Wenn KI endlich handeln kann: Wie SAP und Google echte Kund*innensignale in Geschäftserfolge verwandeln

Stellen Sie sich vor, eine Person signalisiert Ihrer Marke in Echtzeit ihr Interesse. Dann hilft ein Modell dabei, die Maßnahme zu prognostizieren, die als Nächstes am besten geeignet wäre. Trotzdem passiert erst einmal gar nichts. Die Kampagne ist noch nicht startklar, weil die Daten nicht miteinander verknüpft sind und der Workflow noch einmal überprüft werden muss.

Dieses oft verborgene Ärgernis gehört heute für viele Marketingverantwortliche zum Alltag. Und es lässt sich immer schwerer ignorieren, je stärker Unternehmen den nächsten Entwicklungsschritt hin zu einem autonomen Unternehmen anstreben.

Die Vision, ein autonomes Unternehmen werden zu können, ist verlockend. In einem solchen Unternehmen gehen intelligente Agenten weit über die reine Analyse und das Aussprechen von Empfehlungen hinaus. Stattdessen planen, entscheiden und handeln sie eigenständig. Systeme können End-to-End-Prozesse unter Einhaltung der vom Unternehmen definierten Governance-Richtlinien und Kontrollmechanismen autonom ausführen. So kann das Marketing weltweit und in Echtzeit agieren, ohne dass Teams jeden einzelnen Schritt manuell koordinieren und zusammenführen müssen. Auf diese Zukunft arbeiten die meisten Führungskräfte bereits aktiv hin – und die Möglichkeiten von KI, diesen Wandel zu ermöglichen, waren noch nie so weit fortgeschritten wie heute.

Allerdings sind autonome Systeme nur so gut wie die ihnen zugrunde liegende Datenbasis. Wenn KI-Agenten schneller denn je handeln, dabei jedoch auf fragmentierte Daten, isolierte Systeme und verzögerte Signale angewiesen sind, spürt als Erstes die Kundschaft die Auswirkungen. Geschwindigkeit ohne Kontext schafft keine besseren Kund*innenerlebnisse. Es führt dazu, dass in noch größerem Umfang falsche Erlebnisse entstehen.

Damit Sie verstehen, was sich gerade verändert und warum dies von Bedeutung ist, finden Sie hier die wichtigsten Antworten, die Marketingverantwortliche kennen sollten:

Was bedeutet die Partnerschaft zwischen SAP und Google für die Customer Experience?

SAP und Google kombinieren Unternehmensdaten mit Echtzeit-Signalen, fortschrittlicher KI (Gemini) und interaktiven Messaging-Kanälen. Ziel ist es, Marketer dabei zu unterstützen, hochgradig personalisiertes Customer Engagement in Echtzeit zu realisieren, das sich am geschäftlichen Kontext orientiert.

Was versteht man unter agentischer KI im Marketing?

Agentische KI (Agentic AI) bezeichnet KI-Systeme, die über Insights hinausgehen und Marketingkampagnen unter der Anleitung von Marketingverantwortlichen autonom planen, durchführen und optimieren, um schnellere und relevantere Kund*inneninteraktionen in großem Umfang zu ermöglichen.

Inwiefern lässt sich dadurch das KI-gestützte Customer Engagement verbessern?

Durch die Verknüpfung von Echtzeit-Kund*innensignalen mit Betriebsdaten sind Marketer in der Lage, sofort auf Kaufabsichten reagieren. Das heißt, sie können genau im richtigen Moment über den richtigen Kanal die richtige Nachricht übermitteln und gleichzeitig sicherstellen, dass das, was den Kund*innen versprochen wurde, auch tatsächlich verfügbar ist.

Die eigentliche Herausforderung für Marketingverantwortliche besteht heute also darin, sicherzustellen, dass KI über die richtige Grundlage verfügt: verlässliche Daten, einen einheitlichen Kontext und eine direkte Verbindung zur praktischen Umsetzung.

Marketer stehen heute umfangreiche Kund*innen- und Betriebsdaten zur Verfügung, doch diese sind über CRM-, E-Commerce-, Service-, Analyse- und Medienplattformen verstreut. KI liefert mehr Erkenntnisse als je zuvor, doch allzu oft bleiben diese Insights ungenutzt in Dashboards liegen und haben keinen Einfluss auf die praktische Umsetzung.

Die Diskrepanz zwischen dem, was Kund*innen empfinden, und dem, was Unternehmen glauben, bezeichnen wir als „Engagement Divide“ oder „Engagement-Lücke“, also die wachsende Kluft zwischen den Erwartungen der Kundschaft und dem, was Marken tatsächlich bieten können. Diese immer weiter auseinanderklaffende Lücke entsteht, weil Kund*innendaten über verschiedene, voneinander getrennte Systeme verteilt sind. Die Daten sind zu spät verfügbar oder werden ohne den richtigen Kontext bereitgestellt. Das führt dazu, dass die Umsetzung losgelöst von diesen entscheidenden Erkenntnissen erfolgt. Während Kund*innen diese Brüche als Erste zu spüren bekommen, erkennen viele Unternehmen erst, wie unzusammenhängend ihre Erlebnisse sind, wenn es bereits zu spät ist.

Nun sorgt KI dafür, dass diese Kluft noch schneller wächst. Agenten sind in der Lage, Inhalte zu erstellen, Kampagnen zu launchen und Interaktionen in beispielloser Geschwindigkeit zu optimieren. Wenn diese Agenten jedoch auf der Basis unvollständiger, veralteter oder lückenhafter Daten handeln, verschärfen sie damit nur Inkonsistenzen und schlechte Kund*innenerlebnisse.

Tatsächlich geht aus unserem Global Engagement Index hervor, dass 82 % der Verbrauchenden der Meinung sind, dass Marken sie enttäuscht haben. Doch nur 22 % der Marken erkennen, dass sie Probleme bei der Gestaltung nahtloser Erlebnisse haben.

Im Zentrum dieser Partnerschaft steht eine auf den ersten Blick einfache, aber äußerst wirkungsvolle Idee: SAP liefert die detaillierten, vertrauenswürdigen Betriebsdaten, auf denen Unternehmensprozesse basieren – Lagerbestände, genehmigte Angebote, Treuestatus, Kaufhistorie, Verlauf von Kund*innenservice-Fällen –, während Google über aktuelle, kontextbezogene Signale aus der realen Welt verfügt.

Muster im Wetterverlauf. Trendthemen bei Suchanfragen. Verhalten bei der Interaktion mit Anzeigen. Geografische und saisonale Nachfragesignale. Zeitfenster für günstige Tarife. Echtzeit-Indikatoren für Kund*inneninteresse, die über das Google-Ökosystem ermittelt werden.

Keine der beiden Datengruppen allein liefert ein vollständiges Bild. Gemeinsam schaffen sie etwas, das es für die meisten Marketer bisher noch nicht gab: ein einheitliches Echtzeit-Bild davon, was individuelle Kund*innen gerade möchten – und was das Unternehmen ihnen gerade tatsächlich bieten kann.

Diese gemeinsame Datenbasis sorgt dafür, dass KI-gestützte Kund*innenerlebnisse endlich nahtlos, einheitlich und skalierbar sind. Heute haben Marketingteams die Möglichkeit, direkt in SAP Engagement Cloud auf die branchenführenden Gemini-Modelle von Google zuzugreifen. Sie können eingebettete KI direkt am Ort der Marketingausführung nutzen, um Inhalte zu generieren, Nachrichten zu personalisieren und Kampagnen kanalübergreifend zu aktivieren – und zwar unter vollständiger Berücksichtigung des Kund*innenkontexts und der betrieblichen Gegebenheiten. Mit der Zeit sorgt diese Grundlage dafür, dass Teams aus KI-Agenten funktions- und systemübergreifend zusammenarbeiten können. Die Markenverantwortlichen geben die strategische Richtung vor, während die Agenten die Planung, Durchführung und Optimierung der Kampagnen von Anfang bis Ende übernehmen. Das Ergebnis ist ein Übergang von isolierter Automatisierung hin zu koordinierten Handlungen. Diese ermöglichen es, dass Erlebnisse jederzeit relevant wirken und intelligent in großem Umfang bereitgestellt werden können.

Diese Partnerschaft vereint folgende Elemente:

SAP Business Data Cloud (BDC) verknüpft unternehmensweit semantisch reichhaltige Daten, um KI-gestützte Insights in Echtzeit zu ermöglichen und personalisierte Interaktionen auf Grundlage des geschäftlichen Kontexts zu fördern.

SAP Customer Experience-Anwendungen, darunter SAP Engagement Cloud, liefern den Verhaltenskontext in Echtzeit: Kund*innenprofile, Transaktionen, Bestellungen, Service-Interaktionen sowie Engagement-Daten, in die zuvor eingewilligt wurde.

Google BigQuery nutzt Echtzeit-Signale aus dem gesamten Google-Ökosystem, wie Geolokalisierung, Wetterdaten und umfangreiche Analysen, durch bidirektionalen Zero-Copy-Datenzugriff über SAP Business Data Cloud und gewährleistet dabei Governance und Sicherheit auf Enterprise-Niveau.

Die Gemini Enterprise Agent Platform unterstützt generative Medien mithilfe von KI-Modellen wie Nano Banana Pro (Bild), Lyria (Musik) und Veo (Video) im Business-Kontext. Dadurch reduziert sich der manuelle Aufwand und die Launchzeit wird verkürzt. Durch die Zusammenarbeit von miteinander kompatiblen Agenten von Google und SAP Joule wird es mithilfe dialogorientierter Arbeitsabläufe im Laufe der Zeit gelingen, Marketingmaßnahmen noch besser umzusetzen und das Customer Engagement weiter zu optimieren.

SAP Engagement Cloud macht Unternehmensdaten und Insights durch KI-gestützte Workflows über interaktive Omnichannel-Touchpoints hinweg nutzbar. So können personalisierte Interaktionen in Echtzeit über den gesamten Kund*innenlebenszyklus hinweg sicher koordiniert werden.

Rich Communication Services (RCS) ist ein branchenweiter Messaging-Standard, der auf der Infrastruktur und den Innovationen von Google basiert und es sowohl Verbrauchenden als auch Unternehmen ermöglicht, noch interaktivere Unterhaltungen per Text-Messaging zu führen.

Auf Basis dieser Grundlagen können Marketer mühelos von Insights über die Umsetzung bis hin zur kontinuierlichen Optimierung gelangen. Möglich wird dies durch vier neue Produktbausteine, die im Rahmen dieser Partnerschaft schrittweise eingeführt werden. Sie bilden einen nahtlosen Bogen: von der Datenerfassung über die Gewinnung von Insights bis hin zur Personalisierung und schließlich zur Conversion.

Der erste und grundlegendste Baustein ist eine bidirektionale Zero-Copy-Datenintegration zwischen SAP Business Data Cloud (BDC) und Google BigQuery. Diese Verbindung ist mehr als ein einseitiger Datenexport oder eine Batch-Synchronisierung; es handelt sich um eine Live-Brücke in beide Richtungen.

Die Betriebs- und Kund*innendaten von SAP können in BigQuery eingespeist werden, und die umfangreichen kontextbezogenen Signaldaten von Google können zurück in SAP fließen. Keiner der beiden Datensätze muss dauerhaft verschoben oder dupliziert werden; sie werden nahtlos zwischen beiden Umgebungen geteilt.

Welche Möglichkeiten sich daraus für Marketer ergeben: Überlegen Sie einmal, wie viele Funktionen im Google-Ökosystem es gibt, auf die die meisten Marketingteams heute nicht direkt über ihr CRM oder ihre Customer Engagement-Plattform zugreifen können:

• Signale zur Interaktion mit Werbeanzeigen: Welche Anzeigen eine Person angeklickt hat, wie lange sie sich damit beschäftigt hat und wonach sie anschließend gesucht hat
• Wetterdaten: Echtzeit- und Vorhersagedaten nach Region
• Geografische und standortbezogene Signale: Wo sich Kund*innen gerade befinden, wohin sie gerade unterwegs sind, regionale Nachfragemuster
• Trenddaten: Welche Suchanfragen einen sprunghaften Anstieg verzeichnen, welche Entwicklungen sich in einer Produktkategorie oder einem Zielmarkt abzeichnen
• Indikatoren für saisonale Nachfrage: Zeitfenster mit günstigen Tarifen, Hauptreisezeiten, jahreszeitlich bedingte Schwankungen bei der Kaufabsicht von Verbrauchenden

Verknüpfen Sie diese Signale nun mit den Daten, über die SAP bereits verfügt:

• Lagerbestände und Fulfillment-Status
• Aktuelle Werbeangebote und von der Finanzabteilung genehmigte Rabatte
• Kaufhistorie, Treuestufe und Präferenzen individueller Kund*innen
• Offene Servicefälle und Support-Historie
• Zielgruppen-Insights, Produktdetails und Kampagnenkontext

So sieht das in der Praxis aus: Stellen Sie sich vor, Ihr Unternehmen wäre eine Marke aus der Reisebranche. Google-Daten zeigen, dass die Suchanfragen zum Thema „Osterferien“ sprunghaft ansteigen, die Preise für Kurzstreckenflüge gerade auf saisonale Tiefststände gefallen sind und eine bestimmte Kund*innengruppe nach Ausflugszielen für die ganze Familie gesucht hat. Ihren SAP-Daten zufolge ist Ihr „Miniatur Wunderland Hamburg“-Paket gerade vorrätig. Das von der Finanzabteilung genehmigte Sonderangebot ist aktuell aktiv. Die Kundin hat ein kleines Kind und in der Vergangenheit ausschließlich Kurzstreckenreisen unternommen.

Ohne diese Integration würden Sie der Kundin möglicherweise eine generische Banner Ad mit dem Titel „Entdecken Sie Hamburg!“ präsentieren. Mit der Integration können Sie folgende Anzeige ausliefern: „Die Osterferien stehen vor der Tür! Sichern Sie sich jetzt Ihr Angebot der Woche für einen Besuch im Miniatur Wunderland Hamburg.“ Ein solches Maß an Personalisierung führt zu schnelleren Conversions und stärkt die Loyalität, da es genau in dem Moment relevant ist, in dem die Kaufabsicht am größten ist. Und das Beste daran: Es basiert auf dem tatsächlichen betrieblichen Kontext, sodass beim Anklicken tatsächlich alles, was versprochen wurde, verfügbar ist und auf die Kundin wartet.

Der zweite Baustein integriert Googles Large Language Model „Gemini“ direkt in SAP Engagement Cloud. Konkret geschieht das über das Feature KI-gestützter Content Composer. So können Marketingverantwortliche Texte und Bilder direkt in den Kampagnen-Workflows erstellen, überarbeiten und personalisieren, ohne die Plattform verlassen oder bei null anfangen zu müssen.

Entscheidend ist hierbei, dass es sich nicht um ein gewöhnliches KI-Tool zum Verfassen von Texten oder Erstellen von Bildern handelt. Das Modell kennt bereits den gesamten Kontext, mit dem es arbeitet:

• aktueller Inhalt und Struktur der E-Mail
• das Zielgruppensegment und dessen Merkmale
• Marken- und Kampagnenrichtlinien
• beworbene verwandte Produkte
• verwandte Kampagnen, die mit der Kampagne verknüpft sind, die sie gerade erstellen

Stellen Sie sich vor, wie viel Zeit Sie sparen können, weil Sie der KI nicht jedes Mal aufs Neue Ihre Marke oder Ihre Zielgruppe erklären müssen. Sie kennt sie bereits.

Welche Möglichkeiten sich daraus für Marketer ergeben: Überlegen Sie, wie Sie heute eine Kampagne auf verschiedene Zielgruppen ausrichten und personalisieren würden. Um jedem Segment wirklich unterschiedliche Anzeigengestaltungen und Angebote präsentieren zu können, müssen zunächst ein Designteam beauftragt, auf Entwürfe gewartet und Überprüfungs- und Freigabeprozesse durchlaufen werden – ein Vorgang, der Tage oder Wochen dauern kann.

Generative Inhalte im Composer ermöglichen Folgendes:

• Kontextbezogene Bildvarianten und Textbausteine generieren: für jedes einzelne Segment, abgestimmt auf dessen Interessen und Motivationen
• Bildausrichtung oder -orientierung für beworbene Produkte korrigieren: für ein konsistentes Erscheinungsbild innerhalb der gesamten Nachricht, ohne auf Aktualisierungen im Produktkatalog warten zu müssen
• Einen vollständigen Look zusammenstellen: durch die Präsentation ergänzender Produkte und die Generierung eines szenischen Kontext- oder Lifestyle-Bildes, das das gesamte Outfit oder die komplette Produktkollektion zeigt
• Anzeigengestaltung kanalübergreifend nutzen: einmal für E-Mails erstellen und anschließend mit minimalem Zusatzaufwand auf weitere Kanäle ausweiten

So sieht das in der Praxis aus: Stellen Sie sich vor, eine aktuelle Kampagne für eine neue Schuhlinie soll zwei unterschiedliche Zielgruppen ansprechen: Menschen mit Fokus auf Nachhaltigkeit und Personen mit Vorliebe für urbane, modische Styles. Anstatt ein Designteam zu briefen und mehrere Überarbeitungsrunden abzuwarten, weisen Sie die KI an, ein kontextbezogenes Bild zu erstellen, das den Markenrichtlinien für das umweltbewusste Segment entspricht – beispielsweise einen Schuh, der in einer natürlichen Outdoor-Umgebung in Szene gesetzt wird.

Anschließend gehen Sie dazu über, eine Variante für das urbane Segment zu erstellen, bei der derselbe Schuh in einer städtischen Umgebung dargestellt wird, ohne den Schuh selbst zu verändern. Im nächsten Schritt können Sie Textbausteine erstellen, die auf die spezifischen Motivationen der einzelnen Segmente zugeschnitten sind, ergänzende Produkte einbinden, um das Gesamtbild abzurunden, und die finalen Anzeigengestaltungen über verschiedene Kanäle verbreiten. In einer einzigen Sitzung, die früher Tage gedauert hätte, können Sie Ergebnisse erzielen, die persönlicher und relevanter sind, als es eine nicht personalisierte Einheitskampagne je sein könnte.

Der dritte Baustein erschließt einen völlig neuen Kommunikationskanal: Rich Communication Services (RCS). RCS ist ein branchenweiter Messaging-Standard, der auf der Infrastruktur und den Innovationen von Google basiert und es sowohl Verbrauchenden als auch Unternehmen ermöglicht, interaktivere Unterhaltungen per Text-Messaging zu führen.

Welche Möglichkeiten sich daraus für Marketer ergeben: Stellen Sie sich RCS als eine wesentliche Weiterentwicklung vor, die über herkömmliche SMS hinausgeht. Diese Technologie bietet das umfassende, interaktive Erlebnis von Kanälen wie WhatsApp oder LINE direkt in der nativen Nachrichtenumgebung von Android- oder iOS-Geräten (ohne dass eine zusätzliche App erforderlich ist) und geht dabei dank folgender Features noch einen Schritt weiter:

• Rich Cards, die Text, Bilder und Videos mit interaktiven Buttons kombinieren
• Antwortvorschläge und Handlungsoptionen, die Kund*innen durch Prozesse führen, ohne dass sie etwas tippen müssen
• Carousels, mit denen Produkte oder Optionen im Nachrichten-Thread durchgeblättert werden können
• Webansicht (WebView), mit der innerhalb des Kanals eine vollständige Produktseite oder eine Content Experience aufgerufen werden kann, ohne dass Kund*innen die Unterhaltung verlassen müssen

RCS verwandelt die Customer Journey von einer Abfolge von Schnittstellen zwischen unterschiedlichen Kanälen in ein einziges, nahtloses Erlebnis, das von der Entdeckung über die Kaufentscheidung bis hin zum Kauf und zum Support reicht.

So sieht das in der Praxis aus: Eine Person erhält über RCS ein Sonderangebot von einem Gitarrenhändler. Sie zeigt Interesse, hat aber noch Fragen, zum Beispiel: „Passt dieser Verstärker zu meiner speziellen Gitarre? Wie lauten die Rückgabebedingungen?“

Anstatt auf eine Website zu wechseln, nach einem Chatfenster suchen zu müssen und aus dem Flow gerissen zu werden, antwortet sie einfach direkt im Nachrichten-Thread. Die Marke antwortet mit interaktiven Karten (Rich Cards), über die die Person die richtigen Informationen finden kann. Wenn die Person kaufbereit ist, kann sie den Kauf direkt abschließen, ohne einen Browser öffnen oder ihre Daten auf einer neuen Seite erneut eingeben zu müssen. Ist die Person erst einmal kaufbereit, muss sie weder einen Browser öffnen noch ihre Daten auf einer neuen Seite erneut eingeben. Stattdessen öffnet sich innerhalb der RCS-Nachricht eine Webansicht, sodass die Person die Transaktion direkt dort abschließen kann.

Die gesamte Customer Journey – von der Aufmerksamkeits- über die Erwägungs- bis hin zur Kaufphase – vollzieht sich in einem fließenden Dialog, bei dem die Marke die Grenzen zwischen Marketing und Support aufhebt und gleichzeitig Kaufvertrauen aufbaut. Keine Reibungsverluste, keine Absprünge, kein Abreißen der Kaufabsicht.

Für Marketer, die schon miterleben mussten, dass Kund*innen Warenkörbe abbrechen oder zwischen Touchpoints das Interesse verlieren, schafft RCS eine völlig neue Architektur für die Customer Journey.

Der vierte Baustein ist der zukunftsweisendste. Er erschließt das volle Potenzial der Datenbasis und der KI-Innovationen, die die Partnerschaft bietet. Hier werden die Echtzeitdaten eines Unternehmens aus Google mit den Unternehmensdaten in SAP sowie einer generativen KI-Content-Engine zusammengeführt. Marketingteams können so in großem Umfang hyper-personalisierte Werbung und hochgradig personalisiertes Customer Engagement realisieren.

Welche Möglichkeiten sich daraus für Marketer ergeben: Beispiel: Anstatt dass ein Marketingteam manuell Anzeigengestaltungen plant und verschiedene Varianten für unterschiedliche Zielgruppen, Regionen und Kontexte erstellt, kann es heute auf ein Team von KI-Agenten zurückgreifen. Diese analysieren alle verfügbaren Signale, identifizieren die Zielgruppensegmente mit der höchsten Kauf- bzw. Handlungsabsicht und generieren passende Anzeigenvarianten. Anschließend kombinieren sie diese mit den geeigneten Angeboten und setzen daraus Kampagnen zusammen, die dynamisch ausgespielt und mithilfe von kontinuierlichem Feedback fortlaufend optimiert werden können.

Das ist Agentic Marketing: Marketingverantwortliche legen das Ziel fest und die KI übernimmt die Ideenfindung, Iteration und Optimierung in großem Umfang. Bei SAP geschieht dies mithilfe von Joule Assistants, die Teams aus spezialisierten Agenten koordinieren und auch mit KI-Agenten anderer Systeme – in diesem Fall von Google – zusammenarbeiten können.

So sieht das in der Praxis aus: Ihre Marke möchte einen neuen Schuh auf dem Markt einführen. SAP Joule erhält das Marketingziel, im Zusammenhang mit dem Launch Awareness und Conversions zu erhöhen und das Segment mit der höchsten Conversion-Wahrscheinlichkeit anzusprechen. SAP Joule analysiert Ihre Kund*innendaten, gleicht sie mit aktuellen Google-Signalen ab (Trends bei der Style-Suche, saisonale Nachfrage in verschiedenen Regionen, aktuelle Muster bei der Interaktion mit Werbeanzeigen) und liefert eine empfohlene Strategie, die Sie sofort umsetzen oder anpassen können.

Doch das ist noch nicht alles. Sie stellen fest, dass die Nachfrage stark ist, bestimmte Regionen jedoch keine Lagerbestände mehr haben. Daher nimmt SAP Joule Anpassungen vor und verlagert in diesen Regionen den Messaging-Fokus von einer Conversion-Push-Strategie hin zu einer Nurturing-Journey. So vermeiden Sie es, für etwas zu werben, das Sie nicht liefern können, und verschwenden keine wertvollen Werbegelder. Stattdessen wecken Sie Interesse für den Zeitpunkt, an dem der Lagerbestand wieder aufgestockt ist. In Regionen mit ausreichendem Lagerbestand schalten Sie die vollständige, auf Conversions ausgerichtete Kampagne mit den lokalisierten, segment-spezifischen Anzeigengestaltungen, die mithilfe des Content Composers generiert wurden.

Ein Kunde aus Ihrem umweltbewussten Segment, der gerade bei Google nach nachhaltiger Mode gesucht hat und dessen Treuerabatt diese Woche abläuft, sieht eine Version der Anzeige, in der die Materialien des Schuhs und das exklusive Angebot für Mitglieder herausgestellt werden. Ein Kunde aus dem Urban Explorer“-Segment, der sich Streetwear-Inhalte angesehen hat, erhält eine Anzeigenversion mit trendigen Stadtmotiven. Beide basieren auf demselben Kampagnenbriefing und halten sich automatisch an die Markenrichtlinien, sodass Creative- und Marketingteams zuverlässig hochgradig relevante Inhalte in einheitlicher Qualität liefern können.

Und wenn die Kunden auf den Link klicken, gelangen sie jeweils auf eine Seite, auf der das Produkt vorrätig ist, der Rabattcode gültig ist und das Angebot genau dem entspricht, was versprochen wurde. Das ist möglich, weil durch Signale aus dem SAP-ERP-System sichergestellt werden kann, dass die Kampagne nur dann geschaltet wird, wenn die tatsächliche Betriebslage dies zulässt.

Es lohnt sich, einen Moment darüber nachzudenken, wie sich diese vier Aspekte gegenseitig verstärken. Jeder einzelne ist für sich genommen wertvoll, doch zusammen wirken sie wahrhaft transformativ.

Ein wichtiger Hinweis für Teams, die diese Lösungen evaluieren: Sie benötigen nicht alle vier Bausteine, um loslegen zu können. Die Bausteine für generative Inhalte und RCS sind direkt in die Engagement-Plattform von SAP integriert – für ihre Nutzung sind weder SAP BDC noch eine Investition in Google BigQuery erforderlich. Die Datenintegrationsschicht maximiert den Gesamteffekt, doch die Innovationen in den Bereichen Content und Kanäle schaffen bereits für sich genommen einen erheblichen Mehrwert.

Lässt man die Technologie einmal außen vor, geht es bei dieser Partnerschaft um eine ganz konkrete Herausforderung: Sie hilft Marketingteams, die schon immer intuitiv wussten, dass bei Targeting, Timing, Anzeigengestaltung und Folgemaßnahmen noch mehr möglich ist, ihr Potenzial auszuschöpfen. Allerdings wurden sie bisher durch den manuellen Aufwand eingeschränkt, der erforderlich ist, um diese Intuition in großem Umfang in die Tat umzusetzen.

Für Marketingverantwortliche in KMU: Führen Sie effizient personalisiertere Kampagnen durch, ohne auf die Unterstützung eines großen Kreativteams angewiesen zu sein. Für Marketer auf Enterprise-Niveau: Führen Sie Kampagnen gleichzeitig in Dutzenden von Segmenten, Regionen und Kanälen durch, ohne dass es zu Engpässen kommt. Für Brand Manager: Stellen Sie sicher, dass die richtige Botschaft zum richtigen Zeitpunkt vermittelt wird. So vermeiden Sie Budgetverschwendung, uneinheitliche Customer Experiences und einen zunehmenden Vertrauensverlust.

Diese Partnerschaft zeigt, was möglich ist, wenn Daten, KI und Kanäle wirklich zusammenwirken: die richtigen Kund*innen mit dem richtigen Angebot im richtigen Kontext genau dann anzusprechen, wenn ihr Kaufinteresse jeweils am größten ist – und das mit der Gewissheit, dass jedes Versprechen auch eingehalten werden kann.