KI im Marketing: Mehr Relevanz durch Künstliche Intelligenz

Das Thema KI ist in aller Munde, es fasziniert und polarisiert zugleich. Selbst innerhalb der Digitalbranche fällt eine eindeutige Einordnung und Bewertung der hinter diesem Begriff steckenden Technologien oft schwer. Dabei ist KI gerade im digitalen Marketing, aber auch in unserer Alltagswelt schon angekommen und befindet sich doch erst am Anfang.

KI: Ursprung und heutige Anwendung

Neu ist Künstliche Intelligenz eigentlich nicht: Bereits im Jahre 1956 wurde im Rahmen der Dartmouth Conference am Dartmouth College, New Hampshire (USA) ein Forschungsprojekt zum Thema Künstliche Intelligenz ins Leben gerufen. Zwei der insgesamt sieben Forschungsthemen lauteten: „Wie muss ein Computer programmiert werden, um eine Sprache zu benutzen“ und „Neuronale Netze“. Diese beiden Themen definieren genau die Phänomene, die heute im Vordergrund stehen, wenn wir über KI sprechen.

Spracherkennung ist mit dem Siegeszug von Alexa & Co. im Mainstream angekommen. Bereits im Mai 2018 kannten über 84% der Bundesbürger Smartspeaker und etwa 70% der Smartphone-Nutzer setzen den integrierten Sprachassistenten bereits ein. Auch 28% der befragten über 16-Jährigen gaben an, im eigenen Haushalt über einen Smartspeaker zu verfügen. (Bitkom Digital-Studie 2019).

Im Marketing machen vor allem Chat Bots im E-Commerce bzw. digitalem Service von sich Reden; das gerade in letzter Zeit allerdings nicht nur positiv, denn je nach Reifegrad der Chatbot-Lösung erzeugt diese Art des automatisierten Kundendialogs oftmals eher Frust als Begeisterung.

Die derzeit höchste Form der Künstlichen Intelligenz

Die Simulation von neuronalen Netzen beschreibt das Prinzip des sogenannten Deep Learnings/Machine Learnings, der momentan höchsten Form der künstlichen Intelligenz. Der Begriff des Deep Learning definiert Systeme, die Muster erkennen oder ableiten und diese weiterverarbeiten. Dabei werden Rohdaten in mehreren iterativen Prozessebenen durch Mustervergleiche und -abstraktionen in strukturierte Informationen umgewandelt. Die Texterkennung ist hierfür ein plausibles Beispiel. Zunächst besteht ein Text aus Rohdaten in Form von Bildpunkten. Dies ist der sogenannte Input Layer. In den iterativen Prozessebenen, den sogenannten Hidden Layern, werden aus den Bildpunkten Zeichenketten und aus den Zeichenketten komplexe Bedeutungsmuster, also die Textbedeutung, generiert. Diese letzte Ebene ist dann der sogenannte Output Layer. Beim Deep Learning werden also aus einer Menge von Daten durch Mustervergleiche und Assoziationen von neuen Mustern neue Informationen gewonnen. Ein weiteres Beispiel stellt das folgende Prinzip der Bilderkennung dar:

Quelle: Frauenhofer IAIS (2018)

KI im Marketing

Die einfachere Form der künstlichen Intelligenz ist die sogenannte Automation. Sie besteht aus Systemen, die bestimmte, sich wiederholende Prozesse und Aufgaben abarbeiten. Automation ist im digitalen Marketing schon lange angekommen und findet sich z.B. in automatisierten Mail-Kampagnen (automatischer Versand von Trigger-E-Mails wie Registrierungsbestätigung oder auch der Geburtstagsgruß) oder in einfachen Cross-Selling-Prozessen im E-Commerce (Produktempfehlungen in Abhängigkeit von gekauften Artikeln etc.) wieder.

Spannender und zukunftsweisend für das digitale Marketing ist also definitiv Deep Learning. Hier sei noch einmal der Chatbot erwähnt. Alle Chatbots sind in der Lage, bestimmte Textkomponenten zu erkennen und auf diese nach einem Muster in Form einer vorgefertigten Antwort zu reagieren. So kann der Chatbot z.B. auf einer Shop-Plattform den User zum gewünschten Produkt führen. Gibt der User aber einen Produktbegriff ein, dem der Chatbot keinem Muster zuweisen kann, besteht die Gefahr, dass der Dialog ins Leere läuft, was den Nutzer frustriert.

Besser sind dagegen Chatbot-Lösungen, die Kontextinformationen jenseits vorgefertigter Muster verarbeiten können. In diesem Fall spricht man von der Fähigkeit des Chat-Bots, eine situative Kommunikation zu führen. Er wertet hierfür die Aktionen des Users auf der Plattform aus und kann entsprechend reagieren. Mittlerweile existieren sogar noch höhere Reifegrade der Chatbot-Entwicklung, die Deep Learning nutzen. So gibt es inzwischen Lösungen, die das Gesprächsmuster in Echtzeit mit anderen Gesprächsmustern aus vergangenen Dialogen vergleichen und entsprechende Ableitungen treffen bzw. noch andere Informationsquellen wie Daten aus der CRM-Datenbank auswerten. Diese Chatbots kommen der Simulation eines echten Dialoges sehr nahe und führen zu einer optimalen Customer Experience. Sie sind allerdings selten zu finden, weil der Implementierungsaufwand und die Kosten derzeit noch sehr hoch sind. Die nicht aufzuhaltende digitale Evolution wird jedoch auch hier dafür sorgen, dass auch diese Lösungen günstiger werden und somit die Chance haben, sich im digitalen Mainstream zu etablieren.

Quelle: Frauenhofer IAIS (2018)

Mit Softwarelösungen, die KI und vor allem Deep Learning integrieren, sind Marketer in der Lage, neue Insights und Vorhersagen über die Bedürfnisse und Präferenzen ihrer Zielgruppen, User und Kunden zu treffen. Mit diesen Informationen kann eine auf den jeweiligen Kontakt oder Interessenten optimierte Customer Experience geschaffen werden, da genau die Informationen bzw. Angebote vermittelt werden können, die eine hohe Relevanzwahrscheinlichkeit haben und der momentanen Bedürfnisdispostion des Kontaktes entsprechen.

Künstliche Intelligenz hilft also dabei, differenzierte und hochindividuelle Nutzer- und Kundenprofile zu erstellen und diese mit Handlungsmustern zu assoziieren, in einer weiteren Stufe sogar vollkommen neue Handlungsmuster zu erkennen. Ergebnis ist eine dynamische Personalisierung von Inhalten und Angeboten, die in Echtzeit generiert und über die relevanten Touchpoints zur Verfügung gestellt werden.

Ein einfaches Beispiel hierfür ist der Newsletter, der auf das bisherigen Kaufverhalten, den im E-Shop besuchten Produkt- und Blog-Seiten und weiteren Interaktionen, abgestimmte Angebote und Inhalte enthält.

Auch die Vorhersage der Wahrscheinlichkeit, ob ein Kunde ein Angebot annimmt, bzw. unter welchen Konditionen, ist mit einem KI basierten CRM-System möglich.

Chancen und Ausblick

KI ist die Konsequenz der Nutzerzentrierung und kann eine große Hilfe sein, um in einer digitalen Welt, die mit Produkt- und Markenbotschaften geradezu überfrachtet ist, Relevanz zu schaffen. Auch die, von dem „Wissenschaftlichen Institut für Infrastruktur und Kommunikationsdienste“ (WIK) befragten KI-Experten sind sich größtenteils einig, dass KI mittlere bis sehr große Chancen im Bereich Werbung und Promotion bereithält.

Quelle: WIK (2019)

Grundlegende Voraussetzung hierfür ist allerdings, über die entsprechenden Verhaltens- und Nutzerdaten zu verfügen. Ohne Big Data keine KI!

Dies bedeutet, dass neben Mehrwertangeboten, die die Eingabe von persönlichen Daten rechtfertigen, auch die sonstigen Aktionen von Nutzern über Web Analytics getrackt werden müssen. In letzter Konsequenz besteht die Herausforderung darin, Daten aus allen Systemen, in denen Nutzerdaten gespeichert werden (z.B. Web-Analytics, CRM, E-Shop, ERP etc.), zu einem „Single-Point-Of-Truth“ zu konsolidieren. Und ja, dies ist auch noch in Zeiten der DSGVO absolut möglich!

Ist diese Voraussetzung geschaffen, hat man mit den heutigen Customer Experience- Lösungen alle Möglichkeiten von KI zu profitieren. So finden z.B. die KI Initiativen von SAP (Leonardo) und Salesforce (Einstein) mehr und mehr Eingang in deren Software-Standards.

Im Marketing ist KI also schon mitten unter uns und im Zeitalter des datengetriebenen Verkaufs, das bereits angebrochen ist, wird sie zunehmend unverzichtbar werden.

In diesem Kontext seien noch zwei Anmerkungen zur allgemein verbreiteten These, KI sei prinzipiell ein Job-Killer, angemerkt:

Die KI-Wissenschaft sieht uns immer noch im Zeitalter der schwachen KI. Diese bezeichnet eine KI, die auf bestimmte Aufgaben wie Spracherkennung etc. spezialisiert und eben immer abhängig von der ihr zur Verfügung gestellten Information ist. Die sogenannte starke KI verfügt über die gleichen intellektuellen Fähigkeiten wie der Mensch. Diese wird frühestens in 20 bis 40 Jahren technisch möglich sein.

Im Bereich Marketing ist KI eher Job-Shifter als der gefürchtete Job-Killer. Zwar können standardisierte, nach Muster ablaufende Aufgaben durch KI ersetzt werden (Marketing Automation). Gleichzeitig entstehen aber hochwertigere und komplexere Informationen, die bewertet und bearbeitet werden müssen. Somit schafft KI Bedarf an neuen Qualifikationen und Berufsbildern wie z.B. den Data Analyst oder Data Scientist.

Für Marketer gilt also: Ran an die Möglichkeiten, die KI bietet!