Künstliche Intelligenz im Marketing - ein Crashkurs
Zusammenfassung
Immer wenn wir Kaufentscheidungen treffen, hinterlassen wir Spuren, oft ohne dass wir dies überhaupt bemerken: beim online shoppen, der Handy Recherche oder der Verwendung einer Kundenkarte. Preisanpassungen in Echtzeit, intelligente Systeme für die Kundenkommunikation - Daten und Algorithmen prägen zunehmend unsere Arbeit. Dieser Crashkurs gibt einen Überblick über die Anwendungsmöglichkeiten von Künstlicher Intelligenz im Marketing, erklärt die dahinterliegende Technologie und beschreibt ihre Umsetzung anhand von zahlreichen Beispielen.
Inhalte:
Was ist Künstliche Intelligenz?
Welche Aufgaben erfüllen maschinelles Lernen und Deep Learning?
Künstliche Intelligenz im Marketing
Operative Anwendungsformen von KI im Marketing
Chancen, Herausforderungen und Grenzen Künstlicher Intelligenz
Schlagworte
- 1–14 Titelei/Inhaltsverzeichnis 1–14
- 15–76 Teil A: Künstliche Intelligenz und Marketing – die Grundlagen 15–76
- 1 Was ist Künstliche Intelligenz?
- 1.1 Eigenschaften und Aufgaben von Künstlicher Intelligenz
- 1.1.1 KI – eine Annäherung
- 1.1.2 Mustererkennung (Pattern Recognition)
- 1.1.3 Ableitung von Prognosen und Mustervorhersagen
- 1.1.4 Darstellung von Wissen und Informationen
- 1.1.5 Planung und Optimierung von Abläufen
- 1.1.6 Verarbeitung von menschlicher Sprache (Natural Language Processing)
- 1.1.7 Autonome Robotik und selbststeuernde Systeme
- 1.1.8 Lernen und abgeleitete kognitive Fähigkeiten
- 1.2 Angrenzende Felder, Überschneidungen und Grenzbereiche Künstlicher Intelligenz
- 1.2.1 Big Data
- 1.2.2 Data Mining
- 1.2.3 Predictive Analytics
- 1.3 Machine Learning, Deep Learning und künstliche neuronale Netzwerke
- 1.3.1 Die Grundlagen des maschinellen Lernens
- 1.3.2 Künstliche neuronale Netzwerke und Deep Learning
- 1.3.3 Evolutionäre Algorithmen: Die nächste Entwicklungsstufe?
- 2 Künstliche Intelligenz im Marketing
- 2.1 Zum Begriff des Marketings
- 2.2 Aufgaben von Künstlicher Intelligenz im Marketing
- 2.2.1 Überblick
- 2.2.2 Analysieren: Daten sammeln und strukturieren, Muster und Gesetzmäßigkeiten ableiten
- 2.2.3 Automatisieren: eigenständig Aufgaben innerhalb eines definierten Handlungsrahmens erfüllen
- 2.2.4 Autonom agieren: eigenständige Handlungsfähigkeit und autonome Prozesse etablieren
- 2.3 Der Kundenzyklus im Marketing
- 2.3.1 Analyse- und Planungsphase
- 2.3.2 Kundengewinnungsphase
- 2.3.3 Kundenbeziehungsphase
- 2.3.4 Trennungsphase
- 77–160 Teil B: Operative Anwendungsformen von KI im Marketing 77–160
- 1 Analyse- und Planungsphase
- 1.1 Beschaffung und Auswertung von Markt- und Umfeldinformationen
- 1.2 Customer Insights – Kundenbedürfnisse verstehen
- 1.3 Produkt- und Sortiment-Insights
- 2 Kundengewinnungsphase
- 2.1 Automatische Content-Generierung
- 2.1.1 Die Relevanz von Inhalten im Marketing
- 2.1.2 KI und die automatisierte Generierung von Inhalten
- 2.2 Automatisierung von Mediaplanung und Mediaeinkauf
- 2.2.1 Grundlagen
- 2.2.2 Das Ökosystem Programmatic Advertising
- 2.2.3 Formen des Targetings
- 2.2.4 Mediaplanung, Programmatic Advertising und KI
- 2.2.5 Exkurs: Google und SEO
- 2.2.6 Exkurs: Facebook und Google in der Werbevermarktung
- 3 Kundenbeziehungsphase
- 3.1 Personalisierung in der Kundenkommunikation
- 3.1.1 Grundlagen
- 3.1.2 Angebotsvorschläge
- 3.2 Lead Management und Closed Loop Automation
- 3.3 Personalisierte und dynamisierte Preisbildung
- 3.4 Das Management der Kundenbeziehung: Customer Relationship und Customer Experience Management
- 3.4.1 Grundlagen
- 3.4.2 Customer Journey Mapping und Customer-Touchpoint-Analyse
- 3.4.3 Chatbots und Sprachassistenten im Management der Kundenbeziehung
- 4 Trennungsphase
- 4.1 Churn Management und Kundenrückgewinnung
- 4.2 Trennung von Problemkunden
- 161–192 Teil C: Perspektiven, Strategien und Entwicklungsfelder von KI-Technologien 161–192
- 1 Chancen, Herausforderungen und Grenzen Künstlicher Intelligenz
- 1.1 Das Zusammenspiel von Mensch und KI
- 1.2 Künstliche Intelligenz und ethische Fragen
- 1.3 KI und der Wandel von Strukturen und Prozessen im Unternehmen
- 2 Ausblick: Mit KI und Blockchain auf dem Weg in die Maschinengesellschaft?
- 2.1 Kurze Einführung in Blockchain- und Distributed-Ledger-Verfahren
- 2.2 KI und Blockchain: zwei Schlüsseltechnologien mit gemeinsamer Zukunft?
- 193–202 Literaturverzeichnis 193–202
- 203–204 Abbildungsverzeichnis 203–204
- 205–210 Stichwortverzeichnis 205–210
- 211–211 Der Autor 211–211
