KI Use Case mit messbarem Impact: Erfahrungsbericht zum AI Sales Agent

Mit dem AI Sales Agent hat valantic ein leistungsstarkes KI-System für das schnelle, datengetriebene Lead-Scoring vorgestellt. Im zweiten Teil unserer Blogserie erfahren Sie an einem erprobten KI Use Case mit handfesten KPIs, wie der AI Agent Vertriebsprozesse optimiert, für welche Anwendungsfälle er prädestiniert ist und welche Möglichkeiten das KI-System in naher Zukunft bereithält. Einblicke und Erfahrungen teilt Christopher Kinnel, Head of Market Engagement bei valantic und einer der ersten Fans des AI Sales Agents.

Von der Idee zum Prototyp des neuen KI-Systems

Was war für euch bisher die größte Hürde im Lead-Handling und euer Ansatz zur Lösung? 

Gerade im Zuge von Market-Engagement-Maßnahmen, die wir zu Beginn nicht zielgerichtet ausspielen können, wie zum Beispiel Event-Auftritte und Messebesuche, war es immer wieder eine Herausforderung, eingehende Leads schnell genug bewerten, priorisieren und gezielt nachverfolgen zu können. Die manuelle Recherche war mit erheblichem Aufwand verbunden und kostete massiv Zeit. Wir wollten diese Recherchearbeit beschleunigen, um schneller entscheiden zu können, welche nächsten Schritte für den jeweiligen Kontakt den größten Mehrwert bieten. Dafür brauchten wir eine sich schnell drehende, objektive Entscheidungsinstanz und uns war klar, dass KI hier Abhilfe schaffen kann. Wir hatten gesehen, was unser AI-Dev-Team im Stande ist zu leisten, gingen kurzerhand in den Austausch und hatten innerhalb weniger Wochen einen voll funktionsfähigen Prototyp.

Erster KI Use Case und Feuertaufe für den AI Sales Agents

In welchem Kontext konnte sich der Prototyp das erste Mal live beweisen?  

Seine Bewährungsprobe hatte der AI Sales Agent kürzlich bei einem Branchen-Event: Wir haben auf einer Messe innerhalb von zwei Tagen mehrere hundert Kontakte für unseren Auftritt begeistern können und wussten wenige Stunden nach dem Event, dass davon gut zwei Drittel für uns relevant sind. Mit den Informationen der KI konnten wir ohne weitere Recherche direkt entscheiden, was mit einem Lead passiert: Geht er ins automatisierte Lead Nurturing per Mailing, an unser Sales-Team für die individuelle Kommunikation oder ans Account Management, weil der Kontakt bereits im System war oder gar Bestandskunde ist.

Was war euer Aha-Moment bei diesem KI Use Case?  

Der Aha-Effekt war definitiv die Geschwindigkeit: Wir sprechen von wenigen Minuten für das Lead-Scoring direkt nach der Erfassung eines Kontakts. Ob durch eine Formulareinsendung oder den zentralen Upload einer Liste mit mehreren hundert Kontakten: Wir hatten innerhalb kürzester Zeit eine valide Kategorisierung. Zum Vergleich: Für die händische Recherche vergingen in der Vergangenheit gerade nach großen Events mehrere Tage, wenn nicht sogar Wochen, in denen wir mit teils hoch relevanten Kontakten nicht in den persönlichen Austausch gegangen sind, weil uns die richtigen Informationen fehlten.

Was war euer Aha-Moment bei diesem KI Use Case?

Der Aha-Effekt war definitiv die Geschwindigkeit: Wir sprechen von wenigen Minuten für das Lead-Scoring direkt nach der Erfassung eines Kontakts. Ob durch eine Formulareinsendung oder den zentralen Upload einer Liste mit mehreren hundert Kontakten: Wir hatten innerhalb kürzester Zeit eine valide Kategorisierung. Zum Vergleich: Für die händische Recherche vergingen in der Vergangenheit gerade nach großen Events mehrere Tage, wenn nicht sogar Wochen, in denen wir mit teils hoch relevanten Kontakten nicht in den persönlichen Austausch gegangen sind, weil uns die richtigen Informationen fehlten.

Was bringt der KI-Agent im Daily Business von Marketing & Sales?

Wie nutzt ihr den AI Sales Agent aktuell im Arbeitsalltag?

Stand jetzt unterstützt uns die KI vor allem bei der initialen Bewertung neuer Kontakte. Nach dem Erfassen können wir den Agenten anstoßen und Informationen zu Branche, Unternehmensgröße, Umsatz, etc. automatisch ausfüllen lassen. So haben wir viel schneller die Informationen, die wir brauchen, und weit weniger Aufwand für die Datenpflege und Recherche. Das ist in unserem Fall auch in Euro messbar: Im Schnitt verzeichnen wir über 95 Prozent geringere Bearbeitungskosten pro Lead.

Daneben nutzen wir den AI Sales Agent retrospektiv, um manuelle Assessments bestehender Kontakte zu challengen und bisherige Entscheidungen objektiver zu bewerten. Der große Vorteil ist, dass die KI direkt in unser CRM integriert ist und alles im System stattfindet. Die Live-Anbindung an Daten- und Wissensquellen ermöglicht jederzeit Aktualisierungen und nach einer KI-gestützten Recherche werden neue Informationen direkt am Kontakt angepasst.

Fokus auf neue Rollen und Aufgaben durch KI

Wie hat sich die Aufgabenverteilung oder der Fokus eurer Arbeit durch den AI Sales Agent verändert?   

Die KI füllt eine Data-Analyst-Lücke. Es vereinfacht aus Marketing-Sicht vor allem die Datenpflege und Datenhygiene. Im nachgelagerten Sales-Prozess bietet es konkrete Anknüpfungspunkte für die individuelle Kommunikation und Vorbereitung persönlicher Gespräche. Es stärkt somit die Bedeutung von Positionen wie Business Development Representatives (BDR) bzw. Sales Development Representatives, die die Entwicklung von Leads auf persönlicher Ebene vortreiben sollen. Sie müssen sich nicht mehr im gleichen Umfang mit Recherchearbeiten und Datenpflege befassen, sondern können sich direkt auf das Schöne konzentrieren: den persönlichen Austausch.

KI Best Practice: Lead-Scoring (bald) ganz automatisch?

Sind mit dem KI-System noch manuelle Schritte für die Lead-Qualifizierung nötig? 

Auch wenn es im Grunde keine manuellen Schritte mehr braucht: Best Practice aus unserer Sicht ist ein ‘Human in the middle’-Ansatz: ein menschliches Quality Gate, mit dem das System dazulernen und noch besser werden kann. Es gibt immer Sonderfälle und Grauzonen, die sich durch eine generalisierte Analyse schwer einordnen lassen.

Beispiel: Die KI berechnet aufgrund geringer Umsatzzahlen des erfassten Unternehmens einen schlechten Score; eine tiefergehende Recherche zeigt jedoch, dass es sich um ein Start-up handelt, das an einem großen Inkubator hängt, der für uns hoch relevant ist und sich zusätzlich gerade mit der Digitalisierung des eigenen Portfolios befasst. Um sowas im laufenden Betrieb zu challengen zu können, müssen wir die Bewertung der KI zu 100 % nachvollziehen und überprüfen können. Hier besticht der AI Sales Agent durch maximale Transparenz: Wir sehen mittels einer Management-Summary, welche Informationen das System einbezogen hat, wissen, wie es zu dieser Bewertung kam und können gegebenenfalls entsprechend nachfassen.

Was sind Top-Einsatzfelder für den AI Sales Agent?

Für welche Anwendungsszenarien ist der AI Sales Agent aus eurer Sicht prädestiniert?

Für den Status Quo sind Events der stärkste Anwendungsfall: Hier kommen schnell viele Leads zustande, bei denen das Targeting besonders diffus ist. Denn es lässt sich im Vorfeld nicht exakt sagen, wer vor Ort sein wird und wie diese Personen dem eigenen Zielgruppenprofil entsprechen. Diese Herausforderung haben wir bei Perfomance-Kampagnen weniger, denn hier ist die Zielgruppe vorab klar definiert.

Perspektivisch und mit weiteren Iterationen sehen wir sehr viele weitere Use Cases, für die das KI-System eine enorme Bereicherung sein kann. Wenn wir z. B. ein neues Produkt oder eine Beratungsleistung an den Markt und Bestandskunden bringen wollen, können wir mit Hilfe der KI die Zielgruppe zusammenstellen oder präzisieren und im System Kontakte filtern, die genau jetzt für diese Maßnahme relevant sind. Wir werden den KI-Agenten künftig definitiv noch mehr für die Informationsrecherche und fortlaufende Bewertung von Kontakten nutzen.

Welche KI Use Cases kommen als Nächstes?

Welche Anwendungsmöglichkeiten wünscht ihr euch in Zukunft von dem AI Sales Agent?

Spannend ist, dass die KI aus den Informationen ein Briefing erstellen kann, das immer wieder aktualisiert wird, sobald wir eine neue KI-Recherche anstoßen oder Informationen im System hinzukommen. Wir wollen auch hier den (potenziellen) Kunden in den Fokus rücken und uns in die Lage versetzen, seine Buyer-Journey zu bereichern, anstatt im egozentrischen Sales-Cycle zu denken. Das ist auch für das Account-Management super hilfreich:

Angenommen ein Kunde nutzt schon jahrelang CX-Services und hat jetzt einen Berührungspunkt mit Angeboten zu Digital Finance; zeigt also Interesse an Themen dieses Bereichs. Dann könnten die Verantwortlichen beider Service-Bereiche automatisch benachrichtigt werden und ein Briefing erhalten, das alle bisherigen Kontaktpunkte und Interaktionen zusammenfasst. So ließen sich Cross- und Up-Selling-Chancen schneller erkennen und der Kunde bekommt wertstiftende Informationen zum richtigen Zeitpunkt und von den für ihn relevanten Ansprechpartnern. Das wäre natürlich auch für bevorstehende Pitches hoch interessant. Die Möglichkeiten sind mannigfaltig – und damit auch das Business-Potenzial. Die bisherigen Use Cases mit dem KI-Agenten machen deutlich, dass wir uns auf spannende Entwicklungen freuen können.

Möchten auch Sie KI-Magie in Ihr Unternehmen bringen?