Eingabe löschen

Kopfbereich

Schnellnavigation

Hauptnavigation

Swiss Marketing AI Research Lab

Die künstliche Intelligenz ist im Alltag angekommen. Neben Alexa und Google Home findet sie sich auch in selbstfahrenden Autos und in Systemen, die komplexe Bild- und Spracherkennung benötigen. Dies ist aber nicht alles, denn die künstliche Intelligenz erobert auch das Marketing.

Big Data ist nicht nur ein Trendwort, sondern Realität. Gerade Social Media Plattformen und Webservices liefern hunderte Datensätze. Eigentlich dazu gedacht, das Marketing noch besser auf die Nutzer zuzuschneiden. Allerdings scheitern viele Unternehmen an der Komplexität und am Volumen dieser Datensätze.

Im bekannten Business AI Framework von Gentsch ist die Komplexität der aktuellen Themen dargestellt, doch was bedeutet dies für das Marketing?

Getrieben durch diese steigende Komplexität im Zusammenhang mit der steigenden Datenverfügbarkeit und der Anzahl von relevanten Systemen und Tools, werden Fragen aus dem Bereich Analytics noch verstärkt:


Hier setzt die künstliche Marketing Intelligenz an. Sie hilft mittels der Analysen eine bessere Kundenerfahrung und ein zielgerichtetes Marketing sicherzustellen, um am Schluss einen grösseren Umsatz für das Unternehmen zu erwirtschaften.
Und genau hier sollen die Marketing KIs (künstliche Intelligenzen) helfen eine bessere Kundenerfahrung, in die Zukunft gerichtete Analysen und zielgerichtetes Marketing sicherzustellen, um einen grösseren ROI für Unternehmen zu erwirtschaften.
Die künstliche Intelligenz kann diese Daten zum Teil selbständig analysieren, Muster erkennen und sogar Empfehlungen aussprechen. So können z.B. Kunden auf Basis dieser Systeme neu segmentiert werden, Chatsysteme können sich automatisiert auf die Stimmungslage der Kunden einstellen und somit das Servicecenter entlasten.
Trotz aller Euphorie, der Einsatz von künstlicher Intelligenz birgt auch grosse Herausforderungen für die Unternehmen. Ausserdem gibt es auch hier Grenzen, die eine Umsetzung schlussendlich doch verunmöglichen. Wichtige Fragen sind in diesem Zusammenhang:

Und genau hier setzt das IMM Marketing AI Research Lab mit praxisorientierten Lösungen an.

Vom Labor in die Praxis, das IMM Marketing AI Research Lab macht es möglich

Das IMM Marketing AI Research Lab will gemeinsam mit Unternehmenspartnern anhand von Praxis-Projekten herausfinden, wie Marketing AI optimal in den Unternehmen eingesetzt werden kann.
Dabei liegen die Schwerpunkte des Labs auf der Entwicklung von praxisnahen Beispielen, der Evaluierung von Methoden zum Einsatz und zum Aufbau von Marketing-AIs und auf der Evaluierung von Technologien (Produkte und Services) für den Einsatz im Unternehmen.

Die einzelnen Schwerpunkte können durch die beteiligten Unternehmen definiert und gewichtet werden. Aktuell werden die folgenden Themen betrachtet:

Das Research Lab will konkrete Konzepte und Prototypen erstellen, die tatsächlich für den Einsatz in der Praxis geeignet sind. Dabei werden die praktischen Anforderungen berücksichtigt.

Das IMM Marketing AI Research Lab hat ein eigenes Forschungs- und Testlabor, in dem Marketing-AI-Technologien prototypisch entwickelt und getestet werden können. Dabei können insbesondere auch das Kundenverhalten und mögliche Verhaltensänderungen anhand von Behavioral-Change-Modellen erforscht werden. Zu den eingesetzten Methoden zählen Laborexperimente, Feldexperimente, Online-Experimente, Eye-Tracking, Fokusgruppen, Qualitative Einzel-Explorationen, Tiefeninterviews, Qualitative Telefon-Interviews, Expertengespräche und Business-to-Business-Interviews. Auf technischer Seite kann eine eigene Entwicklungs- und Test-Infrastruktur aufgebaut werden z.B. auf der Basis von Tensorflow oder IBM Watson.

Enge Verbindung mit der Praxis

Der Kern des Marketing AI Research Labs ist die enge Zusammenarbeit mit den Praxispartnern. Diese soll sicherstellen, dass sich die thematische Ausrichtung immer klar an den Bedürfnissen und Herausforderungen der Praxis orientieren kann. Zudem soll der Austausch und die Zusammenarbeit zwischen den Praxispartnern gefördert werden.

Die Dauer der Teilnahme an den Forschungsprojekten liegt bei 18 Monaten. Eine Verlängerung der Zusammenarbeit ist immer möglich.