written by
SevenVentures
Global Trends
2017-04-23

Künstliche Intelligenz im Marketing: Fluch oder Segen für Marketer?

Künstliche Intelligenz im Marketing: Fluch oder Segen für Marketer?

Künstliche Intelligenz (KI) dominiert die Popkultur seit etlichen Jahren. Schon 1968 sagte Regisseur Stanley Kubrik in seinem Film 2001: A Space Odyssey Maschinen voraus, die in der Lage sein werden, menschliches Denken zu imitieren. Doch erst seit kurzem hält die Idee auch verstärkt im Marketing Einzug. Geschichten wie die des US-Discounters Target, der einer jungen Frau auf Basis ihres Einkaufsverhaltens automatisch Werbung für Kleinkindbedarf zukommen ließ und damit ihrem Vater durch Zufall darüber informierte, dass seine Tochter schwanger ist, haben signifikant zur Bekanntheit der Technologie beigetragen. Aber bedeutet das nun, dass Computer in Zukunft Produkte autark vermarkten können? Werden Marketer damit überflüssig? Der Versuch einer Einordnung.

Was bedeutet „künstliche Intelligenz“ eigentlich?

Künstliche Intelligenz ist ein äußerst weit gefasster Begriff, häufig verwendet in Pitch-Präsentationen und Überschriften. Dabei umfasst er Themen von Machine Learning über Cognitive Computing bis hin zu Machine Intelligence. Scott Bringer von chiefmartec.com definiert KI als „von Maschinen ausgeführte kognitive Tätigkeiten, von denen wir bisher dachten, dass nur Menschen dazu in der Lage wären, jetzt aber feststellen müssen, dass sie besser und schneller erledigt werden“.

 

Warum ist künstliche Intelligenz für digitale Marketer so wichtig?

Kurz gesagt: Weil es ihnen das Leben leichter macht. Automatisierte Prozesse gibt es im Marketing bereits seit längerem, gefehlt hat bislang aber immer eine Art automatisiertes Gefühl für die Bedürfnisse der Zielgruppe. Im Grunde geht es dabei um eine automatisierte Lösung für das Problem, mehrere große Datensätze parallel zu analysieren, um noch besser zu verstehen, wie, was und wann Nutzer etwas kaufen wollen.

 

Der Einsatz von KI im Marketing von heute

Endverbraucher gewöhnen sich momentan daran, dass ihnen KI im digitalen Alltag immer häufiger begegnet. Automatische Vorschläge für den nächsten Kauf oder die nächste Serie sind längst Normalität. Dabei setzen Unternehmen wie Amazon oder Maxdome auf eine kontinuierliche Analyse des Nutzerverhaltens, indem sie einen Vorschlag nach dem nächsten liefern. Ein Vorgehen, das äußerst erfolgreich ist: Die Erlöse aus dem Kauf vorgeschlagener Waren – und damit dem dahinter stehenden Machine Learning System – machen bei Amazon mittlerweile ein Drittel des Gesamtumsatzes aus. 

 

Auch für Google ist Machine Learning natürlich nichts Neues, wird die Technologie doch bereits für Suchanfragen, Werbung und YouTube-Video-Vorschläge genutzt. Chatbots nutzen das Prinzip des Deep Learning, um Social Media-Beiträge gezielt beantworten zu können. Mit Google Fotos können Nutzer mittlerweile ihre Bilder nach „Katzen“ durchsuchen. Facebook erkennt Gesichter, das Gleiche gilt für Snapchat Face Swap.

Dabei nimmt auch die Zahl an Plattformen weiter zu, die für die Zukunft von KI wegweisend sind. Website Design-Programme wie „the Grid“ setzen dabei auf Machine Learning, um automatisch ganze Webseiten zu gestalten und zu programmieren. Sogenannte Textgeneratoren oder „Roboter-Journalisten“ sammeln Daten aus dem Internet zusammen, um daraus Inhalte zu produzieren.

Endverbraucher nutzen zunehmend persönliche Digital-Assistenten wie Siri, Cortana oder Alexa, um sich das alltägliche Leben einfacher zu machen. Die smarten Helfer unterstützen beispielsweise beim Kauf von Reinigungsmitteln und Lebensmitteln. Wer den Skype Translator nutzt, kann sich mit seinem Gegenüber unterhalten, obwohl dieser eine andere Sprache spricht – ein menschlicher Übersetzer wird nicht mehr gebraucht.

Kundenservice wird mit der neuen Technologie ein stückweit planbarer. Mit Plattformen, die Tausende von Faktoren analysieren, die dem groben Muster des Kundenverhaltens entsprechen, können Unternehmen heute vorhersagen, wann sich Kunden in Zukunft aller Voraussicht nach an den Kundendienst wenden und warum. Eingehende E-Mails können analysiert und entsprechende Maßnahmen auf Basis früherer Verhaltensweisen und Conversions getroffen werden. Soll eine Antwort gesendet, zu einem Termin eingeladen, ein Alert erstellt oder die Aktion gleich ganz abgebrochen werden? Maschinelles Lernen kann bei diesem Filterprozess helfen.

 

Warum wird KI gerade jetzt verstärkt eingesetzt?

Nachdem jahrzehntelang viel über KI geredet wurde, aber wenig passiert ist, stellt sich die Frage: Wieso erobert die Technologie auf einmal die Welt? Für Scott Brinker von chiefmartec.com scheint die Antwort klar. Der Grund dafür liege „im exponentiellen Wachstum von günstigen, schnellen, skalierbaren und miteinander vernetzten Computing-Angeboten und entsprechendem Speicherplatz in der Cloud. So ist es mittlerweile für so gut wie jeden möglich, KI-Algorithmen effizient aufzusetzen.“

Darüber hinaus hat sich auch die Wahrnehmung von KI verändert – insbesondere im Marketing. So wurde 2012 medial noch viel über die Möglichkeiten von künstlicher Intelligenz spekuliert, während heutzutage die meisten Unternehmen von der Relevanz der KI überzeugt sind. Eine Studie, durchgeführt im Juni 2016, ergab, dass satte 68 Prozent der Marketingverantwortlichen in Unternehmen bereits Möglichkeiten für die KI-Ära ausloten, 55 Prozent von ihnen gehen sogar davon aus, dass die Technologie einen „größeren Einfluss auf das Marketing und die Kommunikation haben werde als Social Media es jemals hatte."

 

Das System ist nur so gut wie seine Daten

Doch während Bekanntheit und Reichweite von KI zweifelsohne zugenommen haben, blieben viele der KI-Systeme noch hinter den Erwartungen zurück.

Forbes.com-Autor Jason Black erklärt sich dieses Phänomen vor allem durch den Umstand, dass nicht jedes Unternehmen umfassend Zugriff auf die nötigen Daten habe. Dabei seien es gerade diese Daten, die gebraucht werden, um das maschinelle Gehirn „zu füttern". Griffen Unternehmen lediglich auf öffentlich zugängliche Datensätze zurück, sei es zwar immer noch möglich, Maschinen nach dem Learning-Modell bestimmte Aufgaben beizubringen – ein Wettbewerbsvorteil gegenüber der Konkurrenz sei damit jedoch quasi nicht zu erreichen, hätten doch alle die gleichen Daten. Anders sehe das bei Unternehmen aus, die Zugriff auf besonders private Informationen haben: Ihr Vorteil für die KI-Zukunft läge klar auf der Hand, glaubt Black. „Nur Facebook hat Zugriff auf die Daten des Social Graph. Nur Uber hat wiederum Zugriff auf die genauen Angaben der Orte, an denen die Fahrer aus dem eigenen Netzwerk Mitfahrer aufnehmen oder absetzen.“.

Um beim Thema KI möglichst vorne mit dabei zu sein, starteten einige Unternehmen in aller Eile eigene Machine Learning-Systeme, die – so muss man es in der Rückschau wohl sagen – von der ein oder anderen Weiterentwicklung profitiert hätten. So entwickelte Microsoft 2016 einen Twitter Bot namens Tay, der mit anderen Nutzern kommunizieren sollte. In weniger als 24 Stunden tweetete der Bot Nachrichten wie „Hitler hatte Recht, ich hasse Juden“ und „Ich hasse Feministen und sie sollten alle sterben und in der Hölle schmoren.“ Die Maschine lernte nur aus Antworten oder Daten, die Nutzer auf Twitter bereitstellten und viele von ihnen – typisch Internet – wollten den IT-Konzern nur allzu gerne vorführen. Die Kontroverse um den Microsoft-Bot zeigte einmal mehr, wie einfach es ist, die Kontrolle über KI-Systeme zu verlieren.

 

Was bedeutet KI für die Arbeit von Marketingverantwortlichen?

Eines ist klar: KI wird diverse Marketingtools auf jeden Fall deutlich nutzerfreundlicher machen und gleichzeitig viele der manuellen Tätigkeiten automatisieren, mit denen sich Marketer heutzutage herumschlagen.

Das bedeutet jedoch nicht, dass der Berufszweig damit in nächster Zeit vom Aussterben bedroht ist. Das KI-Rennen ist noch lange nicht entschieden und auch Produkte sind bei weitem noch nicht fehlerfrei. Insbesondere das Beispiel des Microsoft-Bots hat eindrucksvoll gezeigt, dass Maschinen nur auf Basis der Parameter funktionieren, die Marketer für sie im Vorfeld genau definieren. Menschliches Urteil und Feedback bleiben integrale Bestandteile für die Verbesserung der Machine Learning-Systeme.

Für Sameer Patel, CEO von Kahuna, Unternehmen für B2C Smart Automation Software, bietet KI zahlreiche Möglichkeiten für Marketer. „Für 95 Prozent der Menschen, die heute im Marketing arbeiten, ist diese datengetriebene Welt Neuland. Sie sind eher klassisches Marketing gewohnt. Doch gerade wegen KI können diese Marketer endlich so kreativ sein, wie sie es sich schon lange gewünscht haben“, meint Patel.

Ein gutes Beispiel hierfür ist sicherlich der Aufstieg des sogenannten „Roboter-Journalismus“, der in vielen Redaktionen aus nachvollziehbaren Gründen eher mit Argwohn beobachtet wird. Doch während Plattformen wie Syllabs bereits unter Beweis gestellt haben, dass ihre Maschinen auf Basis strukturierter, öffentlich zugänglicher Daten einfache Texte über Sportergebnisse, Wahlergebnisse und die Wettervorhersage produzieren können, wird es bei Themen wie Liebe oder Politik beispielsweise schon schwieriger. Letztlich gilt wohl: Liegen Daten in elektronischer Form vor, können Bots mühelos Texte schreiben. Für Analysen und Meinungsstücke aller Art bedarf es immer noch eines menschlichen Gehirns.

TV on Demand-Anbieter wie Maxdome und Quazer beginnen langsam aber sicher zu verstehen, dass Maschinen am besten in Verbindung mit der menschlichen Fähigkeit zu Antizipation und kreativem Denken funktionieren. Genau wie Amazon setzen beide Unternehmen auf intelligente, selbstlernende Algorithmen, um Zuschauern genau das Programm zu liefern, das ihnen gefällt. Gleichzeitig bieten hauseigene Redaktionen Kunden Tipps und Vorschläge und unterstützen diese so dabei, die für sie passenden Angebote zu finden.

Den Möglichkeiten von AI sind letztlich keine Grenzen gesetzt. Es handelt sich um eine unglaublich spannende Technologie, die Marketer in Zukunft wohl eine Menge Arbeit abnehmen wird. Dennoch gilt: Menschliche Marketing-Profis werden wohl nie komplett überflüssig werden. Werden in Zukunft wohl vor allem sich wiederholende Aufgaben von Maschinen übernommen, können wir Menschen uns noch stärker auf das konzentrieren, was wir am besten können: kreativ denken, analysieren und netzwerken. Und das kann doch eigentlich nur gut sein.

teilen: