Die Bedeutung von KI für das Management von Marketing-Content und digitalen Assets

KI und ChatGPT sind in aller Munde, angetrieben von einem grossen Hype in Zeitungen und Medien. Aber haben Sie sich schon einmal gefragt, was diese unbestreitbar revolutionäre, KI-geprägte Veränderung unserer Arbeitsweise für das Management von Marketing-Content und speziell von digitalen Assets bedeutet?

Definition Digital Asset Management (DAM): DAM ist der Prozess des Organisierens, Speicherns und Abrufens von digitalen Assets wie Bildern, Videos, Audio und anderem Content. Ein effektives DAM hilft Unternehmen, ihre digitalen Assets effizient zu verwalten, deren Qualität und Konsistenz zu gewährleisten und die Assets leicht auffindbar und wiederverwendbar zu machen.

Definition Customer Data Management (CDM): CDM bezeichnet das Sammeln, Organisieren und Analysieren von Kundendaten, wie demografische Daten, Verhaltensweisen und Vorlieben. Mit einem effektiven CDM gewinnen Unternehmen Einblicke in die Bedürfnisse, Präferenzen und Verhaltensweisen ihrer Kund:innen. Dadurch können Unternehmen diese Informationen nutzen, um Kundenerfahrungen zu personalisieren, die Kundenzufriedenheit zu steigern und das Geschäftswachstum anzukurbeln. CDM wird durch verschiedene Tools wie CRM-Systeme, Client Data Platforms (CDP) und Customer Journey Orchestration Tools unterstützt.

Wie können wir uns bereits heute auf das Zeitalter von KI-gesteuerter Content-Erstellung und KI-getriebenem Marketing vorbereiten?

Viele grosse Unternehmen haben in den vergangenen Wochen und Monaten begonnen, mit KI-Tools wie ChatGPT zu experimentieren – manchmal mit erstaunlichen Ergebnissen beim Erstellen oder Verbessern von Content. Und das alles auf der Grundlage einiger geschickt formulierter und einfacher Prompts, durch die das KI-Tool wertvolle Ergebnisse in einer Sprache liefert, die bemerkenswert gut zum heutigen Marketing-Jargon passt.

Gesprächen mit unseren Kunden und Interessenten über das Thema KI zeigen uns aber auch: Niemand weiss, inwieweit und welche KI-Algorithmen wirklich in die täglichen Prozesse der Content-Erstellung oder -Anpassung integriert werden, die so viel Zeit der Marketing-Teams beanspruchen.

Es gibt viele Motive, warum KI nur sporadisch zum Generieren von Inhalten eingesetzt wird. Einige der häufigsten Gründe sind die folgenden:

• Viele der KI-Tools und -Technologien sind noch sehr neu. Unternehmen bzw. Einzelpersonen finden gerade erst heraus, wie sie die intelligenten Tools überhaupt richtig nutzen und einsetzen können.

• KI-Tools wie das viel diskutierte ChatGPT sind bekanntermassen begrenzt hinsichtlich der Daten und damit der wertvollen Informationen und Inhalte, die sie erstellen können.

• Marketing-Content sollte auf die Kundendaten abgestimmt werden, um relevant und personalisiert zu sein. Die neuesten KI-Modelle sind darauf noch nicht so gut trainiert.

• Unternehmen (und im Fall Italien sogar ganze Länder) sind so verunsichert darüber, welche Daten mit öffentlich zugänglichen KI-Tools geteilt werden sollten, dass sie die Verwendung bestimmter KI-Technologien vorübergehend verboten haben.

• Die meisten Unternehmen versuchen herauszufinden, ob öffentlich zugängliche KI-Datenbanken ihrem Unternehmen weiterhelfen oder ob proprietäre KI-Tools die einzige zukunftsfähige Lösung sind. Letztere laufen mit separater Lizenz und können dann in sicheren Umgebungen mit geschützten, unternehmensspezifischen Daten trainiert werden.

• Noch ist nicht absehbar, welche Lösung oder welches Modell unter den tausenden aus dem Boden sprießenden KI-Tools sich durchsetzen wird. Daher verfolgen viele die Strategie: „abwarten, wie sich das Ganze entwickelt“.

Dies sind zwar triftige Gründe, mit dem Einsatz von KI-Modellen in zentralen Marketing-Prozessen schon heute vorsichtig zu sein. Allerdings lässt sich die zunehmende Geschwindigkeit, mit der sich der Wandel weiterhin vollziehen wird, auch nicht ignorieren.

Daher sollte sich jede C-Level-Führungskraft und jedes Team, das mit Kund:innen kommuniziert oder in irgendeiner Form die Kundenbeziehung verwaltet, dringend fragen: Wie können wir uns bereits heute auf das Zeitalter von KI-gesteuerter Content-Erstellung und KI-getriebenem Marketing vorbereiten?

Was genau sollte jedes Unternehmen jetzt tun, auch wenn das Thema KI noch so neu und unbekannt ist?

Wie wir bereits wissen, sind Systeme und insbesondere KI-Algorithmen immer nur so gut wie die Daten, mit denen sie gefüttert werden. Wie trainieren wir diese neuen Modelle, damit sie Content generieren oder anpassen, der auf unser Unternehmen zugeschnitten ist und mit unserem Branding sowie unseren Kommunikationsprinzipien übereinstimmt? Weiter gedacht, bedeutet es ganz einfach, dass in einer KI-gesteuerten Welt digitale Assets der Treibstoff für die Algorithmen sind. Effektive Inhalte und Kundendaten sind demnach unerlässlich für die Genauigkeit und Relevanz der Marketing-Daten, die zum Trainieren der KI-Modelle verwendet werden.

Unternehmen, die im Rennen um zukunftssichere, skalierbare Content Operations nicht den Anschluss verlieren wollen, müssen die zugrundeliegenden Marketingdaten vorbereiten. Sprich die Daten, die solche Algorithmen füttern sollen. Konkret müssen Unternehmen Marketing-Inhalte und Kundendaten vorbereiten und organisieren – heute mehr denn je.

Jede Organisation, die weder ideale Best-Practice-Inhalte, Marketing-Bilder und -Videos, Online-Marketing-Materialien und Online-Anzeigen noch klare Marken- und Tonalitätsrichtlinien sowie aussagekräftige Kundenprofile und Verhaltensdaten bereithält, steht vor einem Problem: Ohne perfekte Daten und Assets zur Einspeisung in ein KI-Tool wird sie im Rennen um die Gestaltung und das Training solcher intelligenten Modelle den Kürzeren ziehen. Damit verpassen Unternehmen eine Chance, die letztendlich dazu beitragen sollte, ihren Content-Output, ihre Relevanz und damit ihren Umsatz zu automatisieren und zu vervielfachen.

Kurz gesagt: Wer seine Marketing-Assets nicht in einem zentralen System sammelt, organisiert, verschlagwortet und verwaltet und seine Marketing- sowie Kundendaten nicht strukturiert, hat keine brauchbare Basis zum Trainieren eines marketingorientierten KI-Modell. Ganz gleich, welches der KI-Tools sich letztendlich auf dem Markt durchsetzen wird.

Themen wie die Organisation und das Tagging von Content in einer zentralen Lösung wie einem DAM oder die Sammlung von Kundendaten in einer zentralen Kundendatenbank sind nichts Neues. Allerdings war die Notwendigkeit von DAM, CDM, CRM, CDP und anderen verwandten Lösungen noch nie so gross wie heute. Ihr MarTech-Stack wird immer wichtiger für Ihren Geschäftserfolg, denn Ihre unternehmensspezifischen Daten und Inhalte sind das wichtigste Unterscheidungsmerkmal in der KI-gesteuerten Marketing-Welt von morgen.

Zusammenfassend empfehlen wir Unternehmen, sich heute auf Folgendes zu konzentrieren:

- Evaluieren Sie Ihren MarTech-Stack mit Blick auf KI: Haben Sie die richtigen Tools, die sich als „Datentreibstoff“ für zukünftige KI-Modelle eignen, oder müssen Sie diese noch einführen?

- Verankern Sie die in diesem Artikel beschriebene Herangehensweise in Ihren Marketing-Teams: Schaffen Sie ein Verständnis dafür, dass das Organisieren von Marketing-Content und -Assets sowie das Strukturieren von Kundendaten eine Notwendigkeit sind – mit der angemessenen Dringlichkeit.

- Beginnen Sie, organisiert KI-Modelle auszuprobieren. Bitten Sie zumindest einige Ihrer Mitarbeitenden, KI-Prompts mit verschiedenen Tools zu üben und herauszufinden, welche davon für Ihr Unternehmen in Frage kommen.

- Prüfen Sie, welche Unternehmensdaten Sie mit öffentlichen KI-Tools und selbstlernenden Algorithmen teilen möchten.

- Verfolgen Sie die Diskussionen über neue KI-Technologien und potenzielle unternehmenseigene Lösungen sowie die restriktiven Richtlinien für die gemeinsame Nutzung von Daten. So sind Sie bereit zu handeln, wenn mehr Klarheit in Bezug auf das Thema KI entsteht.