KI & ML im Marketing: Grundlagen & Kernkonzepte

Sehen Sie sich in einer Woche drei Vendor-Demos an, und „KI“ bezeichnet drei völlig verschiedene Dinge: ein Scoring-Modell, das auf Ihrem CRMCRMCustomer Relationship Management: software and strategy to manage and analyse customer interactions throughout their lifecycle.Vollständige Definition ansehen → trainiert wurde, ein Sprachmodell, das Subject Lines schreibt, und eine Sammlung von Wenn-Dann-Regeln mit einem selbstbewussten Deck drumherum. Alle drei kommen unter demselben Wort daher, und nur eines davon lernt etwas über Ihre Kunden. Diese Lektion gibt Ihnen das Vokabular, um sie zu unterscheiden: was Trainingsdaten sind und was sie stillschweigend für Sie entscheiden, was ein Propensity-Modell produziert im Vergleich zu einem generativen Modell, und unter welchen engen Bedingungen eine Vorhersage tatsächlich besser ist als eine Regel, die Sie selbst hätten schreiben kkThe average number of new users each existing user generates through referrals. Above 1.0, growth compounds on itself and becomes exponential.Vollständige Definition ansehen →önnen.

---

WAS KI UND ML IM MARKETING-KONTEXT WIRKLICH BEDEUTEN

KKThe average number of new users each existing user generates through referrals. Above 1.0, growth compounds on itself and becomes exponential.Vollständige Definition ansehen →ünstliche Intelligenz (KI) ist die breite Kategorie: Software, die Aufgaben erledigt, die normalerweise menschliches Urteilsvermögen erfordern. Machine Learning (ML) ist die Teilmenge, bei der das System Muster aus historischen Daten ableitet und seine Outputs anpasst, sobald neue Daten eintreffen, ohne dass jemand die Logik von Hand neu schreibt.

Ein regelbasiertes E-Mail-System schickt jedem, der einen Warenkorb abgebrochen hat, einen Rabatt, weil eine Person das einmal so festgelegt hat. Ein ML-System leitet aus vergangenem Verhalten ab, dass Warenkorbabbrecher auf Mobilgeräten zwischen 20 und 22 Uhr besser auf kostenlosen Versand reagieren als auf 10 % Rabatt, handelt danach und prüft immer wieder nach, wenn das Muster nachlässt.

Dieser Unterschied ändert, wie Sie eine Vendor-Aussage lesen. Fragen Sie, ob es ein Modell gibt, das auf Ihren Daten trainiert und sich über Zeit aktualisiert, oder eine Regel-Engine mit angeschraubtem KI-Vokabular. Beides kann sich lohnen. Nur eines verschlechtert sich, wenn Sie es nicht weiter füttern, und nur eines kann Sie überraschen.

---

VIER KERNKONZEPTE, DIE JEDER CMO BEHERRSCHEN MUSS

1. TRAININGSDATEN: DAS EINZIGE, WAS IHR MODELL KENNT

Trainingsdaten sind eine Tabelle. Jede Zeile ist ein Beispiel: ein Kunde, eine Session, ein E-Mail-Versand. Die meisten Spalten sind Features, also die Signale, die im Moment der Entscheidung verfügbar sind. Eine Spalte ist das Label, das Ergebnis, das Sie vorhersagen wollen, im Nachhinein erfasst. Das Modell lernt den Zusammenhang zwischen Features und Label. Außerhalb dieser Tabelle existiert für es nichts.

Zwei Konsequenzen, die Marketer unterschätzen. Erstens: Das Label definiert das Produkt. Trainieren Sie auf „hat die E-Mail geöffnet“, haben Sie einen Öffnungs-Prädiktor gebaut, der einen Abonnenten, der alles öffnet und nichts kauft, bereitwillig ganz oben einsortiert. Trainieren Sie auf „hat innerhalb von 14 Tagen gekauft“, erhalten Sie ein anderes Modell mit anderen Gewinnern. Niemand in der Vendor-Demo wird Sie fragen, welches Label Sie wollen; entscheiden Sie es selbst, bevor die Beschaffung beginnt.

Zweitens: Basisraten. Wenn 2 % Ihrer Abonnenten in einem Quartal churnen, ist ein Modell, das „niemand churnt“ vorhersagt, zu 98 % korrekt und völlig nutzlos. Accuracy bei seltenen Ereignissen ist nahezu bedeutungslos. Die richtige Frage lautet, wie viel reichhaltiger das oberste Dezil nach Score ist als ein zufälliges Dezil. Als grobe Untergrenze beim Volumen wollen Sie tausende gelabelte positive Beispiele, und idealerweise nicht alle aus denselben drei Monaten, denn ein Modell, das nur auf Black-Friday-Verhalten trainiert wurde, hat Black Friday gelernt.

2. PROPENSITY-MODELLE: EINE ZAHL PRO PERSON, PRO ENTSCHEIDUNG

Ein Propensity-Modell ist Supervised Learning, angewandt auf eine Marketing-Entscheidung. Es liest die Features eines Kunden und gibt eine Wahrscheinlichkeit zwischen 0 und 1 zurück: Wahrscheinlichkeit zu churnen, zu kaufen, upzugraden, zu öffnen. Lifetime-Value-Modelle funktionieren genauso, geben aber einen Betrag statt einer Wahrscheinlichkeit zurück.

Der Output ist ein Score, keine Anweisung. Ein Score tut nichts, bis Sie einen Schwellenwert und eine Aktion daran hängen, und die Wahl dieses Schwellenwerts ist eine kaufmännische Entscheidung darüber, wie viel Sie ausgeben, um einen Kunden zu halten, keine technische. Ein Propensity-Modell sagt Ihnen auch nicht, warum. Es meldet, dass dieser Kunde Menschen ähnelt, die gegangen sind; es kann Ihnen nicht sagen, dass Ihre Lieferzeiten im Norden des Landes eingebrochen sind. Das bleibt Aufgabe von Analysten.

3. GENERATIVE MODELLE: SIE PRODUZIEREN CONTENT, KEINE WAHRSCHEINLICHKEITEN

Large Language Models (die GPT-Reihe von OpenAI, Claude von Anthropic und ihre Pendants) werden darauf trainiert, das nächste Textfragment über gigantische Korpora hinweg vorherzusagen. Richten Sie sie auf Marketing aus, entwerfen sie Subject Lines, Produktbeschreibungen, Ad-Varianten und Chatbot-Antworten. Bildmodelle tun dasselbe für Visuals. Ältere Natural-Language-Processing-Werkzeuge stehen daneben für Sentimentanalyse auf Reviews und Social Posts.

Der strukturelle Unterschied ist wichtiger als die Fähigkeit. Ein Propensity-Modell hat ein Label, Sie kkThe average number of new users each existing user generates through referrals. Above 1.0, growth compounds on itself and becomes exponential.Vollständige Definition ansehen →önnen also prüfen, ob es richtig lag. Ein generatives Modell hat keine Ground Truth für „guter Werbetext“, es gibt also keine Accuracy-Zahl, nur menschliche Prüfung oder einen nachgelagerten Test. Es weiß außerdem nichts über Ihre Kunden, solange Sie keine Kundendaten in den Prompt oder die Retrieval-Schicht geben, und genau dort leistet das persistente Profil aus der Lektion zu den CDPCDPA Customer Data Platform unifies customer data from all sources into persistent, actionable profiles that other systems can use.Vollständige Definition ansehen →-Grundlagen seine Arbeit. Ein generatives Tool zu kaufen und Propensity zu erwarten, ist einer der häufigsten Kategorienfehler in der MarTech-Beschaffung.

Ein praktischer Hinweis: Die Modellnamen wechseln schnell, und Vendors tauschen das Modell unter ihrem Produkt still und leise aus. Fragen Sie, welche Modellversion ein Tool heute antreibt und wie Sie informiert werden, wenn sich das ändert, denn ein Austausch kann Tonalität und Länge der generierten Texte von einem Tag auf den anderen verschieben.

4. WO VORHERSAGE REGELN TATSÄCHLICH SCHLÄGT

Vorhersage gewinnt, wenn die Entscheidung tausende Male pro Tag anfällt, das Ergebnis schnell und häufig beobachtet wird und das nützliche Muster Wechselwirkungen zwischen mehr Signalen umfasst, als jemand von Hand ausformulieren würde. Regeln gewinnen häufiger, als KI-Anbieter zugeben: bei geringem Volumen, wenn das Ergebnis wie im langzyklischen B2B erst nach 14 Monaten beobachtbar ist, wenn die Einschränkung rechtlich oder ethisch ist (niemals jemandem schreiben, der sich abgemeldet hat), und wenn jemand eine einzelne Entscheidung gegenüber einer Aufsichtsbehörde oder einem Kunden erklären kkThe average number of new users each existing user generates through referrals. Above 1.0, growth compounds on itself and becomes exponential.Vollständige Definition ansehen →önnen muss.

AttributionAttributionA framework for assigning credit to the touchpoints that contributed to a conversion, so you can measure which channels and interactions actually drive results.Vollständige Definition ansehen → ist der klarste Fall, in dem eine Regel geschlagen wird. Last Click ist eine Regel, und eine schlechte, weil sie dem letzten Touchpoint den gesamten Beitrag zuschreibt. Datengetriebene AttributionAttributionA framework for assigning credit to the touchpoints that contributed to a conversion, so you can measure which channels and interactions actually drive results.Vollständige Definition ansehen → modelliert die tatsächliche Sequenz der Touchpoints und verteilt anteilige Credits statistisch. Google ging über das Angebot als Option hinaus: Der Konzern hat die regelbasierten Modelle (Last Click, First Click, linear, zeitverlaufsabhängig, positionsbasiert) in Google Ads abgeschafft und datengetriebene AttributionAttributionA framework for assigning credit to the touchpoints that contributed to a conversion, so you can measure which channels and interactions actually drive results.Vollständige Definition ansehen → zum Standard gemacht. Beachten Sie aber die Bedingung. Statistische AttributionAttributionA framework for assigning credit to the touchpoints that contributed to a conversion, so you can measure which channels and interactions actually drive results.Vollständige Definition ansehen → braucht Conversion-Volumen, um Signal von Rauschen zu trennen, und genau deshalb schlägt sie eine Regel bei einem Advertiser mit hohem Volumen und nicht bei einem mit 40 Conversions pro Monat.

---

ERGEBNISSE AUS DER PRAXIS VON NAMENTLICH GENANNTEN MARKEN

NETFLIX: In ihrem Paper von 2015 zum Recommender-System gaben Netflix-Forscher an, dass rund 80 % der gestreamten Stunden aus Empfehlungen statt aus der Suche kommen, und schätzten den kombinierten Jahreswert von Personalisierung und Empfehlung auf mehr als eine Milliarde Dollar, überwiegend über Retention. Der lehrreiche Teil ist der Netflix Prize. Netflix zahlte 2009 1 Mio. $ für einen Algorithmus, der die Bewertungsvorhersage um gut 10 % verbesserte, und sagte dann öffentlich, dass die vollständige Siegerlösung nicht in Produktion ging: Die Engineering-Kosten für den Betrieb dieses Ensembles überwogen den Genauigkeitsgewinn. Modellgenauigkeit und Geschäftswert sind unterschiedliche Währungen, und der Wechselkurs ist oft schlecht.

Ein Effekt zweiter Ordnung, den man verstehen sollte: Jede Zeile der Trainingsdaten eines Recommenders erfasst, was das System selbst zur Anzeige ausgewählt hat. Titel, die nie ausgespielt wurden, erzeugen kein Engagement, was für den nächsten Trainingslauf wie fehlendes Interesse aussieht. Lässt man es laufen, verengt sich das Modell auf das, was es bereits bewirbt, und deshalb streuen ernsthafte Recommendation-Teams bewusst Exploration ein.

SPOTIFY: Discover Weekly, 2015 gestartet, erreichte im ersten Jahr zweistellige Millionenzahlen an Hörern. Es kombiniert Collaborative Filtering (Menschen, deren Hörverhalten sich mit Ihrem überschneidet, haben das auch gespielt) mit Signalen von Echo Nest, dem Music-Intelligence-Unternehmen, das Spotify 2014 kaufte und das Audio-Charakteristika sowie im Web über KKThe average number of new users each existing user generates through referrals. Above 1.0, growth compounds on itself and becomes exponential.Vollständige Definition ansehen →ünstler geschriebene Texte analysierte.

Diese Kombination existiert wegen des Cold-Start-Problems, der klarsten Grenze des Lernens aus der Historie. Ein Track, der heute Morgen hochgeladen wurde, hat keine Hörhistorie, Collaborative Filtering hat also nichts, womit es arbeiten kkThe average number of new users each existing user generates through referrals. Above 1.0, growth compounds on itself and becomes exponential.Vollständige Definition ansehen →önnte. Nur ein Modell, das das Audio selbst hört oder darüber liest, kann ein brandneues Release einordnen. Dieselbe Lücke öffnet sich bei Ihren Erstbesuchern: Welches Propensity-Modell Sie auch bauen, praktisch die gesamte Neukundenpopulation kommt ohne Features an, die sich scoren lassen, und dieses Segment braucht stattdessen Regeln oder kontextuelle Signale.

🎬 Hinweis: Das Quiz oben steht etwa nach zwei Dritteln der Lektion.

---

ACTION ITEMS FÜR CMOS

• Verlangen Sie von jedem Vendor, der das Wort KI verwendet, eine schriftliche Aussage darüber, ob das System statische Regeln ausführt oder ein Modell, das auf Ihren Daten trainiert wurde, welches Label dieses Modell vorhersagt und welche zugrunde liegende Modellversion generative Funktionen antreibt. Dieser eine Fragenkatalog entfernt sofort die Hälfte des Rauschens.
• Schreiben Sie das Label auf, bevor Sie irgendetwas in Auftrag geben. „Kauft wahrscheinlich“ ist kein Label. „Hat innerhalb von 30 Tagen nach dem Versand eine Bestellung aufgegeben“ ist eines. Streiten Sie darüber jetzt mit Finance und nicht nach der ersten Kampagne.
• Geben Sie innerhalb von 90 Tagen ein prädiktives Lifetime-Value-Modell für Ihr größtes Segment in Auftrag. Sie brauchen kein internes ML-Team; Databricks, BigQuery ML und das eingebaute Scoring in den meisten CRMCRMCustomer Relationship Management: software and strategy to manage and analyse customer interactions throughout their lifecycle.Vollständige Definition ansehen →-Suiten bringen ein erstes Modell auf bestehenden Daten zum Laufen, wobei zu beachten ist, dass all diese Anbieter das Tooling verkaufen, das sie benchmarken. Nutzen Sie den Output, um unterschiedliche Obergrenzen für Akquisitionskosten je Segment festzulegen.
• Übertragen Sie einer namentlich benannten Person den Feedback-Loop zwischen Modell-Outputs und den Kampagnenteams. Modelle driften, wenn sich der Markt bewegt, und jemand muss es merken.

---

HÄUFIGE FEHLER, DIE ERGEBNISSE ZERSTÖREN

FEHLER 1: ML AUF SCHMUTZIGEN DATEN AUSROLLEN

Ein Modell ist nur so gut wie seine Tabelle. Doppelte Kundendatensätze zerlegen die Historie einer Person in drei schwache, und ein darauf trainiertes Modell lernt, dass alle nur Gelegenheitskäufer sind. Fehlende Verhaltenssignale sind schlimmer als gar keine, weil das Modell „nicht erfasst“ als „ist nicht passiert“ behandelt. Führen Sie Identity Resolution und ein Data-Quality-Audit vor jeder Modellierungsarbeit durch, nicht nach dem ersten enttäuschenden Ergebnis.

FEHLER 2: LABEL LEAKAGE, DAS SCHEITERN, DAS WIE ERFOLG AUSSIEHT

Leakage entsteht, wenn ein Feature das Ergebnis mitkodiert. Ein Churn-Modell, das mit „Anzahl der Kontakte mit dem KKThe average number of new users each existing user generates through referrals. Above 1.0, growth compounds on itself and becomes exponential.Vollständige Definition ansehen →ündigungsteam“ gefüttert wird, sieht offline erstaunlich gut aus und ist in Produktion wertlos, denn wenn dieses Feature existiert, ist der Kunde schon weg. Dasselbe gilt für ein Kaufmodell, das „Rabattcode eingelöst“ enthält. Behandeln Sie ein verdächtig hervorragendes Testergebnis als Warnsignal und nicht als Triumph, und fordern Sie eine Liste der Features mit dem exakten Zeitpunkt, ab dem jedes verfügbar wird.

FEHLER 3: KI ALS SET-AND-FORGET-SYSTEM BEHANDELN

Verhalten verschiebt sich, und die Trainingstabelle veraltet. Spotify beschrieb, wie sich das Hören im Frühjahr 2020 vom Arbeitsweg weg auf Heimlautsprecher, TVs und Konsolen verlagerte, mit Wochentagsmustern, die Wochenenden ähnelten. Jedes Modell, das Tageszeit, Gerät oder Kontext als Features nutzt, erbte diese Verschiebung am Tag, an dem sie passierte. Bauen Sie Monitoring und einen Retraining-Rhythmus von Anfang an in den Betriebsplan ein, und testen Sie Ihre Prompts und Outputs erneut, wann immer ein generativer Vendor das Modell darunter austauscht. Wie Sie nachweisen, dass der resultierende Lift echt ist, gehört in die Lektion zur Methodik; zu bemerken, dass ererThe ratio of interactions (likes, comments, shares) to reach for a given piece of content, used to gauge how well audiences respond relative to how many people saw it.Vollständige Definition ansehen → verschwunden ist, ist jeden Monat Ihre Aufgabe.

---

KEY TAKEAWAYS

• KI ist die Kategorie; ML ist der Teil, der aus Ihren Daten lernt und sich selbst aktualisiert. Lassen Sie Vendors sagen, was davon sie verkaufen und welche Modellversion darunter läuft.
• Trainingsdaten sind eine Tabelle aus Features plus einem Label, und das Label, das Sie wählen, ist das Produkt, das Sie bekommen. „Geöffnet“ und „gekauft“ bauen unterschiedliche Modelle mit unterschiedlichen Gewinnern.
• Bei seltenen Ergebnissen ist Accuracy eine Vanity Metric. Eine Churn-Basisrate von 2 % macht „niemand churnt“ zu 98 % korrekt. Fragen Sie, wie das oberste Dezil im Vergleich zum Zufall abschneidet.
• Propensity-Modelle liefern eine Wahrscheinlichkeit pro Person und keine Erklärung. Generative Modelle liefern Content und haben keine Ground Truth, gegen die sie bewertet werden kkThe average number of new users each existing user generates through referrals. Above 1.0, growth compounds on itself and becomes exponential.Vollständige Definition ansehen →önnten. Kaufen Sie nicht das eine in der Erwartung des anderen.
• Vorhersage schlägt Regeln bei hohem Volumen mit schnellen, häufig beobachteten Ergebnissen. Regeln bleiben besser bei geringem Volumen, langen Verkaufszyklen und jeder Entscheidung, die Sie einer Aufsichtsbehörde erklären müssen. Dass Google Ads die regelbasierte AttributionAttributionA framework for assigning credit to the touchpoints that contributed to a conversion, so you can measure which channels and interactions actually drive results.Vollständige Definition ansehen → abgeschafft hat, ist der Musterfall für Ersteres.
• Netflix zahlte 1 Mio. $ für 10 % mehr Genauigkeit und entschied sich dann gegen den vollständigen Rollout. Genauigkeit und Wert sind nicht dieselbe Währung.
• Cold Start ist eine dauerhafte Grenze: Neue Items und neue Kunden kommen ohne Historie an, planen Sie für diese Population also Regeln oder kontextuelle Signale ein.
• Schmutzige Daten, Label Leakage und Set-and-Forget-Betrieb sind die drei Fehlermodi, die still und leise Budget verbrennen.