AI und Marketing Automation: Ein Traumduo

Im CEX Trendradar 2024 haben wir für Marketing Automation und AI ein starkes Wachstum prognostiziert. AI ist und wird in nahezu allen Systemen vertreten sein. Nach einem halben Jahr und einer Zwischenbilanz muss man die Prognose noch einmal nach oben korrigieren. Zwei wesentliche Triebfedern sind für diese Entwicklung verantwortlich. Der Kundenwunsch nach personalisierter Ansprache trifft auf eine Technologie – oder genauer gesagt auf die Nutzung von AI in verschiedenen Systemen im Unternehmen – die solch eine gezielte Ansprache auf Basis von Analysen sehr effizient und nahezu in Echtzeit ermöglicht.

Zunächst ganz kurz ein wenig Begriffsklärung. AI und Automatisierung werden oft als Synonyme verwendet. Manchmal werden die beiden Begriffe verwechselt. Künstliche Intelligenz bedeutet, dass Maschinen die menschliche Intelligenz imitieren, um Aufgaben auszuführen, die normalerweise menschliche Fähigkeiten erfordern. Die AI-Technologie verwendet Algorithmen, Deep Learning und neuronale Netze, um Daten zu analysieren, zu interpretieren und daraus zu lernen.

Bei der Automatisierung hingegen werden Maschinen und Software eingesetzt, um Aufgaben zu automatisieren, die normalerweise menschliches Eingreifen erfordern. Das Hauptziel der Automatisierung besteht darin, die Effizienz zu steigern, Fehler zu reduzieren und die Produktivität zu erhöhen.

Künstliche Intelligenz oder Artificial Intelligence (AI) spielt eine entscheidende Rolle im Bereich der Marketing-Automatisierung und des Kundenbeziehungsmanagements (CRM). Hier sind einige konkrete Einsatzbeispiele:

Marketing-Automatisierung mit AI

• Personalisierte Empfehlungen: AI kann grosse Mengen an Kundendaten analysieren, um personalisierte Produkt- oder Dienstleistungsempfehlungen zu erstellen, die auf den individuellen Vorlieben und Kaufgewohnheiten basieren. Besonders wenn es darum geht, zeitnah zu agieren, ist AI unabdingbar.
• Dynamische Inhaltsanpassung: Websites können ihre Inhalte dynamisch anpassen, basierend auf dem Surfverhalten eines Besuchers. AI erkennt Muster und Präferenzen, um Inhalte anzupassen, die für den Benutzer relevant und ansprechend sind.
• Effiziente Kampagnenerstellung: AI hilft bei der Identifizierung neuer Zielgruppen oder Untergruppen innerhalb der bestehenden Zielgruppe, die besonders auf bestimmte Kommunikations- und Anspracheformen reagieren.
• Kampagnenorchestrierung: Durch die Verwendung von AI können Unternehmen die Anzahl ihrer Kampagnen skalieren, ohne sich um die Entscheidung sorgen zu müssen, welche Kampagne als nächstes gesendet werden soll. AI-Modelle identifizieren schnell alle verfügbaren Kampagnen für jeden Kunden und bestimmen die nächste beste Aktion für sie, was die Marketing-Automatisierung optimiert.

Doch auch in der reaktiven Kundenbetreuung ist eine Vielfalt von Anwendungsmöglichkeiten von AI machbar. Das lässt sich gut an der nachfolgenden Abbildung demonstrieren. Generative AI analysiert die 360°-Kundensicht in der BSI Customer Suite und generiert ein passendes Bild, welches die Lebenssituation des Kunden widerspiegelt. So sieht der Kundenberater schnell auf einen Blick, wen er vor sich hat.

AI ist nicht gleich AI

Auch wenn wir generell von AI sprechen, ist also eine Unterscheidung verschiedener Ausprägungen von AI für die jeweiligen Einsatzbereiche im Unternehmen wichtig. Oder verkürzt gesagt: AI ist nicht gleich AI. Für die Analyse grosser Datenmengen benötigt es andere AI-Funktionalitäten als für die Erstellung von Content (generative AI) oder die Nutzung von AI in Chat- oder Voicebots, z.B. im Customer Service (Conversational AI). Entscheidend für die Fachanwender in Marketing und Vertrieb sind zwei Dinge: Zum einen die Integration der jeweils passenden AI-Systeme/Modelle in die Funktionalitäten, ohne dass der Anwender selbst die Expertise zur Auswahl des geeigneten AI-Systems oder -Modells haben muss. Zum anderen geht es um die kontextbezogene Unterstützung in der täglichen Arbeit in Marketing und Vertrieb. AI als "Companion" bedeutet heute: AI unterstützt den Fachanwender kontextbezogen mit Informationen. Zum Beispiel mit Empfehlungen für den nächsten Schritt in der Ansprache eines Kunden auf Basis einer Analyse mit der entsprechenden Musterkennung und einer Prognose zu der Abschlusswahrscheinlichkeit für ein konkretes Produkt oder eine spezifische Dienstleistung.

Diese Beispiele zeigen, wie AI die Effizienz, Personalisierung und Differenzierung in Marketing-Automatisierung und CRM verbessert, indem sie in Echtzeit datengesteuerte Entscheidungen ermöglicht und die Kundenerfahrung optimiert.

Über den Autor

Harald Henn ist geschäftsführender Gesellschafter der Marketing Resultant GmbH aus Mainz in Deutschland. Seit 2004 begleitet und unterstützt er Unternehmen bei Customer Experience und Digital Customer Service Projekten. Der CEX-Experte entwickelt jährlich gemeinsam mit dem Wirtschaftswissenschaftler Prof. Dr. Nils Hafner den CEX Trendradar – eine Übersicht aller relevanten CEX-Trends aus den Bereichen People, Process und Technology.