2 O N E t o O N E 0 4 / 2 0 2 3 INHALT 04 Daten, Content und Künstliche Intelligenz 06 KI im Marketing 12 KI in der Mediaplanung „Wir werden vom Mad Man zum Math Man“ Wo KI das Marketing unterstützen kann Der Prompt für den Mediaplan 26 Smarte Shops Wie die KI zum Top-Verkäufer wird 32 KI im Call Center Wie KI das Call Center umkrempelt 16 Datenstrategie Ein für alle mal: Datensilos einreißen 34 Digital out of Home Zeitenwende in der Außenwerbung 22 Datenstrategie Daten im Mittelpunkt der Unternehmensstrategie

4 O N E t o O N E 0 4 / 2 0 2 3 Daten, Content und Künstliche Intelligenz Wo KI das Marketing unterstützen kann Der Löwenanteil des Marketings ist die Produktion von Inhalten und ihr zielgerechtes Ausspielen über die unterschiedlichen Kanäle. Künstliche Intelligenz kann den Marke- tingverantwortlichen helfen, Herr zu werden bei Content-Flut, Personalisierung-Heraus- forderung und Kanal-Explosion. TEXT FAQ Checkliste Kolumne Whitepaper Wettbewerb Nutzerbewertungen Unternehmensnews Studie Begriffserklärung Pro & Contra Pressemitteilung Newsletter Listicle Blogbeitrag Produktübersicht Reportage Anwenderbericht Kundenstimmen Challenge Anleitung Statistik Branchennews Trendbericht Feature Leitfaden Testimonial Umfrage Kaufratgeber Interview Chat Branchenreport Produkttest Lesetipp Produktvergleich Produktbeschreibung Eventbericht Song Tutorial Weiße Schrift in den Blasen = Gattung Komplett durch KI herstellbar Mit KI-Unterstützung herstellbar Personenfoto Produktfoto Slides Infografik Meme BILD Interaktive Grafik Interaktive Karte Preisrechner App Gratis-Tool Werbespiele Ingame-Content Konfigurator Video-Podcast Erklärvideo Imagevideo Podcast Kurzfilm Warteschleife Hörspiel Alexa-Skin Videochat Streaming Elevator Pitch Virtuelle Konferenz Panel Webinar Vortrag Seminar ANWENDUNG Vertriebspräsentation Unpackingvideo Gespräch Mitarbeitervorstellung AUDIO / VIDEO Livestream Workshop Master-Class Messestand DIREKT

6 O N E t o O N E 0 4 / 2 0 2 3 KI im Marketing „Wir werden vom Mad Man zum Math Man“ Mit dem zunehmenden Einsatz von Künstlicher Intelligenz werden die Aufgaben im Marketing anspruchsvoller. Die konkrete Aufgabenteilung wird auch ein Kraftakt für die Führungskräfte, erklärt Prof. Dr. Claudia Bünte, Expertin für digitale Markenführung, Marketing und KI, im Gespräch mit ONEtoONE. Wie gut es gelingt, die Abteilungen und Mitarbeitenden KI-fit zu machen, wird die Spreu vom Weizen trennen.

8 O N E t o O N E 0 4 / 2 0 2 3 In Ihrer Studie „Künstliche Intelligenz im Marketing“ ist eines der zentralen Ergebnisse: KI ist kein Spielzeug mehr, weder im Unternehmen noch im Marketing. Und Unternehmen planen auch ihre Investitionen in KI zu erhöhen. Aber wofür genau? „Diese Frage haben wir auch in der Studie gestellt, die in der vier- ten Welle durchgeführt wurde. Der Einsatz von KI zieht sich durch alle Marketingbereiche: Kundenverstehen (Consumer Insights), Strategie, Offer (Produkt- und Preisentwicklung) und Umsetzung (Werbung und Vertrieb) sowie Messung der Performance. Die Mar- ketingexpertInnen sehen in allen Bereichen Anwendungsfelder für KI und wollen auch in allen Bereichen massiv mehr umsetzen. Schon heute wird KI in zwei Bereichen intensiv genutzt: zum einen dort, wo es viele Daten gibt, wie Consumer Insights. Hier hilft KI zum einen, ein tiefes Verständnis für Kundenbedürfnisse zu entwickeln, indem sie unstrukturierte Daten analysiert. Zum anderen in der Umsetzung, also Marketing und Vertrieb. Und hier besonders in der Werbung, weil auch dort viele Daten vorhanden sind: Worauf klicken Menschen? Wo schauen sie hin? Was kaufen sie anschließend online? Neben vielen Daten ist in der Werbung auch viel Budget vorhanden. Ich habe selbst verschiedene Firmen und Marken geführt, unter anderem war ich bei Volkswagen global für die Markenstrategie, bei Coca-Cola in Europa für die Markenmessung verantwortlich. 80 Prozent des Marketingbudgets bei Großunternehmen gehen in die Werbung, das heißt es lohnt sich hier auch der Einsatz von KI, weil man sehr schnell Effizienz und Effektivität heben kann. Im Gespräch mit Marketingabteilungen höre ich immer wieder, dass Aufgaben komplexer und umfassender werden. Man hat aber in den seltensten Fällen mehr Ressourcen zur Verfügung – sprich: KollegInnen. Die Pro-Kopf-Belastung wird höher. Gleich- zeitig ist KI für viele noch eine Hemmschwelle, die sie nicht überschreiten. Wobei kann KI diesen Unternehmen helfen? Acht von zehn in unserer Studie befragten Marketingmanage- rInnen sagen, dass KI sie in ihrer Arbeit effektiver und effizienter macht. Dann wäre KI gewissermaßen die Eier legende Wollmilch- sau – zumindest in der Annahme. KI kann auf jeden Fall in der Datenanalyse und Mustererkennung helfen. Man gelangt also meist zu neuen Erkenntnissen, wenn man eine KI einsetzt. Zudem ist das Einsatzfeld von KI sehr breit. Vor allem bei Texten und bei der Bildbearbeitung beschleunigt KI die Arbeit deutlich. ChatGPT, CopyAI oder Neuroflash probieren immer mehr im Textbereich aus. Bei Bildern wird viel Dall:e, Midjourney oder Canva ausprobiert. Als Beispiel mal ein Anwendungsfall: Stellen wir uns vor, jemand braucht für LinkedIn jeden Tag drei Posts mit Content aus dem Bereich, für den sein Unternehmen steht. Wenn eine geschulte Person diese Posts selbst schreibt, braucht sie vielleicht zwei Stunden. Arbeitet sie dagegen mit einer Text-KI, reduziert sich die Zeit fürs Briefen („Prompten“) und Kontrollieren der Ergeb- nisse auf 45 Minuten. Die Person muss also immer noch selbst tätig sein, aber die KI kann im ersten Schritt schon viel Arbeit abnehmen. Das Gleiche gilt für Bildbearbeitung und Marktfor- schungsanalysen. Es gibt also ein breites Spektrum an Aufgaben, die wir bisher komplett selbst erledigt haben und jetzt an gut funktionierende Tools delegieren können. In diesem Zusammenhang treibt die Mitarbeitenden zwei Sor- gen um: Komme ich überhaupt noch hinterher? Habe ich die Fähigkeit, mit diesen Tools umzugehen? Wie geht das? Und: Macht mich die KI unter Umständen arbeitslos? Überforderungsgefühle sind derzeit ganz normal und auch durch- aus berechtigt. Denn bei ChatGPT verhält es sich ähnlich wie bei Übersetzungsprogrammen: Die richtigen Profis werden sie nicht ersetzen, denn Profis, die auch mit zwischenmenschlichen Nuancen übersetzen, sind nicht ersetzbar. Der Punkt ist aber: Bei 80 Prozent der Alltagsanwendungen reichen heute schon diese Übersetzungsprogramme aus und in Zukunft sind die Bilder und Texte einer KI in 80 Prozent der Praxisanwendungen ebenfalls gut genug. Die restlichen 20 Prozent brauchen menschliche Profis. Nun könnte man denken, dass die Menschen, denen jetzt 80 Prozent der Aufgaben fehlen, in Zukunft nichts mehr zu tun haben. Weit ge- fehlt: Wir werden in Zukunft nicht alle arbeitslos, aber wir werden andere Dinge tun – und höherwertige Aufgaben übernehmen. Sprechen wir doch mal konkret über Aufgaben im Marketing: Was kann man automatisieren? Und an welchem Punkt stehen Unternehmen? Überall da, wo standardmäßig und regelmäßig Dinge passieren, kann eine KI helfen: im Marketing bei Texten und in der Bild- bearbeitung, bei Pretests und der Marktforschung. Tools, wie Affectiva. Midjourney, Nightcafe oder Canva sind da sehr hilfreich, aber natürlich immer nur so gut, wie derjenige, der sie bedient. Wir sehen in unserer Studie, dass die Einzel-Spezialanwendung von KI in den Firmen zurückgeht, das heißtUnternehmen haben sich anfangs selbst etwas programmieren lassen. Das nimmt gerade signifikant ab. Es wird also nicht mehr Geld investiert, um eine eigene KI-Lösung zu entwickeln, sondern zunehmend SaaS-Tools genutzt. Wie geht das weiter? Momentan sind diese SaaS-Tools fast aus- schließlich Insellösungen, das heißtChatGPT für Text und Recher- che, Canva für Bild, Colossyan für Bewegtbild, und Neuroflash für Spezialtexte auf LinkedIn etc. Die Unternehmen jonglieren sozusagen mit unzähligen Bällen. Als AnwenderIn muss man also verschiedene Tools kennen und damit arbeiten können. Das bedeutet, dass man auch Fehler sehen können muss. Als Beispiel: Wenn ich ChatGPT eine Matheaufgabe stelle, kommt da Murks raus. Die Anwendung kann nicht rechnen, weil sie dafür nicht ausgelegt ist. Man muss also jedes Tool zweckentsprechend anwenden können. Aber die Tools werden nicht auf Dauer Inselangebote sein. Die Einzelanwendungen werden sich in Richtung Plattform ent- wickeln, um alle Anwendungsfälle im Marketing abdecken zu können – gewissermaßen eine Adobe oder Salesforce mit KI. Midjourney, Nightcafe etc. werden versuchen, sich zu erweitern, was man jetzt teilweise schon sieht. CopyAI beispielsweise ist ein Textgenregierungstool, das ursprünglich auf Textgenerierung für Marketinganwendungen spezialisiert war und das sich aktuell bewusst gegen ChatGPT positioniert, indem sie sagen, man könne mit CopyAI auch recherchieren, und zwar besser als mit ChatGPT, weil ihren Ergebnissen tagesaktuelle Internetrecherchen zugrunde lägen, während ChatGPT (zum Redaktionsschluss) in der Basic- Variante 3,5 „nur“ auf Internetdaten bis September 2021 fußt. Und Neuroflash war ursprünglich eine eigens programmierte KI-Anwendung, nun bietet sie auch eine API für ChatGPT an. Diese Entwicklung wird sich fortsetzen. Die Frage wird sein: Was ist fürs Marketing End-to-End nötig? Anbieter werden entsprechende Funktionen schrittweise integrieren. Für Anwendende wird der Markt in Zukunft übersichtlicher.

10 O N E t o O N E 0 4 / 2 0 2 3 also einfach für alle einen höheren Wasserstand im Marketing, wir bekommen immer mehr Aufgaben dazu, weil die KundInnen immer anspruchsvoller werden, denn die erwarten neuerdings, dass 24/7 alle Angebote, alle Inhalte und alle Antworten auf jede Frage zur Verfügung stehen. Das können Sie im Marketing nur noch mit KI-Tool-Unterstützung schaffen. Auch deshalb werden wir im Marketing nicht arbeitslos werden. Wie werden sich die Marketingabteilungen selbst verändern? Die gute Nachricht: Die Angst vor dem Arbeitsplatz- verlust sinkt, es herrscht Zuversicht in Bezug auf die Zukunft der Marketingabteilungen. Und das ist auch eine realistische Einschätzung: Hier kommen drei Elemente zusammen: Erstens werden wir im Marketing neue, eher da- tenfokussierte KollegInnen brauchen. Ich war mal strategische Planerin in einer internationalen Wer- beagentur. Man war in diesem Bereich hochkreativ, arbeitete aber nicht unbedingt ausgiebig mit Zahlen. Das muss und wird sich ändern: Es werden zusätzli- che Menschen für das Thema Zahlen, Daten, Fakten dazu kommen, um ein umfassendes Verständnis zu haben, Studien und KPIs auszuwerten, A/B-Tests aufzusetzen, etc.. Es nutzt nichts, wenn diese Mitar- beitenden in IT- oder getrennten Marktforschungs- abteilungen sitzen. Man braucht sie im Marketing. Ein bisschen müssen wir außerdem alle vom „Mad Mit dem KI-Typomat, einem Online-Selbsttest, kann man anhand von sechs Fragen ermitteln, welcher KI-Manager-Typ man ist. Es gilt, Zustimmungswerte zu auf einer Skale von 1(überhaupt nicht) bis 7 (voll und ganz) zu geben: 1. Künstliche Intelligenz wird uns helfen, Kunden besser zu verstehen. 2. Der Analyst im Marketingteam wird an Wichtigkeit gewinnen. 3. KI schafft neue Arbeitsplätze im Unternehmen. 4. KI wird Arbeitsplätze im Marketing vernichten. 5. Marketing wird in Zukunft KI nutzen, um Produkte und Services zu entwickeln. 6. KI nimmt dem Marketing lästige Routineaufgaben ab. https://www.kaiserscholle.com/ki-typomat Ergebnis kann auch einfach falsch sein, beispielsweise wenn man ChatGPT rechnen lässt. ChatGPT sagt nicht, dass es etwas nicht kann, sondern gibt immer die wahrscheinlichste Antwort auf Basis früherer Daten. Und das ist in Mathe nicht immer richtig. Es kann daher nur ein Mensch herausfinden, ob die Antwort nur wahrscheinlich oder tatsächlich richtig ist. Der Mensch ist also wichtig, weil nur der überprüfen kann, ob für seine Anwendung das Ergebnis auch sinnvoll und richtig ist. Diese Fähigkeit hat nur der Mensch. Wie verändern sich damit die Aufgaben der Menschen? Wir kommt vom Selbermachen zum Managen des Ergebnisses. Also weg vom ‚Ich kann ja alles selbst‘ hin zu ‚Ich muss delegie- ren, richtig briefen, übersetzen und überprüfen‘. Die Aufgaben werden anspruchsvoller. Schulung ist also wichtig, weil der Mensch entscheidend ist: Eine KI kann das Ergebnis nicht beurteilen, das kann nur ein Mensch. Das erfordert, dass man es selbst kann: Man muss texten können, um gute Texte zu erkennen. Und man muss in der Lage sein, vom Selbermachen ins Managen zu kommen: Das ist ein völlig anderes Skillset, wie jeder weiß, der mal selbst MitarbeiterIn im Team war und dann TeamleiterIn wurde. Das ist mehr als Prompten, es ist Planen, Briefen („Prompten“) und Überprüfen der Ergebnisse. Und wir bekommen viel mehr Inhalte dazu, die wir immer schnel- ler ausspielen müssen: Früher – vor etwa fünf Jahren – hat man als Marketingverantwortliche/r mit der Agentur eine Kampagne entwickelt. Dann wurde einmal alles getextet und ausgespielt. Das war auf ein Jahr hin geplant. Jetzt muss man innerhalb eines Tages mehrfach den Content wechseln, damit es interessant für die NutzerInnen ist und die Marke relevant bleibt. Wir haben Man“ zum „Math Man“ werden. Zweitens werden wir schneller mehr anbieten müssen, wie ich eben schon beschrieben habe. Wir werden einen weiteren An- stieg der Inhalte und Leistungen sehen, die wir immer schneller immer anspruchsvolleren KundInnen offerieren müssen. Um konkurrenzfähig zu bleiben, bleibt Unternehmen im Grunde gar nichts übrig, als manche Aufgaben an die KI abzugeben, wie beispielsweise das Verfassen von Produkttexten. Drittens werden die meisten von uns, wie gesagt, um hochwer- tigere Aufgaben kümmern, Managen statt selber Machen. Wer also meint, seine Marketingabteilung reduzieren zu können, wenn er KI Tools einführt, ist auf dem Holzweg. Denn die müssen auch verstanden und bedient werden. Wie werden sich die Aufgaben inhaltlich zwischen Mensch und KI verteilen? Bei manchen Themen, die beispielsweise schambehaftet sind oder wenn die schiere Zahl an Informationen ausschlaggebend ist, wird KI das Mittel der Wahl. Als Beispiel: Ein Arzt analysiert in seinem Arbeitsleben vielleicht 10.000 Röntgenbilder, eine KI schaut sich parallel zehn Millionen Bilder an und kann daher eine bessere und genauere Diagnose stellen. Viele Menschen lassen eine solche Analyse daher lieber von einer KI erstellen. Der Mensch ist aber wichtig, wenn es darum geht, diese Analyse und die Konsequenzen zu besprechen. Eine KI hilft in vielen Bereichen mit Zahlen, Daten, Fakten, um auch Verdecktes zu entdecken. Aus Zielgruppensicht gibt es aber viele Bereiche, bei denen man mit einem Menschen sprechen möchte. Es wird immer eine Symbiose sein: Die KI wird assistieren, der Mensch wird managen und entscheiden. Das Gespräch führte Christina Rose

12 O N E t o O N E 0 4 / 2 0 2 3 k c o t s r e t t u h s ; m o c . l e x i p w a R : d l i B KI in der Mediaplanung Der Prompt für den Mediaplan Die neuen KI-Wundermaschinen ChatGPT, Googles Bard und Midjourney bringen Kreative auf neue Ideen. Doch sind die Tools auch in der Lage, kleine wie große Mediabudgets zu verteilen und Planer anzuleiten, wie sie einzelne Kanäle effizi- enter nutzen können?

14 O N E t o O N E 0 4 / 2 0 2 3 Uwe Roschmann, Managing Director bei OMG Thomas Koch, Mediaberater und „Mr. Media“ „Die generative KI wird die Werbebranche wie viele andere Wirtschaftsbereiche sehr verändern.“ „Die KI ermahnt genau nachzudenken: Hast Du den Prompt richtig formuliert?“ Julian Simons, Geschäftsführer und Managing Partner bei Mediaplus „Ohne intelligente Tools wäre eine valide Mediaplanung bei der immer fragmentier- teren Medialandschaft nicht möglich.“ Geschäftsführer. Über ihre extrem hohe Verarbeitungskapazität erkennt die KI dagegen Muster in den Daten – und ebnet den Weg zu bisher unbekannten Segmenten und Zielgruppen. Automatisierte Optimierung für Texte und Bilder Ist der Mediaplan erstellt, das Budget in verschiedene Kanäle aufgeteilt, fällt der Startschuss für die Kampagne. In ihrem Verlauf kann die KI dabei helfen, die Werberezeption einzelner Zielgrup- pen zu analysieren und daraus Optimierungen vorzunehmen. „Nicht jedes Werbemittel funktioniert in jedem Umfeld gleich“, erklärt Roschmann. Genauso verhält es sich mit Headline-Bild- Kombinationen oder beim Storytelling. „Die KI ist in der Lage, digitale Klickreisen zu erfassen, zu strukturieren und Tipps zu geben, was der nächste Call-to-Action oder Narrativ sein soll, das man der Zielgruppe anbieten könnte.“ Auch bei der Mediaplus-Gruppe in München geht heute eben- falls nichts mehr ohne die KI. Für passgenaue Budgetverteilungen arbeitet die Serviceplan-Tochter Mediaplus schon seit einiger Zeit mit KI-gestützten Applikationen. „Auf Basis unseres Tools Brand Investor simulieren wir Budgetplanungsvarianten und Wirkungsprognosen und optimieren damit KI-basiert den Ka- naleinsatz. Das Ziel ist es, bei definiertem Budgeteinsatz den bestmöglichen Return on Investment zu erzielen“, erklärt Julian Simons, Geschäftsführer und Managing Partner Mediaplus. Das System zieht dafür Learnings aus mehreren tausend Modellings in jeweiligen Branchen heran. Sämtliche Kanäle mit unterschied- lichen Spendings werden dabei in Zusammenhang gesetzt und berechnet, zum Beispiel: Wie entwickelt sich der ROI, wenn mehr in TV und dafür weniger in Radio investiert wird? „Auf Dashboards lassen sich die Werte monitoren und korrigieren“, sagt Simons und spricht vom „Brot-und-Butter-Geschäft“, bei dem KI aber eine erhebliche Arbeitserleichterung darstellt. Mehr noch: Ohne solche intelligenten Tools wäre eine valide Mediaplanung bei der immer fragmentierteren Medialandschaft heute nicht mehr möglich. Von der generativen KI mit ihrer hohen Verarbeitungsge- schwindigkeit verspricht sich der Mediaplus-Geschäftsführer vor allem Potenziale bei der Zielgruppenansprache. Das gelingt etwa über eine Vielzahl an unterschiedlichen inhaltlichen Sujets, die auf Knopfdruck produziert werden, erklärt er. „Über Bild- generierungstools wie Adobe Firefly können wir in kurzer Zeit Bilder erzeugen, die inhaltliche Anpassungen für trennscharfe Zielgruppenansprachen ermöglichen und so kostengünstigere Bildproduktionen zu ermöglichen und den Aufwand teurerer Shootings zu reduzieren.“ Ein Beispiel: Für seine Kampagne kann ein Schuhhersteller zwanzig Bildmotive des gleichen Themas erstellen lassen. „Vor der Kulisse A oder B kann ein Schuh von vorne, von der Seite, im Morgen- oder Abendlicht gezeigt werden“, schildert der Media- plus-Chef. Indem die einzelnen Bilderwelten über Tests optimiert werden, schließt die Mediaplanung das kreative Element direkt mit ein. „Das Denken in mehreren Facetten wird in den Agenturen wichtiger werden.“ Als Folge können Kampagnen je nach Märkten und Zielgruppen variieren und schon von Anfang an geplant und weiter optimiert werden. Das heißt: Mit einem Klick lässt sich die Kampagne auf spitze Zielgruppen zuschneiden. Mit einer Variante des gleichen Bilds wendet sich die Schuh-Kampagne an verschiedene vordefi- nierte Personas. Da sind hier die Konsumenten, die bodenständig sind, und dort solche, die eher abenteuerlustig ticken. Einmal richtet sie sich an junge Mütter, einmal an die erfolgreiche Ge- schäftsfrau. „Motive, die bei den jeweiligen Zielgruppe gut an- kommen, bleiben. Die weniger beliebten werden entfernt“, sagt Simons. Einzelne Bilder in Photoshop zu bearbeiten, war gestern. „Die generative KI hilft uns dabei, die passgenaue Bildwelten in bester Qualität zu kreieren und im Mediaplan durchzudeklinieren.“ Für dieses Szenario stellt der Media-Experten aus München klar: „Die Arbeit der Kreativen, den Weg zu finden, über den die Menschen inhaltlich erreicht werden sollen, bleibt bestehen. Die einzelnen Facetten der kreativen Idee werden jedoch von der generativen KI weitergesponnen und im Mediaplan verankert.“

16 O N E t o O N E 0 4 / 2 0 2 3

18 O N E t o O N E 0 4 / 2 0 2 3 der idealen Datenhaltung entfernt. Die Silos werden größer und bedeutender und bedrohen schließlich den Unternehmenserfolg. Denn mit den Silodaten sind dem Unternehmen – oder zumin- dest Teilen davon – Informationen entzogen. Sie sind anderen Mitarbeitern unbekannt, was zu teuren Fehlentscheidungen führen kann. Parallel entsteht die Gefahr, dass auch die Daten im Silo nicht mehr auf dem aktuellen Stand sind, weil die Rück- kopplung zu anderen Abläufen fehlt. Auch dadurch können Fehler und Mehrarbeit entstehen. Zuletzt entstehen Ineffizienz und Reibungsverluste, weil Daten inkompatibel werden und in müh- samer manueller Arbeit konvertiert werden müssen. Auf lange Sicht können Datensilos daher zu einem teuren und gefährlichen Problem werden. Die gute Nachricht: Meist kommt es nicht so weit. Schlicht, weil sie den geschäftlichen Alltag schon zuvor mit einer ganzen Reihe weniger dramatischen Problemen behindern. Denn Datensilos stören die Arbeit in vielerlei Hinsicht: Datensilos • führen zu einer großen Abhängigkeit von einzelnen Systemen. • erschweren die Implementierung neuer Anwendungen. • behindern den Datenaustausch über standardisierte Schnitt- stellen und ... • erfordern daher ein hohes Maß an Customizing, ... • was Updatefähigkeit und Sicherheit beeinträchtigt. • führen in der Summe zu einer umständlich zu pflegenden, wenig flexiblen und kaum agilen IT-Infrastruktur. Folge: Neue Systeme können nicht oder erheblich verlangsamt eingeführt werden, Innovationen werden gebremst. In den mei- sten Fällen wird eine fähige IT-Abteilung daher schon über die Bildung schwer zugänglicher Dateninseln klagen, bevor diese ein geschäftskritisches Maß erreichen. Datensilos aufbrechen – Daten zentralisieren Nicht nur aus Management, sondern auch aus IT-Sicht sprechen also gute Argumente dafür, Datensilos zu vermeiden beziehungs- weise aufzubrechen. Doch wie geht man dabei am besten vor? Schließlich ist das Kind ja meist schon in den Brunnen gefallen. Müssen überhaupt alle Daten zentral gehalten werden – also auch die Einladungen zur Weihnachtsfeier? Welches System im Unternehmen soll dazu den „Hut“ aufhaben? Oder sollen alle Apps gleichberechtigt sein und lediglich auf eine gemeinsame Datenbank zugreifen? Und wie geht man mit Anwendungen um, die schlicht und einfach selbst ihre Datenhoheit beanspruchen? Szenario 1: Alles in den Data Lake In den vergangenen Jahren ist ein Begriff populär geworden, der eine sehr radikale und endgültige Lösung verspricht: Der Data Lake. In ihn werden im besten Falle einfach alle Daten und Dateien aus dem Unternehmen „gekippt“. Völlig unstrukturiert, ohne jede Aufbereitung. Die Kundenstammdaten ebenso wie die eben erwähnte EMail-Einladung zur Weihnachtsfeier. Eine leistungsfähige Software ist später in der Lage, alle rele- vanten Informationen zu finden und zusammenzuführen. Vorbild für dieses Konzept sind das Internet und Google – oder besser noch: ChatGPT mit seinen KI-Funktionen. Schließlich sind auch im Web Informationen gänzlich unstrukturiert gespeichert und können trotzdem jederzeit gefunden und hervorragend aufbe- reitet ausgegeben werden. Vorteil dieser Idee: Flexibilität: Data Lakes ermöglichen die Speicherung von struktu- rierten und unstrukturierten Daten aus verschiedensten Quellen. Zukunftssicherheit: Bei der Implementation des Data Lakes muss nicht festgelegt werden, welche Informationen in Zukunft genutzt werden sollen. Alle Daten sind vorhanden und es gehen keiner- lei Informationen verloren, weil die Daten in ihrem Rohformat gespeichert bleiben. Skalierbarkeit: Data Lakes können große Datenmengen auf- nehmen und sind in der Regel gut skalierbar, sodass sie mit den Anforderungen wachsen können. Datenintegration: Ein Data Lake erlaubt die Integration ver- schiedener Datenquellen und -formate an einem Ort. Dadurch wird es einfacher, Daten zu kombinieren und neue Erkenntnisse zu gewinnen. Datenanalyse: Durch die zentrale Speicherung können Analy- sten und Data Scientists leichter auf die Daten zugreifen und fortschrittliche Analysen durchführen. Dies kann zu besseren Einblicken und datengesteuerten Entscheidungen führen. Es liegt auf der Hand, dass diese Art der Datenhaltung zugleich äußerst ressourcen- und performancehungrig ist. Außerdem droht durch die Strukturlosigkeit zugleich ein gewisser Kontrollverlust, der es erschwert, beispielsweise Compliance- oder Datenschutz- regeln anzuwenden oder zu überwachen. Nachteile des Data Lake-Konzepts: Datenqualität: Da Data Lakes unterschiedliche Datenquellen und -formate akzeptieren, kann die Qualität der gespeicherten Daten variieren. Es ist wichtig, Maßnahmen zur Datenbereinigung und -qualitätssicherung zu implementieren, um sicherzustellen, dass die Daten zuverlässig und aussagekräftig sind. Komplexität: Data Lakes können aufgrund ihrer Flexibilität und der Vielfalt der gespeicherten Daten komplex sein. Die Verwaltung und Organisation der Daten erfordert entsprechendes Fachwissen und eine klare Datenstrategie. Datenschutz und Sicherheit: Da Data Lakes auch sensible Infor- mationen enthalten, müssen Maßnahmen zur Sicherheit und zur Einhaltung der Datenschutzvorschriften ergriffen werden. Also: Zugriffsschutz, Verschlüsselung und Überwachung der Daten. So bestechend die Idee des Data Lakes zunächst erscheinen mag, so untauglich ist sie in vielen Anwendungsfällen als opera- tive Datenlösung. Gerade im Marketing und in unternehmens- kritischen Geschäftsprozessen ist eine hohe Kontrollgenauigkeit meist entscheidender als maximale Flexibilität. Weiter auf Seite 20

20 O N E t o O N E 0 4 / 2 0 2 3 Szenario 2: Data Quality Management im Data Warehouse Strukturierte Daten sind unter diesem Aspekt deutlich dankbarer – zumal oft gar kein entscheidender Informationsverlust einher- geht. Schließlich kennen Unternehmen ihre Geschäftsprozesse genau und wissen, welche Informationen sie dafür benötigen. Nur leider sind diese in den verschiedenen Sub-Systemen verteilt. Um die Silos zu heben, bietet sich ein Umweg durch den Data Lake an: Mittels individuellen Scripten und speziellen Helfer-Tools werden alle Daten von Interesse aus ihren Anwendungen extra- hiert, transformiert und in den Datensee gepumpt. Dort werden sie durch ein Data Warehouse (etwa Big Query von Google) ho- mogenisiert, den Anforderungen entsprechend aufbereitet und im passenden Exportformat ausgegeben. Schließlich lässt damit beispielsweise die Datenbank einer zen- tralen Unternehmensapplikation befüllen, die anschließend alle maßgeblichen Prozesse steuert beziehungsweise alle ihr unterge- ordneten Anwendungen über Schnittstellen mit Daten bedient. Sofern die Anwendungen nun im Unternehmen nun ordentlich aufgesetzt sind (und sich nicht wieder erneute Parallelabläufe und Schattenprozesse einschleichen) gehören Datensilos damit der Vergangenheit an. Szenario 3: Data Management Platform – Zentral speichern, dezentral verteilen Gerade an diesen stringent geordneten Abläufen fehlt es aller- dings oft – sonst wären die Datensilos ja gar nicht erst entstanden. Und oftmals ist der gerade beschrieben Perfektionismus in der unternehmerischen Praxis auch gar nicht erwünscht, geschweige denn umzusetzen. Denn wirklich gut könnte eine solche Strategie nur gelingen, wenn die gesamte IT-Infrastruktur für die eigenen Ansprüche maßgeschneidert wäre. In allen anderen Fällen ist oft schon die Frage schwierig zu beantworten, welches System überhaupt das Unternehmen steuern soll. Ist ein kunden- oder produktzentrierter Ansatz gewünscht? Soll das ERP (Enterprise Resource Management) oder das CDP (Customer Data Platform) den Lead erhalten? Welche Einschränkungen ergeben sich daraus für die folgenden Systeme? Aber selbst wenn sich diese Fragen aus dem Stehgreif beant- worten lassen würden, würde es oft nicht weiterhelfen. In der Praxis sind viele Unternehmen ganz oder in Teilen auf Standard- Anwendungen angewiesen, die ihre eigenen Einschränkungen mitbringen und in deren Architektur ein Zusammenspiel mit fremden Prozessen nur auf bestimmte Weise oder gar nicht vor- gesehen ist. Dies kann so weit gehen, dass sie als typische Stand- Alone-Applikation eine bestimmte Vorgehensweise und damit auch die komplette Datenhoheit für sich beanspruchen. In der Praxis ist die IT-Infrastruktur immer ein guter Kompromiss, aber niemals die perfekte Lösung. Aber auch damit lässt es sich sehr gut leben: Mittels einer Zwi- schenschicht lässt sich die Datenspeicherung von den Applika- tionen entkoppeln. Dazu wird eine Data Management Platform oder Data Governance Framework als Middleware zwischen dem (Cloud)-Speicher und den Applikationen gezogen. Datenanfra- gen werden nicht mehr direkt aus einer Datenbank oder dem Dateisystem bedient, sondern statt dessen durch die Middelware gemanagt. Jede Information, die durch die Middelware geht, kann von ihr konsistent und nach einheitlichen Regeln aufbereitet werden. Auf diese Weise lassen sich die Daten beliebiger Appli- kationen in Echtzeit durch eine zentrale Instanz kontrollieren und manipulieren, selbst wenn eine andere Applikation die Hoheit über diese Daten für sich beanspruchen will. Selbst in einer heterogenen Systemlandschaft kann so eine hohe Datenkonsistenz, -qualität und -sicherheit hergestellt werden, die sich von einer zentralen Stelle aus managen und kontrol- lieren lässt. Vor allem ist sichergestellt, dass alle wesentlichen Unternehmensdaten in einer zentralen Datenbank bereitgestellt werden und alle Applikationen aus dieser Datenbank bedient werden können. Neue Anwendungen lassen sich in dieses Konzept zudem leicht andocken, weil Schnittstellen oder Exportfunktionen quasi jedes beliebige Format erzeugen und entgegennehmen können. Zuletzt lassen sich Analysefunktionen schnell auf- und Compliance-Regeln zuverlässig umsetzen. Eine Frage der Technik – und der Unternehmenskultur Datensilos sind eine ernstzunehmende, aber keine unüber- windbare Herausforderung. Es gibt technische Ansätze, die die Daten-Konsolidierung erleichtern und die Silo-Bildung zumindest erschweren. Trotzdem sollte man sich nicht der Illusion hingeben, man könne mit Technik alleine den geheimen Datenspeichern ein für alle mal Herr werden. Letztlich entstehen Informationssilos, weil in Unternehmen die (berechtigte) Forderung nach schnellen und flexiblen Lösungen dem (ebenso berechtigten) Wunsch nach festen und zuverlässi- gen Prozessen entgegen steht. Je starrer eine Organisation ist, desto größer der Drang nach alternativen Lösungsweg. Wenn Datensilos entstehen, sollte sich das Management daher durchaus fragen, ob strukturelle Maßnahmen dafür sorgen können, dass alle Informationen wieder in einem gemeinsamen Kanal landen. Endgültig kommt diese Frage in der Chefetage an, wenn die Silos gar nicht erst erkannt werden – und zwar nicht, weil sie übersehen werden, sondern weil man sie nicht ernst nimmt oder gar nicht sehen will. Ein gutes Beispiel dafür ist zum Beispiel der Kundensupport, der in vielen Unternehmen vor allem als lästige, weil unproduktive Kostenstelle betrachtet wird. Bestenfalls wird sie in den Datenfluss eingebunden, damit sie Anfragen schnell (und damit kosten- günstig) beantworten kann. Dass es sich bei dieser Abteilung aber zugleich um eine sehr wertvolle Schnittstelle zum Kunden handelt, bemerken nur wenige Unternehmen. Der Dateninput dieser Abteilung wird dann vollständig unterschätzt – ein weiteres Datensilo, das sich aber mit Technik alleine nicht aufbrechen lässt. Dafür braucht es eine Kultur des Zuhörens. (dog)

22 O N E t o O N E 0 4 / 2 0 2 3 Datenstrategie Daten im Mittelpunkt der Unternehmensstrategie Nichts ist so wertvoll wie aussagekräftige Daten. Deswegen sollten Sie nichts dem Zufall überlassen, sondern bei der Erhebung strategisch vorgehen. k c o t s r e t t u h s y l o k n I : d l i B

24 O N E t o O N E 0 4 / 2 0 2 3 auf diese Reise begleitet werden, das heißt: Aktiv dazu ermutigt werden, ihre/seine Zustimmung abzugeben. Das höchste Conversionziel besteht darin, die Kundin bzw. den Kunden zur Erstellung eines Accounts oder der Nutzung einer App zu bewegen. In diesem Moment wird gängigerweise eine Nutzungsvereinbarung geschlossen, in der sich eine umfangrei- che Datenerhebung und -verarbeitung rechtssicher festlegen lässt. Noch wichtiger: Der Marketer kann davon ausgehen, dass der Nutzer oder die Nutzerin nicht nur formal, sondern auch tatsächlich damit einverstanden ist. Denn auch wenn sich die wenigsten AnwenderInnen eine solche Vereinbarung genau durchlesen, so ist ihnen doch klar, dass mit der Erstellung eines Kundenkontos auch eine Datenspeicherung und -verarbeitung verbunden ist. Am besten lockt der Benefit Dass dieses Modell immer noch gut funktioniert, zeigt die Tatsache, dass viele KundInnen gerne an einem Loyalty-Pro- gramm teilnehmen, obwohl sie zugleich großen Wert auf Da- tensparsamkeit legen. Allerdings muss für die Kundinnen und die Kunden der (gefühlte) Vorteil die (gefühlten) Kosten in Form von Arbeit und Mühe übersteigen. Kostenlos ist Kundentreue nicht zu haben – auch wenn nicht immer ein pekuniärer Vorteil geboten werden muss. Aus diesem Grund muss man ehrlicherweise zugeben, dass ein Kundenbindungsprogramm nicht immer der Weisheit letz- ter Schluss sein kann. Kosten und Aufwand sind hoch, es will kontinuierlich betreut werden und es gibt keine Garantie dafür, dass es funktioniert. Trotzdem kann aber die zugrundeliegende Mechanik kopiert werden. Letztlich geht es darum, dem Kunden bzw. der Kundin einen Nutzungsvorteil zu bieten, der ihn bzw. sie überzeugt, einer Datenspeicherung zuzustimmen (etwa indem er/sie einen Account anlegt) und die vom Marketer benötigten Informationen preiszugeben. Explizit vs. Implizit – die Kundin und den Kunden aktiv beteiligen Letztlich können auch niederschwellige Anreize genügen, um die Kundin und den Kunden zur Datenfreigabe zu bewegen. Denn nicht immer müssen Kundendaten und -interessen implizit (also durch Auswertung des Einkaufs- und Klickverhaltens) abgefragt werden. Auch eine explizite Abfrage ist möglich. Der Unterschied zwischen beidem: • Eine implizite Erhebung nutzt Daten, die die BesucherInnen unbewusst und nicht absichtlich zur Verfügung stellen. Diese Art der Erhebung umfasst die Beobachtung und Verfolgung von Benutzeraktivitäten und -verhalten. Detaillierte Informationen und Daten darüber, wie der Besucher oder die Besucherin mit der Website interagiert, werden gesammelt und analysiert. Daraus werden die benötigten Informationen gewonnen. Eine implizite Personalisierung ist wirkungsvoll, hat aber auch zwei wesentliche Nachteile: In der Regel liegen Annahmen zugrunde und es werden Wahrscheinlichkeiten berechnet. Dies kann zu Fehlern führen. Das Geschlecht des Besuchers zum Beispiel wird falsch errechnet, wenn ein Mann ein Geschenk für seine Frau sucht. Außerdem fühlen sich BesucherInnen leicht ausgeforscht, weil sie ihre Daten nicht freiwillig preisgegeben haben und keine Kon- trolle über die Weitergabe haben. Kommt die Engine dann noch zu einem falschen Ergebnis, entsteht ein sehr negatives Erlebnis. • Im Unterschied dazu basiert die explizite Erhebung auf Daten und Informationen, die von der Kundin oder vom Kunden frei- willig und absichtlich zur Verfügung gestellt werden. Durch die explizite Befragung und Ermutigung zum Informationsaustausch können Marken eine Vielzahl von Daten erhalten, darunter auch solche, die sie durch Verhaltensanalysen nur schätzen konnten. Dabei kann es sich um demografische Daten wie geografische Lage, Geschlecht, Alter, Geburtsdatum, Familienstand, Anzahl der Personen im Haushalt oder sogar Monatseinkommen oder um Informationen zum Lebensstil wie Sport, Hobbys, Essen, Freizei- taktivitäten oder Urlaubsinteressen handeln. Interaktion bedeutet Information Nun dürfte es in der Praxis wenig Sinn machen, den KundInnen einen Fragebogen über ihre Interessen ausfüllen zu lassen. Die wenigsten dürften daran teilnehmen wollen. Eine explizite Personalisierung liegt aber auch dann vor, wenn beispielsweise ein Shopbetreiber der Kundschaft verschiedene Optionen zur Personalisierung der Website anbietet. Wenn sich bestimmte Sortimente im Menü verbergen oder hervorheben lassen, wenn sich bestimmte Filter (Marke, Preis, Stil) auf die Produkte anwenden lassen, wenn sich bestimmte Themenwelten (Heimwerker, professioneller Handwerker) an- und abwählen lassen oder verschiedene Newsletter (Hunde, Katzen, Kleintiere) abonnieren lassen, kann der Händler wesentliche Informationen daraus gewinnen. Eine weitere Möglichkeit besteht darin, der Kundin und dem Kunden im Anschluss an eine Bestellung mehrere Prospekte als Paketbeilage zur Auswahl zu stellen, die sich an verschiedene Käufertypen richten. Auch Content auf der Website kann gezielt genutzt werden, um mehr über Stil, Ausrichtung oder Familien- situation der KundInnen zu erfahren. Selbst Geburtstagsgrüße, Adventskalender, Rabattcodes – nahezu jede Interaktion kann so gestaltet werden, dass sich Rückschlüsse auf die Kundschaft ziehen lassen. Wichtig ist allerdings, dass immer Top-Down vorgegangen wird: Im Mittelpunkt stehen die anfangs definierten und priorisierten KPIs. Die Personalisierungsoptionen werden anschließend gezielt so entwickelt, dass sie der Ermittlung einer gesuchten Information dienen. So lässt sich auch relativ feststellen, ob Aufwand und Nut- zen in einem gesunden Verhältnis zueinander stehen. Denn zum Selbstzweck sind die Optionen nie da. Einzige Ausnahme: Wenn sie zur Erstellung eines Accounts führen. Das ist schließlich das höchste Conversion-Ziel bei jeder 1st-Party-Data-Strategie. (dog)

26 O N E t o O N E 0 4 / 2 0 2 3 Smarte Shops Wie die KI zum Top-Verkäufer wird k c o t s r e t t u h s ; n e n g i s e d e s s a : d l i B ChatGPT und E-Commerce hat nichts miteinander zu tun? Nur auf den ersten Blick! In Wahrheit können Online-Shops von der KI-Software enorm profitieren. K ünstliche Intelligenz und Machine Learning gilt schon seit Jahren als wichtigster Trends überhaupt. Insofern ist der Hype um ChatGPT wenig überraschend. Und umso wich- tiger ist die Frage, wie dieser Trend den ECommerce beeinflussen kann. Ändern sich Kaufgewohnheiten, Angebotsformate, Online- Marketing oder ECommerce-Tools? Die Antwort – Vorsicht Spoiler! – in Kurzfassung: ChatGPT hat die KI nicht neu erfunden. In den meisten ECommerce-Tools sind längst entsprechende Funktionen integriert. Aber es gibt einen schmalen Grat, der durch ChatGPT einen wahren Turbo erfährt: Das faszinierende Sprachverständnis erlaubt eine einfache und natürliche Kommunikation zwischen Mensch und Maschine. Damit lässt sich arbeiten. Wie ChatGPT den E-Commerce verändert Maschinelle Lernalgorithmen und KI helfen letztlich dabei, Daten zu analysieren und Muster zu erkennen – sie zu „verste- hen“ – und darauf basierend Entscheidungen vorzuschlagen. Der ECommerce-Klassiker besteht darin, Kaufverhalten vorherzusagen und den KundInnen personalisierte Angebote zu unterbreiten. Etwa, indem eine Recommendation Engine versucht, passende Produkte zu finden oder eine Marketing-Automation-Lösung E- Mails personalisiert. Zum richtigen Zeitpunkt. Mit dem richtigen Produkt. Und der richtigen Ansprache. Damit das funktioniert, sind Daten notwendig. In hoher Qualität und in großer Quantität. Ob in einer E-Mail ein „Herr Müller“ oder eine „Frau Müller“ angesprochen wird, können wenige hoch- wertige CRM-Daten verraten oder kann anhand von Kauf- und Klickhistorie mit einer gewissen Wahrscheinlichkeit errechnet werden. Am besten ist natürlich die Kombination aus beidem: Viele Daten. Und hochwertige Daten. Das führt zwangsläufig zum besten Ergebnis. Für Shop-Betreiber ist es aber gar nicht so einfach, an diese Daten zu gelangen. Die gängigen Strategien lauten: Gutschein- code für die Newsletter-Anmeldung; Bonus für die Eröffnung des Kundenkontos; Prämien für die Teilnahme an einem Loyalty- Programm. Damit lässt sich schon viel erreichen: Die Händler Innen verfügen so über korrekte Stammdaten und haben die notwen- digen Zustimmungen erhalten, um Kauf- und Klickverhalten zu tracken. Vielleicht konnten sie über eine Auswahl verschiedener Newsletter noch etwas über die Interessen der KundInnen er- fahren. Aber ehrlich: Nun wird es zäh. Die wenigsten KundInnen haben ein Interesse mehr Informationen zu teilen. Wozu auch? Lässt sich nun die Zahl der relevanten Kundeninformationen nur schwer erhöhen, kann man immer noch an der Qualität der verbliebenen arbeiten. Produktdaten sind der Schlüssel „Wenn wir wissen, auf welche Produkte unsere Kunden klik- ken, was sie kaufen, was sie retournieren, können wir etwas sehr wertvolles über unsere Kunden erfahren“, erklärt Philipp Göller, Chef der auf KI und E-Commerce-Anwendungen spezialisierten Softwarefirma Paraboost aus Markgröningen. „Denn hinter jedem Artikel steht ein Bedürfnis, das er befriedigt. Wir können also die Bedürfnisse unsere Kunden verstehen.“ Für einen menschlichen Verkäufer mag das trivial sein. Man merkt einem Kunden im Laden schnell an, wie er „tickt“. Wer sich beim Kauf eines hochwertigen City-Rads für Komfortfeatures inter- essiert, wird vielleicht auch auf eine praktische Tasche, bequeme Bekleidung oder einen Airbag-Helm ansprechen. Wer sich eher für unknackbare Schlösser interessiert und sich beklagt, dass ihm nun schon das dritte Fahrrad geklaut wurde, signalisiert eher Interesse

28 B U S I N E S S G U I D E B U S I N E S S G U I D E O N E t o O N E 0 4 / 2 0 2 3 Mit besten Empfehlungen Weitergehende Informationen zu allen aufgeführten Unternehmen finden Sie im Channel „Business Guide“ unter ONEtoONE.de Ihr Unternehmen fehlt hier? businessguide@onetoone.de A D R E S S E N ABIS GmbH Jens Gerlach Lyoner Straße 20 60528 Frankfurt T 069/792009-0 F 069/792009-20 info@abis-online.de www.abis-online.de DataM-Services GmbH AdressDirekt Tanja Komp Max-Planck-Str. 7/9 97082 Würzburg T 0931/4170-436 F 0931/4170-499 tkomp@datam-services.de www.datam-adressdirekt.de Anzeige WIR FINDEN IHRE ADRESSEN KLASSISCH - DIGITAL - QUALITATIV www.datam-adressdirekt.de Tel. +49 931 4170 436 Deutsche Post Adress GmbH & Co. KG Matthias Borner Am Anger 33 33332 Gütersloh T 05241/5393-0 F 05241/5393-49 info@postadress.de www.postadress.de Deutsche Post Direkt GmbH Anja Ehlen-Gavriilidis Junkersring 57 53844 Troisdorf T 02241/2661-0 F 02241/2661-1111 info@postdirekt.de www.postdirekt.de pbdirekt GmbH Jörg Höhnle Motorstraße 25 70499 Stuttgart T 0711/83632-55 F 0711/83632-36 info@pbdirekt.de pbdirekt.de eGENTIC GmbH Lead Generation Istvan Volford Oberliederbacher Weg 25 65843 Sulzbach/Ts. T 06196/8022-0 F 06196/8022-100 vertrieb@egentic.com www.egentic.com Indima direct Stuttgarter Str. 41 75179 Pforzheim T +49 7231/3963-0 F +49 7231/3963-30 info@indima.de www.indima.de Melissa Data GmbH Herr Cagdas Gandar Cäcilienstr. 42-44 50667 Köln T 0221/975892-40 F 0221/975892-49 info@melissa.de www.melissa.de Anzeige Im Clinch mit schlechten Daten? Wir helfen. www.melissa.de +49 (0) 221 97 58 92 40 info@melissa.de Ihr Bedarf in keiner Rubrik? onetoone.de/businessguide performance werk GmbH Mark Dimster Flößautraße 22 90763 Fürth T 0911/766624-200 F 0911/766624-299 m.dimster@performance- werk.de www.performance-werk.de PROLEAGION GmbH Klaus Birkenbihl Kreuzberger Ring 52 65205 Wiesbaden T 0611/723777-0 F 0611/723777-77 info@proleagion.com www.proleagion.com SAZ Services AG Davidstrasse 38 9000 St. Gallen Schweiz T 0041/7122735-00 F 0041/7122735-01 info@saz.com www.saz.com Universal Postal Union (UPU) International Bureau Carla Sahli Weltpoststrasse 4 CH -3000 Bern 15 T 0041/31350-3491 F 0041/31350-3110 postcode@upu.int www.upu.int fmk. + FACT Werbeagenturen GmbH Andreas Fahrion Einsteinstraße 44 73230 Kirchheim Teck T 07021/92009-0 F 07021/92009-22 info@fmk-web.de www.fmk-web.de wer-zu-wem GmbH Stefan Duphorn Bergedorfer Schloßstr. 9 21029 Hamburg T 040/84304-888 info@wer-zu-wem.de www.wer-zu-wem.de AG E N T U R E N a+s DialogGroup GmbH Kai-Uwe Hesse Stuttgarter Straße 41 71254 Ditzingen T 07156/42584-00 F 07156/42584-90 contact@as-dialoggroup.de www.as-dialoggroup.de below GmbH Agentur für Below-the-Line Marketing Christian Klöver Heidesheimer Straße 49 55124 Mainz T 06131/62740-0 F 06131/62740-40 info@below-mainz.de www.below-mainz.de clicks digital GmbH An der Mauer 1 01067 Dresden T 0351/65312010 F 0351/65312011 info@clicks.de www.clicks.de Digitas Pixelpark Viviane Kruggel Heidi-Kabel-Platz 2 20099 Hamburg T 040/34101-0 info@digitaspixelpark.com www.digitaspixelpark.com Ausführliche Anbieterprofile: onetoone.de/businessguide gkk DialogGroup GmbH Meltem Gaye, Director Business Development Hanauer Landstraße 154 60314 Frankfurt am Main T 069/75447005 F 069/754477 Meltem.Gaye@gkk.de www.gkk.de Jahns and Friends Agentur für Dialogmarketing und Werbung AG Kirsten Gabriel Heerdter Sandberg 32 40549 Düsseldorf T 0211/55962-0 F 0211/55962-49 kgabriel@jahnsandfriends.de www.jahnsandfriends.de Trebbau direct media GmbH Schönhauser Str. 21 50968 Köln Land: Deutschland Telefon: 021 37646-0 info@trebbau.com https://www.trebbau.com/ Anzeige Echte Profis für crossmediales Dialogmarketing Tel. +49(0)221/3 76 46-0 www.trebbau.com direct | media Wundermann Thompson GmbH Stuttgart Arno Hoffmann New Business Manager Forststraße 9 70174 Stuttgart T 0711/28470000 F 0711/28470027 arno.hoffmann @wundermannthompson.com www.wundermannthompson. com

30 B U S I N E S S G U I D E B U S I N E S S G U I D E O N E t o O N E 0 4 / 2 0 2 3 F O R T B I L D U N G MA R K E T I N G - S E RV I C E S P R I N T SV-Dialogmethode SchriftlichesVisuelles Direktmarketing Traubenhüttenweg 1a 65719 Hofheim Land: Deutschland Telefon: +49 6192 200 78 80 Telefax: +49 6192 200 78 90 info@sv-dialogmethode.de www.sv-dialogmethode.de Anzeige www.sv-dialogmethode.de Präsenz- & LIVE Online-Seminare durch Fachdozenten der Prof. Vögele Dialogmethode info@sv-dialogmethode.de LO G I S T I K Loxxess AG Kerstin Schmiegel Betastr. 10E 85774 Unterföhring T 089/25547610 F 089/25547611 kerstin.schmiegel@loxxess.com www.loxxess.com MA I L S E RV I C E S SDV Medien+Service GmbH Tharandter Straße 23–35 01159 Dresden Land: Deutschland Telefon: +49 (351) 4203-0 marketing@sdv.de https://www.sdv.de/ VSP Direktmarketing KG Gregor Weisse Am Bahnhof 3 19086 Plate T 03861/5514-13 F 03861/5514-76 g.weisse@vsp-direktmarketing.de www.vsp-direktmarketing.de Wirtz Druck GmbH & Co. KG Herr Vinzenz Schmidt Stemmbrückenstraße 1 45711 Datteln T 02363/5667-0 F 02363/5667-77 mailings@wirtz-druck.de www.wirtz-druck.de styleranking media GmbH Geschäftsführer Roland Schweins Königsberger Str. 1-5 40231 Düsseldorf T 0211/93674335 F 0211/93674350 roland@styleranking.de http://www.styleranking.de/ Dialogidee GmbH Sara Götz Heilbronner Straße 40 71634 Ludwigsburg T 07141/298694-0 F 07141/298694-90 sg@dialogidee.de www.dialogidee.de M E D I E N Axel Springer Syndication GmbH Head of Sales Oliver Hamann Schützenstr. 15-17 10117 Berlin T 030/259173-609 F 030/259173-896 oliver.hamann@axelspringer.de axelspringer-syndication.de Rainbowprint Ihre Online Druckerei Elena Kälber Paradiesstraße 10 97225 Zellingen-Retzbach T 09364/8173-0 F 09364/8173-173 info@rainbowprint.de www.rainbowprint.de P O S T - U N D PA K E T - D I E N S T E Asendia Germany GmbH Redcarstraße 3 53842 Troisdorf Telefon: +4 92241 94720 info.de@asendia.com www.asendia.de AUSTRIAN POST International Deutschland GmbH Heinemannstraße 11-13 53175 Bonn T 0228/932949-0 F 0228/932949-19 info@austrianpost.de www.austrianpost.de Direct Link Worldwide Philipp-Reis-Straße 15 63128 Dietzenbach Telefon: 06155/897902-5 Telefax: 06155/897902-9 infogermany@directlink.com www.directlink.com Spring Global Delivery Solutions Kontakt Marketing: Sonja Riebel Lise-Meitner-Straße 9 50259 Pulheim E-Mail: Sonja.Riebel@spring- gds.com Kontakt Sales: Jan Brück E-Mail: jan.brueck@spring-gds. com P RO G R A M MAT I C P R I N T I N G Canon Deutschland GmbH Johann Schmidbauer Siemensallee 2 85586 Poing johann.schmidbauer @canon-europe.com Campaign – Part of Bertels- mann Marketing Services Reinhard-Mohn-Str. 300 33333 Gütersloh Deutschland Telefon: +49 5241 80-40865 info@campaign-services.de www.campaign-services.de Märtterer one to one Gerhard Märtterer Risselbronnen 25 71336 Waiblingen T 0715/1908855) gerhard@maertterer.net www.maertterer.net MKM media Verlags- und Medien- produktionsgesell. mbH & Co. KG Geschäftsführender Gesell- schafter Herr Thomas G. Müller Quermathe 9 14532 Stahnsdorf (03329699620) (033296996299) mueller@mkm-media.de www.mkm-media.de O/D Print T 06824-9001-0 info@od-online.de www.od-online.de www.onetoone-marketing.de Anzeige trbo GmbH Leopoldstr. 41 80802 München T 089/215 38 68 0 Infotrbo.com www.trbo.com Deutsche Telekom MMS GmbH Riesaer Straße 5 01129 Dresden Land: Deutschland Telefon: (0351) 28 20-0 a.dubau@t-systems.com www.t-systems-mms.com Ihr Unternehmen fehlt hier? onetoone.de/businessguide SmartCom GmbH Sauerfeldstr. 1 47495 Rheinberg T +49 (0)2843 / 957-0 kontakt@smartcom.de www.smartcom.de T E C H N O LO G Y Apteco GmbH Martin Clark Schaumainkai 87 60596 Frankfurt a.M. T 069/2566970-101 F 069/2566970-111 info@apteco.de www.apteco.de MAC IT-Solutions GmbH Nicole Wehner Lise-Meitner-Str. 14 24941 Flensburg T 0461/43055-0 F 0461/43055-180 info@mac-its.com www.mac-its.com Mapp Digital Germany GmbH Sandstraße 3 80335 München Telefon: 089 12009 600 marketing@webtrekk.de www.mapp.com/de myview systems GmbH Lindberghring 1 33142 Büren Telefon: 02955 74330 petra.seifert@myview.de www.myview.de real media technic STAUDACHER GmbH Kreuzburger Str. 8 90471 Nürnberg Telefon: 0911/89393-0 Telefax: 0911/8939393 info@staudacher.de www.staudacher.de

32 O N E t o O N E 0 4 / 2 0 2 3 k c o t s r e t t u h s : d l i B KI im Call Center Wie KI das Call Center umkrempelt Künstliche Intelligenz erobert als smarter Helfer die Servicecenter: Warum es für Unternehmen Zeit ist, einzusteigen und ihren Kundenkontakt auf die nächste Ebene zu heben. C all Center sind das Tor zu KundInnen: Die AgentInnen müs- sen deshalb schnelle und korrekte Antworten geben und das Kundenerlebnis positiv gestalten. KI-Lösungen können die Effizienz und Qualität der Beratung steigern. MitarbeiterInnen im Servicecenter sollen idealerweise wahre Alleskönner sein: Empathisch, stets aktuell informiert, effizient in der Bedienung der Anwendungen und völlig stressresistent. Das alles zu erfüllen, ist von Menschen viel verlangt. KI-basierte

34 O N E t o O N E 0 4 / 2 0 2 3 Digital out of Home Zeitenwende in der Außenwerbung l l a W : d l i B In wenigen Jahren werden digitale Plakate die gedruckten überholen. Ausgestat- tet mit allen Vorteilen der Online-Werbung, datengestütztes Targeting inklusive, bietet Digital Out of Home zudem Bewegtbild im stylishen Hochkant-Format und crossmediale Verlängerungen zu TV, Audio und Mobile. W ährend der Werbemarkt als Ganzes weiter schwächelt, investieren die Unternehmen immer mehr in die Prä- senz auf digitalen Plakaten. 30 Millionen Euro brutto mehr stehen laut Nielsen nach dem ersten Halbjahr 2023 auf dem Konto der boomenden Werbegattung. Schon das vergangene Jahr schloss Digital-Out-of-Home (DooH) mit einem Plus von 21 Prozent ab – netto, berechnete der Zentralverband der deutschen Werbewirtschaft (ZAW). Deutlich mehr als 360 Millionen Euro fließen damit jährlich in Werbung auf digitalen Werbeflächen im öffentlichen Raum: auf der Straße, an Bahnhöfen, Flughäfen, Bushaltestellen, in Bussen, U- und S-Bahnen, Arztpraxen, Apothe- ken, Shopping-Malls und am Point of Sale. Also überall dort, wo Menschen einer Transition ausgesetzt sind – wartend, fahrend, gehend, Zeit vertreibend. Noch nicht angekommen. Emotional offen. Diese Situation hat sich Außenwerbung schon immer zu- nutze gemacht. Dass etwa die H&M-Poster mit Anna Nicole Smith Anfang der 1990er Jahre für lange öffentliche Debatten sorgten, haben sie überhaupt nur dem Umstand zu verdanken, dass sie öffentlich aushingen. Sogar geklaut wurden viele der Plakate damals – paradiesische Zeiten für Marketer. Heute kämpft Werbung eher darum, überhaupt bemerkt zu werden. Und weil zu der nachlassenden Aufmerksamkeit und den grassierenden Werbeblockern im Internet auch noch eine Massenflucht weg von traditionellen Medien hin zu neuen Online- Stars stattfindet, haben die Schwergewichte TV und Print mit massiven Umsatzverlusten bei der Vermarktung zu kämpfen. In den ersten sechs Monaten dieses Jahren verloren vor allem die Fernsehsender stark: um weitere 9 Prozent ging es nach unten. Neben dem Kino, das hohe Zuwächse bei insgesamt aber ge- ringen Werbeinvestitionen verzeichnet, ist die Außenwerbung die einzige Werbegattung, die derzeit Zuwächse verzeichnet. Und das wird laut Prognosen von PwC und dem Anfang vergan- genen Jahr neu gegründeten Institute for Digital Out of Home Media in den nächsten zehn Jahren auch so weitergehen. DooH-Umsätze werden sich vervierfachen Wobei die Schere zwischen den Buchungen von gedruckten Plakaten und der Internet-Spielart immer weiter auseinander gehen wird: So steht der klassischen Klebeform eine Umsatzver- doppelung bis 2032 bevor, während mit digitalen Plakatschirmen bis dahin vier Mal so viel Geld gemacht wird wie heute. Und: Schon in vier Jahren wird DooH größer sein als das traditionelle Plakat. Aber warum? Ja, die Digitalisierung führt alle Vorteile der Online- Werbung auch für Außenwerber ein: DooH, vor allem program- matisch = über einen Server ersteigert, ist schnell einsetzbar, kurzfristig buchbar und jederzeit veränderbar. Wetter, Uhrzeit, regionale Besonderheiten, Bewegungsmuster samt Demogra- phien – auf all diese Parameter können Werbetreibende und ihre ausführenden Agenturen zeitnah reagieren. Beispiel Oatly: Der schwedische Hafergetränkehersteller lancierte im Sommer 2022 eine neue Produktsparte und bewarb die Eissorten auf digitalen

36 O N E t o O N E 0 4 / 2 0 2 3 Anzahl der DOOH Screens in Deutschland seit 2000 125.934 128.931 132.496 135.015 Roadside: ca. 4.600 110.824 97.911 11.365 3.191 2000 2007 2014 2016 2019 2020 2021 2022 Die Zahl der digitalen Plakat- schirme hat sich in den letzten 15 Jahren mehr als verzehnfacht. Und der Austausch klassischer Plakate schreitet weiter voran. Quelle: IDOOH; Grafik: Hightext Verlag Kampagnen verbindet. Im Juni lanciert, soll TV Boost DooH im 3. Quartal erste Ergebnisse bringen, hofft Andreas Knorr, Leiter Marketing bei WallDecaux. Die Kombination von Plakat- und Fern- sehwerbung wurde entwickelt, um Reichweitenverluste im TV programmatisch mit DooH auszugleichen: „Basis ist die Bereitstel- lung von Nutzungsdaten aus nationalen, linearen TV-Kampagnen auf lokaler Ebene“, so Knorr, „um so bei unterdurchschnittlicher TV-Performance in einzelnen Regionen automatisiert das Digital Out of Home-Netzwerk von WallDecaux anzusteuern.“ Kooperati- onspartner ist die kroatische Adtech-Firma AdScanner, die täglich sekundengenau auswertet, welchen Werbedruck die ausgesuchten TV-Kampagnen in der gewünschten Zielgruppe erzielen. weiter. „So lässt sich optimal analysieren, wie viel Werbedruck ein Spot bzw. eine Kampagne aufbauen konnte. Da AdScanner die Haushalte zusätzlich – datenschutzkonform – auch auf Postleit- zahlenebene auswerten kann, ergibt sich so ein für Deutschland einzigartiges Bild: Der Konsum von TV-Werbung kann auf breiter Fallzahl sekundengenau und lokal analysiert werden.“ Unterschrei- tet eine Kampagne die Zielvorgaben, wird das DooH-Portfolio von WallDecaux dort aktiviert, wo es an Kontakten fehlt. Dies lässt sich bis auf einzelne Stadtteile oder sogar PLZ-Gebiete herunter brechen. „Das wichtige Kriterium beim Targeting“, betont Knorr, „ ist aber nicht die Geolocation, sondern die Zielgruppe, die mit- tels der Reichweite oder des Werbedrucks erreicht werden soll.“ „Hierzu verbindet AdScanner die anonymisierten TV-Nutzungs- daten von über einer Million Vodafone-Haushalten mit der eigen- entwickelten, AI-basierten Videoanalysesoftware“ erklärt Knorr Plakatwerbung als Ergänzung zur Ausspielung in anderen Medien ist neben Hochkant-Kurzvideos an Fußgänger-Hotspots der zweite große Trend, der DooH für Werbetreibende so interessant macht. Netto Werbeeinnahmen Out of Home in Deutschland (Umsätze und Prognose) 861 890 914 933 386 672 359 595 320 522 280 454 818 770 724 682 410 1.002 417 919 416 836 406 753 DOOH Programmatisch DOOH Nicht-Programmatisch HoO klassisch 953 950 962 873 188 101 761 215 54 240 378 228 291 209 182 2020 2021 2022 2023 2024 2025 2026 2027 2028 2029 2030 2031 2032 Noch 2020 haben die Netto-Werbeeinnahmen von digitalen Werbebildschirmen nur 54 Millionen Euro betragen. Schon im nächsten Jahr wird der Betrag sieben Mal höher sein: ein echter Boom, der DooH bis 2023 auf Werbeeinnahmen von über einer Milliarde Euro tragen wird – netto. Quelle: PwC, 2022; Grafik: Hightext Verlag

38 O N E t o O N E 0 4 / 2 0 2 3 KI im Marketing KI ändert alles Expertinnen und Experten sind sich einig: KI wird das Marketing einfacher, schneller, effizienter und kostengünstiger machen. Dafür braucht es mehr Fachkenntnisse, exzellente Daten, exakte Briefings und nach wie vor: Fantasie. O ne-to-one-Marketing kann dank KI tatsächlich Realität werden und jeder Kunde, jede Kundin ihre ganz eigene, individuelle Werbebotschaft erhalten. Die „Zielgruppe“ wird dank der Analyse enormer Datenmengen zur „Zielperson“, der zum richtigen Zeitpunkt das richtige Produkt zum richtigen Preis geboten wird. Paaren Marketingprofis die Text-, Bild- und Programmier-Tools mit Predictive-Analytics-Lösungen und verhal- tensbasierten Kundendaten, lässt sich die individuelle Ansprache in atemberaubender Geschwindigkeit umsetzen. Menschliche Intervention kostet Geschwindigkeit Natürlich hat die Sache mit der KI im Marketing auch Haken. Die Spezialistin Andrea Ahlemeyer-Stubbe zum Beispiel schätzt, dass der Anteil der KI an der Erstellung und Steuerung von Mar- ketingmaßnahmen von heute rund 30 Prozent auf künftig 80 Prozent steigen wird. Das heißt: Es werden weniger Menschen gebraucht werden. Diejenigen, die mit KI-Lösungen arbeiten, sollten zudem echte Branchenprofis sein. Sie müssen sich mit der Materie sehr gut auskennen, um die Qualität der KI-generierten Ergebnisse be- urteilen zu können. „Sie müssen genau wissen, welche Ziele zu verfolgen sind und wie der Erfolg zu messen ist“, schreibt Andrea Ahlemeyer-Stubbe in ihrem lesenswerten Beitrag „How Artificial Intelligence (specifically generative AI) will change marketing and sales in the future“ für das KI-Special des „Applied Marketing Analytics-Magazine“. Das detaillierte und vollständige Briefing der Mitarbeitenden und der KI-Tools sowie der professionelle Check der Resultate werden erfolgsentscheidend sein. Wenn das Go für eine Kampagne erst gegeben ist, muss sie automatisiert und fast ohne menschliches „KI verändert das Dialogmarketing grundlegend und revolutio- niert den Kundendialog. Durch die Kombination von analyti- schen Methoden und generativer KI wird der Dialog individuel- ler und persönlicher gestaltet, während der Kundenservice dank neuer Techniken dramatisch verbessert wird. Die Zukunft des Dialogmarketings liegt in der Nutzung der vielfältigen Möglich- keiten, die KI bietet, um maßgeschneiderte und ansprechende Interaktionen mit den Kunden zu schaffen.“ Meinert Jacobsen und Stephan Schmidl, Vorsitzender und Co-Vorsitzender des Kompetenz- Center KI und Customer Centricity im DDV, erstellt mit Unterstützung von ChatGPT. Zutun laufen können, um wirklich schnell zu sein. Jede mensch- liche Intervention geht auf Kosten der Geschwindigkeit. Achtung vor dem Einheitsbrei Die mit KI-Tools erzeugten Ergebnisse sind naturgemäß nur so gut, wie die Daten, aufgrund derer sie „lernen“ und arbeiten. Die Qualität der Daten wird also noch wichtiger als sie ohnehin schon ist. Unternehmen, die mit fehlerhaften, veralteten oder unvollständigen Daten arbeiten, haben einen bedrohlichen Wett- bewerbsnachteil. Währenddessen dürfen diejenigen, die mit validen Daten arbeiten, nicht in die Bequemlichkeitsfalle tappen. Geben sie immer wieder dieselben Parameter ein, unterbreiten sie ihrer Kundschaft zwar absolut treffende, aber über kurz oder lang eben immer gleiche Angebote. Andrea Ahlemeyer-Stubbe warnt: „Generative KI konstruiert keine neuen Lösungen, sondern interpretiert aus gigantischen Datensätzen, wie eine Illustration oder ein Text wohl aussehen sollte. Und je häufiger ein Text oder ein Bild in einer Maßnahme verwendet wird, desto häufiger ist es in den öffentlich zugängli- chen Daten vorhanden.“ Diese Daten bilden dann wiederum die Trainingsmenge, auf der die KI für die neuen Maßnahmen lernt. So könnte ein Einheitsbrei entstehen, in dem sich die kommu- nikativen Botschaften in bestimmten Branchen oder Regionen einander immer weiter angleichen. Menschliche Fantasie, Krea- tivität und der eine oder andere unkonventionelle Geistesblitz sind also unbedingt auch weiterhin gefragt. Andrea Ahlemeyer-Stubbe, Foto: Hannah Bichay

40 O N E t o O N E 0 4 / 2 0 2 3 Deutscher Dialogmarketing Verband e.V. Mehrere Kündigungs- möglichkeiten auf einer Webseite zulässig Allerdings hat die gesetzliche Vorgabe keine beschränkende Wirkung: Neben dem gesetzlich verpflichtenden Kündigungs- button darf also eine weitere Möglichkeit zur Beendigung des Vertrages angeboten werden. So kann ein Unternehmer im Rahmen seines Online-Kündi- gungsverfahrens eine alternative Kündigungsmöglichkeit über das Kundenkonto zur Verfügung stellen, solange die gemäß § 312k BGB erforderliche Bestätigungsseite und Schaltfläche „Jetzt kündi- gen“ weiterhin vorhanden sind und diese unmittelbar und leicht zugänglich sind. Die Einrichtung eines zusätzlichen „Kündigungs- Assistenten“ im Kundenkonto begegnet damit keinen Bedenken (LG Koblenz, Urt. v. 7. März 2023 – Az.: 11 O 21/22). Der Bestellbutton in der Rechtspraxis Bei der Beschriftung des gesetzlich verpflichtend einzurichten- den Bestellbuttons auf einer Online-Verkaufsplattform sollte auf Kreativität verzichtet werden. „Mit … (Zahlungsmittel) bezahlen“ oder „Bezahlen mit … (Zahlungsmittel)“ entspricht nach Ansicht des Landgerichts in Hildesheim nicht den gesetzlichen Anfor- derungen gem. § 312j Abs. 3 BGB (Urt. v. 7. März 2023 – Az.: 6 O 156/22). Die gesetzlich vorgesehene Musterformulierung lautet „zahlungspflichtig bestellen“. Bei Abweichungen muss aus der Beschriftung des Bestellbuttons eindeutig hervorgehen, dass sich der Verbraucher mit Anklicken des Buttons zu einer Zah- lung verpflichtet. Die streitigen Formulierungen können auch so verstanden werden, dass mit dem Klick lediglich das gewählte Zahlungsmittel bestätigt werden soll. Insoweit fehlt es an der erforderlichen Eindeutigkeit. Die Bestellbutton-Pflicht gilt auch dann, wenn einem Verbraucher in einer standardisierten E-Mail ein Angebot zur Beendigung des Vertrages unterbreitet wird (AG Köln, Urt. v. 13. Februar 2023 – Az.: 133 C 189/22). Zwar gilt die Bestellbutton-Pflicht ausweislich des Gesetzeswortlauts nur für den Online-Vertragsschluss, doch ist sie nach Ansicht des Kölner Amtsgericht auch auf das Angebot einer Vertragsbeendigung im Rahmen einer standardisierten E-Mail analog anzuwenden. Dementsprechend muss eine standardisierte E-Mail, die die Möglichkeit einräumt, den Vertrag mit Klicken eines Buttons zu stornieren, eine mit dem Bestellbutton vergleichbare Schaltfläche mit allen erforderlichen Informationen enthalten und aus der Beschriftung muss eindeutig hervorgehen, dass mit dem Klick unmittelbar der Vertrag beendet wird. Was beim gleichzeitigen Abschluss zweier Verträge zu geschehen hat, wurde in Berlin geklärt: Zwei getrennte Bestellbuttons sind erforderlich (LG Berlin, Urt. v. 23. März 2023 – Az.: 67 S 9/23). Der Unternehmer muss seinen Hinweispflichten nach § 312j Abs. 3 BGB für jedes Vertragsverhältnis gesondert gerecht werden, auch wenn das umständlich ist. Für beide Verträge muss jeweils ein Bestellbutton mit eindeutiger Formulierung eingerichtet werden. Die Aufschriften „Weiter“ oder „weiter mit P. kostenlos“ genügen diesen Anforderungen nicht. Ein durch Cold Call zustan- de gekommener Vertrag ist wirksam Eine für die Praxis wichtige Frage ist erstmals und auch noch positiv beantwortet worden: Ein infolge eines unerbetenen Wer- beanrufs fernmündlich geschlossener Vertrag ist grundsätzlich wirksam; er kann aber (wie sonst auch) angefochten werden, wenn der Angerufene einem Inhaltsirrtum unterliegt. Wenn beide Vertragsparteien Unternehmer sind, ist ein Ver- trag, der im Rahmen eines „Cold Calls“ – ein Werbeanruf, mit dem der Angerufene nicht gerechnet hat – zustande gekommen ist, grundsätzlich wirksam. Doch wenn der Angerufene aufgrund der Überforderungssituation einem Inhaltsirrtum unterliegt – insbeson- dere, wenn er davon ausging, dass es bloß um die Modifizierung eines bereits bestehenden Vertragsverhältnisses geht –, berechtigt ihn dies zur Anfechtung des Vertrages (AG Lörrach, Urt. v. 25. Mai 2023 – Az.: 3 C 444/22). Prof. Stefan Engel, Partner bei DLA Piper

42 O N E t o O N E 0 4 / 2 0 2 3

44 O N E t o O N E 0 4 / 2 0 2 3 KI, die nächste Welle Was kommt nach ChatGPT-4? y a b a x i p , e c n a d n o o M - f l E : d l i B ChatGPT ist weder neu, noch einzigartig – selbst wenn die neue Version 4 nun auch Bilder kann. Eine ganze Reihe von KI-Technologien wartet in der Pipeline. Was kommt als nächster Mega-Hype? W ährend uns der eine oder andere Kolumnist mit be- merkenswerter Ausdauer noch daran erinnert, dass die Welt demnächst wegen ChatGPT untergeht, macht sich hier und da eine gewisse Gewöhnung an die vermeintliche KI-Dämmerung breit. 1. Zum einen begreift man, dass es so neu nun auch nicht wieder ist, was da geschieht. Dass ChatGPT zwar massiv Aufmerksamkeit generiert hat, aber ähnliche Referenztechnologien schon seit Jahren unter unserer Nase gedeihen. 2. Zum anderen hat ChatGPT inzwischen so viele peinliche Patzer, dass der unterstellten Allmacht des Open-AI-Tools zunehmend en- gere Grenzen aufgezeigt werden. Diese Grenzen soll die neue Ver- sion GPT-4 nun nach hinten verschieben. Der größte Unterschied zwischen GPT-3 und GPT-4 liegt in der Anzahl der Werte, die in das Training des Algorithmus einfließen, die Parameter. GPT-3 wurde mit 175 Milliarden, GPT-4 mit 100 Billionen Parametern trainiert. Außerdem kann der große Bot-Bruder laut Hersteller nun auch Bilder als Input verstehen. Damit bewegt sich ChatGPT-4 vom LLM (Large Language Model) zum LMM („Large Multimodal Model“). 3. Dann sind da noch zum Dritten die tapferen Agenturen, die sich Chatbots und KI aneignen und Wege erforschen, sie in einem sinn- vollen und produktiven Maße einzusetzen; etwa als Unterstützer der menschlichen Arbeitskraft. Wenig erörtert bis nahezu undiskutiert bleibt eine Frage, die doch eigentlich ganz oben auf all unseren Agenden stehen sollte, wenn KI wirklich das unvermeidliche Schicksal der Menschheit ist: Was kommt denn jetzt als nächstes? Nach ChatGPT-4? Die Frage hat im Grunde zwei Antworten: Zum einen gibt es da all die Konsequenzen und Technologien, die sich unmittelbar aus ChatGPT selbst ergeben – daraus entstehende Industrien und Schwester-Technologien quasi. Darüber hinausgehend, weiter gefasst fällt die Antwort aus, was eigentlich nach Generativer KI kommt, also nach der KI-Forschungsdisziplin, der ChatGPT zu- grunde liegt. Stehen als nächstes die smarten Roboter auf der Matte? Oder hören endlich die autonomen Autos auf, in Stauenden zu rasseln und bevölkern unsere Straßen? Kleiner Spielverderber vorneweg: Die Antwort ist ein wenig banaler und der Fortschritt deutlich weniger rasant. Aber ver- ändern wird sich trotzdem einiges, und gut beraten ist, wer jetzt schon sein Geschäftsmodell darauf abklopft, was das für seine/ ihre Firma bedeutet. Denn auch bei den Nachfolgern des großen Hypes ChatGPT gilt, was auch schon für den Chatbot selbst gilt KI-Zeitstrahl: Zu erwartende Anwendungen in den kommenden 10 Jahren Heute Zwei Jahre Fünf Jahre Generative KI Synthetic Data AI Cloud- Services Physikalische AI AI Trism Causal AI/ Model Operations Bilderkennung Edge AI Deep Learning Composite Data Labeling AI Operational AI Systems Generative KI, zu der auch ChatGPT gehört, macht in den kommenden zwei Jahren den Weg zur endgültigen Marktreife. Synthetisch erzeugte Daten da- gegen werden noch 2 bis 5 Jahre auf sich warten lassen. Die Anwendungen im Zeitraum bis zehn Jahre müssen nicht zwingend in der angegebenen Reihenfolge den Markt erreichen: Je nachdem wie sich For- schungsschwerpunkte und Vermarktbarkeit entwickeln, kann zum Beispiel

46 O N E t o O N E 0 4 / 2 0 2 3 gesagt hat, man könne in kurzen Hosen in den Biergarten gehen. Doch eben jene zuverlässigen und komplexen KI-Tools, die auf Modellen basieren, werden nicht gerade durch ChatGPT geför- dert. Schließlich ist der magische Bot, der uns alle überflüssig macht, so einfach zu bedienen, jeder glaubt ihn zu verstehen und mal im Ernst: Warum soll man denn viel Geld und Zeit in so eine modellbasierte KI stecken, im Web gibts das doch für einen Bruchteil des Geldes als datenbasiertes Add-On! Vor diesem Hintergrund ergeben sich einige Trends, die uns nun im Fahrwasser des ChatGPT-Hypes erreichen werden, die mittelfristigen Trends. Trend: Chatbots als Datenlecks In einigen Betrieben, darunter solche Giganten wie Amazon, schieben die Unternehmensrichtlinien der Bot-Verwendung einen Riegel vor. Grund: Es ist bereits vorgekommen, dass man geschützte Programme und sensible Daten mit dem Bot kombi- niert hat, der diese dann für sein Training weiterverwendet und zurückgespielt hat an seine Server. Und ehe man sich versieht, schmeißt man als Onlinekonzern einem Bot-Anbieter ebenso arg- los Daten in den Hals, wie ein Nutzer oder eine Nutzerin, der oder die ChatGPT nutzt, unwillkürlich Daten über sich selbst und seine oder ihre Interessen preisgibt, wenn er oder sie das Tool nutzt. Trend: Der Aufstieg der datenzentrierten Fast-Food-KI Systeme, die auf vortrainierten Daten aufbauen, werden die kommenden Jahre Vorfahrt gegenüber den aufwändigeren KIs erhalten, die sich der komplizierteren Modellierungen bedienen. Konkret werden das vor allem Anwendungen sein, die aus dem Machine Learning kommen, also Algorithmen benutzen, die in einem Datentopf Muster erkennen können, die man ihnen bei- gebracht hat; und im weiteren werden noch die Deep-Learning- Anwendungen von mehr Aufmerksamkeit profitieren, die Daten durchforsten und selbstständig Muster finden, nicht nur solche, die man ihnen beigebracht hat. Die Versprechen des Deep Learning reichen nahe an die Leistungen einer modellbasierten KI heran, sind aber nach wie vor nur datenzentriert. Trend: Die KI-Abmahn-Industrie Wer sich die Mühe gemacht hat, mal das Kleingedruckte von KI-Chatbots zu lesen, entdeckt, dass das Urheberrecht der gene- rierten Texte in der Regel bei der Herstellerfirma liegt. Wer also einen solchen Text auf seiner Homepage veröffentlicht, müsste Tantiemen an einen Hersteller wie beispielsweise OpenAI zahlen. „Hoho, das kann natürlich mir nicht passieren, denn ich schreibe den Text um!“ wird da die gängige Antwort lauten, doch ein Bot, der es schafft, sämtliche existierenden Texte nach Mustern zu durchforsten, wird es auch hinbekommen, ein Wasserzeichen in generierten Texten unterzubringen, das man selbst nach x Korrekturschleifen noch nicht beseitigt hat. Das können zum Beispiel mathematische Hinweise in verwendeten Worten und deren Länge, Häufigkeit oder Verteilung sein, die so komplex sind, dass man sie weder bemerken noch entfernen kann. „Will man wissen, was nach Chat GPT kommt, muss man sich fragen, womit sich Geld verdienen lässt“, sagt Professor Doktor Julius Schöning, Hochschule Osnabrück, Fakultät Ingenieurwissenschaf- ten und Informatik. „Vor diesem Hintergrund könnte die nächste relevante KI-Technologie eine sein, die Bot-Texte erkennt, selbst redigierte und dann identifiziert, ob ein Text auf einer Homepage von ChatGPT kommt. Und dann machen entweder die Abmahn- anwälte oder Firmen mit offener Hand die Runde und kassieren Abmahngebühren ab.“ Trend: Menschliche Korrektur statt Künstliche Intelligenz – Justiert wird hinten raus Was wäre Künstliche Intelligenz ohne ein wenig gutbekannten, alten Rassismus und Sexismus? Antwort: Es wäre wirkliche Künst- liche Intelligenz, doch da sie weder intelligent ist (sie erkennt und reproduziert Muster) und auch nicht künstlich (sie basiert auf Daten von Menschen), wiederholt KI stumpf übelste Klischees. Es gibt stichhaltige Hinweise darauf, dass ChatGPT in den hintersten Winkeln des Dark Webs trainiert wurde und Zugriff auf Daten hatte, die die wenigsten Menschen sehen wollen, die eine demokratische Gesinnung und straffrei ausübbare, sexuelle Vorlieben besitzen. Doch Algorithmen nehmen alles zum Training mit, was sie können. Deswegen besitzen sie in der Regel eine oder alle der drei Varianten von „Bias“, also virtueller Voreingenommenheit. Diese Bias gar nicht erst ins System zu lassen, würde eine kontrollierte Datenauswahl, eine genaue Überprüfung der Erhebungsprozesse und dann eine ebenso gründliche Analyse der Verarbeitung erfordern. De facto weiß man aber weder, was in den Daten steht (zu große Mengen) und wie sie vom Algorithmus verarbeitet werden (zu komplex und dynamisch in der Gewichtung der Faktoren, je nach Input). Also was tun? Protoypisch für den industriellen Umgang mit Rassismus in KI sei hier der Fall einer Bilderkennung genannt, die immer, wenn ein Weißer ein Thermometer in der Hand hatte, darin ein Thermometer erkannte, aber stets eine Pistole, wenn es ein Schwarzer hielt – denn wenn das Internet der Lehrmeister ist, dann kommt man eben zu der Erkenntnis, dass Schwarze grundsätzlich kriminell seien. Die Lösung in diesem Fall – und eben auch in sämtlichen vergleichbaren Fällen – ist aktuell, die ausgeworfenen Erkenntnisse umzulabeln. Befindet also eine KI, dass ein schwarzer Mensch eine Knarre hält, dann entfernt man das Daten-Schild „Knarre“ vom Ergebnis, händisch. Der Rassismus ist nach wie vor im System, irgendwo – keiner weiß wo. Dieses Problem wird uns als Trend begleiten und bringt einige neue Trends im Gefolge mit. Trend: Altersfreigaben und Ethik-Richtlinien für KI Auf Dauer sind Rassismus, Sexismus oder anti-demokratische Elemente nicht händisch korrigierbar, „neben KI brauchen wir modellbasierte Lösungen, die nicht nur erkennen, wenn etwas faktisch nicht korrekt sein kann, sondern auch erkennen, wenn etwas ethisch bedenklich ist“, sagt Julius Schöning. „Doch das ist noch ein weiter Weg, bis Maschinen da ankommen, was Men- schen instinktiv erkennen. Ein für Kinder ungeeigneter Witz fällt Menschen sofort auf, Agenten-Lösungen wie Googles Assistant, Alexa und Co werfen manchmal Humor aus, der nahe oder jenseits einer subjektiven Geschmacksgrenze liegt.“ Okay – aber was kommt wirklich an neuen Technologien nach ChatGPT? Dies sind einige der Phänomene, die man zugegebenermaßen nicht als neue Technologien bezeichnen kann, sondern eher als Nebenwirkungen und zu bewältigende Probleme. Doch was

48 O N E t o O N E 0 4 / 2 0 2 3 Prompt-Datenbanken Unternehmenseigene Prompt- Datenbanken im KI-Einsatz Unternehmen sollten Prompts, mit denen sie Inhalte in KI generieren, speichern, sagen manche. Ergibt das Sinn? Wie sollte eine Datenbank aussehen? Es zeigt sich: In Prompt-Datenbanken offenbart sich eine Crux von KI selbst. Und nach wie vor sucht die digitale Welt nach Wegen, wie genau man mit dieser Künstlichen Intelligenz umgehen soll. Manche rufen rhetorisch zur Flucht in den Bunker auf. Denn schließlich steht das KI-verschuldete Weltende, ein 'Tsunami' oder wenigstens ein „Erdbeben“, an. Andere ergehen sich weniger in düsterer Apokalyptik und suchen nach produk- tiveren Ansätzen. In diesem Umfeld liest man immer wieder von Prompt-Datenbanken, um KI in hilfreiche Felder zu führen. Ebenso weichen die Ergebnisse stark voneinander ab, je nach- dem wer da mit welcher Tonalität, Ausführlichkeit und Wortwahl dem Bot ein Ergebnis entlocken will. Will ein Unternehmen also eine halbwegs stimmige Ansprechhaltung und Optik haben, ist es hilfreich, wenn die MitarbeiterInnen an den KI-Lösungen ähnliche Prompts eingeben, so dass die Ergebnisse halbwegs stimmig sind. Man hat im Prompt-Experten schon einen Zukunftsjob gesehen, der mit Titeln wie „Prompt Engineer“ durch Social Media geisterte. Prompten ist mit der KI gleichermaßen ins Blickfeld gerückt. Denn so ganz intuitiv und kinderleicht ist es eben nicht, den ChatGPTs, Midjourneys, Stable Diffusions und all den Anderen sinnvollen Output zu entlocken. Die Ergebnisse variieren deut- lich, je nachdem mit welchen klarsprachlichen Eingaben man die smarten Bots füttert. Wer zum Beispiel ein Bild bei einem Bildgenerator im Kinoformat erstellen will, dem kann es passieren, dass er noch so oft „Kinoformat“ oder „16:9“ eingibt und nicht weiterkommt. Der funktionierende Prompt lautet bei Midjourney beispielsweise „--ar 16:9“. Die Alternative zu diesem Posten (den es höchstwahrscheinlich nie geben wird, aber mehr dazu später) ist die Prompt-Datenbank. Also ein Verzeichnis von Befehlen an KI-Lösungen, mit denen Unternehmen halbwegs einheitliche Ergebnisse in halbwegs einheitlicher Qualität zeitigen wollen. Halbwegs, weil KI aufgrund der Komplexität der lernenden Algorithmen nahezu chaostheo- retisch funktioniert: Man gibt zwei Mal exakt dasselbe ein und erhält dennoch verschiedene Ergebnisse. Aber bei Verwendung ähnlicher Prompts kann sich ein Unternehmen zumindest in einem gewissen Korridor bewegen, was seine KI-Outputs angeht.

50 O N E t o O N E 0 4 / 2 0 2 3 die man gerne herstellen möchte. Dann kann der individuelle Weg zu prompten, gut aufbewahrt in einer Datenbank, ein Weg zu jener großen Kunst sein, die man Wiederholbarkeit nennt: Der individuelle Stil eines Künstlers wird in seinen individuellen Prompts gespiegelt. Insofern sind Prompt-Datenbanken ein Tool der Individualität. Theoretisch zumindest. Denn hier stößt man tief in die Widersprüchlichkeit der Krücke vor, die Prompt- Datenbanken sind. Denn ihrem Wesen nach sind KIs keine individuellen Werk- zeuge, sondern Massentools. Die Willkürlichkeit und die Masse ihres Ausstoßes sind sogar Kern ihres Wesens. Denn so sehr die KI-Enthusiasten das auch behaupten – KIs können keine Kreativi- tät und werden sie wohl erst in vielen Jahren oder auch niemals können. Was wir als Originalität an einer KI wahrnehmen, ist das auf unendlichen Datenmengen beruhende Ausspucken von Zufallsergebnissen. Die Willkür der Darstellung ist so groß, dass wir diese nicht mehr nachvollziehbare Beliebigkeit als Kreativität wahrnehmen. Man denke an den alptraumhaften Surrealismus all der KI-Werbespots – die wirren Bilder sind lediglich Datenchaos, das der Rechner ausspuckt und je nach menschlichem Feedback ändert oder wiederholt. So gesehen sind Prompt-Datenbanken der „Versuch einer Individualisierung innerhalb eines Massentools“, so Benedikt Schnurr, Professor am Lehrstuhl für Marketing an der Technischen Universität München. Wenn Marken etwa versuchen, ihren KI- Generatoren diversere Texte, Videos und Bilder zu entlocken, so „stellt sich die Frage, wieso man nicht von vornherein auf Diversität setzt, anstatt ein uniformes Tool zu justieren. Trickst man einen Algorithmus so aus, dass er Bilder von Minderheiten generiert, so ist das ein Stück weit ein Schlag ins Gesicht der echten Minderheiten.“ Ansatzweise hat sich das bereits in den negativen Reaktionen auf Levi's Ankündigung bewahrheitet, mittels KI mehr diverse Models abzubilden. Das Unternehmen musste kleinlaut einräumen, dass KI-generierte diverse Models natürlich keinesfalls Ersatz sein könnten für echte diverse Models oder die Arbeit, die man im sogenannten „echten Leben“ für Inklusion leisten müsse (The Verge berichtete). Professor Doktor Darius Burschka, Technische Universität Mün- chen, Department of Computer Engineering, Leiter der Gruppe „Machine Vision and Perception“, steht dem Prinzip der Prompt- Datenbanken noch aus einem weiteren Grund skeptisch gegen- über: „Für mich ist es komisch, dass man bei einem angeblich so intuitiven Interface die Bedienung des Tools lernen muss und sich das Tool nicht an einen selbst anpasst.“ Burschka vermutet hier einen Beleg dafür, dass KI viel häufiger als wahrgenommen „vorgegebene Beispiele abspult und nichts dabei lernt. Kommen die Prompts hier vielleicht Trainingsbeispielen für bestimmte tiefere Funktionen nahe, die aber nur aufgerufen werden, wenn man so ähnlich wie der dem Trainer fragt?“ Soll heißen: Prompts sind ebenso wenig intuitiv, wie KIs intelligent sind. Alles funk- tioniert nur, wenn man sich an eine Betriebsanleitung hält (das Prompting), die wir aber ja angeblich nicht mehr brauchen, weil KIs intuitiv sind und von uns lernen. Prompt-Datenbanken werden vor diesem Hintergrund ein Übergangsphänomen sein. Man wird sie eine Zeitlang benöti- gen, bis die Algorithmen gelernt haben, menschliche Eingaben besser zu verstehen. Sie sind auf jeden Fall substanziellere Er- findungen, als es Phantasiejobs wie der Prompt-Engineer sind, „das sagt Open AI sogar selbst“, erklärt Jan Donaj: „Man benötigt lediglich Menschen, die sich grob mit den Prinzipien von KI und Prompting auskennen.“ Die nötige Nachhilfe und Standardisierung übernimmt dann die Prompt-Datenbank. Hier wird es bald mehr und mehr schlüs- selfertige Lösungen für Unternehmen geben, wie etwa Prompt Perfect oder Aiprm. Im Grunde nicht mehr als eine morsche Krücke Doch wie man es auch dreht und wendet: Prompt-Datenbanken werden immer ein Versuch sein, das Beliebige der KI in Rou- tinen zu verwandeln und das massenhaft Pseudo-Kreative in Individualismus zu verwandeln. Will man wirklich Bilder oder Texte im eigenen Unternehmensstil aus einer KI herauskitzeln, so „muss man die KI im Grunde selbst trainieren“, so Jan Donaj, „man muss die generative KI selbst trainieren, mit den Inhalten, die man replizieren möchte.“ Dazu gibt es zwei Möglichkeiten: 1. Entweder man postet eine Textprobe in den Bot, etwa ChatGPT, und sagt ihm, er möge etwas in dem Stil posten. Geht einfach, wird aber sehr beschränkte Ergebnisse zeitigen, weil der Daten- Input winzig ist. 2. Besser geht es, trainiert man die generative KI mittels einer API, über die man so viel Texte wie nur nötig einspeist, um sie zu trainieren. Dann kann der Bot aus den Daten einen Stil ableiten und reproduzieren. Doch egal, ob man die KI trainiert oder nur Prompts nutzt. So oder so stellt sich dann die Frage, wo genau eigentlich diese Prompts und Trainingsdaten gespeichert werden. Mit welchem Status des Verwertungsrechtes? Wer kann darauf zugreifen? Unlängst brauchte eine Bande schimmerloser Angestellter nicht mehr für den Spott zu sorgen, als sie Firmengeheimnisse fröhlich auf die Server von Open AI hinauspustete: Golem berichtet, dass die Samsung-Programmierer drei Mal binnen kurzer Zeit firmen- eigenen Quellcode bei ChatGPT verfütterten, damit der Bot ihnen die anstrengende Fehlersuche abnehme. Bei Prompt-Datenbanken wird es ganz ähnlich sein: Firmen müssen sich die Frage stellen, inwiefern sie wirklich Prompts verfügbar machen wollen. Prompt-Datenbanken und ihre Sicherheit sind dabei nur ein Teil des Problems. Die viel grundsätzlichere Frage lautet: Will man wirklich eine KI nutzen, solange dabei sensible Daten hin- ausgehen auf die Server der Betreiber? Eine Prompt-Datenbank, zumal eine cloudbasierte eines externen Herstellers, macht das große Datenschutzproblem nur noch schlimmer, das in all jenen KI-Lösungen angelegt ist, die aktuell so populär sind. (Sebastian Halm)

Ihr kostenloser Zugang zur DMEXCO Digital Dialog Stage Zum zweiten Mal bringen wir gemeinsam mit dem DDV wieder die „Dialog Area“ an den Start: Auf der DMEXCO in Halle 8 A010/B013 als Wohnzimmer der Dialogbranche mit innovativen Ausstellern und einer Wohlfühl-Lounge mit Barista und inklusivem Kaffee. Am ersten Messetag präsentieren wir ab 10 Uhr die Dialog Stage als Intensiv-Vortragsprogramm mit Anwendungs- berichten rund um Customer Experience und Dialogmarketing. Wenn Sie nicht in Köln sind, können Sie online in Echt- zeit mit der DMEXCO Digital Dialog Stage dabei sein. Dort können Sie in Echtzeit alle Vorträge verfolgen live Fragen an die Vortragenden stellen sämtliche Vorträge als Webcasts ansehen die Vortrags-Präsentationen herunterladen mit Ausstellern Kontakt aufnehmen aktuelle DMEXCO-Themen verfolgen ONEtoONE.de/dmexco