Künstliche Intelligenz (KI) im Marketing und Vertrieb

Allgemein, Digital Marketing

Künstliche Intelligenz (KI) im Marketing und Vertrieb

Traditionell treffen Marketing- und Vertriebsmanager Entscheidungen über Produkte, Marken, Werbung, Werbeaktionen, Preise und Vertriebskanäle auf der Grundlage umfassender Kundenkenntnisse. Werden diese Entscheidungen bald von Maschinen mit künstlicher Intelligenz (KI) getroffen?

Heutzutage beeinflussen künstliche Intelligenz (KI), Robotik und maschinelles Lernen den Bereich Vertrieb und Marketing bereits maßgeblich. Die Entwicklungen schreiten rasant voran. Die Auswirkungen der künstlichen Intelligenz (KI) auf das Marketing und den Vertrieb, werden im Folgenden genauer erklärt. Zusätzlich werden Beispiele aus der Praxis aufgeführt.

Wer sind die wesentlichen Wissenschaftler und Experten in der Entwicklung der künstlichen Intelligenz?

Britischer Mathematiker Alan Turing (1912-1954)

Turing gelang es im Jahr 1936 eine universelle Rechenmaschine zu konzipieren. Eine solche als Turing-Maschine bekannte Maschine soll in der Lage sein, durch bestimmte Algorithmen unabhängig vom Mensch Probleme zu lösen. Seine Ideen und Forschungen schrieb Turing im Aufsatz “Computing Machinery and Intelligence” 1950 nieder. Die Inhalte des Aufsatzes richten sich vor allem an die Entwicklung und Aufbau intelligenter Maschinen. Ein Jahrzehnt später wurde der erste vollelektronische digitale Computer, der sogenannte ENIAC, gebaut.

Allen Newel/ Cliff Shaw/ Herbert Simons (1916-2001)

Das erste Programm für künstliche Intelligenz (KI) wurde 1955-1956 von Herbert Simon, Allen Newell und John Shaw ins Leben gerufen. Herbert Alexander Simon, Nobelpreisträger für Wirtschaftswissenschaften (1978), war ein US-amerikanischer Politikwissenschaftler. Durch seine zahlreichen Veröffentlichungen war er einer der einflussreichsten Sozialwissenschaftler des 20. Jahrhunderts.

John McCarthy (1927-2011)

Im Sommer 1956 organisierten John McCarthy, Marvin Minsky und Claude Shannon am Dartmouth College eine Konferenz zum Thema “Künstliche Intelligenz (KI)” – ein Begriff, den McCarthy für diesen Anlass geprägt hatte. John war ein bekannter Informatiker an der Stanford University. Zudem entwickelte er Time-Sharing, erfand die Programmiersprache LISP und gründete das Forschungsgebiet der künstlichen Intelligenz (KI).

Was ist künstliche Intelligenz (KI) und wie hängt sie mit dem Marketing zusammen?

Künstliche Intelligenz (KI), oder engl. Artificial Intelligence (AI), orientiert sich an menschlicher Intelligenz. Sie befasst sich damit, wie diese in Computern dargestellt werden kann. Wichtige Themen in der künstlichen Intelligenz sind Wissen, Wissensrepräsentation, Denken, Lernen, Experimentieren, heuristische Suche und Mustererkennung. All diese Elemente sind im Marketing bei der Entscheidungsfindung der Manager relevant. Dies wird eingesetzt um Marketingprobleme zu lösen. Dabei spielen Algorithmen die ähnlich wie das menschlichen Gehirn aufgebaut sind, eine entscheidende Rolle.

Arten der künstlichen Intelligenz (KI)

Künstliche Intelligenz (KI) lässt sich in starke und schwache künstliche Intelligenz (KI) unterteilen. Starke künstliche Intelligenz (KI) bezeichnet Maschinen, welche mit Bewusstsein, Empfindung und Verstand operieren. Die Intelligenz der Maschine ist hierbei in mehreren Bereichen ausgeprägt. Hingegen beschäftigt sich die schwache künstliche Intelligenz (KI) mit spezifischen Aufgaben oder Wissensgebieten wie z. B. die Anwendung von künstlicher Intelligenz (KI) bei einem selbstfahrenden Auto.

Segment-of-One-Marketing

Mittels der Anwendung der künstlichen Intelligenz (KI) im Marketing und Vertrieb entstehen neue Vermarktungsansätze. Mit der künstlichen Intelligenz (KI) in Maschinen entsteht beispielsweise die Möglichkeit des Segment-of-One-Marketings. Dabei wird jeder Kunde individuell angesprochen. Im Gegensatz dazu steht die Massenmarkt-Segmentierung. Bei dieser erfolgt für jede Persona die gleiche Ansprache. Somit bewegt sich das Marketing weg von Standardisierung hinzu Individualität. Dies ist in nachstehender Grafik dargestellt.

Massenmarketing vs. Segment-of-One-Marketing

Die Abstufungen der künstlichen Intelligenz (KI)

Die folgende Abbildung zeigt zwei weitere Abstufungen der künstlichen Intelligenz (KI). Eine davon ist das maschinelle Lernen. Maschinelles Lernen (engl. Machine Learning) bezeichnet einen Ansatz zur Erlernung von künstlicher Intelligenz. Das bedeutet, die Maschinen verbessern sich mithilfe von Erfahrungen (historische Daten) bei der Erfüllung vorgegebener Aufgaben. Eine weitere Abstufung der künstlichen Intelligenz (KI) und ein Teilbereich des maschinellen Lernens ist das vertiefte Lernen (engl. Deep Learning). Außerdem versteht man unter dem genauen Lernen eine Technik zur Realisierung des maschinellen Lernens. Das vertiefte Lernen konzentriert sich auf Algorithmen, die auf der Struktur und Funktionsweise des menschlichen Gehirns basieren. Durch den Einsatz tiefer neuronaler Netze sind die Maschinen in der Lage sich selber zu trainieren. Außerdem können sie statisch große Datenmengen analysieren (Big Data).

Die Abstufungen der künstlichen Intelligenz (KI)

Was ist Robotik und worin besteht der Unterschied zur künstlichen Intelligenz (KI)?

Die Robotik befasst sich mit dem Entwurf, der Entwicklung, dem Betrieb und der Anwendung von Robotern. Außerdem stellt die Robotik ein Teilgebiet der künstlichen Intelligenz (KI) dar. Die Idee der Robotik besteht in Schaffung von Systemen, die in der Lage sind, Verhaltensweisen menschlicher Lebewesen nachvollziehen zu können. Der Roboter ist die Hardware. Die künstliche Intelligenz kann als die Software bestehend aus komplexen Algorithmen verstanden werden.

Vor- und Nachteile des Einsatzes der künstlichen Intelligenz (KI) im Marketing und Vertrieb

Was sind die Vorteile künstlicher Intelligenz (KI) im Marketing und Vertrieb?

Künstliche Intelligenz- (KI-) Tools, die in den Bereichen Marketing und Vertrieb eingesetzt werden, basieren in der Regel auf langjährigen Marketingstrategien und -techniken sowie Produktempfehlungen und vorausschauendem Lead-Scorings. Diese intelligenten Softwares können 100 % der Leads kontaktieren. Dazu kann die künstliche Intelligenz (KI) das noch wesentlich schneller als ein Mensch. So kann das Umsatzpotential des Unternehmens maximiert werden. Weiterhin prognostiziert der Business Insider, dass bis zum Jahr 2020 85 % der Kundeninteraktionen ohne die Notwendigkeit eines Menschen stattfinden werden. Bei Eintritt der prognostizierten Entwicklungen liegt eine weitere Chance in der Einsparung von Personalkosten.

Eine weitere vorteilhafte Anwendungsmöglichkeit der künstlichen Intelligenz (KI) stellt das Verfassen kundenorientierter Kampagnen in Form von personalisierten Anschreiben und gezielten Anzeigen dar. Dies geschiet auf Grundlage fundierter Kenntnisse über das Verhalten (potentieller) Kunden. Mithilfe der sogenannten prädiktiven Analyse können Unternehmen die Präferenzen ihrer Nutzer verstehen und basierend auf diesen Daten Empfehlungen abgeben. Diese Art der Empfehlungen kennen wir z. B. schon von Netflix. Die Daten, die Vertriebsmitarbeitern ohne den Einsatz von Verkaufs- und Marketing-KI-Tools zur Verfügung stehen, beschränken sich hingegen auf ihre eigenen Erfahrungen, ihre Intuition und möglicherweise die Strategien, die ihr Unternehmen vorschreibt. Somit kann KI zum einen zu einer Verbesserung und Zielorientierung der Kommunikation zwischen Unternehmen und Kunden maßgeblich beitragen. Auch menschliche Fehler können minimiert werden. Zum anderen können mehr Daten verarbeitet werden sowie Up- Und Cross- Selling Potenziale besser identifiziert und genutzt werden.

Außerdem bewirkt die Automatisierung von Marketing- und Vertriebsprozessen mithilfe KI, dass sich die Mitarbeiter insbesondere auf ihre Kernaufgaben konzentrieren können. Oftmals verbringen zahlreiche Verkaufsteams einen Großteil ihrer Arbeitszeit mit Aufgaben wie das Qualifizieren von Leads. Für Verkaufsabschlüsse und das Erreichen von Vertriebszielen bleibt nur wenig Zeit. Künstliche Intelligenzen (KI) können dazu eingesetzt werden, diese wiederholenden Aufgaben zu erledigen.

Welche Nachteile hat der Einsatz der künstlichen Intelligenz in Marketing und Vertrieb?

Insbesondere bei einfachen, unkomplizierten Chatbots realisieren die Nutzer schnell, dass sie nicht mit einer realen Person kommunizieren. Dies kann mitunter ein Gefühl von geringer Wertschätzung bei ihnen auslösen. Jeder, der sich bereits durch Hotline-Menüs klicken musste, um dann letztlich mit einem Roboter zu sprechen, weiß wie frustrierend das sein kann. Daher sollten Chatbots auf der Grundlage ihrer Zielgruppe mit Sorgfalt verwendet und so oft wie möglich von einem lebenden Menschen unterstützt werden.

Ein weiterer Nachteil ist darin zu sehen, dass auch Algorithmen der künstlichen Intelligenz (KI) falsch liegen können. Es ist schwer vorstellbar, dass ein Computer sich irrt – mathematisch oder formelmäßig mögen sie immer „richtig“ liegen – jedoch besteht der Mensch aus so viel mehr als nur Formeln und Statistiken. Er ist einzigartig, hat unterschiedliche Geschmäcker und Vorlieben, die sich nicht auf eine Formel reduzieren lassen. Was uns menschlich macht, ist die Tatsache, dass wir uns ständig verändern. Dies kann eine KI schwer imitieren. So schlägt sogar der Unternehmer Elon Musk vor, die künstlichen Intelligenz (KI) zu regulieren, da sie seiner Meinung nach bestimmte Bedrohungen darstellen kann.

Praxisbeispiele und Key-Player der Anwendung von künstlicher Intelligenz (KI) im Marketing und Vertrieb

Autor Peter Drucker sagte einst, dass es der wichtigste Beitrag des Managements im 21. Jahrhundert die Produktivität von Fachkräften zu steigern. Künstliche Intelligenz wird das in Zukunft ändern. Viele Unternehmen investieren aus folgenden Gründen in künstliche Intelligenz (KI):

1. Automatisierung von Arbeitsprozessen die Menschen ungerne erledigen

Plattformen der künstlichen Intelligenz (KI) sind in der Lage Aufgaben zu erledigen, die sich häufig wiederholen. Ein Beispiel hierfür ist die Aktualisierung von Kontaktdaten im Customer Relationship Management. Weiterhin werden Leads in der Geschäftsentwicklung mittels künstlicher Intelligenz (KI) sortiert. Die Übergabe dieser Arbeiten an Robotern setzt Kapazitäten frei, die Verkaufsteams auf den Verkauf anwenden können.

2. Automatisierung von Arbeitsprozessen die Menschen nicht erledigen können

Künstliche Intelligenz kann Trends in Branchen erkennen und Verkaufsteams dementsprechende Datensätze zu liefern. Besonders komplexe Datensätze lassen sich schneller und einfacher bearbeiten, weil Daten automatisch überprüft und umsetzbare Erkenntnisse hervorgehoben werden.

3. Steigerung von Lead Qualität und Verkürzung von Verkaufsprozessen

Eine volle Pipeline ist nicht von Nutzen, solange die Leads nicht vorqualifiziert und von Nutzen sind. Verkaufsteams, die prädiktive Analysen nutzen, verbringen weniger Zeit mit der Suche nach Prospects und somit mehr Zeit mit dem tatsächlichen Verkauf. Die Algorithmen in der künstlichen Intelligenz bewerten Leads aufgrund von KPI’s. Je näher ein neuer Lead an bestehende Kunden mit Bestwert kommt, umso höher wird dieser Lead bewertet. Durch diese Bereitstellung der besten Leads, die auch kaufbereit, sind verkürzen sich die Zykluszeiten von Verkäufen.

4. Vorhersage von Cross- und Up-Sell Möglichkeiten

Cross- und Up-Selling Möglichkeiten werden häufig verpasst, da Vertriebsteams ein strukturierter Prozess fehlt, für wen und wann sie up-selling betreiben. Analysen der künstlichen Intelligenz (KI) stellen sicher, dass sich Verkäufer auf Kunden konzentrieren, die hohe Umsatzmöglichkeiten haben und am ehesten einer Umstellung zustimmen würden.

5. Vorhersage von Umsatzprognosen in Bezug auf bestimmte Kundentypen

Die International Data Corporation sagt eine Echtzeit-Personalisierung von Anzeigen bis 2020 voraus. Ziel ist es die Zielgruppenansprache genauer zu gestalten, Botschaften präziser zu kommunizieren und sicherzustellen, dass der Kontext dem Kunden und seinen Problemstellungen entspricht. Künstliche Intelligenz (KI) kann gesamte integrierte Datenbanken scannen. Dies sind z. B. CRM- und Kundenaufträgen bis hin zu Lead Scoring Tools. Diese Form des maschinellen Lernens kann Kundenpersönlichkeiten aufbauen, die Umsatzpotentiale und Risikoprognosen beinhalten. Außerdem können Gruppen nach Merkmalen unterteilt werden.

Praxisbeispiele der künstlichen Intelligenz (KI) im Marketing und Vertrieb

Persönlicher Assistent im Vertrieb

Vertriebsmitarbeiter stehen oft unter Stress. Die Folge sind kleinere Fehler in der Dokumentation oder vergessene Dinge. Die künstliche Intelligenz (KI) wird hierbei eingesetzt, um automatisch administrative Aufgaben zu erledigen. Dies sind beispielsweise Tools, welche das E-Mail Postfach ordnen, Termine verwalten und mit dem Kunden kommunizieren. Durch die künstliche Intelligenz (KI) besteht die Möglichkeit, dass die Systeme durch ausgeführte Handlungen ständig hinzulernen und bspw. Gewohnheiten des Vertrieblers erkennen und entsprechend handeln. Beispiele hierfür sind Tools wie Calendar, Troops oder Clara Labs.

Chatbots

Chatbots sind einer von vielen Anwendungsbereichen der KI. Dies sind Computerprogramme die sich über eine Stimmfunktion oder anhand von Text mit Menschen kommunizieren. Die Inhalte der Chatbots werden durch den Zugriff auf große Datenquellen generiert. So können einzelne Wörter im Zusammenhang zu Sätzen zusammengesetzt werden. Dabei haben Chatbots auch die Möglichkeit aus durch die Kommunikation zu lernen und sich in Sprache und Inhalt ständig zu verbessern.

Hyper Targeting

Unter Hyper Targeting versteht man den automatisierten Einsatz individueller Werbeanzeigen an einen Nutzer mit Hilfe der künstlichen Intelligenz (KI). Dafür werden bestimmte Nutzerdaten durch bestimmte Algorithmen analysiert. Im Fokus steht dabei das Kaufverhalten. Speziell wann ein Artikel gekauft wird, die verschiedenen Kaufphasen der Kunden und welche auf Werbemittel die einzelnen Personen reagieren. Das System speichert diese Prozesse und lernt dadurch stetig weiter. So können innerhalb von Sekundenbruchteilen verschiedene Werbemittel bzw. Werbevarianten abgewogen und gezielt eingesetzt werden.

Datenauswertung mit künstlicher Intelligenz (KI)

Durch die Digitalisierung verändern sich auch die Prozesse in den Marketingabteilungen der Unternehmen. Heute ist es nicht mehr üblich Kampagnen anhand von kreativen Ideen zu erstellen, sondern anhand von Nutzerdaten zu entwickeln. Mit Hilfe von künstlicher Intelligenz (KI) können große Datenmengen automatisch und zweckbezogen ausgewertet, sowie Reports erstellt werden. Dies bildet die Basis für gezielte Marketingmaßnahmen. Beispiele hierfür sind die Tools Google Analytics und Open Web Analytics.

Key-Player der künstlichen Intelligenz (KI) im Marketing und Vertrieb

Microsoft

Das Unternehmen ist Anbieter einer künstliche Intelligenz (KI-) Plattform, die eine Reihe von APIs nutzt. Sprache und Vision sind Kernelement der Prozesse. Microsoft bietet auch ein Cognitive Toolkit an. Es wurde äußerst benutzerfreundlich entwickelt. Dies hilft Unternehmen und anderen Nutzern, die Lücke in dieser Technologie zu schließen. Große Datenmengen sind für die funktionale künstliche Intelligenz (KI) von zentraler Bedeutung. Diese Skalierung wird durch die Azure-Cloud erreicht. Das Unternehmen leistet auch einen wichtigen Beitrag zu den allgemeinen Fortschritten im Bereich der künstlichen Intelligenz (KI), da Microsoft Research in Bereichen wie Deep Learning bedeutende Fortschritte erzielt hat.

DeepMind

Das im Jahr 2014 von Google übernommene Unternehmen DeepMind ist weltweit eine der wichtigsten Säulen der Künstlichen Intelligenz (KI). Der Fokus von DeepMind liegt darauf, Forschung in die Realität umzusetzen. Darüber hinaus konzentriert es sich auf Schlüsselbereiche wie Energie, Gesundheit und Wissenschaft.

Banjo

Banjo durchsucht mithilfe von künstlicher Intelligenz (KI) den Bereich der sozialen Medien. Dies dient der Positionsermittlung von Unternehmenum. Dies kann der Schlüssel für Rettungsdienste und andere Organisationen sein, die Beweglichkeit innerhalb der öffentlichen Meinung und Aktivität erfordern.

Kritische Ansicht der künstlichen Intelligenz (KI) im Marketing und Vertrieb

,,Künstliche Intelligenz (KI) stellt ein grundlegendes Risiko für die Existenz der menschlichen Zivilisation dar, auf eine Weise wie es Autounfälle, Flugzeugabstürze, schadhafte Drogen oder schlechtes Essen nie waren.”

Elon Musk, Ceo bei Tesla, 2017

In der Praxis zeichnen sich die Auswirkungen der künstlichen Intelligenz (KI) auf das Marketing und den Vertrieb bereits ab. Branchen drohen zu zerbrechen. Jobs lösen sich in Luft auf. Einerseits zerstören Online-Einzelhandelsgeschäfte wie Amazon die stationären Geschäfte. Vertriebs- und Marketingfachleute in stationären Geschäften stehen vor einer düsteren Zukunft. Andererseits ersetzen künstliche Intelligenz (KI), Robotik und maschinelles Lernen Vertriebs- und Marketingfachleute in Online-Shops. Die Prognose ist, dass Verkäufer und Vermarkter als erstes durch Roboter ersetzt werden. In einer persönlichen Umgebung mag es der Mensch immer noch vorziehen, mit einem anderen Menschen zu interagieren. In einer virtuellen Umgebung oder in einem nicht persönlichen Kontext kümmert sich der Mensch weniger darum, wer oder was sich am anderen Ende der Leitung befindet oder auf Online-Anfragen antwortet.

„Künstliche Intelligenz (KI) ist so grundlegend. Wir sind an einem Punkt angelangt (…) der Möglichkeiten für einfach unglaubliche Dinge eröffnet. Wir alle müssen sichergehen, dass wir KI zum Wohle der Menschheit nutzen und nicht umgekehrt.“

Tim Cook, CEO bei Apple, 2017

Verzeichnis der Quellen

Anyoha, R. (2017), The History of Artificial Intelligence, http://sitn.hms.harvard.edu/flash/2017/history-artificial-intelligence/; Abruf: 18.06.2019, o. S.

Ball, T. (2017), 10 Anwendungsbeispiele für Künstliche Intelligenz (KI) im digitalen Marketing, https://www.cbronline.com/internet-of-things/cognitive-computing/top-10-players-artificial-intelligence-ai/; Abruf: 19.06.2019, o. S.

Durmus, M. (2019), KÜNSTLICHE INTELLIGENZ: DEFINITION UND ABGRENZUNG, https://www.aisoma.de/kuenstliche-intelligenz-definition/; Abruf: 19.06.2019, o. S.

Garff, F. (2018), https://www.wearesquared.de/blog/10-anwendungsbeispiele-fuer-kuenstliche-intelligenz-im-digitalen-marketing; Abruf: 19.06.2019, o. S.

Gentsch, P. (2018), KI im Vertrieb: Hasta la vista, Sales-Rep?!, https://www.springerprofessional.de/kuenstliche-intelligenz/praktische-informatik/kuenstliche-intelligenz-im-vertrieb–hasta-la-vista–sales-rep–/16240788; Abruf: 17.06.2019, o. S.

Hahn, C. (2013), Segmentspezifische Kundenzufriedenheitsanalyse: Neue Ansätze zur Segmentierung von Märkten, Wiesbaden

Handelsblatt GmbH (2018), https://orange.handelsblatt.com/artikel/53316; Abruf: 15.06.2019, o. S.

Hurley, K. ( o. J.), How Sales & Marketing AI Will Transform Growth Roles, https://nudge.ai/artificial-intelligence-sales-tools/; Abruf: 18.06.2019, o. S.  

Kniahynyckyj, R. (2017), https://business.twitter.com/en/blog/The-pros-cons-AI-in-marketing.html; Abruf: 18.06.2019, o. S.

Kosmayer, D. (o. J.), https://www.leadfuze.com/sales-marketing-ai/; Abruf: 17.06.2019

Manhart, K. (2018), KI und Machine Learning: Eine kleine Geschichte der Künstlichen Intelligenz,

https://www.computerwoche.de/a/eine-kleine-geschichte-der-kuenstlichen-intelligenz,3330537; Abruf: 17.06.2019, o. S

Marcelletti, M. (2018), Using Artificial Intelligence in Sales Saves Time and Reveals New Opportunities, https://www.entrepreneur.com/article/320229; Abruf: 19.06.19, o. S.

o. A. (Hrsg.) (o. J.), Logic Theorist, https://history-computer.com/ModernComputer/Software/LogicTheorist.html; Abruf: 18.06.2019, o. S.

o. A. (Hrsg.) (o. J.), Professor John McCarthy, http://jmc.stanford.edu/index.html; Abruf: 18.06.2019, o. S.

Ramani, V. (o. J.), Künstliche Intelligenz hebt den Vertrieb auf ein neues Level, https://www.vertriebsmanager.de/ressort/kuenstliche-intelligenz-hebt-den-vertrieb-auf-ein-neues-level-409759399; Abruf: 18.06.2019, o. S.

Siau, Keng L. and Yang, Yin, “Impact of Artificial Intelligence, Robotics, and Machine Learning on Sales and Marketing” (2017).MWAIS 2017 Proceedings. 48.

Uni Oldenburg (Hrsg.) (o. J.), Künstliche Intelligenz: Informatik und Gesellschaft 2008/2009, http://www.informatik.uni-oldenburg.de/~iug08/ki/Grundlagen_Roboter.html; Abruf: 18.06.2019, o. S.

Wierenga, B. (2010): Marketing and Artificial Intelligence: Great Opportunities, Reluctant Partners. In: Casillas J., Martínez-López F.J. (eds) Marketing Intelligent Systems Using Soft Computing. Studies in Fuzziness and Soft Computing, Nr. 258. Springer, Berlin, Heidelberg

Will, M. (2018), Zahlen, bitte! 17.468 Röhren für den ersten vollelektronischen Computer, https://www.heise.de/newsticker/meldung/Zahlen-bitte-17-468-Roehren-fuer-den-ersten-vollelektronischer-Computer-4180867.html; Abruf: 17.06.2019, o. S.