Der Kontext-Vorteil: Das fehlende Puzzleteil Ihrer KI-Wachstumsstrategie

Leistungsfähige KI-Modelle sind mittlerweile breit verfügbar. Was Ihre Wettbewerber jedoch nicht replizieren können, ist der Geschäftskontext, den nur Ihr Unternehmen liefern kann, und das Wissen, das Ihr Unternehmen speichert.

Wenn jeder Fakt, den eine KI nutzt, korrekt ist, die Entscheidung aber dennoch falsch ausfällt, wird der Einsatz eines besseren Modells diese Art von Fehler nicht beheben.

Betrachten wir Maya, eine fiktive, wertvolle Kundin, die vor zwei Wochen Premium-Skier gekauft hat und seitdem dreimal auf die Seite mit den passenden Skischuhen zurückgekehrt ist. Ihre prognostizierte Konversionswahrscheinlichkeit ist hoch, also sendet ihr die KI des Unternehmens ein Angebot mit 20 % Rabatt auf die angesehenen Skischuhe.

Was die KI jedoch nicht sehen kann, ist der Kontext rund um diese Abfolge von Ereignissen: Die Skier kamen beschädigt an, die Ersatzlieferung verzögert sich und der Qualitätsfall ist noch offen. Die Richtlinien des Unternehmens besagen, dass in einer solchen Situation die Skischuh-Kollektion keinen Rabatt erhalten sollte, solange die Reklamation nicht geklärt ist, und dass das Unternehmen der profitablen Kundenbindung Priorität einräumen sollte.

Das Unternehmen als Ganzes weiß all dies, aber diese Fakten wurden der KI zum Zeitpunkt der Entscheidung nicht mitgeteilt, sodass die KI in diesem Fall freie Hand hatte, die falsche Wahl zu treffen.

Das Problem war der fehlende Kontext

Im obigen Beispiel optimierte die Empfehlung der KI die sofortige Konversion (d. h. Maya zum nächsten Kauf zu bewegen), während die Begleitumstände ignoriert wurden: ein ungelöstes Serviceproblem, die Preisintegrität einer Premium-Linie und der Wert einer Kundenbeziehung inmitten einer schlechten Erfahrung.

Kontext ist das, was KI von einem allgemeinen Assistenten in einen Experten für Ihre Marke, Ihre Kund:innen, Ihr Unternehmen und das Ergebnis, das Sie erreichen möchten, verwandelt.

Fehlender Kontext wird umso gefährlicher, je schneller Entscheidungen getroffen werden. Bei menschlicher Geschwindigkeit führt dies vielleicht zu einer schlecht getimten Kampagne, die jemandem im Marketing bei einem wöchentlichen Review auffällt. Bei KI-Geschwindigkeit kann derselbe blinde Fleck Tausende von Fehlentscheidungen nach sich ziehen, bevor jemand das Muster erkennt.

Das ist es, was Führungskräften im Marketing schlaflose Nächte bereiten sollte, doch die Diskussion um KI-Budgets wird immer noch von der Modellauswahl dominiert.

Leistungsfähige Modelle sind (für alle) breit verfügbar

Qualität, Geschwindigkeit, Spezialisierung und Kosten spielen immer noch eine Rolle, aber die meisten Unternehmen haben heute Zugang zu hochleistungsfähigen Modellen.

Was die Wettbewerber eines Unternehmens nur schwer schnell reproduzieren können, ist das gesammelte geschäftliche Urteilsvermögen darüber, wie ein Unternehmen Kund:innen bewertet, Wachstum gegen Marge abwägt, die Marke schützt und jahrelange Tests interpretiert.

Das ist der Kontext-Vorteil: das unternehmensspezifische Geschäftsverständnis in jede Entscheidung einzubringen und dann aus dem Ergebnis für zukünftige Situationen zu lernen.

Customer-360-Investitionen in den Kontext

Für die meisten Marketing-Unternehmen beginnt die Reise mit einer bestehenden Customer-360-Investition und weitet sich von dort aus aus. Eine solche Investition bietet die folgenden Vorteile, wie Mayas Situation veranschaulicht:

• Customer 360 bewahrt die beständige Kundenwahrheit: Für Maya verknüpft es ihren Status als wertvolle Kundin und den kürzlichen Skikauf mit ihrer aktuellen Aktivität auf der Skischuh-Seite, dem Wert ihrer Beziehung zum Unternehmen und der Erlaubnis, sie zu kontaktieren.

• Ein angereichertes Customer 360 erklärt die Situation: Unstrukturierte Daten aus Quellen wie Serviceanrufen und Online-Bewertungen zeigen, dass Maya frustriert ist, dringend Ersatz benötigt und sich bereits im Skigebiet befindet, ohne Ski fahren zu können.

• Der Marketingkontext fügt Zielsetzungen und operative Logik hinzu: Das Marketing weiß, dass die Kampagne für Premium-Skischuhe aktiv ist, aber die Wiederherstellung des Service hat Vorrang. Die Promotion sollte pausieren. Erfolg bedeutet, Maya als Kundin zu behalten, und frühere Tests deuten darauf hin, dass eine Behandlung, bei der die Wiederherstellung im Vordergrund steht, nach einem Servicefehler besser funktioniert.

• Der Unternehmenskontext liefert maßgebliche Fakten von außerhalb des Marketings: Service-, Commerce- und Produktsysteme stellen fest, dass Mayas Reklamation noch offen ist, ein Ersatz verfügbar ist und die Garantieabdeckung gilt. Die Marken-, Finanz- und Rechtsteams legen fest, wie das Unternehmen reagieren sollte. Dies zeigt eine Realität: Der Marketingkontext – oder der Kontext einer einzelnen Abteilung – allein reicht nicht aus.

• Ein vernetzter Unternehmenskontext macht die gesamte Situation nutzbar: Die Informationen verbleiben bei den Teams und Systemen, die sie bereits besitzen und pflegen. Das Marketing kann die relevanten Fakten bei Bedarf nutzen, ohne separate Kopien erstellen und pflegen zu müssen. Zum Zeitpunkt der Entscheidung wird eine passgenaue Teilmenge zu dem Briefing, das ein Marketer, eine Applikation oder ein Agent tatsächlich benötigt. Die Next Best Action ist kein Raten mehr: Lösen Sie das Problem, schützen Sie die Beziehung und binden Sie die Kundin zur richtigen Zeit wieder ein.

Kontext sollte zu Ihrem dauerhaften Wettbewerbsvorteil werden

Sieben Prinzipien erklären, wie Kontext zu einem dauerhaften Vorteil wird.

Kontext schafft Relevanz

Die Fakten sind nur der Anfang. In diesem Fall belegen sie, dass Maya die Skier gekauft hat, eine beschädigte Lieferung erhielt und noch einen offenen Fall hat.

Zusammen sind Wahrheit, Bedeutung, Absicht, Erinnerung und Grenzen die Kontextkomponenten, die der KI ein nützliches Verständnis der Situation vermitteln.

Die geschäftliche Bedeutung ändert den Rahmen von Cross-Selling (die Skischuhe) zur Wiederherstellung des Service. Die Absicht macht die profitable Kundenbindung zum Ziel, während die Erinnerung das einbringt, was das Unternehmen aus früheren Tests zur Wiederherstellung gelernt hat. Grenzen wenden dann die relevanten Unterdrückungs- (die Anzeigen/Kampagne), Genehmigungs- und Einwilligungsregeln an.

Ungenutzter Kontext schafft Chancen

Das Marketing hat Jahre damit verbracht, die Signale zu optimieren, die am einfachsten zu zählen sind. Klicks, Käufe und Kampagnenreaktionen sind immer noch wichtig, aber sie erklären selten, warum etwas passiert ist.

Informationen wie die Perspektive der Kund:innen auf eine Marke oder ein Produkt werden oft in sogenannten unstrukturierten Daten gespeichert: Online-Bewertungen, Chat-Protokolle oder Social-Media-Beiträge. Unternehmen haben nun die Möglichkeit, Erkenntnisse aus diesen Datasets zu gewinnen, die ein Transaktionsdatensatz allein nicht erkennen kann.

KI schafft die Möglichkeit, bisher schwer nutzbare Informationen in verwertbare Geschäftssignale zu verwandeln.

Der richtige Kontext schafft Präzision

Der Zugriff auf alles ist keine Kontextstrategie. Es ist einfach, der KI alles vorzuwerfen und auf das Beste zu hoffen.

Wie wir gesehen haben, macht zu wenig Kontext die KI blind. Aber zu viel belastet die Entscheidung mit veralteten, widersprüchlichen oder unnötigen Informationen, was Kosten und Risiken erhöht und das Auffinden des relevanten Signals erschwert. Forschungen zu Sprachmodellen mit langem Kontext haben zudem ergeben, dass relevante Informationen weniger zuverlässig genutzt werden können, wenn sie in langen Eingaben vergraben sind, selbst bevor das Modell sein Kontextfenster-Limit erreicht. Für Maya benötigt die KI nicht ihre gesamte Kundenhistorie, jedes Serviceprotokoll oder jedes Markendokument. Sie benötigt die wenigen aktuellen Fakten und Regeln, die diese spezielle Entscheidung wesentlich verändern – wie die Tatsache, dass ihr Servicefall noch offen ist.

Die Kontextschicht sollte daher den minimal ausreichenden, relevanten, aktuellen, vertrauenswürdigen und autorisierten Kontext zusammenstellen, der für eine Entscheidung erforderlich ist.

Es ist auch wichtig zu beachten, dass „aktuell“ nicht immer „Echtzeit“ bedeutet. Eine Marketing-Einwilligung muss eine Änderung möglicherweise sofort widerspiegeln, während eine genehmigte Markenrichtlinie monatelang maßgeblich bleiben kann.

Gemeinsamer Kontext schafft Koordination

Mayas Situation nahm den falschen Verlauf, weil das Unternehmen die ganze Geschichte nur in Teilen kannte: Die Marketing-Abteilung sah ihr Engagement, das Serviceteam betrachtete den Fall der beschädigten Lieferung, und die Marken-Abteilung wusste, dass die Skischuh-Kollektion in diesem Szenario vor Rabatten geschützt war.

Jedes Team konnte innerhalb seiner eigenen Grenzen eine fundierte Entscheidung treffen, doch kein System konnte die richtige End-to-End-Entscheidung treffen, ohne den Kontext der anderen Abteilungen einzubeziehen.

Anstatt Silos zu beseitigen, automatisiert KI sie daher oft.

Ein gemeinsamer Kontext ermöglicht es diesen Systemen, sich auf eine einzige Kundensituation und ein einziges Geschäftsergebnis abzustimmen, ohne dass jedes Team die Kontrolle über seinen Bereich aufgeben muss.

kontrolliert

Ein KI-System benötigt eine vertrauenswürdige Source of Truth mit berechtigtem Zugriff, klaren Aktionsschwellenwerten und einem überprüfbaren Protokoll.

Diese Kontrollen müssen den verfügbaren Kontext vor und während einer KI-Entscheidung formen, anstatt das Ergebnis erst zu überprüfen, nachdem die KI gehandelt hat. Wenn die Kontrollen Ersteres tun, ermöglicht Governance eine größere Autonomie, ohne dass ein Mensch mit jeder Empfehlung interagieren muss.

Governance ist das Betriebssystem für vertrauenswürdige Autonomie.

Eigener Kontext schafft Kontrolle

Kontrolle bedeutet, die Wahlmöglichkeiten zu bewahren, wenn sich Ihre Technologie ändert.

Wenn Ihr Unternehmen seinen Kontext kontrolliert, kann das im Laufe der Zeit aufgebaute Geschäftsverständnis mit Ihnen mitwachsen. Der Wechsel eines Modells oder einer Applikation bedeutet nicht, dass das, was das Unternehmen bereits weiß, neu aufgebaut werden muss.

Gefangener Kontext verhält sich anders. Sie können die zugrunde liegenden Daten möglicherweise noch exportieren, aber die darum herum aufgebaute Intelligenz kann an die Plattform gebunden bleiben, die sie erstellt hat. Der Zugriff kann sich auch ändern, wenn ein Anbieter ändert, wie andere Systeme diesen Kontext nutzen dürfen.

Je mehr Wissen sich dort ansammelt, desto schwieriger wird es, die Plattform zu verlassen, ohne einen Teil dessen zu verlieren, was Ihr Unternehmen gelernt hat.

Kontext schafft einen sich verstärkenden Vorteil

Jede Entscheidung liefert Beweise: Die KI handelt, die Kund:innen reagieren, ein Geschäftsergebnis folgt, und eine Person kann die Empfehlung genehmigen, ablehnen oder korrigieren.

Diese Beweise müssen in die Kontextbasis zurückfließen.

In Mayas Fall ist die nützliche Information nicht einfach, dass die Promotion unterdrückt wurde. Das Unternehmen sollte lernen, ob die Service-Wiederherstellung die Kundenbeziehung geschützt hat, ob sie die Stiefel später ohne Rabatt gekauft hat und ob ein menschliches Eingreifen das Ergebnis verbessert hat.

Diese Ergebnisse werden zum Gedächtnis für die nächste ähnliche Entscheidung. Im Laufe der Zeit kann das Unternehmen lernen, welche Interventionen hochwertige Beziehungen erhalten, welche Angebote zusätzliche Nachfrage schaffen und wo menschliches Urteilsvermögen die Empfehlungen der KI beständig verbessert.

Der Einsatz von KI allein schafft noch keinen Lernvorteil. Der Vorteil potenziert sich, wenn Aktionen, Ergebnisse und Korrekturen als Kontext zurückfließen, den das Unternehmen wiederverwenden kann.

Die ersten sechs oben behandelten Prinzipien verbessern die heutige Entscheidung. Dieses siebte Prinzip verbessert jede darauf folgende Entscheidung.

Wo sollten Sie die Kontextschicht für Ihr Unternehmen aufbauen?

Das ist die eigentliche Frage, die sich alle stellen. Die Optionen sind typischerweise die folgenden: Modellanbieter, (Marketing-)Anwendung oder Datenplattform.

Modellanbieter und Marketinganwendungen liefern beide nützliche Intelligenz, aber keine von beiden ist als ideales, dauerhaftes Zuhause für den Unternehmenskontext konzipiert.

Der Aufbau der Schicht innerhalb eines Modells kann zu einer Abhängigkeit von dieser Modellfamilie führen. Die Verteilung über verschiedene Anwendungen hinweg kann ein anderes Problem verursachen: Jedes System entwickelt seine eigenen Definitionen, Richtlinien und sein eigenes Gedächtnis, bis nichts mehr zusammenpasst und dieselbe Metrik zu drei verschiedenen Lösungen führt.

In der Realität gehört das kontrollierte Gravitationszentrum in das Fundament des Unternehmens, wo die Bedeutung konsistent bleibt, Richtlinien nur einmal angewendet werden und sich das Lernen über genehmigte Modelle und Anwendungen hinweg ansammelt.

Snowflake als Fundament für kontrollierte Daten und KI für Ihren Kontext

Die Snowflake AI Data Cloud unterstützt ein solches Modell auf drei praktische Arten:

• Der richtige Kontext, verfügbar im Moment der Entscheidung: Das Marketing kann die Geschäftsdaten hinter einer Entscheidung – einschließlich der unstrukturierten Beweise, die erklären, was passiert ist – in ein einziges kontrolliertes Fundament einbringen. Snowflake Horizon Context ermöglicht es der KI, dieses Fundament zu nutzen, wobei die Ursprünge des Kontexts erhalten bleiben und eine konsistente geschäftliche Bedeutung angewendet wird. Ein Agent kann dann auf der Grundlage vertrauenswürdiger Definitionen schlussfolgern, anstatt zu raten, und weiß auch, wann eine Metrik aggregiert werden kann – und wann nicht.

• Wiederverwendbarkeit in Ihrem bevorzugten Ökosystem: Mit semantischen Ansichten können Sie die geschäftliche Bedeutung einmal definieren und diese Bedeutung in die Tools übertragen, die Ihre Teams innerhalb und außerhalb von Snowflake verwenden. Jedes kompatible Tool kann mit derselben kontrollierten Logik arbeiten, anstatt in jeder Schnittstelle neu erstellt werden zu müssen.

• Potenzierung: Snowflake kann Definitionen und Lineage kontrollieren, aber nicht entscheiden, was Ihr Unternehmen lernen soll. Das Marketing muss erfassen, was nach jeder KI-Entscheidung passiert ist – einschließlich der Fälle, in denen ein:e Marketer:in die Empfehlung der KI geändert hat – und diese Erkenntnisse in einen wiederverwendbaren Kontext zurückführen. Snowflake gibt diesem Gedächtnis ein kontrolliertes Zuhause und eine konsistente Bedeutung.

Zurück zu Maya

In unserem Beispiel sendet die KI Maya bei unvollständigem Kontext ein Rabattangebot von 20 %. 

Aber mit einem vernetzten, kontrollierten Kontext erkennt dasselbe Modell einen Moment der Service-Wiederherstellung, löst das Problem, schützt die Kundenbeziehung und spricht sie wieder an, wenn der richtige Zeitpunkt gekommen ist.

Ihre Reaktion wird dann zum Kontext für die nächste Kund:in in einer ähnlichen Situation.

Modelle werden sich ändern. Ihr Kontext sollte unter Ihrer Kontrolle bleiben – und mit jeder Entscheidung intelligenter werden.

Beginnen Sie mit einer Entscheidung, die Ihre KI bereits in großem Umfang trifft, und dokumentieren Sie dann jeden wichtigen Fakt, den sie derzeit nicht sehen kann. Das ist Ihre Kontext-Roadmap.

Für Führungskräfte im Marketing: Erfahren Sie mehr über die Snowflake AI Data Cloud für Marketing.

Für Führungskräfte im Bereich Daten und Technologie: Lesen Sie, wie Snowflake Horizon Context kontrollierten Geschäftskontext sammelt, anreichert und aktiviert.