Ersetzen Künstliche Intelligenzen bald Vertriebsmitarbeiter:innen?
Ein Fachbeitrag aus der Reihe KI und Content Management von Stefan Grill
6. August 2019
Ein Fachbeitrag aus der Reihe KI und Content Management von Stefan Grill
6. August 2019
Viel ist bereits geschrieben worden, was die Potenziale der Künstlichen Intelligenz (KI) für Marketing und Sales angeht. Im Bereich Marketing steht vor allen Dingen die Automatisierung im Vordergrund. Maschinen lernen aus den Datenspuren der Kunden und geben Produktempfehlungen ab – mal mehr, mal weniger treffend. Im Sales-Bereich sind Prognosen und Personalisierung der heilige Gral. Mittels mathematischer Methoden und statistischer Vorhersagemodelle (predictive analytics) sollen Muster in historischen Daten aus dem Customer Relationship Management (CRM) entdeckt werden, um zukünftiges Kundenverhalten vorhersagen und maßgeschneiderte Angebote unterbreiten zu können. Hier ist der Marktführer Salesforce mit seinem Cloud Service Salesforce Einstein besonders präsent und sicherlich auch ein weiteres Mal Trendsetter.
Beide Aufgabenbereiche – Marketing und Sales – werden sich in den kommenden Jahren durch KI-Technologien dramatisch verändern. Es ist daher ratsam, denjenigen Propheten Glauben zu schenken, die vor Technologieignoranz warnen. In Zukunft muss es darum gehen, die Chancen zu erkennen und den Wandel zum Nutzen aller mitzugestalten. KI ist dabei nicht als eine Technologie zu begreifen, die als „Superintelligenz“ Menschen manipuliert und bald die Weltherrschaft übernehmen wird. Im Gegenteil. Ausgewiesene KI-Forscher wie Professor Dr. Wolfgang Wahlster sprechen sogar von „Fachidioten“, die es zur Vereinfachung und Verbesserung aufwändiger Arbeiten einzusetzen gilt – Aufgaben, die gerade heute in einer Welt voller Daten beinahe widersinnig von Menschenhand erledigt werden müssen.
Die automatisierte Analyse von Multimedia-Inhalten wie Bild, Video und Audio profitiert von den großen Fortschritten auf dem Feld der Computer Vision bzw. der Mustererkennung auf Basis Künstlich Neuronaler Netze (Deep-Learning-Verfahren).
Doch wo anfangen, wenn es nicht gleich die „Superintelligenz“ zur Absatzsteigerung sein kann? Hier lohnt sich ein genauer Blick in vorhandene Workflows der Informationsverarbeitung, die zeitaufwändig sind und die eigenen Mitarbeiter von den wesentlichen Aufgaben der Kundenkommunikation abhalten. Dazu gehören das Sichten, Auswählen, Ordnen, Sortieren, Zusammenfassen, Klassifizieren, Verknüpfen oder Visualisieren von Inhalten und Daten für kundenspezifische Marketingmaterialien. Viel Zeit nimmt auch die Suche relevanter Informationen in Anspruch, wenn digitale Inhalte nicht entsprechend den oben genannten Prozessen mit qualitativ hochwertigen Metadaten versehen werden. Die Metadatenpflege gehört damit zu den klassischen Aufgaben, die durch den Einsatz von KI-Technologien verbessert wird. Hier bieten sich bewährte Verfahren aus dem NLP-Bereich (Natural Language Processing) an, die Texte maschinell analysieren und passende Keywords generieren. Die automatisierte Analyse von Multimedia-Inhalten wie Bild, Video und Audio profitiert von den großen Fortschritten auf dem Feld der Computer Vision bzw. der Mustererkennung auf Basis Künstlich Neuronaler Netze (Deep-Learning-Verfahren).
Die Metadatenpflege gehört zu den klassischen Aufgaben, die durch den Einsatz von KI-Technologien verbessert wird.
Die Vorteile der KI-gestützten Content-Analyse und Datenaufbereitung sind enorm. Gerade die manuelle Pflege von Metadaten bleibt im Alltag oft auf der Strecke, was die rasche Bereitstellung von relevantem Marketing-Content für das Salesgespräch oder den Pitch zusätzlich erschwert. Darüber hinaus gilt: Erst eine hohe Datenqualität ermöglicht den Einsatz von Empfehlungssystemen, wie sie für ein personalisiertes Verkaufsgespräch oder eine individuelle Kundenpräsentation von Nutzen sind. Digitale Storytelling-Formate kombinieren emotionale Geschichten mit sachlichen Informationen und fördern so den Absatz. Hier ist die Vision, zu jedem Zeitpunkt des Kundengesprächs maschinell generierte Empfehlungen zu bekommen, um die kundenspezifischen Bedarfe so exakt wie möglich und nahezu in Echtzeit adressieren zu können. Die Einbindung von CRM-Daten in Empfehlungssysteme für digitales Storytelling im Kundengespräch ist daher der nächste logische Schritt.
Erst eine hohe Datenqualität ermöglicht den Einsatz von Empfehlungssystemen, wie sie für ein personalisiertes Verkaufsgespräch oder eine individuelle Kundenpräsentation von Nutzen sind.
Die beschriebenen Szenarien zeigen: Es geht nicht um allwissende Maschinen, die den Vertriebsmitarbeiter ersetzen sollen, sondern um den gezielten Einsatz smarter Technologien. Sie sollen helfen, aufwändige Prozesse der Informationsverarbeitung in Marketing und Sales zu vereinfachen, um sich in der Vorbereitung, Durchführung und Nachbereitung eines Verkaufsgesprächs optimal auf die Bedürfnisse des Kunden einstellen zu können. KI-Experten wie Prof. Dr. Peter Gentsch, der sich in einer Publikation zum Thema Künstliche Intelligenz für Sales, Marketing und Service intensiv mit diesen Technologien auseinandergesetzt hat, sprechen in diesem Zusammenhang auch von einer „Augmented Intelligence“. KI-Systeme müssten demnach so eingesetzt werden, dass sie den Menschen in seinem Tun und Handeln stärken und die menschliche Intelligenz maximal unterstützen. Aus Sicht der Anwender von KI-Systemen kann man vereinfacht auch von smarten Assistenten sprechen, sodass im Zusammenspiel folgende Formel gilt: Mensch + Maschine = Erfolg.
01.11.2018
KI im Vertrieb: Hasta la vista, Sales-Rep?!
09.11.2018
Künstliche Intelligenz: Bereit für Marketing und Vertrieb von morgen
03.12.2018
Wolfgang Wahlster: „KI-Horrorszenarien halte ich für Unsinn“
Stefan Grill studierte in Freiburg und Edinburgh Geschichte, Kognitionswissenschaft und Linguistik. Als Innovationsberater verfügt er über langjährige Erfahrung bei der Entwicklung von Innovationsprojekten mit einem Fokus auf die erfolgreiche Akquise geeigneter Fördermittel. Darüber hinaus verfügt er als PR- und Marketingfachmann über fundierte Kenntnisse in den Bereichen digitale Kommunikation, Marktanalyse und Strategieentwicklung. Bei 3pc leitet er die Innovation Unit und berät Kunden bei der Einführung und Entwicklung neuer Technologien. Aktuell ist er im BMBF-Forschungsprojekt QURATOR verantwortlich für die Innovationsstrategie und koordiniert bei 3pc die Entwicklung KI-basierter Kommunikationstools.