KI-getriebene Unternehmen: Data first, Product second!

Gerade hat sich die Customer Experience als State-of-the-Art durchgesetzt, da rollt bereits die nächste Revolution heran: KI ist nicht mehr länger nur Tool oder Feature, sondern die Geschäftsstrategie selbst.

Künstliche Intelligenz im Marketing ist kein Hype, sondern nur das Vorspiel zu weit größeren Veränderungen, die uns in den kommenden Jahren einholen werden. Uber, Amazon und Co zeigen heute schon, dass die KI-Revolution nicht „nur“ die Customer Experience und Journey neu definieren wird, sondern die Geschäftsmodelle der Unternehmen selbst.

Blick über den Tellerrand der Customer Experience

Customer Experience (CX) ist der aktuelle Taktgeber für Marketing-Verantwortliche. Und Customer Intelligence als datengestützte Grundlage dafür dürfte in den kommenden Jahren die nächste „Karrierestufe“ der KI im Marketing werden. Laut Digital Trends Report 2019 planen in diesem Jahr 50 Prozent der befragten Marketing-Experten Investitionen in die Verbesserung der Qualität ihrer CX. 42 Prozent wollen dafür ihre Kundendatenerfassung optimieren. Virtuelle Assistenten, Chatbots, AR, VR und Spracherkennungssysteme sind auf dem Weg in den Mainstream der Kundenkommunikation – doch das ist nur die Spitze des Daten-Eisbergs: Laut Forrester Research werden Entwicklungen wie das Internet der Dinge, Cloud Computing, Blockchain und andere unser Datenvolumen in weit höhere Sphären katapultieren.

Diese nächste Welle der Datafizierung lässt sich ohne eine neue Dimension der KI nicht mehr bewältigen und schon gar nicht auf Marketing reduzieren. Unternehmen wie Amazon oder Uber haben die Datafizierung von Produkten und Services längst hinter sich gelassen und entwickeln Kundenerlebnisse passend zu ihrer Datenstrategie. KI ist hier nicht mehr Tool oder Feature, sondern der eigentlich prägende Teil des Geschäftskonzepts und der internen Organisation. Blicken wir über den Tellerrand des Marketings auf die „AI first“-Geschäftsmodelle:

KI-getriebene Unternehmen: Disruptiv durch Analytik und Datenmanagement

Betrachten wir Uber, einen der Marktführer der mobilen Datenerhebung. Das Unternehmen hat in seinem IPO-Prospekt dargelegt, wie es Daten zu Fahrverhalten und Essensbedarf seiner Nutzer erhebt, um sein Angebot zu verbessern – soweit die offensichtliche Marketing-Ebene, das „Frontend von Uber“. Das was Uber zum disruptiven Unternehmen macht, ist aber das „Backend“: Uber baut mit jedem neuen Angebot einen gigantischen Datenpool für Predictive Analytics auf und nutzt KI systematisch, um aus einzelnen Verhaltensweisen ein immer besser werdendes, übergreifendes Prognosemodell zu gewinnen, mit dem nicht nur das Frontend der Produkte und Services an der Customer Experience angepasst werden kann, sondern die Prozesse des Unternehmens selbst. Der Wettbewerbsvorteil der Zukunft gegenüber den alteingesessenen Taxi-Unternehmen, Mobilitätsdienstleistern, Liefer-Services etc. ist also nicht mehr „nur“ das Kundenerlebnis, eben die flexible Beförderung nahezu in Echtzeit, sondern die annähernd perfekte Vorhersage des Kundenverhaltens, des Bedarfs und die vorausdenkende Ressourcenplanung durch Predictive Analytics. Das Produkt mitsamt der Customer Experience ist genau auf Kundenbedürfnisse zugeschnitten, weil es den Kunden über Analytik immer besser kennen lernt – aber die Ebene dahinter, die vernetzten und lernenden und KI-Algorithmen sind perfekt auf die Unternehmensbedürfnisse abgestimmt. Uber kann so seine eigene Customer Experience verbessern, effizienter und näher am Kunden liefern und sich gleichzeitig selbst optimieren, indem es die eigenen Ressourcen und Prozesse an aktuelle und kommende Trends anpasst. Uber gilt nicht deshalb als „disruptiv“, weil es neue Nutzungsformate für Verkehr und Logistik anbietet, sondern weil es sich durch Datafizierung und KI überall Wettbewerbsvorteile schafft. Angebote lassen sich dadurch nahezu beliebig skalieren, neue Märkte mit einem Wettbewerbsvorteil angehen. Es klingt paradox: Uber-Services sind wahrscheinlich deshalb so erfolgreich, weil das Produkt gar nicht mehr im Vordergrund steht, sondern die Analytik und das Datenmanagement. Und genau diese Denkweise müssen sich viele Unternehmen hierzulande ebenfalls aneignen, denn auch der Wettbewerb in ihrem Markt wird ein Wettbewerb um die besseren Daten und die schlauere KI werden. Glücklicherweise muss dafür das KI-Rad nicht jedes Mal neu erfunden werden.

KI für alle: Smarte Einstiege in „AI-first“

Uber oder andere datengetriebene Unternehmen nehmen eine Entwicklung vorweg, die in den kommenden Jahren für alle technologiegetriebenen Organisationen zum Standard werden wird: KI und ein Datenmanagement von neuer Qualität und Dimension werden vom Tool für die Verbesserung bestehender Systeme und Strukturen zur eigentlichen Systematik digitaler Geschäftsmodelle werden. Sie machen Business Konzepte nicht „nur“ stärker, sie machen sie aus.

„AI-first“ ist dabei kein Status, sondern vor allem eine strategische Denkweise, die sich von den Großen lernen und in praktisch jeden Markt übertragen lässt. Uber oder Amazon zeigen vor allem, dass die konsequente und auf das Unternehmen zugeschnittene KI- und Datenstrategie über den Erfolg entscheidet, nicht Software oder Kapital. Es reicht nicht mehr, KI als „Marketing-Kryptonit“ zu nutzen. Unternehmen, die im Datenwettbewerb der Zukunft bestehen wollen, müssen beginnen, für sich selbst eine „Daten-DNA“ zu entwickeln, die im Frontend der Produkte und Services beginnt und die Datenqualität und KI nutzt, um das nächste Level der Datafizierung zu erreichen: Die Anpassung der eigenen Strukturen, Denkweisen und sogar der Unternehmenskultur an „AI-first“. Die KI-optimierte Customer Journey und eine größtmögliche Qualifizierung des vorhandenen Datenpools und des Datenmanagements sind hierfür der erste Schritt auf der Reise zum KI-getriebenen Unternehmen.

Nicht jedes Unternehmen muss für dieses intelligente Datenmanagement „seine eigene KI“ entwickeln und trainieren. Für viele Standard-Funktionen stehen Baukästen mit Basis-Anwendungen und -algorithmen längst zur Verfügung. Die Implementierung von ersten KI-Anwendungen ist keineswegs so kompliziert, wie viele vermuten. Ein Blick auf die besten Kundenerlebnisse zeigt eindeutig, es sind nur eine Handvoll Analysefunktionen und -techniken, die eine gute Erfahrung ausmachen (laut Adobe Digital Trends Report 2019). Marketing als kundennaher Bereich kann hier als Seismograph für andere Bereiche im Unternehmen arbeiten und ein Pionierbereich für AI-frist Denkweise werden.