KI-Serie Teil 3 – Wie KI die Online-Vermarktung optimiert

Vor rund neun Monaten startete die Werbeplattform Criteo in ein neues KI-Zeitalter: Sie eröffnete in Paris ihr Artificial Intelligence Lab. Aufgabe des Centers ist es seitdem, neue Machine-Learning-Technologien zu entwickeln, zu testen und bei Bedarf einzuführen. Das Unternehmen lässt sich dies einiges kosten. In den nächsten Jahren sind rund zwanzig Millionen Euro vorgesehen – für ein ehrgeiziges Ziel: Man will ein führendes Unternehmen im Bereich Deep Learning Advertising werden. "Online Advertising ist das zentrale Business-Modell des Internets und ändert sich derzeit massiv", sagt Suju Rajan, Vice President, Head of Research bei Criteo, anlässlich der Eröffnung. "Wollen wir diesem Wandel erfolgreich begegnen, brauchen wir leistungsstarke Grundlagenforschung, die neue Richtlinien, Modelle und Algorithmen hervorbringt."

Das Beispiel zeigt, dass Künstliche Intelligenz (KI) künftig bei der Vermarktung digitaler Werbung eine immer stärkere Rolle einnehmen wird. Auch die großen US-Player forcieren entsprechende Entwicklungen. Facebook hat beispielsweise die KI-Plattform "FB Learner Flow" entwickelt, die u.a. das Ziel verfolgt, das Verhalten und die Denkweisen ihrer Nutzer immer besser kennenzulernen. Und bei Google heißt es statt "Mobile First" inzwischen "AI first".

Aufdeckung von Anomalien und Optimierung auf Klick-Zielgruppen
Das gilt natürlich auch in Deutschland: United Internet Media setzt bei der Vermarktung der Freemail-Portale WEB.DE und GMX ebenfalls auf Künstliche Intelligenz. Diese kommt insbesondere in den Bereichen Automatisierung, Optimierung und Personalisierung zum Einsatz. "Ein Beispiel ist die Erkennung von Anomalien in  der Auslieferung von Werbemitteln, die etwa auf ungewöhnlich viele oder weniger Seitenaufrufe zurückzuführen sind. Ursachen dafür sind beispielsweise technische Umstellungen wie ein Redesign einzelner Seitenbereiche, eine außergewöhnliche Nachrichtenlage im redaktionellen Bereich oder äußere Einflüsse wie das Wetter, was zu einem Anstieg der mobilen Zugriffe führen kann. Dabei werden automatisch 1500 Werbeplätze ständig überwacht. Das Monitoring basiert auf typischen Verlaufsmustern inklusive der Berücksichtigung von Feiertagen und besonderen Ereignissen. Passiert etwas Ungewöhnliches, schickt das System einen Alert, und wir können als Vermarkter reagieren", sagt Christof Niemann-Mall, Head of UIM Intelligence & Technology Management bei United Internet Media. Die Technologie lernt so durch jeden Vorfall dazu. Für dieses Monitoring bietet UIM auch spezielle Dashboards an, mit denen Werbekunden und Agenturen zusätzliche "Alert-Szenarien" einrichten können.

Künstliche Intelligenz hilft nicht nur beim Auffinden von Anomalien, sondern auch bei der Optimierung von Kampagnen. Etwa bei der Anpassung auf Klick-Zielgruppen. Dabei werden Klicker identifiziert und automatisch auf die Grundgesamtheit hochgerechnet. So lässt sich die Performance von Display-Werbung erhöhen, indem die Kampagne speziell auf sie zugeschnitten wird.

Das Ziel ist mehr Kundenzufriedenheit und mehr Absatz
In einem Fachbeitrag für die Absatzwirtschaft beschreibt Holger Hürtgen, Partner bei der Unternehmens- und Strategieberatung McKinsey, worin das Optimierungspotenzial besteht. Die Automatisierung ermöglicht es, Entscheidungen durch Maschinen treffen zu lassen beziehungsweise menschliche Entscheider zu unterstützen. Beispiele hierfür sind Dynamic Pricing oder Produktempfehlungen im Online-Handel. Prognosen wiederum erlauben, mittels mathematischer Methoden Daten aus der Vergangenheit auf Muster zu durchsuchen. Daraus können z.B. Modelle für zukünftige Szenarien des Kundenverhaltens entworfen werden. Die Personalisierung schließlich ist die Anwendung der Prognose-Ergebnisse, um fein ausgerichtete, individualisierte Promotions, Produkt- und Preisvorschläge zu machen. Künstliche Intelligenz kann auf Basis von Einkaufsmustern das Kundenverhalten voraussagen und entsprechende Angebote zusammenstellen. Das Ergebnis: mehr Kundenzufriedenheit und mehr Absatz.

Datenanalyse zur Bildung von Zielgruppen-Clustern
Eine höhere Werbewirkung  ist das Ziel, das mit Künstlicher Intelligenz im E-Mail-Marketing oder bei der Ausspielung von Display-Anzeigen verfolgt wird. Bei der Personalisierung bilden Bewegungsdaten und deren Analyse die Basis für das Qualitäts-Targeting TGP von UIM. "Die zielgerichtete Ansprache von Nutzern basiert auf validen Login-Informationen und eigenentwickelter Technologie. Daten werden hochgerechnet und die Grundgesamtheit zu Clustern geformt, die etwa über bestimmte soziodemografische Eigenschaften oder Interessen verfügen", sagt UIM Datenexperte Christof Niemann-Mall. Mit der Aussteuerung von Kampagnen an diese ermittelten Gruppen lässt sich wiederum die Werbewirkung steigern.

Künstliche Intelligenz bringt Verantwortung mit sich
Intelligente Algorithmen beeinflussen also immer stärker die Online-Werbung. Ihre größte Stärke liegt dabei in der Analyse von Daten. Denn KI ist in der Lage, selbst monströse Datenberge zu verarbeiten und Zusammenhänge zu erkennen, auf die normale Software nie gekommen wäre. Der Digitalverband BVDW hat kürzlich Leitlinien verabschiedet, die den Umgang mit Künstlicher Intelligenz genauer regeln sollen. Darin heißt es, dass es transparent sein müsse, wer welche Daten wie verwendet. Der Claim "E-Mail made in Germany" und externe Datenschutzzertifizierung zeigen, dass United Internet Media im verantwortungsvollen Umgang mit Daten eine Vorreiterrolle einnimmt.

Mit Hilfe von Künstlicher Intelligenz lässt sich eine personalisierte Kundenansprache realisieren, eine One-to-One-Kommunikation, die verschiedene Ausprägungen haben kann – etwa auch eine sehr dosierte Ansprache. Im Grunde genommen ist dies eine Fortsetzung des Weges, den die großen Anbieter ohnehin schon beschreiten. Allerdings mit einer völlig neuen Präzision und auch größerer Verantwortung.

Zum Teil 2 "Smarte Services" der KI-Serie geht es hier.