AI ist nicht immer gleich AI. Tatsächlich gibt es so etwas wie künstliche künstliche Intelligenz. Wir helfen Ihnen dabei, besser zu verstehen, worauf Sie bei AI-Marketing-Lösungen achten müssen und welche Probleme auftreten können.
Heute wirbt jedes Unternehmen im Technologiebereich mit AI-gestützter Software. Ein Artikel in The Atlantic schrieb dazu: „Deflationäre Fälle von AI gibt es überall.” Wenn ich jedes Mal einen Dollar bekommen würde, wenn jemand sagt, er „nutze AI” für seine Plattform, könnte ich mir jetzt meine eigene Automation-Software erstellen. Und das ist teuer.
“AI-Experten beschweren sich darüber, dass der Begriff an Bedeutung verloren hat. Andererseits behaupten Journalisten, Startups, S&P 500 Boards und jedes VC-Unternehmen, dass alles, was etwas komplexer ist oder eine Automatisierungsfunktion besitzt, bereits AI sei.” – Ronald Ashri, Hackernoon
In den meisten Fällen sind das nur Marketingsprüche, die Marketer mit den neuesten Trends anlocken sollen. Aber „echte AI” kommt vergleichsweise selten vor. Amazon, Google, Facebook und Emarsys verwenden echte AI, um die CX und die vorausschauende Intelligenz weiterzuentwickeln. Aber was unterscheidet echte von falscher AI?
Echte Artificial Intelligence verstehen
Die meisten Recommendation Engines, getriggerte Kommunikationen und Prognoseplattformen verwenden ein sehr einfaches, regelbasiertes System. Solche Systeme basieren auf Annahmen wie „Wenn X, dann Y”. Ganz einfach. Es werden keine Simulationen durchgeführt, keine Variablen mit einbezogen, nicht auf individuelles Verhalten reagiert und es gibt keine Selbstlernfunktionen.
Wahre Artificial Intelligence ist dahingegen autonom. Ein Eingreifen durch Menschenhand ist nicht erforderlich. Das System arbeitet im Hintergrund. AI gehört genauso zu einem System, wie andere Tools und Technologien (Features, Dashboards, Blueprints für Kampagnen etc.) innerhalb der Plattform. Diese Systeme lernen eigenständig durch Erfahrungsdaten und nicht mittels Programmierung durch Menschen.
Andere Formulierungen, Eigenschaften oder Merkmale, die auf eine „echte AI” hinweisen, sind zum Beispiel:
- Proaktive Eigenschaften: Reaktive Tools benötigen externe Reize. Proaktive, bewusste Tools handeln auf Grundlage von Schlussfolgerungen.
- Selbstlernende Algorithmen: Kann ein System zwischen Erfolg und Misserfolg unterscheiden und Anpassungen anhand der Ergebnisse vornehmen?
- Autonom: Echte AI trifft anwendungsübergreifende Entscheidungen und wählt die beste, effizienteste Methode, um ein Ziel zu erreichen.
- Andere Formulierungen sind zum Beispiel: neurale Netzwerke, Deep Learning, multiple lineare Regression, RFM-Modelling, Cognitive Computing, computergestützte Kreativität und vorausschauende Intelligenz/Analytik.
“AI-Plattformen müssen mehr können, als einfache Fragen zu beantworten. Sie sollten in großem Maßstab lernen können, vernünftige Entscheidungen treffen und auf natürliche Art & Weise mit Menschen interagieren. Sie sollten sich im Laufe der Zeit immer mehr Wissen aneignen, und so fortlaufend aus Interaktionen dazulernen und neue Geschäftsmöglichkeiten erschaffen…” — Sprecher, IBM Watson
Im Gegensatz dazu gibt es einige Anzeichen dafür, wenn KEINE echte (autonome) AI verwendet wird:
- Wenn ein Mensch das System täglich überwachen muss, handelt es sich nicht um echte AI!
- Wenn das System keine informierten Maßnahmen basierend auf Vorhersagen, Simulationen oder gesammelten Insights durchführt, handelt es sich nicht um echte AI!
- Wenn es Monate dauert, das System zu implementieren und Ergebnisse zu erhalten, handelt es sich nicht um echte AI!
Im Folgenden sehen wir uns fünf Gemeinsamkeiten von Unternehmen an, die echte AI einsetzen.
Die Emarsys Marketing Plattform nutzt echte AI. Mehr erfahren!
5 Gemeinsamkeiten von Marken, die echte AI verwenden
Amazon, Facebook und Google haben die Voraussetzungen für den effektiven Einsatz von Artifical Intelligence geschaffen. Die von ihnen entwickelte CX wurde verbessert und die Insights, die sie erfassen können, sind denen der meisten anderen Marken weit überlegen. Dieser Fortschritt war die Grundlage für viele Marken, darunter auch Emarsys, um neue Innovationen mit AI zu erschaffen. Diese fünf Punkte haben diese Unternehmen gemeinsam:
1. Sie haben Zugriff auf große Datenmengen von guter Qualität.
Durch umfassende Daten, die diese Marken erfassen, verfügen die Algorithmen über mehr bedeutende Informationen, aus denen Insights und Muster abgeleitet werden können.
2. Ihre Algorithmen sind überragend und unterstützen die Community.
Ähnlich wie Marketer, die bereits vorhandenen Content für andere Zwecke wiederverwenden können, arbeiten Algorithmen mit „Transfer-Learning”. Das ist eine Lernmethode im Bereich Machine Learning, in der ein für einen bestimmten Zweck trainiertes Modell für einen ähnlichen Zweck eingesetzt wird.
„Beim Deep Learning ist das ein beliebter Ansatz. Die bereits trainierten Modelle werden als Ausgangspunkt für Computervision- und Sprachverarbeitungstasks verwendet. Denn ihre Rechen- und Zeitressourcen, die für die Entwicklung neuronaler Netzwerkmodelle für diese Probleme benötigt werden, und die Leistungssprünge, die sie bei ähnlichen Problemen bieten, sind enorm hoch.” – Jason Brownlee, Machine Learning Mastery
Wenn ein bereits ausgefeilter Algorithmus wiederverwendet wird, kann die gesamte Community von den erweiterten Datensätzen profitieren.
Eine weitere Methode zur Verbesserung der Leistung von Algorithmen sind die sogenannten General Adversarial Networks, in denen mehrere neuronale Netzwerke gewissermaßen miteinander konkurrieren und so die Leistung des übergeordneten Algorithmus verbessern.
3. Sie haben so viel wie möglich automatisiert.
Diese Unternehmen verfügen über eine vollständig automatisierte Infrastruktur. Sie sparen also viel Zeit, Ressourcen und Arbeitskraft, die sie stattdessen für strategische Verbesserungen und kreative Projekte einsetzen können.
Automation, AI und Erfolg im Marketing gehen heute Hand in Hand.
4. Sie haben die richtige Kombination aus Technologie und unternehmerischem Fachwissen gefunden.
Im Jahr 2020 wird eines der wichtigsten Unterscheidungsmerkmale von Unternehmen, die mit AI erfolgreich sind und denen, die weniger gute Ergebnisse erzielen, das umfassende unternehmerische Fachwissen sein, das in die Plattform oder in AI-Systeme integriert ist.
Mit der richtigen Kombination aus integriertem Wissen und der richtigen Technologie werden Branchenriesen wie Facebook oder Google nicht mehr aufzuhalten sein. Es ist also keine Überraschung, dass sie so viel über ihre Nutzer und Kunden „wissen”.
5. Sie verstehen, wie im digitalen Zeitalter Innovationen geschaffen werden.
Diese Unternehmen haben es einfach geschafft! Stillstand und Zweifel wurden abgeschafft. Sie haben die Veränderung am Horizont gesehen und akzeptierten AI nicht nur, sondern nutzten sie aktiv für neue Innovationen. Sie wussten, dass AI nicht nur ein Trend sein würde. AI kann die Customer Experience im digitalen Zeitalter von Grund auf verbessern.
Fazit
Die Vorreiter im Bereich AI haben alle eines gemeinsam: Sie nutzen echte AI. Das bedeutet, sie:
- nutzen große Mengen sauberer Daten
- arbeiten mit Transfer Learning
- setzen auf Automation
- kombinieren Technologie und Wissen
- haben keine Angst vor Innovationen
Es gibt falsche AI und es gibt „richtige” AI. Es gibt an der falschen AI nichts auszusetzen. Diese Lösungen bieten aber nicht derart viel fundiertes Wissen, Kenntnisse und Insights wie vollwertige, selbstlernende, autonome AI-Optionen. Diese Optionen sind zwar noch vergleichsweise selten, aber bieten dafür einen weit größeren Nutzen.
Ausgewählte ähnliche Inhalte:
- 5 Möglichkeiten, Artificial Intelligence wirkungsvoll im E-Commerce einzusetzen
- 10 AI-Trends, auf die Marketer 2020 achten sollten [+ Bonus-Infografik]
- Wie E-Commerce-Marken mit AI Wert generieren
Echt AI sagt unter anderem die Kaufwahrscheinlichkeit voraus. Jetzt Informieren!
