KI & ML im Marketing: Grundlagen & Kernkonzepte

Sitzen Sie in einer Woche drei Vendor-Demos durch, und „KI“ beschreibt drei völlig unterschiedliche Dinge: ein Scoring-Modell, das auf Ihrem CRMCRMCustomer Relationship Management: Software und Strategie, um Kundeninteraktionen über den gesamten Lifecycle zu steuern und zu analysieren.Vollständige Definition ansehen → trainiert wurde, ein Sprachmodell, das Subject Lines schreibt, und eine Sammlung Wenn-Dann-Regeln mit einem selbstbewussten Deck drumherum. Alle drei kommen unter demselben Wort an, 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 Prognose eine Regel wirklich schlägt, die Sie selbst hätten schreiben kkDie durchschnittliche Zahl neuer Nutzer, die jeder bestehende Nutzer über Empfehlungen generiert. Über 1,0 verstärkt sich das Wachstum selbst und wird exponentiell.Vollständige Definition ansehen →önnen.

Was ki und ML im marketing-kontext tatsächlich bedeuten

Künstliche Intelligenz (KI) ist die breite Kategorie: Software, die Aufgaben erledigt, für die normalerweise menschliches Urteilsvermögen nötig ist. Machine Learning (ML) ist die Teilmenge, in der das System Muster aus historischen Daten ableitet und seine Ergebnisse aktualisiert, wenn neue Daten eintreffen, ohne dass jemand die Logik von Hand neu schreibt.

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

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

Vier kernkonzepte, die jeder CMO beherrschen muss

1. TRAININGSDATEN: DAS EINZIGE, WAS IHR MODELL WEISS

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 prognostizieren wollen, im Nachhinein erfasst. Das Modell lernt die Verbindung 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“, dann haben Sie einen Öffner-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 das selbst, bevor die Beschaffung beginnt.

Zweitens: Basisraten. Wenn 2 % Ihrer Abonnenten pro Quartal churnen, ist ein Modell, das „niemand churnt“ prognostiziert, zu 98 % genau und nutzlos. Accuracy bei seltenen Ereignissen ist nahezu bedeutungslos. Die Frage lautet, um wie viel reicher das höchstbewertete Dezil im Vergleich zu einem zufälligen Dezil ist. Als grobe Untergrenze beim Volumen wollen Sie Tausende gelabelte positive Beispiele, idealerweise nicht alle aus denselben drei Monaten, denn ein Modell, das nur auf Black-Friday-Verhalten trainiert wurde, hat Black Friday gelernt.

1. 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.

Das Ergebnis ist ein Score, keine Handlungsanweisung. 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 Leuten gleicht, die gegangen sind; es kann Ihnen nicht sagen, dass Ihre Lieferzeiten im Norden des Landes schlechter geworden sind. Das bleibt Aufgabe von Analysten.

1. GENERATIVE MODELLE: SIE PRODUZIEREN CONTENT, KEINE WAHRSCHEINLICHKEITEN

Large Language Models (OpenAIs GPT-Reihe, Anthropics Claude und deren Pendants) sind darauf trainiert, das nächste Textfragment über enorme Korpora hinweg vorherzusagen. Richtet man sie auf Marketing aus, entwerfen sie Subject Lines, Produktbeschreibungen, Ad-Varianten und Chatbot-Antworten. Bildmodelle machen dasselbe für Visuals. Ältere Natural-Language-Processing-Tools stehen daneben für Sentiment-Analyse auf Reviews und Social Posts.

Der strukturelle Unterschied ist wichtiger als die Leistungsfähigkeit. Ein Propensity-Modell hat ein Label, Sie können also prüfen, ob es richtig lag. Ein generatives Modell hat keine Ground Truth für „gute Werbetexte“, es gibt also keine Accuracy-Kennzahl, 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 hier leistet das persistente Profil aus der Lektion zu CDPCDPSoftware, die Kundendaten aus allen Quellen zu einem einheitlichen, dauerhaften Profil zusammenführt, das Marketing, Vertrieb und Service nutzen können.Vollständige Definition ansehen →-Grundlagen die Arbeit. Ein generatives Tool zu kaufen und Propensity zu erwarten, ist einer der häufigsten Kategorienfehler in der MarTech-Beschaffung.

Eine praktische Anmerkung: Die Modellnamen bewegen sich schnell, und Vendors tauschen das Modell unter ihrem Produkt still aus. Fragen Sie, welche Modellversion ein Tool heute antreibt und wie Sie über einen Wechsel informiert werden, denn ein Tausch kann Tonalität und Länge der generierten Texte über Nacht verändern.

1. WO PROGNOSE REGELN WIRKLICH SCHLÄGT

Prognose gewinnt, wenn sich die Entscheidung tausende Male pro Tag wiederholt, das Ergebnis schnell und häufig beobachtet wird und das nützliche Muster Wechselwirkungen zwischen mehr Signalen umfasst, als jemand von Hand aufschreiben würde. Regeln gewinnen häufiger, als KI-Anbieter zugeben: bei geringem Volumen, wenn das Ergebnis 14 Monate braucht, um beobachtbar zu werden, wie im B2B mit langen Zyklen, wenn die Einschränkung rechtlich oder ethisch ist (nie jemandem mailen, der sich abgemeldet hat), und wenn jemand eine konkrete Entscheidung einer Aufsichtsbehörde oder einem Kunden erklären können muss.

AttributionAttributionEin Framework, das den Touchpoints, die zu einer Conversion beigetragen haben, Credit zuweist, damit Sie messen können, welche Kanäle und Interaktionen tatsächlich Ergebnisse bringen.Vollständige Definition ansehen → ist der klarste Fall, in dem eine Regel geschlagen wird. Last Click ist eine Regel, und eine schlechte, weil sie den gesamten Credit dem letzten Touch zuschreibt. Datengetriebene Attribution modelliert die tatsächliche Sequenz der Touchpoints und verteilt anteiligen Credit statistisch. Google ist über das Angebot als Option hinausgegangen: Die regelbasierten Modelle (Last Click, First Click, Linear, Time Decay, Position Based) wurden in Google Ads abgeschafft und datengetriebene Attribution zum Standard gemacht. Beachten Sie aber die Bedingung. Statistische Attribution 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 im Monat.

Ergebnisse aus der praxis von namentlich genannten marken

NETFLIX: In ihrem Paper zum Recommender-System von 2015 gaben Netflix-Forscher an, dass rund 80 % der gestreamten Stunden aus Empfehlungen und nicht aus der Suche stammen, 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 Bewertungsprognose um etwas mehr als 10 % verbesserte, und sagte dann öffentlich, dass die vollständige Siegerlösung nicht in Produktion gegangen sei: die Engineering-Kosten für den Betrieb dieses Ensembles überstiegen 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 hält fest, was das System selbst zur Anzeige ausgewählt hat. Titel, die nie ausgespielt wurden, erzeugen kein Engagement, was für den nächsten Trainingslauf wie Desinteresse aussieht. Sich selbst überlassen, verengt sich das Modell auf das, was es bereits bewirbt, und deshalb bauen ernsthafte Recommendation-Teams bewusst Exploration ein.

SPOTIFY: Discover Weekly, 2015 gestartet, erreichte im ersten Jahr zweistellige Millionenzahlen an Hörern. Es mischt 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 Künstler geschriebene Texte analysierte.

Diese Mischung existiert wegen des Cold-Start-Problems, der klarsten Grenze des Lernens aus Historie. Ein Track, der heute Morgen hochgeladen wurde, hat keine Hörhistorie, Collaborative Filtering hat also nichts, womit es arbeiten kann. 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 zum Scoring lohnen, und dieses Segment braucht stattdessen Regeln oder kontextuelle Signale.

🎬 Hinweis: Das Quiz oben steht etwa zwei Drittel durch die Lektion.

Action items für cmos

• Verlangen Sie von jedem Vendor, der das Wort KI benutzt, eine schriftliche Aussage darüber, ob das System statische Regeln oder ein auf Ihren Daten trainiertes Modell ausführt, welches Label dieses Modell prognostiziert und welche zugrunde liegende Modellversion ein generatives Feature antreibt. Dieser eine Fragensatz entfernt sofort die Hälfte des Rauschens.
• Schreiben Sie das Label auf, bevor Sie irgendetwas beauftragen. „Kaufwahrscheinlich“ 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.
• Beauftragen Sie innerhalb von 90 Tagen ein prädiktives Lifetime-Value-Modell für Ihr größtes Segment. Sie brauchen kein internes ML-Team; Databricks, BigQuery ML und das eingebaute Scoring in den meisten CRM-Suiten lassen ein erstes Modell auf bestehenden Daten laufen, wobei zu beachten ist, dass all diese Anbieter das Tooling verkaufen, das sie benchmarken. Nutzen Sie das Ergebnis, um je Segment unterschiedliche Obergrenzen für Akquisitionskosten festzulegen.
• Geben 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 Wenig-Käufer sind. Fehlende Verhaltenssignale sind schlimmer als nicht vorhanden, weil das Modell „nicht erfasst“ als „ist nicht passiert“ behandelt. Führen Sie Identity Resolution und ein Data-Quality-Audit durch, bevor die Modellierungsarbeit beginnt, nicht nach dem ersten enttäuschenden Ergebnis.

Fehler 2: label leakage, das versagen, das wie erfolg aussieht

Leakage entsteht, wenn ein Feature das Ergebnis mitkodiert. Ein Churn-Modell, das mit „Anzahl der Kontakte mit dem Kündigungsteam“ gefüttert wird, sieht offline verblüffend gut aus und ist in Produktion wertlos, denn bis dieses Feature existiert, ist der Kunde schon weg. Dasselbe gilt für ein Kaufmodell, das „Rabattcode eingelöst“ enthält. Behandeln Sie ein verdächtig exzellentes Testergebnis als Warnzeichen statt als Triumph und verlangen 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 auf Home Speaker, TVs und Konsolen verlagerte, mit Wochentagsmustern, die Wochenenden glichen. Jedes Modell, das Tageszeit, Gerät oder Kontext als Features nutzt, hat diese Verschiebung an dem Tag geerbt, 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, wenn ein generativer Vendor das Modell darunter wechselt. Wie man beweist, dass der resultierende Lift echt ist, gehört in die Methodik-Lektion; zu merken, dass ererDas Verhältnis von Interaktionen (Likes, Kommentare, Shares) zur Reichweite eines Inhalts. Zeigt, wie stark die Zielgruppe reagiert, gemessen an der Zahl der Personen, die den Inhalt gesehen haben.Vollständige Definition ansehen → weg 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, welches von beiden 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 % genau. Fragen Sie, wie sich das oberste Dezil gegen Zufall schlägt.
• Propensity-Modelle geben eine Wahrscheinlichkeit pro Person und keine Erklärung zurück. Generative Modelle geben Content zurück und haben keine Ground Truth, gegen die sie bewertet werden könnten. Kaufen Sie nicht das eine und erwarten das andere.
• Prognose schlägt Regeln bei hohem Volumen mit schnellen, häufig beobachteten Ergebnissen. Regeln bleiben besser bei geringem Volumen, langen Sales Cycles und jeder Entscheidung, die Sie einer Aufsichtsbehörde erklären müssen. Dass Google Ads die regelbasierte Attribution abgeschafft hat, ist der Musterfall für Ersteres.
• Netflix zahlte 1 Mio. $ für einen Genauigkeitsgewinn von 10 %, den man dann nicht vollständig ausrollte. Accuracy 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.
• Schmutzige Daten, Label Leakage und Set-and-forget-Deployment sind die drei Failure Modes, die still das Budget verbrennen.