AI erfolgreich im Marketing nutzen – Die AI-Pyramide

Generative KI wird besonders im Digital Marketing stark genutzt, um Texte, Bilder, Chatbots und ganze Workflows schneller und erfolgreicher umzusetzen. Wir zeigen im Überblick, wie man KI Schritt für Schritt ins Unternehmen einbringt, von der KI-Tool-Auswahl bis zur Automatisierung.

Wie hilft generative AI im Marketing?

Durch generative KIs wie ChatGPT hat sich der Digital-Marketing-Alltag stark verändert. Marketing-Teams können mit den gleichen Ressourcen deutlich mehr erreichen. Wo zuvor lange an Marketing-Kampagnenideen, Ads-Botschaften, Bildrecherche und Blogartikeln gefeilt wurde, ist dies durch KI-Einsatz nun in Stunden statt Tagen möglich. Und zwar in allen relevanten Sprachen der Welt. Die Aufgaben des Digitalen Marketings ist es, Zielgruppen auf allen Kanälen zu erreichen,  passend anzusprechen und vom Produkt oder Unternehmen zu überzeugen. Generative AI-Technologien ermöglichen es, genau passende Ideen und Inhalte zu schaffen, ohne dass immer die besten Spezialisten dafür notwendig sind. Marketer beherrschen oft jeweils nur 2-3 Kanäle und müssen sich somit oft in neue Aufgaben einarbeiten und Erfahrungen sammeln, so dass gute Ergebnisse erst verbessert werden müssen. Dies trifft den Nerv vieler Unternehmen, denn der globale Fachkräftemangel scheint dadurch überwindbarer zu werden.

Viele Unternehmen haben Probleme bei der KI-Einführung

Der Einsatz von künstlicher Intelligenz im Unternehmen ist kein Selbstläufer, denn man muss dafür mit den rasanten Änderungen im KI-Sektor Schritt halten. Viele haben bereits gemerkt, dass es eben doch nicht ausreicht, einfach nur ChatGPT anzuschmeissen. Die größte Hürde im AI-Zeitalter scheint derzeit zu sein, wie man die Qualität der KI-Inhalte verbessern kann. Teams müssen dafür erst lernen, wie man KI-Tools auch wirklich produktiv nutzen kann. Eine aktuelle Deloitte-Studie stellt fest: “Der Mangel an Tech-Personal und entsprechenden Fähigkeiten sind größte Hürde für die Etablierung der Technologie”  (Quelle: Deloitte, Deloitte’s State of Generative AI in the Enterprise, 2024 / Q1)

Wichtige Themen bei der Generative-AI-Nutzung im Alltag ist oft die richtige Tool-Auswahl, Prompt Engineering und das Zusammenbringen von KI mit eigenen Daten. Dazu kommen zu lösende Probleme bei der Preisgabe von Unternehmensdaten an die KI-Tool-Hersteller, die DSGVO-konforme Nutzung und schließlich die Kunst, den AI-Einsatz mit den Unternehmenszielen in einen produktiven Workflow zusammenzubringen, anstatt viele lose Versuche und Tools auszuprobieren.

Die Marketing-AI-Pyramide gibt Orientierung bei der KI-Einführung

Bei der KI-Nutzung im Marketing und auch weiteren Bereichen hilft ein strukturiertes Vorgehen. Wir schlagen dafür 5 aufeinander aufbauende Schritte vor, denen man folgen kann, um zu mehr Qualität und Effizienz zu gelangen. Als Pyramide dargestellt, sieht dies so aus:

Schritt 1: Passende AI-Tools auswählen

Die Tool-Landschaft ändert sich derzeit im Wochentakt, da AI als Megatrend sämtliche Branchen weltweit durchdringt. Man könnte zwar einfach abwarten, bis sich Lösungen sicher durchsetzen. Jedoch sind die KI-Lösungen bereits seit längerem produktiv nutzbar, so dass viele Unternehmen bereits aktiv mit KI-Tools arbeiten, auch wenn dies öfter mal mit flexiblen Umstellungen verbunden ist, wenn ein Tool-Hersteller wie z.B. OpenAI seine Lösungen öfter mal anpasst.

Die wichtigsten GenAI-Lösungen nutzen

Zu den wichtigsten Lösungen zählen derzeit ChatGPT, Microsoft Copilot, Google Gemini und viele weitere Anbieter von Tools und KI-Basismodellen. Zudem bieten Open-Source-KI-Modelle wie Llama 2 (von Meta) und Grok (von XAI a.k.a.  Elon Musk) die Möglichkeit, seine eigene Unternehmens-KI auf eigenen Servern zu betreiben. Jede dieser Lösungen hat wie üblich seine Vor- und Nachteile. Doch was zählen sollte ist, überhaupt erstmal loszulegen, passende Use-Cases für den KI-Einsatz zu finden und diese mit KI und viel menschlichem kritischen Blickwinkel umzusetzen und ständig zu verbessern. Darum die Empfehlung: Wählt ein AI-Tool aus, das für das Unternehmen gut einsetzbar ist (Stichwort: Compliance) und probiert aus, wie man dies integriert (Stichwort: Interoperabilität) und damit Werte schafft.

Schritt 2: Prompt Engineering ausreizen

Sind die passenden KI-Lösungen gefunden und nutzbar gemacht, gehts weiter in der Pyramide. Viele Nutzer erleben, dass ChatGPT leider keine Gedanken lesen kann und man richtig gut briefen sollte, um auch richtig gute Ergebnisse zu bekommen. Eine 80%-Lösung ist zwar schnell in einer Minute erstellt. Doch die verbleibenden 20% muss man sich erkämpfen. Hierfür müssen sich Teams mit dem Prompt Engineering befassen, also der Kunst des richtigen KI-Prompts. Dabei sind die Grundlagen einfach erklärt.

Guter Prompt-Grundaufbau:

• Rolle: Versetzt die KI in die richtige Rolle, damit diese besser antworten kann
• Aufgabe: Präzise Beschreibung der Aufgabe
• Kontext: Wichtige Details, die für die Aufgabe relevant sind
• Format: Welche Länge und Format ist gewünscht
• Beispiel: Wichtig, denn LLMs können Beispiele sehr gut adaptieren

Doch dieser Standard-Prompt-Aufbau ist erst der Anfang. Denn es gibt zahlreiche Techniken, die Prompts noch deutlich zu verbessern (Link: Prompt Engineering Guide). Beispiele dafür sind: Chain-of-Thought-Prompting, Few-shot-Prompting und viele weitere Techniken, die man sich aneignen sollte, um die gewünschte Qualität zu erreichen. Denn ein Marketing-Konzept brieft man seiner Textagentur ja auch nicht einfach durch den Satz “Erstellt mal ein Marketingkonzept für unsere Finanzprodukte”.

Durch sauberes Prompt-Engineering ist ein deutlicher Qualitätssprung der Ergebnisse möglich!

Schritt 3: Eigene Chatbots nutzen

Frage: Warum gibt es Chatbot-Anbieter, die 100€/Monat kosten und andere die dafür ein Chatbot-Projekt umsetzen wollen und Betriebskosten von 3.000-5.000 € monatlich abrechnen? Die Antwort ist: Qualität. Ein Chatbot ist tatsächlich schnell erstellt, doch liefert dieser ohne sauberes Konzept und Training irgendwann einfach nur irritierende und falsche Antworten zurück, was zu juristischen Problemen führen kann. Darum ist es für viele Use-Cases wichtig, die Lösung gut zu verstehen und auf bewährte Enterprise-Chatbots wie z.B. Kore.ai zu setzen.

Warum machen Chatbots Fehler?

Beispiel: Ein auf zu simpler Technologie entwickelter Reise-Chatbot kann durch konstantes Nachfragen der NutzerInnen durcheinander kommen und falsche, halluzinierte Antworten liefern. Denn wenn der meist komplett LLM-basierte Bot zu viele Freiheiten hat,  kann er zu Falschaussagen überredet werden, anstatt den korrekten Reisepreis aus der Flug-Datenbank auszulesen. Enterprise-Chatbots sind deutlich strukturierter aufgebaut, indem diese Formulare und geskriptete Abläufe nutzen und nur zu Teilen auf ein LLM zurückgreifen.

Wie helfen Chatbots im Marketing-Team?

Für intern durch Marketing-Teams genutzte Chatbots gibt es jedoch pragmatische Lösungen, die bereits seit 2023 produktiv nutzbar sind. In ChatGPT Plus und Microsoft Copilot lassen sich z.B. eigene Chatbots anlegen, die deutlich im Alltag helfen (“Custom GPTs“). Man kann diese mit genauen Instruktionen dazu füttern, wie diese helfen und antworten. Dies spart Zeit und liefert deutlich bessere Ergebnisse. Wir nutzen selbst spezialisierte Chatbots für viele Aufgaben, z.B. Marketing-Texte erstellen, Ads optimieren, Suchmaschinen- und Conversion-Optimierung mit Psychologie, sowie zur Entwicklung von guten Kampagnen-Ideen.

Schritt 4: Generative KI mit eigenen Daten nutzen

Noch besser werden Ergebnisse und Abläufe im Marketing durch die Nutzung firmeneigener Daten. Denn statt allgemeinen Antworten liefert die generative KI dann genau passende Hilfe für jeden Marketing-Task, z.B. zur Planung der von vielen Produkt-Kampagnen, inklusive passender Preise und Produktkonditionen. Das kann ChatGPT natürlich nicht so einfach leisten.

Besonders hilfreich ist hier die durch generative KI gestützte Semantische Suche mit RAG-Technologie. Diese macht es möglich, in seinen Unternehmensdaten, Dokumenten, Datenbanken und Wiki durch einfache Fragen sofort passende Antworten auszugeben, anstatt dass man Trefferlisten durchzugehen muss oder zahlreiche Dokumente sucht und überfliegt. So spart man schon einmal Stunden und kann seine Marketing-Tasks schneller voranbringen anstatt auf Antworten zu warten. Vorteil: Die RAG-Technologie lässt den Bot dabei stets die richtige Quelle nennen, so dass Halluzinationen ausgeschlossen werden.

Beispiel: Fragen für die semantische KI-Suche

• “Wann ist der Launch unserer neuen Kampagne geplant?”
• “Wie berechnet sich der ROI für unsere Top-Seller in 2024?”
• “Ist unsere Versicherungspolice X für Kunden geeignet, die nicht gleichzeitig auch Baustein Y abgeschlossen haben ?” (und kompliziertere Fragen, die Fachwissen erfordern)

Weitere Lösungen zur Nutzung von KI mit Unternehmensdaten

Eine generative KI kann in die eigenen Prozesse und Tools integriert werden, damit diese noch nützlicher im Alltag ist. Hierfür gibt es folgende Ansätze.

• KI in Standard-Tools integrieren: Die Unternehmensdaten können auch mit dem Microsoft Copilot und nahezu alle anderen LLM-Technologien genutzt werden. So stehen dann Dokumente schon beim Schreiben in Word oder im Teams-Chat zur Verfügung, was für deutliche Produktivitäts-Schübe sorgen kann.
• KI in der Datenanalyse nutzen: Da Daten das neue Öl sind sollte die KI idealerweise auch bei der Datenanalyse unterstützen. Wie schön wäre es, wenn MitarbeiterInnen ihre Dashboards einfach per Chat fragen könnten: “Wie gut hat die Kampagne performt?” anstatt unmotivierende Zahlenkolonnen und Excel-Charts zu lesen. Denn so bringt man das Datenfeedback direkt dahin wo man es braucht: In den Alltag. Tipp: Mit generativer KI kann man besonders gut Nutzerfeedback zusammenfassen, z.B. von Trustpilot, Trusted Shops und Kundenbefragungen.

Schritt 5: KI-Automatisierung & Workflows

Die letzte Stufe der KI-Nutzung besteht darin, die KI nahtlos im Alltag zu nutzen, sprich: in die eigenen Workflows zu integrieren. Hier gibt verschiedene Ansätze:

• Spezielles KI-Tools mit integriertem Workflow: Für Marketing-Teams bieten jasper.ai und weitere Anbieter eine KI-Suite mit einfachem Workflow. Hier kann man schnell Kampagnen, Texte und Bilder in einem Tool erstellen, was Vorteile für kleinere Marketing-Teams bringt.
• Workflow-Tools: Tools wie make.com oder zapier können komplexe Marketingkampagnen möglich machen, da diese diverse Tools miteinander verbinden.
• Enterprise-Workflow-Tools: Microsoft Power Automate bietet eine gute Möglichkeit, ganze Abläufe im Microsoft-Tool-Universum zu automatisieren.
• KI in eigene IT-Prozesse integrieren: Für IT-basierte Lösungen bieten die großen Clouds Microsoft Azure, Google Cloud Platform und Amazon AWS  digitale KI-Services an, die per API in eigene Anwendungen integriert werden können, ohne dass man ganze Serverparks und Datascience-Teams anstellen muss. Man kann hiermit die KI in seine eigenen Speziallösungen wie z.B. Shopsystem einbringen und so am leichtesten in den Alltag integrieren.
• Eigener Workflow mit Jira: Die Standardlösung für viele Unternehmen ist und bleibt Atlassian JIRA. Denn hier kann man unternehmensweit seine Workflows gestalten und integrieren.

Übersicht: Einsatzmöglichkeiten für AI-gestütztes Marketing

Im Überblick sieht man, dass generative KI nahezu überall im Marketing genutzt werden kann. Damit dies möglich wird, braucht man ein gutes Vorgehen, um nacheinander immer weitere Marketing-Touchpoints durch KI zu verbessern. Da Marketing immer auch ein Wettbewerb ist, haben KI-reife Unternehmen einen entscheidenden Vorsprung.

Fazit: KI-Einsatz im Marketing

Wie man sehen kann, mangelt es nicht an Optionen. Generative KI ist in kürzester Zeit zu einem riesigen Feld geworden und der Markt bietet bereits zahlreiche Lösungen an, die man für sich bewerten kann. Wer die neuen KI-Möglichkeiten bereits früh versteht und für sich nutzbar macht, bringt sein Marketing auf ein neues Level.

Brauchen Sie Unterstützung bei der KI-Einführung im Marketing-Team?
Mit unserem KI-Marketing-Workshop machen wir Teams schnell fit und bereit für die AI-Zukunft im Marketing!

Kontakt aufnehmen

Credits: Titelfoto von Carl Heyerdahl auf Unsplash