Wer vor 1990 geboren ist, erinnert sich noch an Reisen ohne Navigationssystem: Karten wälzen, Topografie einbeziehen und überschlagen, ob sich der Umweg über die Autobahn lohnt. Verkehrsfunk hören, rechts ran fahren und Alternativrouten suchen. Tageskilometerzähler zurücksetzen, Etappen abstoppen und Reisezeiten berechnen. Dann haben erst TomTom und Co., schließlich Google Maps und Smartphones unser Reisen so tiefgreifend verbessert, dass wir nie zurückgeblickt haben.
Analytische KI kann dasselbe mit Marketing und Vertrieb machen: Optimale „Routen“ berechnen, dabei Ziele und Prämissen berücksichtigen, unterwegs auf „Stau“ achten und Alternativen empfehlen, sowie Klarheit über Strecke, Tempo und Verbrauch bieten. Auch die Funktionsweise ist ähnlich: die Algorithmen identifizieren alle für die Beantwortung der Frage relevanten (verfügbaren) Daten, führen sie zusammen, ermitteln die besten Modelle und behalten laufend im Blick, wie sich Umweltparameter verändern. Damit geben sie Empfehlungen und benchmarken die Performance.
KI schafft Klarheit in Prozessketten
Wie Generative KI basiert auch Analytische KI auf Machine Learning in neuronalen Netzen und Language Models. Doch wird sie ganz anders aufgesetzt und trainiert: Das Ziel ist nicht, kreativ, empathisch und eloquent zu sein – sondern klar und nüchtern die Realität zu erfassen und vorausschauend Muster und Handlungsräume aufzuzeigen.
Anwendungen in Marketing und Vertrieb liegen damit überall dort, wo man entlang seiner Prozessketten Klarheit braucht:
- Nachfrageprognosen: Wie viele Deutsche werden im Mai eine Kettensäge kaufen?
- Standortbewertungen: Was kann mein Store in Bottrop realistisch absetzen?
- Contextual Targeting: In welchem Kanal, Umfeld und zu welchen Zeiten kann ich am besten für Yoga begeistern?
- Discourse Mapping: Welche Lager schwärmen aus welchen Gründen von Knäckebrot?
- Lead Generation: Wo finde ich die Zielkunden, die hohen Kundenwert versprechen?
- Kanal- und Programmsteuerung: Ich muss 5000 Hauskredite mehr absetzen – wie viel Budget brauche ich und wie sieht mein optimaler Mediamix aus?
- Zieldefinition und Wirkungsmessung: Was kann meine Launch-Kampagne mit einer Million Euro bewirken? Was hat die letzte wirklich gebracht?
EU verlangt Rechenschaftsfähigkeit von KI
Analytische KI kann dabei erklären, wie sie zu ihren Schlüssen kam („Explainability“). So muss ich dem Vorstand auf seine Frage, wieso ich meine Strategie geändert habe, nicht antworten „hat der Computer halt empfohlen“. Überdies legt der AI Act der Europäischen Union Wert auf Rechenschaftsfähigkeit von KI. Wer Lösungen einsetzt, die das nicht können, wird mehr Bürokratieaufwand haben.
Damit die Algorithmen mir aber die richtigen Empfehlungen geben, muss ich überlegen, welche Daten aus Markt und Unternehmen ich ans System anschließe. Wer zum Beispiel sein CRM nicht verbindet, darf nicht klagen, wenn er mehr Conversions, nicht aber mehr Umsatz erhält. Auch braucht es immer jemanden, der mit den Ergebnissen arbeitet: Die Bedienung erfordert keine Geeks, wohl aber Marketer, die regelmäßig reinschauen und die Learnings umsetzen.
Wie im Navigationssystem gilt also auch für Analytische KI: meine Ziele muss ich selbst eingeben und das Autofahren nimmt mir keiner ab. Doch ich komme schneller und stressfreier ans Ziel, auch wenn sich die Umstände ändern – und kann meine Fahrt jederzeit auswerten.
ist Gründer und CEO von Hase & Igel, dem Unternehmen hinter der Neutrum.AI Plattform und den darauf basierenden Softwareprodukten für intelligente Entscheidungen im Markt. Auch nach vielen internationalen Awards für die Analytische KI seiner Firma kann der Chef immer noch nicht programmieren, sondern steht zu seinen Wurzeln in Marketing, Vertrieb und Unternehmenskommunikation.
