Künstliche Intelligenz entdecken: So finden Sie passende Anwendungsfälle für Marketing und Vertrieb

Austin Chan / unsplash.com

Künstliche Intelligenz entdecken: So finden Sie passende Anwendungsfälle für Marketing und Vertrieb

Mai 25, 2020 künstliche intelligenz, Marketing, Vertrieb by Sarah Stemmler, Julia Zukrigl

Es schallt von allen Konferenzpodien und aus allen Podcasts: Die künstliche Intelligenz wird auch das Marketing und den Vertrieb auf den Kopf stellen. Nur was bedeutet das überhaupt? Was wird sich in den Fachbereichen konkret ändern? Und vor allem: Wie können wir uns dem Thema Künstliche Intelligenz strukturiert und mit Bodenhaftung nähern, ohne dabei einer Hypeblase aufzulaufen?

Wir zeigen Ihnen wie Sie mit den folgenden vier Schritten für Ihr Unternehmen die Brücke zwischen Marketing und künstlicher Intelligenz schlagen und erfolgreich neues Terrain betreten.

  1. Zuerst ist es wichtig zu verstehen, wie künstliche Intelligenz wirkt und was sie tatsächlich leisten kann.
  2. Zweitens lernen Sie Anwendungsfälle kennen, die aktuell und in weiterer Zukunft für die Fachbereiche Marketing und Vertrieb erfolgreich eingesetzt werden.
  3. Drittens ist es an Ihnen zu priorisieren, welche Anwendungsfälle für Ihr Unternehmen wirklich relevant sind. Ein wesentlicher wirtschaftlicher Nutzen hilft Ihnen bei einem Pilotprojekt die internen Stakeholder mit auf diese Entdeckungsreise zu nehmen.
  4. Starten Sie Ihr Pilotprojekt und lernen Sie on-the-project welches Potenzial künstliche Intelligenz für die Lösung Ihrer täglichen Herausforderungen hat.

Was meinen wir mit künstlicher Intelligenz?

Wenn wir von künstlicher Intelligenz sprechen, meinen wir damit Softwareanwendungen, die kognitive Aufgaben lösen können, die eigentlich dem menschlichen Verstand zugeschrieben werden. Die intelligente Problemlösung besteht aus drei Prozessschritten: der Beschreibung der Ist-Situation (Description), einer Vorhersage über zukünftige oder bisher unbekannte Ereignisse (Prediction) mittels analytischer Methoden, sowie die Festlegung der Vorgehensweise, also einer Art Rezept, wie die Erkenntnisse aus der Vorhersage automatisiert umgesetzt werden können (Presciption). Künstliche Intelligenz verarbeitet also selbständig große Datenmengen, erkennt darin Muster und trifft in der Folge eigenständig Entscheidungen. Bis diese Eigenständigkeit für eine isolierte Anwendung erreicht wird, braucht es jedoch ein hohes Maß an menschlicher Brainpower, die diese Systeme einstellt und implementiert.

Oft sind Roboter und Anwendungen mit menschenähnlichem Erscheinungsbild unsere erste Assoziation, wenn wir von künstlicher Intelligenz hören. In erster Linie sind mit dem Begriff jedoch Softwareanwendungen gemeint, die automatisiert Entscheidungen in der Datenverarbeitung treffen. Dabei unterscheiden wir zwischen zwei wesentlichen Zielsetzungen: Erstens kann der Output einer KI-Anwendung eine Vorhersage sein. Zweitens ist das Ergebnis häufig eine Prozessoptimierung oder -automatisierung. Während es in ersterem Fall um neue Erkenntnis geht, liegt in zweiterem Fall der Fokus auf Effizienzgewinn.

KI-Anwendungsfälle im Marketing

Auch bei der Einteilung der Marketinganwendungsfälle hilft uns dieser Raster. Verwenden wir KI-Anwendungen für Insights & Prognosen, so gelingt es uns neue Erkenntnisse über unsere Kunden, Marketingaktivitäten, den Mitbewerb und die Markenwahrnehmung zu gewinnen. KI zur Prozessoptimierung wird besonders im Bereich Marketingautomation für die Bespielung von multiplen Kanälen mit personalisierten Inhalten, aber auch in der (Teil-)Automatisierung von Serviceleistungen eingesetzt. Für beide Anwendungsbereiche haben wir für Sie Usecases zusammengestellt:

Einsatz von KI für Insights & Prognosen
– Lead Prediction: Potenzielle Neukunden entdecken
– Zielgruppen segmentieren
– Bessere Absatz- und Vertriebsplanung
– Automatisiertes KPI Tracking zur Performancemessung von Marketingkampagnen
– Market Intelligence für Wettbewerbs- und Marktanalysen
– Churnprognosen zur Verhinderung von Kundenabwanderung
– Sentimentanalysen zur Bestimmung der externen Markenwahrnehmung
– Kundenreaktionen vorhersagen
Einsatz von KI zur Prozess- und Serviceoptimierung
– 24/7 Kundenservice mit Chatbots
– Ausspielung von personalisierter Werbung
– Kaufempfehlungen auf Basis von Recommender Systems
– Echtzeitpreisfindung mit Dynamic Pricing
– Sortimentszusammenstellung mit Associaton Rules
– Textbasierte und visuelle Suche von Produkten oder Services

Es gibt eine Vielzahl von KI-Anwendungsmöglichkeiten in Marketing und Vertrieb. Doch nicht alle sind für Ihr Unternehmen und Ihren Geschäftsfall geeignet. Darüber hinaus ist es wichtig fokussiert an einem einzelnen Anwendungsfall zu arbeiten. Die Erfahrung zeigt, dass parallele Pilotprojekte bei einem geringen KI-Reifegrad des Unternehmens nicht von Erfolg gekrönt sind.

Welche KI-Anwendungsfälle sind für Ihr Unternehmen relevant?

Besonders in einem gehypten Betätigungsfeld wie künstlicher Intelligenz ist es erfolgsentscheidend, dass Sie den Überblick nicht verlieren und sich klar auf die Herausforderungen und Rahmenbedingungen in Ihrem Unternehmen fokussieren. Markttrends kommen und gehen in einem schwindelerregenden Tempo – der Erfolg stellt sich jedoch nicht ein, indem man versucht auf alle Züge aufzuspringen. Der Blick auf den Mitbewerb ist sicher interessant, aber Projekte von anderen Branchenteilnehmern zu kopieren birgt mehrere Gefahren: Ihre Prozesse werden sich unterscheiden, von einer anderen Datenlage ist mit absoluter Gewissheit auszugehen. Auch der Zugang zum Kunden und die strategische Ausrichtung variieren. Best Practices aus der Branche wirken attraktiv, können aber in den seltensten Fällen 1:1 umgelegt werden. Sie brauchen das Rad zwar nicht neu zu erfinden, aber: Beginnen Sie bei sich selbst!

Um dieses Vorgehen zu vereinfachen, haben Synsugar und MINT Marketing Analytics ein Framework zur Identifikation geeigneter Usecases entwickelt. In lösungsorientierten Workshops betrachten wir Ihre dringendsten Herausforderungen im Tagesgeschäft und zeigen Ihnen interessante Lösungspfade aus den Bereichen Künstliche Intelligenz und Data Science auf. Wir starten dort, wo der Schuh am meisten drückt, denn nur dort kann später das notwendige Commitment aller Projektbeteiligten aufgebracht werden.

  1. (Unerfüllte) Kundenbedürfnisse: Wo gibt es aktuell Indikatoren für unerfüllte Kundenwünsche? Wie können schwache Signale für problematische Kundenerlebnisse erkannt und richtig eingeordnet werden? Gelingt es Ihnen potenzielle Interessenten online zu erkennen und zu zufriedenen Kunden zu verwandeln?
  2. Prozesse: Welche Prozesse nehmen Ihre Mitarbeiter als besonders zeitaubend und ineffizient wahr? Welche Prozesse sind besonders fehleranfällig?
  3. Daten: Wie steht es um Ihre internen Daten? Lassen sich Ihre dringendsten Fragestellungen damit beantworten? Wie ist die Datenqualität beschaffen? Welche externen Datenbestände könnten hilfreich sein?
  4. Technologie: Wie ist ihr aktuelles Technologiestack beschaffen? Welche technischen Voraussetzungen werden gedeckt? An welchen Stellen gibt es Entwicklungspotenziale?

Den maximalen Benefit aus dem KI-Pilotprojekt herausholen

Ihr KI-Pilotprojekt wird neben dem eigentlich zu lösenden Geschäftsproblem auch die Lernkurve zum Umgang mit künstlicher Intelligenz in Ihrem Unternehmen steigern. Für diesen Lerneffekt ist es wichtig, dass Sie sich bei ihrem Pilotprojekt nicht nur eine standardisierte out-of-the-Box Lösung zukaufen, die auch eine KI-Funktion enthält. Das Thema KI erschließen Sie für Ihr Team besonders dann, wenn Sie in das Entwicklungs- und Implementierungsprojekt involviert sind und so wertvolles Verständnis aufbauen, das Ihnen bei Folgeprojekten einen wesentlichen Verhandlungs- und Wettbewerbsvorteil ermöglicht.

Nichtsdestotrotz steht die Wirtschaftlichkeit im Mittelpunkt. Priorisieren Sie potenzielle KI-Pilotprojekte nach wirtschaftlichen Überlegungen und führen Sie Return-on-Investment Rechnungen durch. Eine Darstellung der Projektvarianten in einer Wirkungs-Umsetzbarkeits-Matrix (siehe unten) hilft Ihnen das richtige Projekt zu finden, und diesen Schritt gemeinsam mit Ihren internen Stakeholdern zu gehen.

Wirkungsmatrix zur Priorisierung von KI-Anwendungsfällen

Die Experten von synsugar und MINT Marketing Analytics bieten Ihnen einen Fertigbausatz für den Brückenbau zwischen Marketing und KI. Gemeinsam gießen wir Ihren Weg in die künstliche Intelligenz in ein effizientes Workshopformat und stellen Ihnen wirksame Methoden und fachliches Knowhow für einen schnellen Einstieg zur Verfügung. Wir freuen uns auf Ihre Anfrage für Workshops in Süddeutschland, Österreich und Remote.

bySarah Stemmler

Data Science Coach mit Leidenschaft für Daten, Tools und effiziente Arbeitsformen.

byJulia Zukrigl

Datenbeflügelter Marketing- und Vertriebserfolg | Data Science | Data & Impact | Analytics & Strategy

Schreiben Sie einen Kommentar

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