13.11.2017

Big Data: Nach dem Hype ist vor der Chance

Gastkommentar. Wie sich Beziehungen zwischen Agenturen und werbetreibenden Unternehmen ändern (müssen). Der digitale Wandel gibt vielen Mediaagenturen die große Chance.
/artikel/big-data-nach-dem-hype-ist-vor-der-chance

Gastkommentar von Alexander Igelsböck, Gründer und CEO von Adverity.


Werbung ist nicht mehr das, was sie einmal war. Das Internet und allen voran soziale Netzwerke sind aus dem täglichen Leben nicht mehr wegzudenken, so dass Werbetreibende und ihre Agenturen auch sämtliche Werbemaßnahmen auf diese Kommunikationswege zuschneiden: Video-Kampagnen sind viel mehr als nur ein TV-Spot, Content Marketing imitiert mit unterhaltsamen Geschichten das tägliche Leben und Relevanz ist für Werber weit wichtiger als Reichweite geworden. 

Eine Marke braucht ein aufmerksames Publikum viel dringender als umgekehrt. Und so geht es in den allermeisten Kampagnen immer weniger um das Produkt, als vielmehr um Emotionen und Eigennutzen für den Kunden. Die Liste an Produkteigenschaften ist längst der großen Geschichte dahinter gewichen. Menschen und deren bald gelösten Probleme rücken in den Vordergrund. So gesehen ist es wohl die beste Nachricht überhaupt: in der Werbung geht es nun mehr um den Kunden als je zuvor. 

Werbung = Wissenschaft + Kunst 

Nur noch die wenigsten wirklich großen Marken schaffen es, mit einer Kernaussage die große Masse zu erreichen. Kunden erwarten heutzutage eine personalisierte Ansprache, die zu ihren Bedürfnissen und Erwartungen passt. Branchenführer wie Amazon und Netflix lassen es einfach wirken, ihren Kunden ein Produkt zu zeigen, das ihnen sicher auch gefällt. Wie aber soll das für Werbetreibende funktionieren, die keine eigene Plattform in dieser Größe haben? Um diese Frage zu beantworten, müssen Werbetreibende und ihre Agenturen die Zielgruppe in und auswendig kennen. 

+++ Warum die Digitale Transformation in der Marketing-Abteilung beginnt +++

Vorbei sind die Zeiten, in denen Agenturen einen Mediaplan vorgelegt haben, der nur aus groben Zielgruppensegmenten bestand. Hohe Streuverluste und kaum nachweisbarer Return-On-Investment sind seit Jahren die größten Herausforderungen, die es zu meistern galt. Hier kommen dann Mediaagenturen ins Spiel: sie sind häufig das Nervenzentrum der Werbeaktivitäten, eine Art Jäger und Sammler an der perfekten Stelle wenn es um (Kunden)-Daten geht. Dank der schier unendlichen Datenmengen rund um Produkte, Marken und Kunden lassen sich Rückschlüsse und tiefgreifende Erkenntnisse über unsere Bedürfnisse erschließen – doch wie können diese Daten genutzt werden? 

Weniger oder mehr Kreativität durch Big Data? 

Diese und ähnliche Fragen begleiten uns täglich. Viele Agenturen und ihre Kunden sind unsicher, ob sich ihre Kampagnen und Werbeaussagen derart von Daten beeinflussen lassen sollen. Dabei ist das Gegenteil der Fall: Erst durch den wissenschaftlichen Ansatz, durch die exakte Segmentierung, durch die Auswertung der Daten im Kaufprozess, kann die Kreation der entscheidende Unterschied sein. Erst durch die Reduzierung aufs Wesentliche kann die Kreativität ihre volle Stärke ausspielen.

+++ Nach dem Millionen Investment: Adverity im Interview +++

Sind dadurch Bauchgefühl und Experimente ausgeschlossen? Keineswegs. Nur im Zusammenspiel lassen sich aussagekräftige Rückschlüsse ziehen. Werbe- und Mediaagenturen haben hier die wichtige Aufgabe, ihren Kunden auf dem Drahtseilakt zu begleiten und ihn zu führen. Client Leadership wird dadurch immer wichtiger: nicht nur effektive Kommunikation, auch die Vermittlung von datenbasierten Erkenntnissen und Ansätzen ist essentiell in der täglichen Arbeit. Und so wird sich auch das Business Modell von Agenturen möglicherweise weiter ändern, weg von der Erstellung von Plänen und dem reinen Mediaeinkauf, hin zu echten Datenexperten, deren Service bei der Übermittlung von Werbemitteln noch lange nicht aufhört. 

“Das ist als würde ich eine Station mit der U-Bahn fahren, um anschließend mit dem Taxi zu meinem Fahrrad zu fahren, um dieses zum Restaurant zu schieben.”

Einer unserer Kunden sagte einmal: “Es ist immer noch unglaublich, wie die Prozesse funktionieren: noch immer werden manuell Excel-Listen heruntergeladen und bearbeitet, um diese anschließend in Powerpoint-Präsentationen zu kopieren. Das ist als würde ich eine Station mit der U-Bahn fahren, um anschließend mit dem Taxi zu meinem Fahrrad zu fahren, um dieses zum Restaurant zu schieben.” 

Big Data verändert Business Modelle der Agenturen 

Was bedeutet das nun für das Verhältnis zwischen Agenturen und Kunden? Zum einen  verändert sich die Art der Kommunikation durch den Expertenstatus der Agentur: weniger Dienstleister für müßige Kleinarbeit, hin zu den Experten, die den Überblick der Datenströme, Kundensegmente und Analyseergebnisse beherrschen. Zum anderen wird die Entscheidungsgrundlage grundsätzlich verschoben: Es geht immer weniger um Meinung und Gefühle, immer mehr um konkrete Zahlen, die aus den Datensätzen sprechen – und Daten lügen nicht. Diese Datensätze sind besonders mächtig, wenn sie ganzheitlich betrachtet und analysiert werden. Von daher darf es zukünftig nicht nur um “die eine Auswertung” gehen oder um “ein Dashboard-Projekt”, vielmehr muss die Geisteshaltung grundlegend verändert, Prozesse automatisiert, datenbasierte Erkenntnisse für alle Mitarbeiter ersichtlich und manuelle Eingriffe vermieden werden. Jetzt ist die Zeit, wo Big Data mehr als nur ein Schlagwort im Pitch ist, sondern sich echte Möglichkeiten ergeben, systematische Grundlagen für die zukünftige Art der Agenturarbeit zu legen.

Oftmals sind die Erkenntnisse trivial: Einer unserer Agenturkunden konnte mithilfe einer großangelegten Analyse herausfinden, wann der beste Zeitpunkt für die Bewerbung von Wintersportkleidung seines Kunden war. Die Daten reichten viele Jahre zurück und wurden von allen erdenklichen Quellen zusammengeführt. Als Basis fungierten vor allem Verkaufs-, Kampagnen-, demographische- und lokale Temperaturdaten. Die große Überraschung: Es war nicht sobald der erste Schnee fällt.


Alexander Igelsböck ist Mitgründer und CEO des Wiener Startups Adverity, das sich als Ziel gesetzt hat, Agenturen und Werbetreibenden die Arbeit mit ihren Marketingdaten radikal zu vereinfachen.

Deine ungelesenen Artikel:
16.12.2024

“Die Zeit des Zuwartens ist vorbei”

Nachlese. Wo steht die österreichische Wirtschaft bei künstlicher Intelligenz zwei Jahre nach Erscheinen von ChatGPT? Dies diskutieren Doris Lippert von Microsoft und Thomas Steirer von Nagarro in der ersten Folge der neuen brutkasten-Serie "No Hype KI".
/artikel/no-hype-ki-folge-1-nachlese
16.12.2024

“Die Zeit des Zuwartens ist vorbei”

Nachlese. Wo steht die österreichische Wirtschaft bei künstlicher Intelligenz zwei Jahre nach Erscheinen von ChatGPT? Dies diskutieren Doris Lippert von Microsoft und Thomas Steirer von Nagarro in der ersten Folge der neuen brutkasten-Serie "No Hype KI".
/artikel/no-hype-ki-folge-1-nachlese
Doris Lippert (Microsoft | Director Global Partner Solutions und Mitglied der Geschäftsleitung) und Thomas Steirer (Nagarro | Chief Technology Officer)
Doris Lippert (Microsoft | Director Global Partner Solutions und Mitglied der Geschäftsleitung) und Thomas Steirer (Nagarro | Chief Technology Officer) | Foto: brutkasten

“No Hype KI” wird unterstützt von CANCOM Austria, IBM, ITSV, Microsoft, Nagarro, Red Hat und Universität Graz


Mit der neuen multimedialen Serie “No Hype KI” wollen wir eine Bestandsaufnahme zu künstlicher Intelligenz in der österreichischen Wirtschaft liefern. In der ersten Folge diskutieren Doris Lippert, Director Global Partner Solutions und Mitglied der Geschäftsleitung bei Microsoft Österreich, und Thomas Steirer, Chief Technology Officer bei Nagarro, über den Status Quo zwei Jahre nach Erscheinen von ChatGPT.

Du willst bei "No Hype KI" am Laufenden bleiben?

Trag dich hier ein und du bekommst jede Folge direkt in die Inbox!

„Das war ein richtiger Hype. Nach wenigen Tagen hatte ChatGPT über eine Million Nutzer”, erinnert sich Lippert an den Start des OpenAI-Chatbots Ende 2022. Seither habe sich aber viel geändert: “Heute ist das gar kein Hype mehr, sondern Realität“, sagt Lippert. Die Technologie habe sich längst in den Alltag integriert, kaum jemand spreche noch davon, dass er sein Smartphone über eine „KI-Anwendung“ entsperre oder sein Auto mithilfe von KI einparke: “Wenn es im Alltag angekommen ist, sagt keiner mehr KI-Lösung dazu”.

Auch Thomas Steirer erinnert sich an den Moment, als ChatGPT erschien: „Für mich war das ein richtiger Flashback. Ich habe vor vielen Jahren KI studiert und dann lange darauf gewartet, dass wirklich alltagstaugliche Lösungen kommen. Mit ChatGPT war dann klar: Jetzt sind wir wirklich da.“ Er sieht in dieser Entwicklung einen entscheidenden Schritt, der KI aus der reinen Forschungsecke in den aktiven, spürbaren Endnutzer-Bereich gebracht habe.

Von erster Begeisterung zu realistischen Erwartungen

Anfangs herrschte in Unternehmen noch ein gewisser Aktionismus: „Den Satz ‘Wir müssen irgendwas mit KI machen’ habe ich sehr, sehr oft gehört“, meint Steirer. Inzwischen habe sich die Erwartungshaltung realistischer entwickelt. Unternehmen gingen nun strategischer vor, untersuchten konkrete Use Cases und setzten auf institutionalisierte Strukturen – etwa durch sogenannte “Centers of Excellence” – um KI langfristig zu integrieren. „Wir sehen, dass jetzt fast jedes Unternehmen in Österreich KI-Initiativen hat“, sagt Lippert. „Diese Anlaufkurve hat eine Zeit lang gedauert, aber jetzt sehen wir viele reale Use-Cases und wir brauchen uns als Land nicht verstecken.“

Spar, Strabag, Uniqa: Use-Cases aus der österreichischen Wirtschaft

Lippert nennt etwa den Lebensmittelhändler Spar, der mithilfe von KI sein Obst- und Gemüsesortiment auf Basis von Kaufverhalten, Wetterdaten und Rabatten punktgenau steuert. Weniger Verschwendung, bessere Lieferkette: “Lieferkettenoptimierung ist ein Purpose-Driven-Use-Case, der international sehr viel Aufmerksamkeit bekommt und der sich übrigens über alle Branchen repliziert”, erläutert die Microsoft-Expertin.

Auch die Baubranche hat Anwendungsfälle vorzuweisen: Bei Strabag wird mittels KI die Risikobewertung von Baustellen verbessert, indem historische Daten zum Bauträger, zu Lieferanten und zum Bauteam analysiert werden.

Im Versicherungsbereich hat die UNIQA mithilfe eines KI-basierten „Tarif-Bots“ den Zeitaufwand für Tarifauskünfte um 50 Prozent reduziert, was die Mitarbeiter:innen von repetitiven Tätigkeiten entlastet und ihnen mehr Spielraum für sinnstiftende Tätigkeiten lässt.

Nicht immer geht es aber um Effizienzsteigerung. Ein KI-Projekt einer anderen Art wurde kürzlich bei der jüngsten Microsoft-Konferenz Ignite präsentiert: Der Hera Space Companion (brutkasten berichtete). Gemeinsam mit der ESA, Terra Mater und dem österreichischen Startup Impact.ai wurde ein digitaler Space Companion entwickelt, mit dem sich Nutzer in Echtzeit über Weltraummissionen austauschen können. „Das macht Wissenschaft zum ersten Mal wirklich greifbar“, sagt Lippert. „Meine Kinder haben am Wochenende die Planeten im Gespräch mit dem Space Companion gelernt.“

Herausforderungen: Infrastruktur, Daten und Sicherheit

Auch wenn die genannten Use Cases Erfolgsbeispiele zeigen, sind Unternehmen, die KI einsetzen wollen, klarerweise auch mit Herausforderungen konfrontiert. Diese unterscheiden sich je nachdem, wie weit die „KI-Maturität“ der Unternehmen fortgeschritten sei, erläutert Lippert. Für jene, die schon Use-.Cases erprobt haben, gehe es nun um den großflächigen Rollout. Dabei offenbaren sich klassische Herausforderungen: „Integration in Legacy-Systeme, Datenstrategie, Datenarchitektur, Sicherheit – all das darf man nicht unterschätzen“, sagt Lippert.

“Eine große Herausforderung für Unternehmen ist auch die Frage: Wer sind wir überhaupt?”, ergänzt Steirer. Unternehmen müssten sich fragen, ob sie eine KI-Firma seien, ein Software-Entwicklungsunternehmen oder ein reines Fachunternehmen. Daran anschließend ergeben sich dann Folgefragen: „Muss ich selbst KI-Modelle trainieren oder kann ich auf bestehende Plattformen aufsetzen? Was ist meine langfristige Strategie?“ Er sieht in dieser Phase den Übergang von kleinen Experimenten über breite Implementierung bis hin zur Institutionalisierung von KI im Unternehmen.

Langfristiges Potenzial heben

Langfristig stehen die Zeichen stehen auf Wachstum, sind sich Lippert und Steirer einig. „Wir überschätzen oft den kurzfristigen Impact und unterschätzen den langfristigen“, sagt die Microsoft-Expertin. Sie verweist auf eine im Juni präsentierte Studie, wonach KI-gestützte Ökosysteme das Bruttoinlandsprodukt Österreichs deutlich steigern könnten – und zwar um etwa 18 Prozent (brutkasten berichtete). „Das wäre wie ein zehntes Bundesland, nach Wien wäre es dann das wirtschaftsstärkste“, so Lippert. „Wir müssen uns klar machen, dass KI eine Allzwecktechnologie wie Elektrizität oder das Internet ist.“

Auch Steirer ist überzeugt, dass sich für heimische Unternehmen massive Chancen eröffnen: “Ich glaube auch, dass wir einfach massiv unterschätzen, was das für einen langfristigen Impact haben wird”. Der Appell des Nagarro-Experten: „Es geht jetzt wirklich darum, nicht mehr zuzuwarten, sondern sich mit KI auseinanderzusetzen, umzusetzen und Wert zu stiften.“


Folge nachsehen: No Hype KI – wo stehen wir nach zwei Jahren ChatGPT?


Die Serie wird von brutkasten in redaktioneller Unabhängigkeit mit finanzieller Unterstützung unserer Partner:innen produziert.

Die Partner von No Hype KI
Die Partner von No Hype KI
Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag

AI Summaries

Big Data: Nach dem Hype ist vor der Chance

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Big Data: Nach dem Hype ist vor der Chance

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Big Data: Nach dem Hype ist vor der Chance

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Big Data: Nach dem Hype ist vor der Chance

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Big Data: Nach dem Hype ist vor der Chance

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Big Data: Nach dem Hype ist vor der Chance

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Big Data: Nach dem Hype ist vor der Chance

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Big Data: Nach dem Hype ist vor der Chance

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Big Data: Nach dem Hype ist vor der Chance