Künstliche Intelligenz (KI) im Marketing – was bedeutet das für die Zukunft

Auf Ihrem Weg ins Marketing hat Künstliche Intelligenz (KI, englisch AI für artificial intelligence) bereits eine lange Geschichte hinter sich. Denkende Computer sind seit den 50er Jahren Teil der Popkultur und auch der ernsthaften Forschung. Die Anfänge reichen aber noch weiter zurück. Theoretische Überlegungen dazu haben schon die Griechen in der Antike, die Ägypter und die Araber angestellt. 1912 baute der spanische Ingenieur Leonardo Torres y Quevedo einen funktionierenden elektrischen Schachcomputer – der zwar nur das Endspiel mit 3 Figuren beherrschte, aber dabei aber immer gewann.

Schon 1912 waren die Zeitgenossen begeistert von dieser vermeintlichen künstlichen Intelligenz – und manche hatten große Bedenken. Heute verhält es sich kaum anders. KI ist ein Trendthema und wird euphorisch bejubelt von den einen, kritisch bis hin zu apokalyptisch gesehen von den anderen.

Warum ist das Thema auf einmal wieder so aktuell? Und vor allem, welche konkreten Möglichkeiten bietet AI bzw. KI in einer Marketing Automation Software?

Machine Learning: Der Einsatz von Künstlicher Intelligenz (KI) im Marketing

Künstliche Intelligenz beim Schach Spiel

Schach – eines der beliebtesten Felder für KI-Forscher.
Seit 1997 spielen Computer besser Schach als Menschen.

Der erwähnte Schachcomputer von 1912 erscheint uns heute kaum als „intelligent“. Er arbeitete ein paar Algorithmen ab, die fest verdrahtet sind. Was aber zählt denn dann als intelligent? Ab wann ist eine Maschine intelligent? Sind es die Maschinen heute?

Einigkeit darüber besteht nicht, und der viel zitierte Turing Test wird auch von vielen nicht anerkannt. Den Turing Test besteht eine Maschine, deren Antworten für einen unvoreingenommenen Beobachter nicht von denen eines Menschen zu unterscheiden sind.

Es gibt mehrere Bereiche, in denen AI in den letzten Jahren große Fortschritte gemacht hat. Insbesondere durch Machine Learning ist das ganze Feld einen großen Schritt vorangekommen. Selbstständig werden solche Systeme immer besser– weshalb viele Marketer schon von KI-Kollegen mit großartigen Fähigkeiten, insbesondere bei der Kombination AI und Marketing Automation, träumen. Die beeindruckendsten Erfolge von AI im Marketing kommen aus den Bereichen:

  • Chatbots/Textverständnis
  • Sprachsteuerung
  • Suchmaschinen
  • Bilderkennung
  • Autonomes Fahren

Diese wollen wir jeweils ganz kurz beleuchten, weil uns das hilft, zu verstehen, was die Computer-Kollegen für uns Marketer tun können.

Chatbots und Textverständnis

Künstliche Intelligenz beim Chatbot von Lidl

Der Chatbot von Lidl UK spricht Weinempfehlungen aus.

Mehr und mehr Unternehmen bieten auf Ihren Websites Chatbots an, die teilweise schon mittels künstlicher Intelligenz interagieren. Diese beantworten Standard-Fragen der Besucher. Das erscheint naheliegend, weil ein großer Teil der Fragen von Nutzern/Kunden immer wieder die gleichen sind.

Intelligent sind viele der eingesetzten Lösungen aber nicht: Sie durchsuchen die Eingabe der Nutzer lediglich nach Schlüsselwörtern und geben dann die Antwort aus, die zu diesem Schlüsselwort abgespeichert wurde. Steht kein Schlüsselwort in der Datenbank, kommt eine generische Antwort – oder es wird an einen menschlichen Berater übergeben.

Aber es gibt durchaus auch schlauere Systeme, die bereits als Vertreter der AI bezeichnet werden können. Diese verstehen den Kontext der Frage und könnten so präzisere Antworten geben. Ein Beispiel ist das Chatsystem, das hinter dem Facebook Messenger steckt.

Dieser arbeitet mit NLP – Natural Language Processing. Das bedeutet, das Programm versucht, sich einen Reim auf den Inhalt zu machen. Es erkennt, welche Wörter Bedeutung tragen und wie sie miteinander verknüpft sind. Es kann auch positive und negative Stimmungen bzw. Bewertungen erkennen.

Sprachsteuerung und Virtuelle Assistenten

Screenshot Siri iPhone Künstliche Intelligenz und Sprachsteuerung

Künstliche Intelligenz beim iPhone.
iPhones haben Siri an Bord,
die Virtuelle Assistentin von Apple.

Diese Fähigkeit, den Inhalt der menschlichen Eingaben zu erkennen, braucht auch die Sprachsteuerung. Bevor sich das System aber an den Inhalt machen kann, muss es erstmal die Geräusche, die das menschliche Gegenüber produziert, in Text verwandeln. Das ist der erste Schritt, der mittlerweile bei Siri, Cortana, Google Assistant oder Alexa ganz gut funktioniert.

Der zweite Schritt ist dann das Entschlüsseln der Bedeutung, da wird es schon schwieriger.

Und der dritte Schritt schließlich ist die richtige Reaktion. Das ist die hohe Kunst.

Was diese Systeme brauchen, um besser zu werden, ist eine Möglichkeit zu lernen. Sie müssen analysieren, was funktioniert hat und was nicht. Und sie müssen ihr zukünftiges Verhalten daraufhin anpassen. Damit kommen wir dem, was wir unter „intelligent“ verstehen, schon näher.

Schlaue Suchmaschinen: Mit Künstlicher Intelligenz zu besseren Ergebnissen

Suchmaschinen lernen mittlerweile ebenfalls ständig dazu und nähern sich damit der KI weiter an. Sie analysieren das Nutzerverhalten und passen die Ergebnisse daraufhin entsprechend an. Bekanntestes Beispiel: Ich suche nach einem bestimmten Begriff bei Google und klicke auf den 1. Treffer. Stelle ich dann fest, dass der mir nicht weiterhilft, kehre ich nach wenigen Sekunden zur Trefferliste zurück und klicke den 2. Treffer an. Wenn dort steht, was ich suche, lese ich die Seite und klicke danach keine weiteren Treffer bei Google mehr an. Google wertet dieses Verhalten aus und verpasst dem 1. Treffer einen Abschlag, der 2. bekommt einen Pluspunkt – er scheint meine Frage ja beantwortet zu haben.

Auf der anderen Seite werden die Suchmaschinen auch beim eigenständigen Textverständnis immer besser. Sie arbeiten nicht mehr nur mit reinen Übereinstimmungen von Wörtern, sondern sie bilden Themenfelder. So ist es mittlerweile egal, ob ich mein Suchwort im Singular oder im Plural eintippe. Auch Synonyme und ähnliche Begriffe erkennt Google mittlerweile zuverlässig.

Das bedeutet für uns im Marketing: Reine SEO-Texte sind tot. Wir müssen unsere Inhalte so schreiben, dass sie inhaltlich Sinn ergeben. Und vor allem so, dass die Nutzer damit etwas anfangen können – SEO ist heutzutage mehr Dienst am Nutzer/Leser, weniger eine technische Disziplin.

Ein Problem für uns im Content Marketing, bei der Leadgenerierung und in vielen anderen Bereichen ergibt sich, je mehr die KI ins Marketing einfließt: Je schlauer die Suchmaschinen werden, desto mehr Fragen beantworten diese direkt. Google zeigt auf seiner Trefferseite Definitionen an (nicht nur von Wikipedia), Öffnungszeiten und weitere, eindeutige Ergebnisse. Für den Nutzer wird es immer seltener nötig, die Websites selbst zu besuchen, von denen die Informationen stammen. Die KI in Form von Google hat die Anfrage ja bereits erfüllt.

Screenshot Trefferliste Google

Google liefert bei einigen Anfragen Definitionen, Aktienkurse, Wechselkurse, Wetter, Öffnungszeiten etc. – ein Besuch der verlinkten Seiten wird so oft überflüssig.

Bilderkennung und Video-Verarbeitung

Screenshot Bilderkennung Bildsuche iPhone - Künstliche Intelligenz im Marketing

Schon heute zeigt die Bildersuche auf dem iPhone
passende Fotos, wenn man nach einem Begriff sucht
– ohne, dass man die Bilder selbst ausgezeichnet hätte.

Für intelligente Maschinen, die sich nicht nur im Bereich Marketing durch künstliche Intelligenz immer weiterentwickeln, brauchen wir eine Bilderkennung, die über reine Mustererkennung hinausgeht. Seit Jahren wissen Bildbearbeitungsprogramme und Kameras, was ein Gesicht ist – und machen dabei weniger und weniger Fehler. Faszinierend ist, dass die Systeme aber auch mehr und mehr Objekte erkennen. So kann man in seinen eigenen Fotos z.B. nach „Fahrrad“ suchen und bekommt eine Übersicht mit allen Bildern, auf denen Fahrräder abgebildet sind – mit ganz wenigen Fehlzuordnungen.

Das ist natürlich etwas, was auch die Suchmaschinen-Betreiber vorantreiben. Genauso untersuchen diese Videos, denn deren Inhalte sind noch immer schwerer zugänglich als der von Texten.

Autonomes Fahren

Ebenso brauchen wir zuverlässige Bilderkennung für einen Bereich, der mit am meisten Interesse auf sich zieht: Das autonome Fahren. Damit ein Auto weiß, wo es hinfahren soll und darf, muss es ein ziemlich exaktes Bild seiner Umgebung haben. Und das in Echtzeit. Es muss wissen, was ein Mittelstreifen ist und was Dreck auf der Fahrbahn. Was ein Schatten auf dem Gehsteig und was ein Kind, das auf die Straße läuft.

Hier wird sehr viel geforscht und es geht mit großen Schritten voran. Die Erkenntnisse aus diesem Bereich nutzen uns dann wieder bei der Verarbeitung von Bildern im Internet.

Künstliche Intelligenz im Marketing – Die Zukunft?

Was aber bringen uns diese vielen beeindruckenden Fortschritte konkret im Marketing? Was können wir erwarten in den nächsten Jahren, wenn sich erwartungsgemäß der Einsatz von artificial intelligence im Marketing verstärkt?

Erstellen von Inhalten

Schon heute schreiben Computer Texte. Und das gar nicht so schlecht. Bisher vor allem in den Bereichen, in denen es viele wiederkehrende Muster gibt und in denen man nicht so viele verschiedene Formulierungen benötigt.

Also z.B. Börsenberichte, Sportberichterstattung oder Wettervorhersagen. Die Nachrichtenagentur AP beispielsweise lässt Quartalsberichte von Unternehmen von einem Computer schreiben (Automated Insights), Yahoo! Berichte von Football-Spielen. Und der Basketball-Verein Orlando Magic erstellt Nachrichten an seine Fans per Computer, welche über die App oder per E-Mail verteilt werden.

Und es gibt auch schon Systeme, welche die Bildauswahl für Artikel übernehmen.

Speziell fürs Content Marketing und die Prozessautomatisierung im Marketing ergeben sich hier mit AI große Potenziale.

Das gilt natürlich ebenfalls fürs Social Media Marketing – hier können AI Systeme z.B. Inhalte je nach Plattform perfekt anpassen auf die Erwartungen und Interessen der dortigen Nutzer. Aus dem Erfolg der jeweiligen Beiträge lernt das System, was funktioniert und wird so immer besser.

Verbesserte Übersetzung Durch Künstliche Intelligenz

Wer Inhalte in mehreren Sprachen anbietet, kennt das Problem: Übersetzungen kosten Zeit und es ist sehr schwer, die Qualität von externen Dienstleistern zu prüfen. Google Translate ist nicht schlecht, um zu verstehen, was in einem Text steht. Es gibt aber mittlerweile Systeme wie das vom deutschen Startup DeepL, die den Kontext einbeziehen und so auch dank Machine Learning immer bessere Ergebnisse liefern.

Ohne Qualitätskontrolle kommen auch solche Systeme – trotz lernfähiger AI – nicht aus, aber die Qualität kommt in vielen Fällen problemlos an die eines normalen Übersetzungsbüros heran.

Automatische Analyse

Echte Kommunikation ist keine Einbahnstraße – wir wollen also für unsere Marketing Automation auch verstehen, welche Rückmeldung vom Empfänger unserer Nachrichten kommt. Oder was in Foren oder bei Social Media über uns geschrieben wird.

Hier kann ein System wie Stanford NLP helfen – es identifiziert Satzbestandteile, erkennt deren Zusammenhang und wertet auch das „sentiment“ – also positive oder negative Stimmungen, die ein Text ausdrückt.

Screenshot Stanford CoreNLP Künstliche Intelligenz

Standford NLP analysiert Texte und ermittelt Bezüge, Wortarten und auch Stimmungen – Grundlage für das Textverständnis.

Und auch die klassische Web-Analytics bzw. die Erfolgsmessung mit Öffnungsrate, Klickrate, Konversion etc. kann von KI im Marketing natürlich sehr profitieren. Jeder, der schon einmal mit Google Analytics gearbeitet hat weiß, wie unendlich viele Möglichkeiten zur Auswertung zur Verfügung stehen – kein Mensch kann hier immer alle KPIs im Blick behalten. Eine Künstliche Intelligenz könnte das schon.

Intelligente Segmentierung: AI in der Marketing Automation

Wirklich spannend wird es, wenn wir AI für Marketing Automation nutzen können, um unsere Segmentierung noch weiter zu verbessern. Ein Ausgangspunkt dafür ist die Analyse der Inhalte, die vom Nutzer/Kunden/Lead kommen. Ein zweiter Ausgangspunkt ist die Analyse des Nutzerverhaltens. Also dessen, was wir schon heute ohne AI in diesem Bereich tun.

Allerdings sind wir heute mit den existierenden Systemen nur in der Lage, nach Regeln vorzugehen. Richtig spannend wird es in Zukunft, wenn das System als AI selbstlernend ist. Wenn es also basierend auf den KPIs bewertet, welche unserer Aktionen was gebracht hat. Und die zukünftigen Maßnahmen entsprechend optimiert.

Schlaue Personalisierung

Noch einen Schritt weiter geht es, wenn wir nicht nur Segmente haben, sondern echte Personalisierung der Inhalte und Maßnahmen. Wenn das AI-Marketing Automation-System also nicht nur auf Basis der Zielgruppen die Inhalte optimiert ausspielt, sondern auf Basis der Interessen jedes einzelnen Nutzers bzw. Leads.

So könnten wir zum Beispiel die endlosen Diskussionen über den optimalen Versandzeitpunkt von E-Mails endlich beenden – denn jeder Empfänger könnte den Newsletter genau dann bekommen, wann es für ihn persönlich am besten ist.

Das System würde sehen, wer auf welche Inhalte anspricht, wer wann in welcher Reihenfolge mit wie detaillierten Informationen versorgt werden muss.

Optimale Verknüpfung

Großes Potenzial liegt auch in der intelligenten Verknüpfung der Systeme. Das hat auf der einen Seite technische Hürden, die wir überwinden müssen. Auf der anderen Seite ist es für uns Menschen aber nur möglich, einen begrenzten Umfang von Daten überhaupt zu erfassen.

Hier könnte eine Künstliche Intelligenz, die das ganze Marketing im Überblick hat, viel leisten. Sie könnte z.B. mini-Zielgruppen segmentieren & analysieren: Etwa 18–24jährige Sport-Fans. Oder 33–42jährige IT-Entscheider. Wem folgen diese auf Facebook? Auf LinkedIn? Welche Beiträge like sie? Welche teilen sie? Worüber diskutieren sie? Davon kann das System ableiten, welche exakten Interessen sie haben, wofür sie Geld ausgeben und worauf sie ansprechen. Und dann für genau diese Zielgruppe perfekt auf sie zugeschnittene Anzeigen ausspielen. Und daraufhin die Landingpages anpassen, die Ansprache bei den Follow-Up-Mails optimieren und die ganze weitere Kommunikation perfekt timen.

Bis solche Marketing-Träume Wirklichkeit werden, vergehen sicher noch einige Jahre. Und Sorgen machen, dass uns dann die Kollegen von der KI im Marketing die Arbeit wegnehmen, müssen wir uns nicht. Vielmehr werden KI-Systeme uns von Routineaufgaben entlasten, werden Daten so aufbereiten, wie wir selbst es nie könnten und uns Entscheidungsgrundlagen liefern, die uns helfen, immer bessere Arbeit zu machen. Die Automatisierung von Prozessen im Marketing kann durch künstliche Intelligenz also genauer und noch besser werden.

Was droht, wenn ich mich nicht mit  DEN MÖGLICHKEITEN der KI im Marketing befasse?

Mache ich die nächsten Jahre nichts in Richtung Künstlicher Intelligenz, dann passiert erstmal nichts – für Firmen wie Google, Apple, Microsoft oder Facebook gilt das natürlich nicht. Aber wer nicht IT als Kerngeschäft hat, der ist die nächsten Jahre mit den aktuellen Systemen auch ohne KI gut bedient.

Mittelfristig werden leicht zu nutzende Dienste/Systeme zur Verfügung stehen, so wie es heute bei der Marketing Automation ist oder auch bei Cloud Diensten wie Amazon AWS – ähnlich wie es heute schon mit Chatbots ist. Die muss auch niemand selbst entwickeln, man kann auf die Systeme von Microsoft, Apple oder Amazon zurückgreifen.

Wichtig ist nur: Ich muss meine Marke im Auge behalten und wissen, wie viel Kontrolle ich abgeben will. Denn mit solchen Anbietern kommt man natürliche immer in Abhängigkeiten – die sollte man anfangs genau abschätzen und im Zweifel erst einmal langsam einsteigen.

Klar ist: Mit dem Voranschreiten der KI wird die Relevanz im Marketing konstant wichtiger. Einerseits erwarten Nutzer durch immer besser ausgesteuerte Inhalte immer höhere Relevanz. Und andererseits werden Systeme wie die Google Inbox – sowie in Zukunft wahrscheinlich auch persönliche Assistenten – mehr und mehr darüber entscheiden, was für den Nutzer passend ist und was nicht. Es wird also immer schwieriger, mit generischen Inhalten zum Lead durchzudringen.

Generell sollte man also sein Marketing heute so gut wie möglich in den Griff bekommen – dann ist man entsprechend vorbereitet und kann KI-Funktionen schrittweise in die eigenen Abläufe integrieren, wenn es an der Zeit ist.