Workshop: Vom ersten Use Case zur Marketing-Automatisierung

Der Workshop „Vom ersten Use Case zur Marketing-Automatisierung – KI im Marketing für den Mittelstand“ zeigt, wie Unternehmen Künstliche Intelligenz im Marketing sinnvoll in ihre tägliche Arbeit integrieren können. Regine Haschka-Helmer und Thomas Hildebrandt von AiCHEMY by Seedlab richten den Blick dabei auf die Abläufe hinter den Werkzeugen. Ausgangspunkt ist ein Unternehmens-Briefing mit Positionierung, Zielgruppen, Produkten, Tonalität, Belegen und klaren Grenzen. Dieses Wissen bildet den Kontext, auf den Texte, Bilder, Kampagnen und automatisierte Prozesse zugreifen. Erst danach werden passende Modelle und Anwendungen ausgewählt.

Ein gemeinsamer Kontext verhindert austauschbare KI-Texte und macht Ergebnisse konsistenter. Wiederkehrende Arbeit lässt sich zu einer Strecke verbinden: Daten werden einmal bereitgestellt, Inhalte in mehreren Formaten und Sprachen erzeugt, gegen Marken- und Rechtsregeln geprüft, von einem Menschen freigegeben und anschließend ausgewertet. Im Automotive-Beispiel ersetzte eine zentrale Produktionsstrecke die getrennte Arbeit von 126 Agenturen in 26 Märkten und 29 Sprachen. Die Präsentation nennt Einsparungen von 7 Millionen Euro in der Produktion und 20 Millionen Euro bei Media. Dasselbe Prinzip funktioniert auch im kleinen Team. Bei WEGA Green Goose entstanden ohne Fotoshooting 27 Motive und sechs Reels sowie 58 deutsche und englische Produkttexte. Die erste Kampagne war acht Tage nach dem Briefing live und erzielte im ersten Monat 30 bis 35 Bestellungen.

Der wichtigste Satz des Workshops lautet: Kontext schlägt Prompt. Ein gutes Briefing verbessert die Ausgabe stärker als ein ausgefeilter Einzelprompt ohne Unternehmenswissen. Ebenso wichtig ist die Reihenfolge. Zuerst werden vorhandene Daten, doppelte Arbeit und Regeln geprüft. Danach entsteht ein Zielbild für den Ablauf. Ein Pilot mit einem Produkt, einem Use Case, einer messbaren Kennzahl und einer verantwortlichen Person liefert den Beweis. Erst wenn die Mechanik funktioniert, folgt der Rollout auf weitere Produkte, Kanäle und Sprachen. Menschen bleiben Teil des Prozesses: Die KI schlägt vor und prüft, ein Mensch gibt frei. Leistungsdaten fließen anschließend zurück in Briefing und Regeln. So wird der Ablauf mit jeder Kampagne besser.

Einsatzmöglichkeiten reichen von Strategie, Marktforschung und Content-Erstellung über Suchmaschinenoptimierung, Anzeigen und Social Media bis zu Lead-Bearbeitung, Kundenservice und Reporting. Ein konkreter Funnel kann beispielsweise einen Instagram-Kommentar erkennen, eine Direktnachricht öffnen, nach Zustimmung Kontaktdaten an das Customer-Relationship-Management übergeben und einen Guide sowie eine E-Mail-Sequenz versenden. Dafür braucht es keine große neue Plattform, sondern fünf sauber verbundene Ebenen: Wissen und Kontext, geeignete KI-Modelle, dokumentierte Workflows, angebundene Systeme und Kanäle sowie Messung und Regeln. Datenschutz wird je Workflow entschieden. Öffentliche, interne und personenbezogene Daten erhalten jeweils ein passendes Betriebsmodell. Firmendaten gehören nicht in private Konten oder kostenlose Tarife; Auftragsverarbeitung, Datenstandort, Zugriffsrechte und menschliche Freigaben müssen geklärt sein.

Der Einstieg beginnt mit einer Seite: dem Unternehmens-Briefing. Darin werden Positionierung, wichtigste Zielgruppen und Probleme, Angebot, Tonalität, unerwünschte Begriffe, belastbare Belege und klare Abgrenzungen festgehalten. Anschließend wählt das Unternehmen einen kleinen, häufig wiederkehrenden Anwendungsfall, benennt eine verantwortliche Person und legt eine Kennzahl fest, die sich innerhalb weniger Wochen verändert. Erst auf dieser Grundlage werden Werkzeuge angebunden. Der Pilot wird vor und nach der Einführung gemessen. Funktioniert er, übernimmt das Team den Betrieb und überträgt den Ablauf schrittweise auf weitere Aufgaben. So entsteht aus einem ersten Use Case eine belastbare Marketing-Automatisierung.