KI entdecken: So finden Sie den geeigneten Use Case fĂĽr Marketing & Vertrieb

In Marketing und Vertrieb gibt es eine Vielzahl an Anwendungsfälle, in denen Künstliche Intelligenz eingesetzt werden kann. Vor allem Unternehmen, die noch nicht viel Erfahrung in diesem Feld haben, tun sich oft schwer, einen passenden Use Case zu definieren. Zusammen mit MINT Analytics haben wir ein Framework entwickelt, wodurch Schwachstellen in bestehenden Prozessen oder in der Kundenansprache aufgedeckt werden. Dieses Vorgehen dient als Basis zur Auswahl und Priorisierung eines anschließenden Pilotprojekts.

Mehr Insights oder Prozessoptimierung?

Künstliche Intelligenz (KI) ist in der Vermarktung von Produkten und Dienstleistungen längst angekommen. Am häufigsten bauen solche Projekte auf Machine Learning und Mustererkennung auf. Dahinter stehen Programme, die auf Basis von Daten lernen, um komplexe Zusammenhänge aus den Daten zu erkennen oder Prognosen zu erstellen.

Für die Bereiche Marketing und Vertrieb haben wir zwei Richtungen beobachten können, für welche Zwecke KI zum Einsatz kommt:

  1. Einsatz von KI für Insights & Prognosen: Die Gewinnung neuer Erkenntnisse über Kunden, Marketingaktivitäten und Markenwahrnehmung
  2. Einsatz von KI zur Prozess- und Serviceoptimierung: Die Verbesserung von internen Abläufen und Serviceleistungen

Konkrete Use Cases lassen sich diesen Kategorien zuordnen. Wir haben eine Auswahl an Use Cases zusammengestellt, die fĂĽr Marketing und Vertrieb relevant sind:

Einsatz von KI fĂĽr Insights & Prognosen

  • Lead Prediction: Potenzielle Neukunden entdecken
  • Zielgruppen segmentieren
  • Bessere Absatz- und Vertriebsplanung mit Predictive Analytics
  • Automatisiertes KPI Tracking zur Performancemessung von Marketingkampagnen
  • Market Intelligence fĂĽr Wettbewerbs- und Marktanalyse
  • Churnprognosen zur Verhinderung von Kundenabwanderung
  • Sentimentanalyse zur Bestimmung der externen Markenwahrnehmung
  • Kundenreaktionen vorhersagen

Einsatz von KI zur Prozess- und Serviceoptimierung

  • 24/7 Kundenservice mit Chatbots
  • Ausspielung von personalisierter Werbung
  • Kaufempfehlungen auf Basis von Recommender Systems
  • Echtzeitpreisfindung mit Dynamic Pricing
  • Sortimentszusammenstellung mit Association Rules
  • Textbasierte und visuelle Suche von Produkten oder Services

Evaluierung geeigneter KI Use Cases

Die Anzahl an möglichen Anwendungsfällen, die auf KI aufbauen, sind umfangreich. Markttrends kommen und gehen in einem schwindelerregenden Tempo. Einen passenden Use Case aus den viele Optionen auszuwählen stellt heutzutage eine große Herausforderung dar. Doch der Erfolg ist nicht gegeben, indem man auf alle Züge aufspringt.

Viele Unternehmen orientieren sich zu sehr an den Aktivitäten ihrer Wettbewerber und kopieren Ansätze für ihre eigenen KI Projekte. Doch an dieser Stelle ist Vorsicht geboten! Die wenigsten Use Cases verhalten sich komplementär zueinander. Das heißt, dass das technische Setup, die benötigten Daten und Expertise sehr stark voneinander abweichen. Auch Prozesse sind unternehmensübergreifend sehr verschieden. Daher ist der Anwendungsfall eines Wettbewerbers für Ihr Unternehmen nicht zwangsläufig relevant. Starten Sie lieber bei sich und finden Sie einen Use Case, der zu Ihnen und Ihren Zielsetzungen passt!  

Die Projektplanung sollte sich daran orientieren, welche Probleme Sie in Ihrem Unternehmen lösen wollen und sollte weniger anhand vorhandener Methoden erfolgen. Deshalb ist es wichtig, dass Sie sich als erstes intensiv mit der Problemstellung auseinandersetzen. Das heißt zu hinterfragen, an welcher Stelle Ihre Prozesse unzureichend umgesetzt oder Ihre Kunden nicht vollständig zufrieden gestellt werden. Erst im zweiten Schritt wird evaluiert, welche Methodik zur Lösung des Problems herangezogen werden kann.

Um genau dieses Vorgehen zu vereinfachen, haben wir ein Framework zur Identifikation geeigneter Use Cases entwickelt. In lösungsorientierten Workshops decken wir mit Ihnen gemeinsam die Schwachstellen der bisherigen Ausrichtung in Bezug auf Kundenansprache und internen Prozessen auf und erarbeiten uns eine konkrete Problembeschreibung. Denn nur da, wo der Schuh am meisten drückt, kann später das notwendige Commitment aller Projektbeteiligten aufgebracht werden.

Das Framework enthält vier Themenfelder, die im Rahmen des Workshops bearbeitet werden. Die Themenfelder sind breit ausgelegt und ermöglichen eine umfassende Bewertung der Ist-Situation. So ist anschließend eine realistische Beurteilung aller Use Cases möglich.

  1. KundenbedĂĽrfnisse: Erarbeitung der KundenbedĂĽrfnisse, die durch die Produkte und Dienstleistungen bereits erfĂĽllt werden. Wichtig ist jedoch zu analysieren, welche BedĂĽrfnisse bislang unerfĂĽllt blieben.
  2. Prozesse: Hinterfragen der bestehenden Prozesse und Aufdeckung von akuten Schwachstellen, die optimierungsfähig sind.
  3. Daten: Analyse von existierenden Datenbeständen und Prüfung, welche Daten leicht bzw. schwer verfügbar sind.
  4. Technologien: Bestandsaufnahme der vorhandenen und genutzten Technologien im Unternehmen.

Im Anschluss werden alle vier Themen mit gleicher Relevanz betrachtet. Von Beginn an werden Datenlage sowie technische Voraussetzungen in die Evaluierung einbezogen. Denn diese beiden Komponenten bilden das Fundament für die spätere Umsetzung des Projekts.

Priorisierung der KI Use Cases

Nach Beurteilung des Status Quo, befinden sich einige Use Cases in der engeren Auswahl. Alle Anwendungsfälle haben für Sie Relevanz  und erfüllen die technischen Voraussetzung zur erfolgreichen Umsetzung. An dieser Stelle gilt es, eine effiziente Priorisierung zu finden und den passendsten Use Case für Ihre anschließende Pilotphase zu definieren. Die übrig gebliebenen Use Cases werden anhand zweier Kriterien bewertet:

  1. Umsetzbarkeit: Wie leicht lässt sich der KI Use Case mit den vorhandenen Mitteln umsetzen?
  2. Wirksamkeit: Wie relevant ist die Lösung des Problems für das Unternehmen?

Die potenziellen Use Cases werden anhand dieser Kriterien bewertet. Der Use Case mit der leichtesten Umsetzbarkeit und gleichzeitig größten Wirksamkeit besitzt die idealen Voraussetzungen für ein anschließendes Pilotprojekt.

Vier-Felder-Matrix zur Bewertung der potenziellen KI-Anwendungsfällen

Dieser Artikel wurde in Kooperation mit MINT Analytics verfasst. Geschäftsführerin Dr. Julia Zukrigl ist Expertin für Data Science in Marketing und Vertrieb. Als Kooperationspartner bieten wir gemeinsam Workshops zur Erarbeitung geeigneter Use Cases in Marketing und Vertrieb an. Wir sind in Süddeutschland bzw. Österreich aktiv.

Geschlossene Grenzen und Kontaktbeschränkungen halten uns nicht auf: Gerne machen wir Ihnen einen Vorschlag, wie sich eine Zusammenarbeit remote realisieren lässt.

Sie haben Interesse an einem gemeinsamen Workshop? Schreiben Sie uns gerne eine Nachricht und wir vereinbaren ein unverbindliches Erstgespräch. Wir freuen uns auf Ihre Anfrage.

Dieser Artikel wurde gemeinsam verfasst von:
Author image

Julia Zukrigl

Gastautorin | Expertin für Data Science in Marketing und Vertrieb | Geschäftsführerin von MINT Analytics
Author image

Sarah Stemmler

Mit meiner Leidenschaft fĂĽr Menschen, Daten & Tools, helfe ich Unternehmen Data Science Kompetenz inhouse aufzubauen.
Abonnement hinzugefĂĽgt synsugar
Super! SchlieĂźe den Checkout ab um vollen Zugriff zu erhalten synsugar
Welcome back! You've successfully signed in.
Success! Your account is fully activated, you now have access to all content.