gleichzeitig kann mithilfe von KI analysiert werden, wie hoch die Wahrscheinlichkeit ist, dass ein bestimmter Zielkunde innerhalb eines gewissen Zeitraums etwas kauft. Mit diesen Erkenntnissen lassen sich gezielt Kampagnen mit großen Erfolgsaussichten aufsetzen.

Customer Lifetime Value Prognosen sind ein weiterer Baustein, bei dem die KI unterstützen kann. Der CLV umfasst die Bewertung der Kunden nach ihrer Profitabilität und offenen Potenzialen. Und für einen guten CLV müssen Prognosen für die Zukunft getätigt werden – ein gut modellierter CLV kann genau vorhersagen, wie sich ein Kunde in den nächsten 12 Monaten entwickelt. Daraufhin lassen sich Marketingbudgets und Aktionen viel genauer planen. Ein maschinell gestützter Kundenwert ist ein sehr hilfreiches Marketing-Steuerungselement: Jeder einzelne Kunde bekommt einen bestimmten Wert zugeordnet, nach dem anschließend Marketingaktivitäten individuell gesteuert werden.

Ein weiteres großes Einsatzspektrum liegt in der Kommunikation mit potenziellen Kunden. So lassen sich dank KI Werbeanzeigen, Landing Pages oder sogar Preise optimieren und personalisieren – und das in Echtzeit. Das funktioniert auch für die passenden Zeitpunkte. Kleine Verbesserungen können bereits zu mehr Response führen, was sich positiv auf die Akquisekosten auswirkt. Stichwörter wie „Real-Time-Bidding“, „Programmatic Advertising“ oder „Search Advertising“ tauchen immer häufiger auf und funktionieren hauptsächlich durch die Implementierung von KI-Technologie. Die Vorteile von Personalisierung liegen in einer stärkeren Kundenbindung, mehr Cross-Selling oder der Steigerung von Long-Tail-Umsätzen. Die Implementierung ist sehr komplex, da Prozesse stark automatisiert sein müssen. Zu den Vordenkern im Bereich Personalisierung gehören etwa Netflix, Spotify oder Amazon.

Hierbei spielt auch das Hyper Targeting eine wichtige Rolle: Hyper Targeting beschreibt die personalisierte Automatisierung von Werbeanzeigen und Anpassung der Werbeinhalte an einen individuellen Nutzer – mithilfe von KI-Technologie. Sowohl die potenziellen Kunden als auch die Unternehmen profitieren, weil die Nutzer nur den für sie relevanten Content angezeigt bekommen. Um dies zu ermöglichen wird ein Algorithmus angewandt, der die Nutzerdaten analysiert. Dadurch wird ermittelt, in welcher Phase des Kaufprozesses die Konsumenten stecken und welche Werbemittel am besten wirken könnten. Der Algorithmus merkt sich die Ergebnisse und lernt stetig weiter. Im Programmatic Buying Prozess berechnet KI beispielsweise, welche Werbefläche am lukrativsten für die Werbetreibenden ist und testet innerhalb von Sekundenbruchteilen unzählige Varianten.

Auch Chatbots bieten viele Möglichkeiten. Chatbots nutzen Künstliche Intelligenz und einen angelernten Algorithmus, der die wichtigsten Daten beinhaltet, die der Chatbot wissen muss, um Fragen zu beantworten. Gut funktionieren sie bislang vor allem im Support-Bereich, wo Kunden schnelle Antworten auf sich wiederholende Fragen wünschen. Natural Language Processing steckt noch in den Kinderschuhen, wodurch Chatbots bisher noch eher selten überzeugen. In der Zukunft kann die Kommunikation zwischen Kunden und Chatbots allerdings wesentlich individueller und persönlicher gestaltet werden, um den Kundenservice zu beschleunigen und zu verbessern. Durch die KI lernen die Bots mit jedem Kundengespräch dazu und liefern so immer bessere Ergebnisse.

Ein weiterer spannender Bereich ist die Content Creation: KI unterstützt vor allem bei der Optimierung von Texten, aber auch bei der Erstellung von Content – vor allem bei Texten, die auf bestimmten Regeln basieren (z.B. Sportergebnisse). Die KI kann große Textmengen klassifizieren, komprimieren und selbstständig verschiedene Wordings und Quellen evaluieren, um eine Zielgruppe optimal anzusprechen. Darüber hinaus kann KI bei der Kundenansprache unterstützen, da diese heutzutage möglichst individuell sein muss. Die dazu notwendigen Daten sind in den Unternehmen meist vorhanden – die KI-Technologie kann die Nutzung der Daten erheblich verbessern. Auch bei (audio-) visuellem Content lässt sich mit KI-Tools bereits viel Zeit sparen.

Wie geht es weiter?

Die Antwort auf die digitalen Herausforderungen liegt in der richtigen Mischung komplexer Algorithmen-Ansätze und der einmaligen Kreativität der Menschen. Aufgrund der immer weiter zunehmenden Digitalisierung wird die Auseinandersetzung mit der Künstlichen Intelligenz nicht an einem Zeitpunkt aufhören, sondern sich kontinuierlich weiterentwickeln. Zukünftig wird KI Konsumentenverhalten und -vorlieben voraussehen und individuell passende Informationen anbieten können. Sie wird sowohl Routineaufgaben als auch gewisse kreative Aufgaben übernehmen können und selbstständig Inhalte und Antworten verfassen. Der Diskurs um Künstliche Intelligenz hat also gerade erst begonnen. Daher ist es wichtig, sich mit den zentralen Fragen rund um das Thema KI auseinanderzusetzen und zu hinterfragen, welche Auswirkungen sich ergeben.

Fazit

KI bietet dem Marketing etliche Vorteile in Bezug auf die Kundenzentrierung. Außerdem lassen sich dank Künstlicher Intelligenz Umsätze steigern und Marketingkosten senken. Die Technologien können im Zuge der gesamten Customer Journey eines potenziellen Kunden eingesetzt werden und neue Zielgruppen anhand von Daten erschließen und adressieren. Viele Möglichkeiten ergeben sich aber erst durch eine intelligente Sammlung von Kundendaten – diese sind der Treibstoff für KI. Je effizienter das Marketing diese Daten nutzt, desto besser können Kundenbedürfnisse verstanden und kundenzentriert agiert werden.

Die Einsatzmöglichkeiten werden in den nächsten Jahren weiter zunehmen. Allerdings stößt auch die Künstliche Intelligenz an ihre Grenzen, denn viele KI-Technologien sind bei Weitem noch nicht fehlerfrei: Die Basis der KI entsteht aus menschlicher Hand und bei der Programmierung können Fehler passieren. Marketing- und Digitalexperten bilden auch in Zukunft die Brücke zwischen fortschrittlicher Technologie und menschlichem Verstand. KI wird die Marketingabteilung also nicht überflüssig machen, sondern hilft dabei, Zeit und Kapazitäten der Marketer auf andere Prozesse zu lenken. Das Potenzial intelligenter Algorithmen ist unbestritten und so wird die Technologie das Marketing nachhaltig verändern.

Quellen

https://datasolut.com/kuenstliche-intelligenz-marketing/#personalisierung-im-marketing
https://www.wearesquared.de/blog/10-anwendungsbeispiele-fuer-kuenstliche-intelligenz-im-digitalen-marketing
https://www.salesforce.com/de/blog/2021/02/ki-marketing.html
https://vertus.co/ki-marketing-praxisbeispiele/
https://datasolut.com/was-ist-machine-learning/
https://datasolut.com/was-ist-deep-learning/
https://datasolut.com/natural-language-processing-einfuehrung/