Vom KI-Hype zur Skalierung

Künstliche Intelligenz gehört schon jetzt in vielen Marketingabteilungen zum Arbeitsalltag. Laut der «CMO Survey 2026» kommt KI inzwischen bei 24 Prozent aller Marketingaktivitäten zum Einsatz, fast doppelt so häufig wie im Jahr 2024. In drei Jahren soll sich diese Zahl auf 56 Prozent erhöhen. Doch viele Unternehmen tun sich weiterhin schwer, KI in bestehende Abläufe zu integrieren und ihren Nutzen nachzuweisen. Für das Marketing stellt sich daher nicht die Frage, ob man KI einsetzt, sondern mit welchen Anwendungen man beginnt. Die folgenden Beispiele zeigen, was bereits heute in Schweizer Unternehmen im Einsatz ist.

Wissen über Kunden und interne Prozesse liegt oft verteilt in Studien, Markenrichtlinien und CRM-Systemen. Ein KI-gestütztes Wissenssystem kann diese Informationen über einen Chat zugänglich machen. Mitarbeitende können direkt im Chat fragen, wie eine frühere Kampagne abgeschnitten hat oder welche Interaktionen mit einem Kunden stattgefunden haben. Das System trägt die relevanten Informationen zusammen und verweist auf die Quellen. Der Nutzen liegt dabei im schnellen Zugriff auf das Unternehmenswissen. Voraussetzungen sind freigegebene Datenquellen, klare Zugriffsrechte und eine gepflegte Wissensbasis.

Synthetische Konsumenten, sogenannte Digital Twins, simulieren Reaktionen von Zielgruppen. Das Marketingteam kann mit ihnen Claims diskutieren, Werbemittel beurteilen lassen oder Konzepte vergleichen. Ergebnisse liegen in wenigen Minuten vor. So lassen sich mehr Ideen testen, bevor Geld in eine Befragung mit realen Zielgruppen oder in die Produktion fliesst. Digital Twins ersetzen die klassische Marktforschung dabei nicht vollständig. Besonders geeignet sind sie für frühe Konzepttests, explorative Fragen und die Vorauswahl von Varianten. Strategisch wichtige Entscheidungen sollten weiterhin mit realen Kunden validiert werden. Es bietet sich daher an, Ideen zuerst mit Digital Twins zu testen und sie anschliessend mit Menschen zu überprüfen.

Generative KI produziert in kurzer Zeit grosse Mengen an Texten und Bildern. Ohne klare Vorgaben wird der Markenauftritt aber schnell uneinheitlich. Ein KI-Brandbook übersetzt Positionierung, Tonalität und visuelle Regeln in Vorgaben für das KI-System. Lokale Teams, Agenturen oder Vertriebspartner kreieren damit selbst markenkonforme Inhalte. Die KI prüft Texte und Bilder anhand der Vorgaben, schlägt Anpassungen vor und erstellt Varianten für unterschiedliche Kanäle. Das Marketingteam erstellt weniger Inhalte selbst und kümmert sich stärker um Vorgaben und Qualität.

Viele Serviceanfragen betreffen wiederkehrende Themen wie Lieferstatus oder Reklamationen. KI-Agenten können den Erstkontakt übernehmen, fehlende Angaben erfragen und ein Ticket im Supportsystem anlegen. Einfache Fälle bearbeiten sie selbstständig, komplexere übergeben sie mit den nötigen Informationen an Mitarbeitende. Der Nutzen lässt sich über den Anteil automatisch gelöster Anfragen, die Bearbeitungszeit und die Kundenzufriedenheit messen. Wichtig bleibt der Übergang zum Menschen. Bei schwierigen Anliegen sollten die Kunden möglichst schnell persönliche Unterstützung erhalten. Vor einem Kundentermin suchen die Vertriebsmitarbeitenden Informationen aus CRM, Korrespondenz, Supportfällen und öffentlich verfügbaren Quellen zusammen. Ein KI-Assistent kann diese Vorbereitung unterstützen. Er fasst die Kundenhistorie zusammen, weist auf offene Themen hin und schlägt einen Gesprächsleitfaden vor. Nach dem Gespräch dokumentiert er die KI-Ergebnisse, entwirft das Follow-up-Mail und aktualisiert definierte Felder im CRM. Der Mensch übernimmt dann nur noch die Überprüfung.

Für den Einstieg eignet sich ein einzelner, klar abgegrenzter Anwendungsfall. Eine einfache, aber sehr relevante Frage wäre: Wo verlieren Mitarbeitende Zeit, und woran lässt sich eine Verbesserung erkennen? Eine passende Zielgrösse kann die Dauer des Kampagnentests oder die Bearbeitungszeit im Kundenservice sein. Die gleichen KI-Modelle stehen grundsätzlich allen Wettbewerbern zur Verfügung. Der Vorteil entsteht also durch die eigenen Daten, die Einbindung in konkrete Arbeitsabläufe und die Fähigkeit der Mitarbeitenden, Ergebnisse kritisch zu beurteilen. Dort entscheidet sich, ob KI das Marketing tatsächlich verbessert.