Während uns die Corona-Pandemie noch in Atem hält, zeigt sich in aktuellen Studien, welchen Rückenwind die smarte Automatisierung in Unternehmen genießt. Der Großteil befasst sich zum Start in die KI-Welt bisher mit Zielen der einfachen Automatisierung von Prozessen sowie Produkte und Service personalisieren. In Marketing, Vertrieb und Produktmanagement eröffnet die enorme Menge an Kundendaten ein großes Potential für den Einsatz von KI zu Gunsten von Effizienz, Effektivität, Kundenzufriedenheit und Umsatz. Laut dem KI-Praxisreport2021ist jeder zweite definierte KI-Anwendungsfall implementiert worden.
KI im Marketing
An der Spitze der KI-Anwendungen liegt aktuell die Kundenansprache aus Marketingsicht, während im Vertrieb und Produktmanagement derzeit weniger Anwendungsfälle integriert werden. KI bringt spannende Einblicke in das Kundenverhalten, wodurch die Kundenansprache optimiert werden kann. Marketing-Abteilungen beschäftigen sich somit immer häufiger mit der Frage: „Wie gut verstehen wir unsere Kundinnen? Welches Angebot braucht unser Kunde? Immer mit dem Ziel vor Auge: Unsere Kundinnen
mühelos verstehen.
KI im Vertrieb
Im Vertrieb wird KI heute immer häufiger genutzt, um Prozesse zu automatisieren und dadurch mehr Käufe zu generieren. Unternehmen wollen auf diesem Weg Ressourcen einsparen und Vertriebsziele steigern. So spart beispielsweise maschinelle Text- und Bildverarbeitung Zeit und Ressourcen. Die KI kann ansetzen, indem sie die Kaufbereitschaft von potenziellen Kundinnen analysiert und gezielt an relevanten Touchpoints im Kaufprozess ansprechen kann.
KI im Produktmanagement
Im Bereich Produktmanagement wird KI besonders zu Analysezwecken eingesetzt, um Kundenbedürfnisse automatisch zu erkennen. Auf Basis der Ergebnisse können sie Produkte und Services entsprechend den persönlichen Bedürfnissen anpassen.
Trotz dieser verheißungsvollen Beispiele bleibt die Umsetzung noch hinter der wahrgenommenen Bedeutung zurück. Eine Implementierungsquote von 50 Prozent heißt auch, jedes zweite Projekt bleibt auf der Startbahn stecken und hebt gar nicht erst vom Boden ab. Typische Gründe dafür sind:
- mangelnde Datenqualität,
- rechtliche Problemstellungen,
- technische Hürden,
- fehlendes digitales Know-How,
- Unsicherheit im Umgang mit kritischen Daten und ethischen Fragen.
An vielen Stellen fehlt noch die Erfahrung im Team und das lässt uns zurückschrecken. Wenn jedoch ein stabiler Rahmen definiert ist, tun sich Projektteams leichter auf diesem Boden Piloten umzusetzen. Besonders im Bereich Daten hilft es, Standards einzuführen und rechtliche Maßnahmen zu entwickeln, welche Daten für KI-Zwecke genutzt werden können und wie mit Daten umgegangen werden kann. Auf Durststrecken hilft ein gemeinsames übergeordnetes Ziel: Kundenmehrwert steigern, mit Anwendungsfällen, die über das Ziel der Effizienzsteigerung hinausgehen. Für einen erfolgreichen Start in KI-Projekte kann es auch sinnvoll sein den strategischen und organisatorischen Implementierungsprozess unter die Lupe zu nehmen, neue technische Infrastruktur und Know-how im Team aufzubauen. Nicht nur für Führungskräfte und Expertinnen, die KI-Projekte einführen und begleiten, sondern für alle Beteiligten im Umgang mit der KI.
