Marketing erreicht laut EY-CDO Lou Cohen einen entscheidenden KI-Wendepunkt. Gegenüber Business Insider betont Cohen das Potenzial von Künstlicher Intelligenz für präzisere Zielgruppensegmentierung und deutlich effizientere Werbung. Unternehmen, die jetzt handeln, sichern sich Vorsprünge bei Reichweite, Kosten und Wachstumsdynamik.
Hintergrund: EY sieht den KI-Wendepunkt
Im Umfeld von Business Insider unterstreicht Lou Cohen, Chief Digital Officer bei EY, die beschleunigte Transformation: KI-gestützte Workflows verändern Planung, Einkauf, Kreation und Messung. Entscheidend sei, KI nicht als Experiment zu behandeln, sondern gezielt für Segmentierung, Personalisierung und Media-Effizienz einzusetzen – mit klaren Zielen und Verantwortlichkeiten.
Warum jetzt: Datenlage, Automatisierung, Reifegrad
Drei Kräfte treiben den Wendepunkt: erstens der Druck, mit First-Party-Daten und kontextuellen Signalen auch ohne Third-Party-Cookies wirksam zu bleiben; zweitens ausgereifte Automatisierung in Bid-Strategien, Budgetallokation und Creatives; drittens reifere KI-Modelle, die Muster in Kampagnen- und Customer-Journey-Daten schneller erkennen als klassische Heuristiken.
Chancen: Segmentierung, Kreation, Media-Effizienz
- Zielgruppensegmentierung: Feinere Kohorten, Lookalikes und dynamische Audiences steigern Relevanz und Konversionsraten.
- Media-Automatisierung: KI-gestützte Gebote, Frequenzsteuerung und Budget-Shifts reduzieren Streuverluste.
- Kreativ-Optimierung: Varianten-Tests, Motiv-Tagging und Performance-Feedback beschleunigen Lernzyklen.
- Messung: Modellierte Inkrementalität und Attribution verbessern Entscheidungen trotz Signallücken.
Risiken und Grenzen: Daten, Compliance, Messung
- Datenschutz & Governance: Einwilligungen, Zweckbindung und Transparenz bleiben Pflicht.
- Bias & Qualität: Verzerrte Trainingsdaten führen zu falschen Optimierungen.
- Abhängigkeiten: Plattform-Lock-ins erschweren Kontrolle über Daten und Modelle.
- Messlücken: Walled Gardens und kanalübergreifende Fragmentierung verlangen robuste Test-Designs.
Auswirkungen auf Marktteilnehmer
Wer First-Party-Daten, saubere Taxonomien und einen modernen Tech-Stack besitzt, profitiert überproportional. Agenturen mit KI-Kompetenz und testgetriebene Advertiser gewinnen Mandate; rein reichweitengetriebene Modelle und starre Organisationen geraten unter Druck. Für Adtech-Plattformen steigt der Bedarf an interoperablen, datenschutzkonformen Lösungen.
Fazit
Der von Lou Cohen skizzierte KI-Wendepunkt markiert mehr als einen Technologie-Hype: Er verschiebt die Wettbewerbslogik im Marketing fundamental. Für den Markt bedeutet das eine klare Priorisierung von Datenkompetenz, Automatisierung und experimentgetriebener Steuerung. Gewinner sind Unternehmen mit robusten First-Party-Daten, klaren Use Cases und schneller Umsetzung – sie erreichen früh niedrigere Kontaktpreise, höhere Relevanz und stabilere Wachstumsbeiträge. Verlierer sind Akteure, die an manuellen Prozessen, Silos und „One-Size-Fits-All“-Kampagnen festhalten; sie zahlen künftig Aufschläge in Form von Ineffizienz und Opportunitätskosten.
Mittelfristig wird sich die Rolle des Marketings verschieben: Operative Tasks werden stärker automatisiert, während Strategie, Kreativbriefe, Datendesign und Governance an Bedeutung gewinnen. Das fügt sich in übergreifende Trends wie KI-gestützte Produktivität, Datenschutz-First-Architekturen und die Industrialisierung von Experimenten (Incrementality-Tests, MMM-Refresh). Zugleich steigt der Druck, vertrauenswürdig mit Daten umzugehen – Privacy by Design und transparente Modelle werden zum Hygienefaktor. Perspektivisch ist zu erwarten, dass Marken und Agenturen hybride Ansätze fahren: proprietäre Modelle für Differenzierung, kombiniert mit Plattform-Automation für Skaleneffekte. Wer heute die Grundlagen legt – Daten, Messung, People & Prozesse – wird den Kipppunkt nicht nur erleben, sondern für sich nutzen.
Handlungsempfehlung
- Data-Foundation sichern: First-Party-Daten auditieren, Consent-Quoten verbessern, Taxonomien vereinheitlichen; Privacy by Design etablieren.
- Schnelle, saubere Piloten: Zwei bis drei KI-Use-Cases (Segmentierung, Bidding, Creative-Testing) mit klaren KPIs und Guardrails starten.
- Messung modernisieren: Inkrementalitätstests und MMM kombinieren; einheitliche Experimentierrichtlinien und Reporting-Cadence definieren.
- Teams befähigen: KI-Skill-Programme, Prompt-Guides und ein Center of Excellence aufsetzen; Rollen & Verantwortlichkeiten klären.
- Vendor-Strategie prüfen: Interoperabilität, Datenhoheit und Exit-Klauseln verhandeln; Lock-in-Risiken bewusst steuern.
Expertenmeinung
Dirk Lickschat
Marketing-Consultant & KI-Trainer · Über 20 Jahre Erfahrung · Spezialist für LinkedIn, Social Media & KI-SEO
