Die Informationen unserer DNA sind die persönlichsten Daten, die wir kennen. Kaum eine andere Datenkategorie erlaubt ähnlich tiefe Einblicke in die Kundenbedürfnisse. Die individuelle Zuschneidung von Angeboten kann demnach heute auch auf Basis unseres Erbgutes erfolgen, und zwar im Rahmen eines „DNA-Targetings“. Auf der Grundlage einer detaillierten Analyse des Erbgutes – vermarktet als eigenständiges Produkt, mit dem sich etwa ethnische Herkunft oder Krankheitsrisiken bestimmen ­lassen – eröffnen sich zahlreiche Einsatzmöglichkeiten, von der, „streuverlustfreien“ Kommunikation über ein DNA-basiertes Kunden-Clustering bis hin zu personalisierten Ernährungsprodukten und Medikamenten. Im internationalen Kontext spielen diese Anwendungsfälle eine noch ungleich größere Rolle als in Europa, ungeachtet der auch andernorts durchaus erkannten besonderen Datenschutzproblematik. Eine Auseinandersetzung mit der Thematik ist daher auch dringend im akademischen Marketing hierzulande dringend geboten.

Kaum ein Aspekt der digitalen Transformation wird bis heute so intensiv diskutiert, wie das Phänomen der „Plattformökonomie“, der Wirkungsweise der Geschäftsmodelle der großen Tech-Unternehmen wie Google, Facebook oder Amazon. Die daraus erwachsenen Konsequenzen greifen tief in die wirtschaftlichen Ökosphären ein, Plattformmechanismen haben sich inzwischen aber auch als gesellschaftspolitischer Faktor etabliert, insbesondere bei der Nachrichtenverbreitung und der politischen Meinungsbildung. Plattformen sorgen für mehr Effizienz in der Distribution, auf den Produktmärkten wie auch bei der Informationsbereitstellung, aber gleichzeitig eben auch für mehr Konzentration und weniger Ausgewogenheit. Sie haben die Eigenschaft, den Wettbewerb in einem Angebots-Monopol zu absorbieren. Ihr Handlungsprinzip lässt sich dabei durchaus als parasitär beschreiben, mit weitreichenden Folgen für Wirtschaft und Gesellschaft.

Der Einsatz von Künstlicher Intelligenz und maschinellem Lernen verändern die Bedingungen für Mediaplanung nachhaltig. Das wirkt sich gerade auch auf das Daten basierte Programmatic Advertising aus.

KI und maschinelles Lernen sind in aller Munde, gerade im Marketing – aber gilt das auch für den B2B-Bereich? Welche konkreten Einsatzmöglichkeiten gibt es?

Während wir hierzulande noch über die DSGVO, die ePrivacy-Verordnung und den Umgang mit Browsercookies diskutieren, erlangt die Datenökonomie andernorts, etwa in den USA oder China, eine völlig neue Qualität: die digitale Verwertung von Informationen aus unserer DNS.

Ziel des Customer Experience Management ist es, die Bindung des Kunden an den Anbieter zu verstärken. Sämtliche Bereiche der Kundenbeziehung sollen auf ein "positives Erlebnis" ausgerichtet werden. Dem Einsatz von künstlicher Intelligenz (KI) kommt dabei eine wichtige Rolle zu.

Auch wenn es viele eigentlich nicht mehr hören können: Künstliche Intelligenz und Maschinelles Lernen prägen nach wie vor die öffentliche Diskussion. Zweifelsohne ist darunter auch viel „Buzzword Bingo“ zu finden – man gewinnt ja den Eindruck, dass inzwischen jeder neue Toaster künstlich intelligent ist. Auf der anderen Seite wird das Thema oft als sehr abstrakt begriffen, „echte“ KI erscheint dann noch als wenig konkret und eher als vage „Zukunftsoption“. Jedoch lohnt hier ein tiefergehender Blick. Auch wenn es uns oft nicht bewusst ist: Gerade im Marketing ist KI bereits allgegenwärtig – jedenfalls dann, wenn wir dem allgemeinen Branchenverständnis folgen, wonach wir hierunter die Fähigkeit von Systemen verstehen, eigenständig auch komplexe Aktionen auszuführen und aus deren Ergebnissen „hinzuzulernen“. Ziel ist es, ähnlich wie beim menschlichen Lernen, ausgerichtet an den „gewonnenen Erkenntnissen“, die eigene Verfahrensweise sowie die erzielten Ergebnisse zu optimieren.