Skip to main content

Tipp

Weitere Kapitel dieses Buchs durch Wischen aufrufen

2023 | OriginalPaper | Buchkapitel

13. Künstliche Intelligenz im Marketing

Ein anwendungsorientierter Überblick

share
TEILEN

Zusammenfassung

In einer wachsenden Zahl von Unternehmen kommen Anwendungen, die auf künstlicher Intelligenz (KI) basieren, für Marketingzwecke zum Einsatz. Um das enorme Potenzial auszuschöpfen, müssen Marketingverantwortliche die verschiedenen Anwendungsarten verstehen und wissen, wie diese sich weiterentwickeln könnten. Dieses Kapitel bietet einen anwendungsorientierten Überblick über den aktuellen Stand der KI in der Marketingpraxis. Ein Bezugsrahmen wird vorgestellt, der bei der Einschätzung hilft, welche Technologien wann sinnvoll eingesetzt werden können. Dabei werden KI-Anwendungen nach ihrem Intelligenzgrad (einfache Aufgabenautomatisierung oder fortgeschrittenes maschinelles Lernen) und ihrer Struktur (eigenständige Anwendung oder integrierte Plattformlösungen) klassifiziert. Die wichtigsten Herausforderungen und Risiken für Marketingverantwortliche bei der Nutzung von KI-Anwendungen werden analysiert.
Fußnoten
1
Programmatische Werbung (Programmatic Advertising) bezeichnet den automatisierten und individualisierten Ein- und Verkauf sowie das Aussteuern von Werbeflächen in Echtzeit. Die Abwicklung über KI-Technologie soll Ressourcen sparen, Prozesse vereinfachen, eine flexiblere Preisgestaltung ermöglichen und die Relevanz der ausgelieferten Werbung für den Nutzer erhöhen. Derzeit wird das Prinzip des Programmatic Advertising in Deutschland hauptsächlich für Online-Werbung umgesetzt. Es ist aber auch für andere Medienkategorien (Out of Home, Bewegtbild, Radio oder TV etc.) denkbar bzw. in der Testphase (Samuel et al., 2021).
 
2
Chatbots (oder auch: Bots) als KI-Anwendungsform erlauben Unternehmen, die Kommunikation mit ihrer Kundschaft zu verbessern, zu intensivieren und vor allem zu automatisieren.
 
3
Deep Learning (deutsch: mehrschichtiges Lernen, tiefes Lernen oder tiefgehendes Lernen) bezeichnet eine Methode des maschinellen Lernens, die künstliche neuronale Netze (KNN) mit zahlreichen Zwischenschichten (englisch: hidden layers) zwischen Eingabeschicht und Ausgabeschicht einsetzt und dadurch eine umfangreiche innere Struktur herausbildet (Goodfellow et al., 2016). Deep Learning wurde bislang u. a. in den Bereichen Computer Vision, Spracherkennung, Verarbeitung natürlicher Sprache, maschinelle Übersetzung, Medikamentenentwicklung, medizinische Bildanalyse eingesetzt, wo es zu Ergebnissen geführt hat, die mit der Leistung menschlicher Experten vergleichbar sind und diese in einigen Fällen sogar übertreffen (Ciresan et al., 2012; Hu et al., 2020).
 
Literatur
Zurück zum Zitat Ameen, N., Tarhini, A., Reppel, A., & Anand, A. (2021). Customer experiences in the age of artificial intelligence. Computers in Human Behavior, 114, 1–14. CrossRef Ameen, N., Tarhini, A., Reppel, A., & Anand, A. (2021). Customer experiences in the age of artificial intelligence. Computers in Human Behavior, 114, 1–14. CrossRef
Zurück zum Zitat Chen, J.-S., Le, T.-T., & Florence, D. (2021). Usability and responsiveness of artificial intelligence chatbot on online customer experience in e-retailing. International Journal of Retail & Distribution Management, 49(11), 1512–1531. CrossRef Chen, J.-S., Le, T.-T., & Florence, D. (2021). Usability and responsiveness of artificial intelligence chatbot on online customer experience in e-retailing. International Journal of Retail & Distribution Management, 49(11), 1512–1531. CrossRef
Zurück zum Zitat Dzyabura, D., & Yoganarasimhan, H. (2018). Machine learning and marketing. In N. Mizik & D. M. Hanssens (Hrsg.), Handbook of marketing analytics (S. 255–279). Edward Elgar Publishing. CrossRef Dzyabura, D., & Yoganarasimhan, H. (2018). Machine learning and marketing. In N. Mizik & D. M. Hanssens (Hrsg.), Handbook of marketing analytics (S. 255–279). Edward Elgar Publishing. CrossRef
Zurück zum Zitat Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep learning. MIT Press. Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep learning. MIT Press.
Zurück zum Zitat Lake, K. (2018). Stitch fix’s CEO on selling personal style to the mass market. Harvard Business Review, 96(3), 35–40. Lake, K. (2018). Stitch fix’s CEO on selling personal style to the mass market. Harvard Business Review, 96(3), 35–40.
Zurück zum Zitat MacKay, D. J. C. (2003). Information theory, inference, and learning algorithms. Cambridge University Press. MacKay, D. J. C. (2003). Information theory, inference, and learning algorithms. Cambridge University Press.
Zurück zum Zitat Salesforce (o. J.). Bringen Sie Ihre Teams zusammen, damit Ihr Kunde immer im Mittelpunkt steht. https://​www.​salesforce.​com/​de/​campaign/​sem/​salesforce-products/​?​d=​7013y000002Z3ZuA​AK&​utm_​source=​google&​utm_​medium=​sem&​utm_​campaign=​de_​alllobcon&​utm_​content=​_​7013y000002Z3ZuA​AK&​soc=​Google-salesforce-products&​ef_​id=​CjwKCAiA1JGRBhBS​EiwAxXblwQZEkv9t​qTgE2LQ9Ejg-ij95gF4edNwcGVIp​gXqj8tG7CAXfbbsF​5BoCBzQQAvD_​BwE:​G:​s&​s_​kwcid=​AL!7501!3!571870885634!p!!g!!salesforce%20​einstein&​mkwid=​s&​pcrid=​571870885634&​pkw=​salesforce%20​einstein&​pmt=​p&​pdv=​c&​gclid=​CjwKCAiA1JGRBhBS​EiwAxXblwQZEkv9t​qTgE2LQ9Ejg-ij95gF4edNwcGVIp​gXqj8tG7CAXfbbsF​5BoCBzQQAvD_​BwE. Zugegriffen: 14. Januar 2022. Salesforce (o. J.). Bringen Sie Ihre Teams zusammen, damit Ihr Kunde immer im Mittelpunkt steht. https://​www.​salesforce.​com/​de/​campaign/​sem/​salesforce-products/​?​d=​7013y000002Z3ZuA​AK&​utm_​source=​google&​utm_​medium=​sem&​utm_​campaign=​de_​alllobcon&​utm_​content=​_​7013y000002Z3ZuA​AK&​soc=​Google-salesforce-products&​ef_​id=​CjwKCAiA1JGRBhBS​EiwAxXblwQZEkv9t​qTgE2LQ9Ejg-ij95gF4edNwcGVIp​gXqj8tG7CAXfbbsF​5BoCBzQQAvD_​BwE:​G:​s&​s_​kwcid=​AL!7501!3!571870885634!p!!g!!salesforce%20​einstein&​mkwid=​s&​pcrid=​571870885634&​pkw=​salesforce%20​einstein&​pmt=​p&​pdv=​c&​gclid=​CjwKCAiA1JGRBhBS​EiwAxXblwQZEkv9t​qTgE2LQ9Ejg-ij95gF4edNwcGVIp​gXqj8tG7CAXfbbsF​5BoCBzQQAvD_​BwE. Zugegriffen: 14. Januar 2022.
Zurück zum Zitat Zinkann, R., & Mahadevan, J. (2017). Zukünftige Customer Journeys und deren Implikationen für die Unternehmenspraxis. In M. Brun & M. Kirchgeorg (Hrsg.), Marketing Weiterdenken (S. 157–169). Springer. Zinkann, R., & Mahadevan, J. (2017). Zukünftige Customer Journeys und deren Implikationen für die Unternehmenspraxis. In M. Brun & M. Kirchgeorg (Hrsg.), Marketing Weiterdenken (S. 157–169). Springer.
Metadaten
Titel
Künstliche Intelligenz im Marketing
verfasst von
Jan Pieper
Copyright-Jahr
2023
DOI
https://doi.org/10.1007/978-3-658-38210-0_13