Zurück
Technology

Künstliche Intelligenz im Sales: 5 Beispielanwendungen

Das Potenzial von KI wird vor allem im Marketing hoch gehandelt, doch auch im Sales bieten sich viele Chancen.
Von Falk Hedemann August 20, 2018
Künstliche Intelligenz im Sales: 5 Beispielanwendungen

Die Möglichkeiten der Künstlichen Intelligenz scheinen beinahe unbegrenzt zu sein. Sie wird künftig unsere Autos für uns steuern, intelligente Sprachassistenten nehmen uns zeitfressende Aufgaben wie Terminabsprachen samt Hotel- und Reisebuchung ab, können rasend schnell umfangreiche Recherchen durchführen und wissen alles, was das Internet auch weiß. KI-Anwendungen können multiple Datenstränge sinnvoll miteinander verknüpfen und finden darin Muster, die uns ganz neue Erkenntnisse und Möglichkeiten bringen. Das alles und noch mehr macht sie sehr interessant für das Marketing. Doch wie ist das eigentlich mit anderen Unternehmensbereichen? Sales zum Beispiel?

Sales vs. Marketing: Vereinigung durch KI

In einer optimalen Wertschöpfungskette profitiert der Vertrieb von den Leistungen des Marketings. In der Praxis ist dieser Zusammenhang allerdings nicht immer so klar. Oder besser gesagt: Marketing und Vertrieb sehen sich häufig als eigenständig an und weniger als Glieder einer Kette. Der Vertrieb ist dabei nicht nur die deutlich ältere Disziplin, sie sieht sich oft auch als diejenige, die Umsätze generiert – während das Marketing nur Geld ausgibt. Diese Darstellung ist natürlich stark vereinfacht, aber in vielen Unternehmen immer noch fest in den Köpfen verankert. Statt Hand in Hand zu arbeiten, besteht oft ein Spannungsfeld mit großem Konfliktpotenzial. Die Künstliche Intelligenz könnte beim dringend benötigten Schulterschluss eine Hauptrolle spielen, denn beide Unternehmensbereiche profitieren vor allem dann von den intelligenten Algorithmen, wenn die gesamte Wertschöpfungskette einbezogen wird.

Lange Zeit dominierte der Vertrieb und teilte dem Marketing mit, wie die Produkte auf dem Markt positioniert werden müssen, damit die Sales-Mitarbeiter sie verkaufen können. Heute bestehen die Märkte aber zunehmend aus vergleichbaren Produkten und Dienstleistungen, so dass der Vertrieb ohne Daten aus dem Marketing nur wenig Orientierung hätte. Welche Produkte sind gefragt, welche Preise werden akzeptiert und welchen Nutzen wollen die Kunden? Das sind die wichtigsten Fragen. Nur wenn der Vertrieb dafür die richtigen Antworten findet, kann er effektiv verkaufen.

 

Fünf Sales-Aufgaben, bei denen KI helfen kann

 

Vorhersagen

Produkte und Dienstleistungen lassen sich dann am besten verkaufen, wenn der Bedarf besonders groß ist. Doch wann ist das genau der Fall und wie entwickelt sich der Bedarf in der Zukunft? Die Antworten stecken in Form von Mustern in riesigen Datenbergen, unter anderem aus dem Marketing, die sich nur mit KI aufspüren lassen.

Der richtige Preis

Der Preis ist nach wie vor ein wichtiges Instrument im Vertrieb. Angebotene Rabatte und spezielle Konditionen basieren bislang aber eher auf den Faktoren „Handlungsspielraum“ und „Bauchgefühl“ des Verkäufers. Ein intelligenter Algorithmus kann dagegen den optimalen Preis ermitteln, indem er viele belastbare Faktoren einbezieht:

  • Welche Preise wurden in der Vergangenheit von einem Kunden akzeptiert?
  • Wie haben sich ähnliche Kunden verhalten?
  • Wie entwickeln sich aktuell die Preise auf dem Markt?
  • Wie steht der Kunde aktuell im Markt dar?
  • Welche anderen Faktoren haben bei erfolgreichen Deals geholfen?

 

Cross- und Upselling

Wann lohnt es sich, einem Kunden ein Zusatzprodukt anzubieten und wann ist ein Upgrade auf ein höherwertiges Produkt der richtige Kaufanreiz? Wer seine Kunden nicht mit monotonen Sprüchen wie „Darf es noch einen Kaffee zum Brötchen sein?“ nerven möchte, sollte vor dem Cross Selling bereits die Wahrscheinlichkeit für erfolgreiche Querverkäufe berechnen. Upselling-Angebote müssen vor allem sinnvoll sein: Braucht der Kunde das höherwertige Produkt und kann er es sich auch leisten? Algorithmen können die Grundlage für solche Angebote stark verbessern.

Lead Scoring

Neue Leads zu generieren ist nicht allzu schwer. Aus der Masse aber die Interessenten herauszufiltern, bei denen die größte Verkaufsaussicht besteht, ist dagegen eine ungleich schwerere Aufgabe. Die Bewertung der Verkaufschancen lässt sich mit Algorithmen nicht nur effektiver gestalten, sie wird auch unabhängiger von subjektiven Faktoren.

Mehr Informationen, weniger Zeitaufwand

In diesem Punkt summieren sich alle positiven Effekte der vorherigen Faktoren. Wer KI sinnvoll für den Vertrieb einsetzt und zusammen mit dem Marketing eine gemeinsame Datenbasis aufstellt, profitiert von wertvollen Informationen über seine Kunden. Da sich viele KI-Prozesse automatisieren lassen, sorgen sie nach der Initialphase für eine zeitliche Entlastung im Sales-Team. Die gewonnene Zeit kann wiederum in die Lead-Qualifizierung fließen.

 

Fazit:

Künstliche Intelligenz ist also nicht nur für das Marketing interessant, sondern kann auch die Informationsbasis für den Vertrieb auf einen neuen Level heben. Ein spannender Nebeneffekt kann dabei eine Verbesserung der Beziehung zwischen Marketing und Sales sein. Denn im Marketing entstehen viele Kundendaten, die für den Aufbau der KI dringend benötigt werden. Die wiederum liefert die Informationen, die den Vertrieb voranbringen.

Artikel teilen