Künstliche Intelligenz: Bereit für Marketing und Vertrieb von morgen

Künstliche Intelligenz hat das Potenzial, die Marketing- und Vertriebsabteilungen von Organisationen zu revolutionieren. Erfolgsentscheidend sind dabei Datenqualität und -quantität, das Recruiting nötiger Fachkräfte sowie die Aus- und Weiterbildung der restlichen Mitarbeiter.

Ein Gastbeitrag von Holger Hürtgen, Partner bei der Unternehmens- und Strategieberatung McKinsey

KI wird sukzessive Einsatzszenarien über die gesamte Wertschöpfungskette hinweg finden. Marketing und Vertrieb sind Bereiche, die bei der Digitalisierung und Technologisierung in der ersten Reihe stehen. Das gilt auch für die Adaption von KI-Technologien. Dabei gilt: Trends in konkrete Schritte umwandeln und die Organisation vorbereiten.

Künstliche Intelligenz: Wahrnehmen, denken, handeln

Daten einlesen, analysieren und Handlungen ableiten – das sind die Aufgaben künstlicher Intelligenz. Was solche Systeme auszeichnet, ist der kontinuierliche Kreis von Wahrnehmung, Denken und Handeln, mit dem Ziel, klüger zu werden. Am Ende sind sie in der Lage, in großen Datenmengen Muster zu erkennen, die für Menschen unsichtbar geblieben wären.

Die drei Trends für Marketing und Vertrieb

Im Marketing und im Vertrieb sind dank der fortschreitenden Entwicklung von KI-Systemen drei Mega-Trends abzusehen, auf die sich Unternehmen vorbereiten müssen.

  • Automatisierung ermöglicht, Entscheidungen durch Maschinen treffen zu lassen beziehungsweise menschliche Entscheider zu unterstützen. Beispiele hierfür sind Dynamic Pricing oder Produktempfehlungen im Online-Handel.
  • Prognosen erlauben mittels mathematischer Methoden Daten aus der Vergangenheit auf Muster zu durchsuchen und daraus Modelle für zukünftige Szenarien wie Kundenverhalten zu entwerfen.
  • Personalisierung ist die Anwendung von Prognose-Ergebnissen, um fein ausgerichtete, individualisierte Promotionen, Produkt- und Preisvorschläge zu machen – und das zur richtigen Zeit auf dem richtigen Kanal. Künstliche Intelligenz kann auf Basis von Einkaufsmustern das Kundenverhalten voraussagen und entsprechende Angebote zusammenstellen. Das Ergebnis: mehr Kundenzufriedenheit und mehr Absatz.

Drei Erfolgsfaktoren

Um die Vorteile von künstlicher Intelligenz zu erschließen, sollten sich Organisationen an drei Faktoren orientieren: Daten, KI-Experten sowie Marketing- und Sales-Experten.

  1. Daten strategisch Schnellere Datensammlung, Sicherstellung von Qualität und der Ausschluss von Biases ohne gegen Compliance- oder Datenschutzvorschriften zu verstoßen, sind zentrale Handlungsfelder. Denn die Entwicklung effektiver KI-Systeme ist nur im Kontext ausreichender Datenmenge möglich. [Achieving Business Impact with Data]
  2. KI-Experten Erfolgsentscheidend sind Experten unterschiedlicher Felder wie Data Engineering, Data Science und Softwareentwicklung, die sich mit KI-Systemen und Datenmanagement auskennen und die Ergebnisse nutzbar machen können. Je mehr Daten vorhanden sind, desto mehr KI-Anwendungen sind möglich und entsprechend mehr Spezialisten im Bereiche künstliche Intelligenz werden gebraucht.
  3. „Translator Skills“ ausbilden. Die Weiterbildung von „traditionellen“ Marketing- und Sales-Mitarbeitern spielt eine wichtige Rolle, um das Potenzial von KI ausschöpfen zu können. Ziel ist, sogenannte „Translator Skills“ auszubilden: Damit jede Person im Unternehmen genug von Datenanalyse versteht, um unternehmerische Probleme in KI-Fragestellungen zu übersetzen und die entsprechenden Ergebnisse in Mehrwert für die Organisation zu verwandeln.

Bereit für morgen

Marketing- und Vertriebsabteilungen werden in zehn Jahren deutlich anders aussehen als heute. Wenn sich der Trend zu mehr Rechenleistung und mehr Datensammlung fortsetzt, werden auch die KI-Systeme klüger werden – und die Trends weiter beschleunigen. Und damit gilt auch in Zukunft, was bereits heute essentiell ist: An Daten, KI-Experten und der Entwicklung von „Translator Skills“ führt kein Weg vorbei.

Über den Autor: Holger Hürtgen ist Partner bei der Unternehmens- und Strategieberatung McKinsey. Als Technomathematiker war er vor über zehn Jahren der erste Data Scientist im deutschen Büro und leitet heute McKinsey Analytics in Deutschland mit besonderem Fokus auf die Bereiche Handel sowie Marketing & Sales.