In diesem Artikel unterhalte ich mich mit unserem SVP of AI, Raj Balasundaram darüber, wie Marketer AI heutzutage nutzen.
Vor etwa zwei Jahren erfuhr ich zum ersten Mal mehr über diese revolutionäre, neue Technologie, über die alle sprachen und die offensichtlich das nächste große Ding werden sollte: AI.
Durch AI sollten unsere Datenbanken mit mehr Business Intelligence versorgt werden und ganz neue Dimensionen erreichen. Die Technologie kann skalieren, automatisieren und Entscheidungen zu Produkten, Preisen, Platzierungen und Promotions, zu Content, Kanälen und Kunden treffen. Und das alles mithilfe der Verhaltensdaten, über die ein Unternehmen bereits verfügt.
Aber ich gehe den Dingen gerne auf den Grund und der Hype reichte nicht aus, um mich zu überzeugen. Also machte ich mich auf die Suche, um mehr über diese dynamische Technologie herauszufinden. Das ist schließlich mein Job. Ich befragte Experten – also Personen, die Artificial Intelligence tatsächlich nutzten. Einer davon war unser SME, Raj Balasundaram. Nach diesem Gespräch wurde mir vieles klarer.
Ich arbeite gerne mit AI-Experten wie Raj, denn sie haben den Finger immer am Puls der Zeit. Ich gebe es ganz offen zu – ich weiß nicht genau, wie diese Maschinen aufgebaut sind, wie der Code auf die Software geschrieben wird oder warum AI tut, was sie tut. Als Marketer kann ich das getrost den Codierern, Programmierern und Data Scientists überlassen. Aber Menschen wie Raj sind aufgrund ihrer Expertise in der Lage, sich zwischen Marketer und Maschine zu bewegen.
Ähnliche Inhalte: Wie Marketer in einer verbraucherorientierten Welt erfolgreich sein können: Raj Balasundaram [Video]
Ich habe mich also mit Raj getroffen, um mehr über diese Themen zu erfahren. Ich wollte wissen, was sich durch AI schon geändert hat und wie Marketer AI für sich nutzen können. Folgendes habe ich dabei gelernt.
_________
Frage: Vor zwei Jahren waren sich die meisten Marketer und Kunden noch nicht ganz sicher, welche Vorteile ihnen AI tatsächlich bringt. Wie ist die öffentliche Meinung aktuell?
Antwort: Vor Kurzem sprach ich mit einer Journalistin. Sie fragte, warum oft behauptet wird, bei AI sei etwas „schiefgelaufen”. Durch diesen Hype, diese Sensationslust und durch Missverständnisse hat der Ruf von AI gelitten.
Tatsächlich hat sich durch AI so viel verändert – die Art und Weise, wie wir Dinge sehen, Dinge tun und wie wir scheinbar alltägliche Abläufe in unseren Alltag integrieren. Wurden wegen AI Arbeitsstellen gekürzt? Die kurze Antwort lautet: Ja. Aber dafür haben sich auch viele neue Chancen ergeben. Wir befinden uns als Menschen in einem evolutionären Prozess. AI ist nur ein weiterer Schritt der computergestützten Entwicklung.
F: Daten gibt es überall. Inwiefern stärken und bereichern die Ausbreitung von Kanälen und der Zuwachs an Daten die AI-Systeme?
A: Blicken wir einmal 10 Jahre zurück. Die Datenmenge, die über eine Person im Umlauf war, war sehr überschaubar. Daten über mich waren wahrscheinlich gar nicht vorhanden (abgesehen von ein paar Berichten hier und da). Aber heute ist das anders. Jede einzelne Sekunde unseres Lebens wird erfasst. Jede Mikrosekunde, in der das Herz schlägt, landet in der Cloud. Ich übertreibe natürlich, aber Sie verstehen, worauf ich hinauswill. Das ist zwar beängstigend, es bietet aber auch viele Vorteile.
Technologien, Tools und Geräte sind ein wichtiger Bestandteil unseres Lebens geworden und IoT befindet sich immer noch im Wachstum. Apple Watches, Fitbits oder iPhones gehören mittlerweile zu uns wie unser Gehirn! Und wissen Sie, in welchem Bereich diese Geräte besonders viel bewirken? Bei Algorithmen! Das muss einem nicht gefallen, aber es ist die Realität.
Sobald ein elektronisches Gerät in Ihrer Nähe ist, teilen Sie dem Rest der Welt mit, wer Sie sind und was Sie tun. Der rasante Anstieg von Daten und die Verfügbarkeit von Datenpunkten jedes einzelnen Menschen hat sich innerhalb der letzten zehn Jahre vermutlich vertausendfacht.
Diese Daten, kombiniert mit besserer Rechenleistung, machen das eigentliche Potenzial von AI-Systemen aus.
F: Die Faszination für AI ist so groß wie nie zuvor. Ist AI wirklich schon so in unserem Alltag angekommen, wie manche Menschen denken? Kannst Du mir ein paar Beispiele für AI in der Praxis nennen?
A: Wie ich schon sagte, AI sorgt vor allem für einen besseren Lifestyle. Das ist zumindest der Grundgedanke dahinter.
Meistens merken wir nicht einmal, dass AI eingesetzt wird. Ich nenne im Folgenden ein paar Beispiele, wie AI bereits jetzt in unserem alltäglichen Leben genutzt wird.
- Beispiel: Die Wimbledon Highlights-App kann jeder Nutzer ganz individuell für sich anpassen. Im Hintergrund arbeitet eine AI, die den Content bereitstellt. Das System analysiert hunderte (oder sogar tausende) Stunden von Material und erstellt Clips und Marker für unterschiedliche Events. Dann markiert es die Clips aus diesen Videos mit verschiedenen Tags. IBM liefert also genau den Inhalt, an dem Sie am wahrscheinlichsten interessiert sind. Der Content ist präzise auf Sie zugeschnitten.
- Beispiel: AI wird in vielen diagnostischen Anwendungen eingesetzt, z. B. bei der Erkennung von Krebs oder einer plötzlichen Erkrankung. Das ist also eine überaus positive Verwendung. AI liefert ein sehr hohes Niveau an Prognosefähigkeit in diesen Bereichen. Sie macht uns darauf aufmerksam, dass wir möglicherweise anfällig für eine bestimmte Krankheit sind oder dass eine Behandlung erforderlich ist. So konnten bereits tausende Leben gerettet werden. Aber wenn nur ein einziges Leben nicht gerettet werden kann, ist es sofort in allen Medien. Wir müssen immer bedenken, dass Maschinen zwar sehr genau arbeiten, aber auch nicht immer zu einhundert Prozent richtig liegen.
Wenn es um Leben und Tod geht, sollte man sich nicht ausschließlich auf Maschinen verlassen. Und das sage ich, obwohl ich jeden Tag mit AI arbeite. AI ist nicht die Lösung aller Probleme. Sie unterstützt die menschliche Intelligenz, kann sie aber nicht ersetzen. Sie hilft uns aber bei vielen arbeitsintensiven Aufgaben, die tagtäglich anfallen.
F: Es ist eine Sache über AI zu sprechen, aber wie sieht die praktische Anwendung tatsächlich aus? Machen Facebook, Netflix oder Amazon etwas, das andere nicht machen? Oder nicht machen können?
A: Bei den Grundlagen – also den Algorithmen, der Funktionsweise der Wissenschaft oder der einzelnen Elemente – ändert sich nicht viel. Die Bauweise von AI-Systemen unterscheidet sich, je nachdem, in welcher Branche Sie arbeiten oder wozu Sie das System benötigen. Und hier wird es wirklich interessant. Die Antwort auf diese Frage umfasst drei Komponenten.
Erstens braucht man einen wirklich guten Datenbestand. Das ist die wichtigste Voraussetzung für den Erfolg eines Systems. Ganz einfach.
Zweitens benötigt man sehr, sehr viele Daten.
Drittens – und das ist der wichtigste Punkt, den viele Menschen vergessen – braucht man eine Person, die die Maschine trainiert und die Algorithmen programmiert. Ein Mensch erstellt die Anwendung der Algorithmen und Modelle. Diese Person muss die Branche und die Anwendung der AI-Lösung verstehen und muss sich darüber im Klaren sein, für wen die Lösung gedacht ist. AI ist nicht gleich AI, es gibt keinen Standard-Codesatz.
Unternehmen wie Facebook, Netflix, Amazon und Co. haben die perfekte Kombination aus alldem gefunden – sie haben die richtige Technologieumgebung geschaffen, um das Ganze erfolgreich zu gestalten.
Ohne die richtige Technologie im Hintergrund funktioniert es nicht. Man braucht gute Datensätze und man muss auch die Art der geschäftlichen Anwendung verstehen können. Ich nenne das die Heilige Dreifaltigkeit, die alles zusammenfügt.
„Ohne eine gute technologische Umgebung, können Sie [mit AI] nicht viel erreichen. Sie benötigen sowohl gute Datensätze, als auch ein optimales Verständnis für die Anwendung in Ihrem jeweiligen Unternehmen.“
Raj Balasundaram • VP of Artificial Intelligence, Emarsys
F: Welche Jobs oder Positionen müssen vorhanden sein, wenn Unternehmen AI im Marketing verwenden möchten? Wie könnte die Struktur eines Teams aussehen?
A: Es kommt darauf an, was man erreichen möchte und wie man es erreichen möchte. Sie können entweder ein eigenes Team für den Bereich Data Science zusammenstellen, oder die Dienste eines qualifizierten Anbieters nutzen. Wenn Firmen lieber mit internen Lösungen arbeiten, benötigen Sie drei Dinge:
- zwei oder drei Data Scientists
- ein Team aus Businessanalysten, die aus diesen Ergebnissen ein Business Output erstellen
- ein Team aus Marketern, die mit den Businessanalysten zusammenarbeiten und die Insights für ihren Marketing-Output nutzen
Die Data Scientists kümmern sich vor allem um das Aufschlüsseln der Zahlen. Dann braucht man aber noch jemanden, der für die Anwendung zuständig ist und der eher aus dem unternehmerischen Bereich kommt. Dieser berücksichtigt die Rolle des Kunden. Es wird getestet und optimiert. Das Zusammenspiel von beiden macht ein erfolgreiches AI-System aus. Das macht sich dann auch durch Empfehlungen im Frontend bemerkbar.
Ähnliche Inhalte: So funktioniert AI-Marketing: 1-zu-1-Personalisierung im großen Umfang erreichen
Der entscheidende Punkt ist, dass diese drei Teams als Einheit zusammenarbeiten müssen. Und hier wird es schwierig. Marketer machen ihre Arbeit auf eine bestimmte Art und Weise. Data Scientists machen ihre Arbeit auf eine bestimmte Art und Weise. Und Businessanalysten machen ihre Arbeit auch auf eine bestimmte Art und Weise. Das kann zu Problemen führen. Die Ergebnisse der Data Scientists werden möglicherweise nicht von den Businessanalysten verwendet. Diese geben dann vielleicht nicht den richtigen Output an die Marketer weiter und so weiter. Das ist nichts Neues.
F: Wie gelingt der Einstieg mit AI? Wie entscheidet man zum Beispiel, ob man selbst eine interne Software erstellt oder eine Software kauft? Wie sollen KMU vorgehen, die nicht Millionen Dollar in die neueste AI-Software der Spitzenklasse investieren können?
A: Man sollte sich nicht mit anderen vergleichen. Facebook und Amazon waren die Vorreiter. Sie machen das nicht erst seit gestern, sondern haben schon vor zehn Jahren damit begonnen, AI zu nutzen. Heute funktioniert natürlich alles etwas anders. AI ist jetzt ein Service (AI-a-a-S, wenn man so will). Amazon arbeitet mit einer infrastrukturellen Perspektive. IBM ist auch mit dabei. Microsoft beschäftigt sich schon eine ganze Weile mit dem Thema. Heute hat jedes Unternehmen die Möglichkeit dazu.
Dabei ist AI nicht immer die Universallösung. Es passieren Fehler und vieles muss ausprobiert werden. So wurden alle Algorithmen bisher entwickelt. Man probiert etwas aus, es passieren Fehler. Man benötigt also auch eine unternehmerische Strategie. Außerdem braucht man ein Technologie-Backend. Nur so kann man vielleicht irgendwann eine Universallösung erschaffen.
_______________________
Branchenexperten wie Raj bringen Licht ins Dunkel, wenn es um AI und den Einsatz von IoT geht.
Bei Technologie und Daten sowie dem Zusammenspiel der beiden Faktoren ist heute vieles im Umbruch. Jede Sekunde entstehen unendliche Datenmengen auf vielen Ebenen. Die Möglichkeiten, die diese Daten uns eröffnen, sind nahezu unbegrenzt. Aber eines kann ich Ihnen verraten: AI ist wie eine Brille, die Marketer aufsetzen können, um ihre Wahrnehmung zu schärfen, der Wahrheit näher zu kommen und die Bedeutung der Daten richtig zu erkennen.
Ausgewählte verwandte Inhalte:
- Wie E-Commerce-Marken mit AI Wert generieren
- Proaktiv statt reaktiv: Neue Marketing-Dimensionen mit AI erschließen
- 10 AI-Trends, auf die Marketer 2020 achten sollten [+ Bonus-Infografik]
AI sagt Kaufwahrscheinlichkeit, Konversionswahrscheinlichkeit und CLV voraus. Mehr erfahren!