Skip to Content

Warum (und wie) KI im Marketing alles verändern wird – mit Fallbeispielen

Ein Mann sitzt vor einem PC und hält ein Post-it hoch, auf dem AI steht

Wie lassen sich unternehmensinterne Prozesse optimieren und welche Rolle spielt KI dabei?

Was könnte das Marketing noch mehr verändern, als es die sozialen Medien seit den frühen 2000er-Jahren getan haben? Expert:innen glauben: der Einsatz von KI im Marketing.  Künstliche Intelligenz (kurz: “KI”, auch “Artificial Intelligence” oder “AI” genannt) im Marketing kann nach Ansicht vieler den Return on Investment (kurz: “ROI”) effektiver steigern als jede andere technologische Innovation zuvor..

Denn ihre positiven Effekte sind genau das, wovon jede:r Marketingmanager:in träumt. Die enormen Datenmengen, die KI verarbeiten kann, helfen

  • das Verhalten von Kund:innen präzise vorherzusagen und so ihre Erwartungen und Bedürfnisse zu erfüllen,
  • personalisierte Werbung und Content-Angebote zu erstellen und auszuspielen

  • und folglich durch effektivere Marketingmaßnahmen höhere Abschlussraten zu erzielen.

Aber AI im Marketing stößt nicht überall auf Begeisterung. Mitarbeitende befürchten, durch Algorithmen ausgetauscht zu werden. Künstliche Intelligenz ist jedoch kein Ersatz für menschliche Kreativität. Sie kann auch keine eigenen Entscheidungen treffen. Was sie bei richtigem Einsatz bietet, ist viel Optimierungspotenzial. 

Aber was bedeutet Artificial Intelligence im Marketing eigentlich genau und wie lässt sie sich in der Praxis konkret einsetzen?

Was ist KI im Marketing?

Künstliche Intelligenz beschreibt den Versuch, menschliches Verhalten mit technischen Möglichkeiten nachzubilden. Damit eine Maschine den Mensch in einem Teilbereich seiner Tätigkeiten ersetzen kann (wie etwa die KI im Marketing), muss sie in der Lage sein, Zusammenhänge zu erkennen, Erkenntnisse abzuleiten und diese in der Praxis anzuwenden. Die Prozesse, die dabei im menschlichen Gehirn ablaufen, bilden Entwickler:innen zum Beispiel durch neuronale Netze ab, die durch Algorithmen die Nervenzellen im Gehirn nachahmen. 

Der Mensch muss die Technologie nun nicht mehr mit dem gesamten für dessen Aufgabe notwendigen Wissen und Daten versorgen. Vielmehr kann die Maschine mit Künstlicher Intelligenz eigenständig Konzepte erkennen, sie interpretieren und die richtigen Schlüsse ziehen, um ihren Verwendungszweck zu erfüllen.

KI kann im Marketing auf verschiedene Weisen eingesetzt werden. Drei Teilbereiche der Technologie, die unterschiedliche Anforderungen erfüllen, sind hier in der Praxis bekannt:

  • Machine Learning: Hier verarbeitet die Marketing KI große Datenmengen, um in ihnen Muster und Zusammenhänge zu erkennen. Je öfter sie das tut, desto besser wird sie darin und desto automatisierter lassen sich Anwendungsbereiche durchführen – ohne dass ein Mensch sie kontinuierlich neu programmieren muss. Maschinelles Lernen ermöglicht beispielsweise automatisierte Umsatzprognosen.
  • Deep Learning: Deep Learning ist eine spezielle Form des maschinellen Lernens, welche mit neuronalen Netzen arbeitet. Die KI ist hier so weit entwickelt, dass sie eigenständig Bilder erkennen und Texte verstehen und so passgenauere Entscheidungen treffen kann. Das ist besonders bei sehr großen Datenmengen nützlich, zum Beispiel bei der Erkennung von Objekten, die gebrandet sind oder eine Marke zugeordnet werden können (“Brand Object Recognition”) oder auch Empfehlungen anhand großer Datenmengen (z. B. „Nutzer, die xy gesehen haben, haben auch … gesehen“).
  • Natural Language Processing (NLP): NLP, auch bekannt als Computerlinguistik, befähigt IT-Systeme, die menschliche Sprache zu verstehen. NPL wird zum Beispiel für digitale Sprachassistenten, Chatbots oder Text Mining eingesetzt. Konnten Chatbots früher lediglich auf Triggerworte reagieren, sind sie dank NLP nun fähig, Kontextinformationen zu verarbeiten, die von den zum Training vorgegebenen Mustern abweichen. Das ermöglicht ihnen eine situative Kommunikation mit Nutzer:innen.

69% der Kund:innen ​​sind offen für den Einsatz von KI zur Verbesserung der Customer Experience.

State of the Connected Customer Report

Warum lohnt sich der Einsatz von Künstlicher Intelligenz im Marketing?

KI ist im Marketing inzwischen weder Exot noch Experiment. Eine Umfrage von Salesforce zeigt, dass das Vertrauen in KI stetig steigt. Bereits deutlich mehr als die Hälfte der Befragten steht der Technologie durchaus positiv gegenüber.

Untersuchungen belegen zudem, dass KI Marketing effizienter und effektiver macht sowie neue Kundenerlebnisse schaffen kann. Sie erhöht die Kapazität bei der Erhebung und Verarbeitung von Daten enorm. So können Unternehmen große Datenmengen hernehmen, um besser zu verstehen, wie ihre Kund:innen ticken und welche Werte ihnen wichtig sind. Weil KI im Marketing durch strukturierte Verarbeitung auch zu besserem Datenmanagement führt, steigt damit auch automatisch ihre Prognosegenauigkeit.

Marketing AI kann durch Automation die Aktivitäten entlang des gesamten Kundenlebenszyklus effizienter gestalten. Ihr Einsatz erfordert aber in vielen Fällen die Speicherung durchgängiger Kundendaten in einem System, das die zahlreichen Datenquellen integriert. Vermarkter:innen, die KI für ihr Unternehmen einsetzen wollen, benötigen daneben vor allem eines: Einen geeigneten Anwendungsfall für ein Pilotprojekt, das die Wirksamkeit der KI unter Beweis stellt. Ausgehend davon stellen Sie fest, welche weiteren Daten Sie ins Monitoring aufnehmen sollten, um die Grundlage für die Automation zu verbessern.

Das KI-Glossar –
32 Definitionen, die Sie jetzt unbedingt kennen sollten

Wie wendet man KI im Marketing an?

Je intelligenter Daten gesammelt werden, desto mehr Möglichkeiten ergeben sich, um KI für das Marketing umfassend zu nutzen. Künstliche Intelligenz lässt sich mit Hilfe einer Customer Data Platform (kurz: „CDP“) implementieren. Dabei handelt es sich um eine Software, die Daten aus verschiedenen Datenquellen in einer einzigen, zentralisierten Kundendatenbank vereint und alle Touchpoints und Kundeninteraktionen enthält.

Nach der Implementierung gibt es verschiedene Einsatzbereiche, dazu gehören:

  • Datenanalyse & Cluster Building für die Identifizierung der wichtigsten Buyer Personas und gezielte Kampagnensteuerung.
  • Chatbots für Kundenanfragen im Service und zur Kaufberatung, um die Kundenbindung zu optimieren.
  • Customer-Lifetime-Value und Customer-Journey-Prognosen zur besseren Planung von Marketingbudgets und -aktivitäten.
  • Real Time Bidding zur Aussteuerung von Online-Werbung, um Content und Preise in Echtzeit zu optimieren und zu personalisieren.
  • Personalisierte Shopping-Empfehlungen & personalisierte Suchergebnisse durch Relevanzbewertung von Inhalten und Ausspielung des Contents basierend auf dem Verhalten von User:innen.

KI im Unternehmen richtig implementieren

Eine erfolgreiche Implementierung von KI im Unternehmen, etwa durch die Salesforce Marketing Cloud, fußt auf drei Säulen, die in Einklang gebracht werden müssen:

1. Menschen: Künstliche Intelligenz braucht vor allem die Akzeptanz der Mitarbeiter:innen im Unternehmen. Sie müssen die Daseinsberechtigung der Technologie erkennen, ihre Einführung akzeptieren und verstehen, dass sie menschliche Mitarbeitende nicht überflüssig macht, sondern ihre Arbeit erleichtert. 

2. Systeme: Die Technik im Unternehmen muss so ausgelegt sein, dass die Artificial Intelligence über Integrationspunkte sinnvoll in innerbetriebliche Systeme eingebunden wird, aber keine bestehenden Abläufe stört. 

3. Organisation: Die Einführung von KI führt dazu, dass sich Prozesse und damit die Unternehmensorganisation als Ganzes verändern. Durch den Einsatz von Künstlicher Intelligenz ergeben sich im Marketing neue Aufgabenstrukturen für Mensch und Maschine.

Die Implementierung von Künstlicher Intelligenz in ihrer Organisation fällt vielen Vermarkter:innen schwer. Ein Anwendungsfall mit Praxisrelevanz, bei dem lernfähige Algorithmen ihr Potenzial unter Beweis stellen können, hilft, interne Stakeholder von der Technologie zu überzeugen.

Ein Roboter hält ein Tablet in der Hand

Fallbeispiele: Was KI im Marketing konkret bewirken kann

Fallbeispiel 1: Passgenaue Produktvorschläge unterbreiten

Ein Kunde kauft einen hochwertigen Herrenschuh. Kurze Zeit nach der Transaktion erhält er ein personalisiertes Angebot für Pflegeprodukte, die zu Material und Farbe der gekauften Schuhe passen. Durch die KI, die im Marketing des Unternehmens implementiert wurde, kann ein Algorithmus exakt die Schuhmodelle aus der kommenden Winterkollektion vorschlagen, die zum Geschmack des Kunden passen.

Mit jedem Kauf wird das Kundenprofil aktualisiert und gewinnt durch die zusätzlichen Daten an Präzision. Das Angebot eines hauseigenen Reparaturservices kann als Aufhänger für die Wiederaufnahme des Kontakts genutzt werden.

Da diese Kommunikation gänzlich ohne menschliche Aktivitäten funktioniert, stellen sich gleich zwei positive Effekte ein: Die Kundenbindung wird durch die gesteigerte Relevanz der Kommunikation gestärkt und das Marketingteam kann gleichzeitig produktiver eingesetzt werden.

Doch bei allem Streben nach Effizienzsteigerung durch Automation gilt: Auch der persönliche Kontakt von Mensch zu Mensch stellt einen Mehrwert dar.

Fallbeispiel 2: Erfolgreichere Newsletter verschicken 

Ein Lebensmittelgeschäft hat verschiedenen Newsletter-Formate: eine wöchentliche Mail mit Angeboten und Rabatten, ein Rezept-Newsletter und ein regelmäßiges Mailing mit Informationen zur Herkunft der Lebensmittel. Durch den Einsatz von Künstlicher Intelligenz in seinem Marketing kann das Unternehmen sowohl seine Schlüsselkennzahlen verbessern als auch Zeit sparen.

Die Marketing KI kann die Leistung der Kampagnen für das Marketingteam im Auge behalten und es zur Performance der Mailings und den Entwicklungen der KPIs benachrichtigen. Besonders bei negativen Entwicklungen müssen Marketingmanager:innen so nicht länger nach den Gründen suchen. Denn die KI liefert automatisch Empfehlungen, wie sich der Trend stoppen bzw. umkehren lässt, beispielsweise durch Anpassung der Darstellungsoptionen oder der Sendezeit.

Auch Templates schaffen Mitarbeitenden mehr Zeit, sich auf wesentlichere Themen zu konzentrieren. Die Künstliche Intelligenz im Marketing kann die verschiedenen Komponenten dieser Vorlagen mit den für den:die jeweilige:n Abonnent:in relevanten Inhalten füllen. So bekommen Vegetarier:innen fleischlose Rezepte zugeschickt und Väter Ideen für bei Kindern beliebten Snacks.

Voraussetzung für diese Funktionen ist die Vereinheitlichung aller Marketingdaten. Denn sie führt zu einem ganzheitlichen Verständnis der Kund:innen. So kann die Marketing AI den besten Content für jede:n Abonnent:in erstellen.

Wo kann sich KI im Marketing hinentwickeln?

Laut des Salesforce Reports „State of the Connected Customer“ begrüßen bereits sechzig Prozent der Kund:innen den Einsatz von KI für bessere Customer Experiences. 

Die Vorteile von Softwarelösungen, die KI und vor allem Deep Learning integrieren, sind offensichtlich: Sie ermöglichen es Marketing-Expert:innen neue Einblicke und Vorhersagen über die Bedürfnisse und Präferenzen ihrer Zielgruppen, User:innen und Kund:innen zu treffen.

Gleichzeitig geht die Entwicklung von KI im Marketing weiter, sodass Künstliche Intelligenz wohl bald für weitere Marketingaktivitäten genutzt werden kann. Es werden Sprachbarrieren in der Kommunikation mit Künstlicher Intelligenz fallen. Dann werden Unternehmen mit Hilfe automatisierter Übersetzungen alle ihre Zielmärkte gleichwertig und annähernd gleich schnell bearbeiten können. In Zukunft werden Algorithmen sogar die Erstellung relevanter Inhalte für identifizierte Nutzer:innen übernehmen und aus Kundenfeedback lernen können. Damit zieht sich die Künstliche Intelligenz in naher Zukunft durch deutlich mehr Disziplinen und Funnel-Ebenen des Marketings. Wo also lassen sich KI und maschinelles Lernen im Marketingbereich gut einsetzen? Die Antwort lautet: in jedem Prozessschritt.

Salesforce bietet schon heute die einzige einsatzbereite KI-Lösung, mit der Sie detaillierte Erkenntnisse aus vergangenen Kundeninteraktionen gewinnen können, um maßgeschneiderte Customer Experiences zu gestalten: die Salesforce Marketing Cloud mit der implementierten KI Einstein. Entdecken Sie jetzt relevante Anwendungsfälle für KI, die zu Ihrer Abteilung, Ihren KPIs und Ihren Herausforderungen passen und Ihnen helfen, Ihre wichtigsten KPIs zu verbessern:

Profilbild von Liesel Klokkers
Liesel Klokkers Senior Director Solution Engineering

Liesel Klokker ist mit über 25 Jahren Berufserfahrung eine der raren weiblichen Führungskräfte in der Tech-Branche . Als Senior Director Solution Engineering leitet sie bei Salesforce Germany ein Team von knapp 40 Solutions Engineers. Sie setzt sich stark für Frauen in der Tech-Branche ein.

Mehr von Liesel