Hinter dem Interface: wie natürliche Sprache Marketingworkflows transformiert

Unternehmen befinden sich in einer komplexen Landschaft, die geprägt ist von immer neuen Herausforderungen in den Bereichen Datenschutz, Wirtschaft und dem rasanten Fortschritt der KI. Verbraucherdatenschutz ist nicht mehr nur eine Erwartung – er ist eine unverzichtbare Grundlage für das Vertrauen der Verbraucher:innen. Wirtschaftliche Schwankungen haben Unternehmen dazu gebracht, mit weniger mehr zu erreichen, und verlangen nach mehr Effizienz angesichts sich ständig ändernder Vorschriften. Gleichzeitig revolutioniert KI – insbesondere generative und agentische KI – den Datenzugriff und die Entscheidungsfindung und zwingt Unternehmen zu schnellen Anpassungen.

Während 2023 das Zeitalter der Entdeckung generativer KI war, war 2024 das Jahr der Experimente, des Proof of Concept und der Entwicklung neuer GenAI-Tools für Kundenservice und Marketing. Auf den ersten Blick mag GenAI wie eine einfache, kosteneffiziente Catall-Lösung für unzählige Anwendungsfälle gewirkt haben, doch inzwischen haben wir herausgefunden, dass die Realität viel differenzierter ist. Generative KI kann komplex sein, effektiv und teuer zu implementieren, und sie entwickelt sich in nie dagewesenem Tempo weiter. Für Unternehmen, die in der Lage sind, diese Herausforderungen zu meistern, wird 2025 jedoch das Jahr der angewandten KI sein, in dem Natural Language Interfaces (NLIs) im alltäglichen Marketing-Workflow immer mehr an Bedeutung gewinnen und den Datenzugriff demokratisieren und Geschäftsergebnisse beschleunigen.

„Die angesagteste neue Programmiersprache ist Englisch“, twitterte OpenAI-Gründungsmitglied Andrej Karpathy. Die Art und Weise, wie wir mit Daten interagieren, hat sich grundlegend verändert. In der Vergangenheit sind wir von Papierakten zu digitalen Daten und Datenspeichersystemen übergegangen, dann zu SQL-gestütztem Datenzugriff. Dieser ist leistungsfähig, erfordert aber technisches Fachwissen und verhindert, dass Marketingexpert:innen direkten Zugriff auf Daten haben. Dabei mussten Marketingexpert:innen natürliche Sprache verwenden, um Anfragen in IT-Ticketing-Systemen zu stellen. Anschließend interpretiert die IT die Anfragen, übersetzt sie in SQL und arbeitete sie ab. Das konnte Tage, Wochen oder sogar Monate dauern, da der Rückstand wuchs, da diese Tickets manuelle Aufmerksamkeit erforderten.

Dann kam die Drag-and-Drop-Click-Oberfläche, die wir heute im MarTech-Bereich am besten kennen. Diese Schnittstellen, die normalerweise als „No Code“ bezeichnet werden, sind für Marketingexpert:innen relativ Self-Service, aber sie erfordern ein Verständnis der technischen Datenstrukturen. Wie heißt beispielsweise die „Kunden“-Tabelle in unseren Systemen? Wie heißt die Spalte, die den in den letzten zwölf Monaten ausgegebenen Betrag angibt? Marketingexpert:innen sind in diesem System relativ autark, können aber ihre natürliche Sprache und Geschäftssemantik nicht für den direkten Zugriff auf Daten verwenden, die sie leicht verstehen können. 

Heute versprechen Natural Language Interfaces, dass Marketingexpert:innen sowohl unabhängig sein als auch natürliche Sprache verwenden können. Sie müssen sich nicht auf andere Teams verlassen oder auf das Ergebnis manueller Aktionen warten. Das ist ein Gamechanger für nicht technische Anwender:innen. NLIs versprechen, Marketingworkflows für Kampagnenplanung, Entscheidungsfindung, Analyse und Optimierung zu transformieren. Sie können Ideenfindung, Zielgruppenansprache, Inhaltsauswahl, Kanalentscheidungen, Reporting und vieles mehr unterstützen. Obwohl Tempo und Priorität dieses Wandels von Unternehmen zu Unternehmen variieren werden, ist der Trend klar: NLIs werden zur neuen Schnittstelle der Wahl.

Ein Vorteil von NLIs ist ihre Einfachheit: ein Textfeld, in das Sie Ihre Anfrage eingeben. Doch um NLIs zu beherrschen, bedarf es weiterhin Schulung. Heutzutage hängt die Modellleistung stark von der Qualität der Anfrage oder des Prompts ab. Selbst Interaktionen in natürlicher Sprache werden Optimierung erfordern, um zufriedenstellende Ergebnisse zu erzielen. Und eine erfolgreiche GenAI-Einführung wird Zeit brauchen. Es ist entscheidend, frühzeitig und oft neue Erkenntnisse zu gewinnen und sich anzupassen. Praktiker müssen sich mit den unangenehmen Veränderungen ihrer Arbeitsweise vertraut machen und frühzeitig lernen, die neue Technologie effizient zu nutzen, die die Marketinglandschaft unweigerlich verändern wird. 

So einfach die Benutzeroberfläche auch ist, darunter verbirgt sich große Leistung und Komplexität. Genau wie Googles Suchmaschine auf einem ausgefeilten Algorithmus basiert, benötigen NLIs eine robuste Datenstrategie und Integrationen im Backend. Wir lernen, dass es einfach nicht ausreichen wird, Ihre Schnittstelle mit einem LLM zu verbinden. Die Lösung erfüllt weder die Sicherheitsanforderungen noch wird sie funktionieren. 

Unternehmensorganisationen erkennen, dass ihr KI-Erfolg vom Datenerfolg abhängt.

Die KI und die Oberfläche eines Unternehmens sind nur so gut wie die Daten, auf die es Zugriff hat, und die Tools, die integriert sind, um die Möglichkeiten dieser Daten zu erweitern – und zwar ohne Kompromisse bei Data Governance, Compliance und Sicherheitsanforderungen. 

Die Snowflake AI Data Cloud unterstützt Marketingexpert:innen in dieser dynamischen Landschaft. Snowflake bietet eine umfassende Lösung, die die Entwicklung von GenAI-Funktionen erleichtert, einschließlich der Möglichkeit, diese Schnittstellen der nächsten Generation zu betreiben und zu verbessern. 

Snowflake für KI bringt KI in kontrollierte Daten, um analytische Workflows sowohl für strukturierte als auch für unstrukturierte Daten auszuführen, agentische Apps zu entwickeln und Modelle zu trainieren – alles mit minimalem betrieblichem Overhead. Mit einer einzigen Plattform aus modularen, vorintegrierten KI-Diensten, Tools und Recheninfrastruktur können Sie ganz einfach die Verarbeitung unstrukturierter Daten, GenAI-Apps und die Modellentwicklung beschleunigen. 

Mit Snowflake Cortex AI können Sie schnell und einfach unstrukturierte Daten analysieren und GenAI-Anwendungen mit vollständig verwalteten LLMs, Retrieval-Augmented Generation (RAG) und Text-zu-SQL-Diensten erstellen. So können mehrere Benutzer KI-Dienste mit No-Code-, SQL- und REST-API-Schnittstellen nutzen. Es ist außerdem effizient, da Sie das Infrastrukturmanagement mit serverloser KI überspringen können, um unstrukturierte Daten zu analysieren und Data Agents und andere KI-Apps zu entwickeln. Und Snowflake schützt den Wert Ihrer Daten und Modelle mit branchenführender Sicherheit und einheitlicher Governance, auf die Tausende von Unternehmen vertrauen.

Power Digital Marketing

„Wir haben Snowflake Cortex in unsere Marketing-Intelligence-Plattform eingebettet, um Abfragen in natürlicher Sprache direkt in unserem Client und internen Workflows zu ermöglichen. Dadurch entsteht ein echter Wandel – von Analyst:innen, die SQL schreiben, hin zu Strateg:innen und Marketingexpert:innen, die sofort Multi-Source-Daten mit einfacher Sprache abrufen. Wir erleben eine um das 30-Fache schnellere Erkenntnisgewinnung und konnten bereits über drei volle Arbeitswochen bei nur wenigen hundert Abfragen einsparen. Large Language Models werden immer stärker in Enterprise Data Stacks integriert und dieser Ansatz wird das neue Betriebsmodell für Serviceunternehmen definieren.“

— John Saunders, VP of Product, Power Digital Marketing

GrowthLoop

„GrowthLoop integrierte eine Natural Language Interface, die auf Snowflakes Cortex AI basiert und Marketingexpert:innen und Betreibenden echten Self-Service-Zugriff auf ihre Daten bietet. Ob Performance-Marketingteams, die einen neuen A/B-Test einführen, Lifecycle-Marketingteams, die verlorene Kund:innen finden, oder MarketingOps, die das Ticketvolumen reduzieren: Natürliche Sprache beseitigt die technischen Hindernisse. Sie beschleunigt die Erkenntnisgewinnung, beschleunigt die Aktivierung und sorgt dafür, dass die Daten kontrolliert und einheitlich bleiben – alles direkt auf Snowflake.“

— Anthony Rotio, Chief AI Officer, GrowthLoop

Dataiku

„Dataiku ermöglicht es Datenexpert:innen, anspruchsvolle KI zu entwickeln und bereitzustellen, von komplexer Kundensegmentierung bis hin zu prädiktiver Analytik. Mithilfe von Snowflake Cortex können diese komplexen Einblicke nun Marketingteams in natürlicher Sprache intuitiv zugänglich gemacht werden. Dieser wichtige Link übersetzt tiefgreifende analytische Fähigkeiten in Echtzeit-Personalisierung und verbessert so das Kundenengagement und die Geschäftsergebnisse erheblich.“

— Jed Dougherty, Head of Platform Strategy, Dataiku

Möchten Sie mehr erfahren? Registrieren Sie sich für das Webinar Decoding AI’s Org-Wide Marketing Impact: An Exclusive Session with Scott Brinker.