#5vorDMEXCO: 3 Erkenntnisse aus dem virtuellen KI-Kaffeeklatsch
Geht es euch auch so wie meinem Kollegen Martin?
Sach mal, was ist denn AI eigentlich? #5vorDMEXCO pic.twitter.com/CA5Ge0j94b
— Martin Moschek (@MartinMoschek) September 6, 2018
Künstliche Intelligence (KI) und Customer Experience (CX) – aktuell total gehyped aber auch für viele der Vorhof zur Hölle. Doch: Was heißt das eigentlich konkret, bevor die Themen zu generischen Buzzwords verkommen, mit denen jeder halbseriös um sich wirft? Was beide Themen eint, ist eine Grundlage an Daten. Und schon haben wir das nächste Buzzword. Definieren wir also besser erst einmal die beiden Begriffe: Wenn wir über KI im Marketing sprechen, dann drehen sich die Diskussionen meist um die folgenden drei Bereiche:
- Automatisierung: von Targeting, Media Buying, Reporting oder individueller Ausspielung von Assets
- Analysis: Pattern Recognition z.B. in Nutzerverhalten, um predictive Shopping zu ermöglichen, verhaltensbasierende Schnittmengen oder Anomalien zu finden
- Assistance: Zum Beispiel das Stapelverarbeiten von Assets, Freistellen von Bildern oder das Anpassen von Interfaces basierend auf Nutzerbedürfnissen.
Customer Experience ist die Ambition einer Marke, den Content für ihren Kunden on- wie offline möglichst kontextsensibel, konsistent und relevant umzusetzen. Über den reinen Transaktionsprozess hinaus gilt es, die Customer Journey in all ihren Touchpoints auf die individuellen Bedürfnisse des Kunden anzupassen und möglichst positiv zu gestalten. Dabei geht es nicht darum, den Kunden möglichst überall zu erreichen, sondern vielmehr dort abzuholen, wo er es will. Wenn wir uns jetzt vor Augen führen, dass jeden Tag neue Kunden in den Funnel kommen und sich jeder an einer anderen Stelle mit anderen Bedürfnissen in seiner Customer Journey befindet, dann kann eine ordentliche Personalisierung nur mit KI geleistet werden: Analyze – Act – Automate (repeat). Dafür benötigen wir wiederum genug Assets und eine einheitliche Datenplattform, die 24/7/365 messen und ausspielen kann. Das heißt: Die perfekte Personalisierung quer über eine Customer Journey funktioniert nur mit einem performanten Asset Management und einer Analyse und Targeting Plattform, die eben mehr misst, als nur Media — und das über alle Touchpoints, von Website, Voice Assistants, Video, In-App, you name it.
Vor dem Hintergrund dieser Diskussion habe ich den Twitter Account der Adobe Experience Cloud (@AdobeExpCloudDE) für einen Tag gekapert und die Community zum virtuellen Kaffeeklatsch getroffen. Beim gemeinsamen Einblick in die Welt des Kollegen KI und beim Diskutieren über das Potenzial KI-basierter Algorithmen wurden folgende 3 Punkte deutlich:
1. Geteilte Meinung bei der Nutzung von AI
In unserem kleinen Twitterpoll nutzen ganze 16% aktiv AI im Alltag, zusätzlich waren sich 31% der Teilnehmer bewusst, dass sie AI zumindest passiv nutzen – also fast die Hälfte der Befragten kommt ist im Alltag in Kontakt mit AI. Interessant war, dass 53% AI weder passiv noch aktiv nutzen, weil es Hexenwerk sei. In Anbetracht der Tatsache, dass Twitter, Facebook und YouTube algorithmisch den Feed sortieren, verleitet das etwas zum Schmunzeln. Die Dunkelziffer Nutzung von AI ist vermutlich etwas höher, als vielen bewusst ist.
Wichtig ist jedoch, auch die Sorgen der Nutzer ernst zu nehmen: The Royal Society untersucht, woher die Angst vor AI kommen könnte. Stark vereinfacht kommen die Macher der Studie zu dem Schluss, dass die Vorbehalte aus einer mangelnden Aufklärung was AI ist, wie sie entsteht und wo sie genutzt wird resultieren.
2. Interesse an der Technologie ist groß
Viele haben auch Lust auf KI und warten noch auf die Anwendungen, die uns so lange versprochen wurden. Aber auch hier wird fleißig getüftelt. Schon heute lernen Industrieroboter auf liebenswürdig eckige Art, YouTube Kochvideos selbstständig “nachzukochen”. Und auch am Arbeitsplatz wünschen sich 76% der Arbeitnehmer die Hilfe durch KI! Auch hier sehen viele Forscher eher ein Collaboratives Miteinander als das vielzitierte Gegeneinander.
3. Wir können auf ein gutes Fundament aufbauen
Spannend wird AI auch für den Industriestandort Deutschland. Lässt sich doch aus “dem Deutschen anderen Wort für Digitalisierung”, der geliebten Industrie 4.0 ablesen, dass wir immer noch stark in Industrieprodukten denken, die böse gesagt jetzt eben um “irgendwas mit Internet” erweitert werden. Auch, wenn sich hier der Wunsch nach inkrementaler Evolution statt Disruption äußert, ist doch klar, dass mit dem Aufkommen des IOT viele neue Chancen für Geschäftsmodelle und Services entstehen werden. Und auch in unserem geliebten Maschinenbau werden wir in Zukunft in der Entwicklung durch generative AIs unterstützt werden, wie Airbus es schon vormacht.
Airbus, als Europäisches Unternehmen ist auch ein schönes Beispiel dafür, wie positiv unsere EU Nachbarn die Chancen unserer Wirtschaft sehen – und wie viel Hoffnungen sie in unsere zukünftige Technologieführerschaft setzen.
Fassen wir also zusammen: AI wird spannend und ist schon präsenter, als es sich mancher vorstellen kann. Wenn wir die Leute abholen, ausbilden und mitnehmen, haben wir eine völlig neue Spielwiese vor uns, die exponentielle Verbesserungen mit sich bringen kann. Bleibt die Herausforderung, die Maschinen gut zu trainieren und ihnen das Richtige beizubringen. Data Debiasing als DAS Qualitätsmerkmal für KI Made in Germany. Und auch wenn wir noch keine Ahnung haben, wohin sich eine KI mit exponentiell-ansteigender Rechen- und Sensorik-Leistung hin entwickeln wird, und wann die “Singularity” eintritt – sollten wir uns heute schon überlegen, was wir ihr beibringen, und welche Datenpunkte wir ihr liefern. Deshalb: Seid’s nett zueinander!
In den nächsten Tagen werden noch weitere Experten ihre Lieblingsthemen mit der Twitter Community diskutieren – ich bin gespannt auf ihre Ergebnisse!