Autoren: Stefan Hövel und Ralph Hübner, D2C-Advisors

Seien wir mal ehrlich: Bereits vor einigen Jahren wurden Beiträge veröffentlicht, aus denen klar ersichtlich wurde, dass viele Konsumgüter-Unternehmen erfolgreich mit AI experimentieren. Allerdings fanden sich diese Informationen eher im englischsprachigen Raum und sie waren auch noch nicht im Mainstream im Sinne von ChatGPT angekommen.

Wer sich heute aber mit D2C-Marken beschäftigt und in den vergangenen Wochen irgendein Medium konsumiert hat, kam nicht umhin, festzustellen: AI*) ist jetzt im Mainstream angekommen. Begeisterte Coaches – die Berufsbezeichnung ist ja nicht geschützt – versprechen in den sozialen Medien, dass man mit Hilfe von AI und wenigen Klicks ganz einfach neue D2C-Marken basteln kann, inklusive Marke, Logo, Packaging, Anzeigenkampagne und 85 Landingpages. Die Produkte gibt es mittlerweile als White Label von spezialisierten Produzenten. Und mit Hilfe der passenden Influencer droppt man das Ganze dann in den Markt.

Das Schmucklabel "Made by AI" zeigte früh, was möglich ist

Tatsache ist: Wer viel von den verfügbaren AI-Tools versteht, kann neue Marken in einem Bruchteil der Zeit, die bislang Agenturen dafür gebraucht haben, erschaffen. Über den Erfolg solcher Aktivitäten wollen wir hier noch nicht sprechen, weil wir bis dato nur wenige D2C-Marken kennen, die tiefgreifend durch AI gestaltet und optimiert wurden. Aber auch hier ist die Realität sicher weiter fortgeschritten, als man derzeit liest und hört. 

Der Prototyp einer AI-getriebenen Marke war sicher das Schmucklabel "Made-by-AI", das auf Basis vorhandener Schmuckstücke im Web automatisch neue Formen entworfen, diese dann graphisch erzeugt und in einen Shop gestellt hat. Basierend auf Kundenfeedback und Verkaufsrang wurde der Shop optimiert, die Bestellungen über 3D-Druck gefertigt und dann verschickt. Die Marke ist heute zwar verschwunden, das Konzept kombiniert mit den heutigen Tools aber sicherlich weiterhin vielversprechend (oder bereits an anderer Stelle integriert).

Warum ist D2C und AI bereits ein echter Match und warum wird es mit ziemlicher Sicherheit zum essenziellen Erfolgsfaktor gerade für die neuen Marken? Blicken wir auf die Definition: Was macht eine D2C-Brand aus? In vielen Fällen eine neue Marke ohne Altlasten, ein klarer Fokus, ein überschaubares Sortiment, spezifische und umfassende Datenerfassung aus allen (End-)kundenbeziehungen, Software bzw. SaaS auf dem immer neuesten Stand mit vielfältigen Apps und ein wettbewerbsintensives Umfeld mit D2C Marken gleichen Blueprints. Bei den meisten D2C-Brands gibt es neben einer Menge Daten (intern und extern) organisatorisch flache Hierarchien, ein experimentelles und agiles Arbeitsumfeld und das Mindset, von Daten zu lernen und diese rigoros zum eigenen Erfolg zu nutzen, und die Fähigkeit auch radikale Schritte in Taktik und Strategie zu gehen. 

Wo ist AI heute schon nutzbar?

Was ist heute mit diesem Data-Mindset bereits möglich:

• Setzten wir AI im Marketing ein, erhalten wir Informationen, welche Kombinationen aus Medien, Bildern, Headlines und Texten besonders gut funktionieren. Im digitalen Performance-Marketing und der Marketing Automation ist AI bereits integraler Bestandteil, statt weniger Meta-Personas erzeugt eine AI beliebige Micro-Personas u.a. für das Targeting.
• Setzen wir eine AI im Vertrieb ein, erhalten wir Informationen, welche Muster im Kaufverhalten existieren, in welchen Kaufzyklen Kunden kaufen, wie sich der Lifetime-Value entwickelt oder welche Vorhersagen zu Umsatz oder Absatz gemacht werden können.
• Im Produktmanagement liefert die AI bereits Vorschläge für Produktnamen und -texte, für Benefits oder typische, branchenübliche Hygienefaktoren, Assistenz-Systeme unterstützen bei der Erstellung und Aktualisierung der Sortimente. 
• In der Preisstrategie ist Dynamic Pricing bereits seit vorgestern im Einsatz. Erweitert um eine noch bessere AI wird es zum entscheidenden Instrument, um wirksam auf Nachfrage, Lagerbestände und Wettbewerbsaktivitäten zu reagieren. Des Weiteren können Promotions und Subscriptions analysiert und optimiert werden und personalisierte Ansätze z.B. für Produktvorschläge werden immer passgenauer.
• Im neuen Trendthema Conversational Commerce gab es vor allem eine Hürde: Die Informationen aus dem Kundenkontakt (Frage nach Produkt, Farbe, Größe, Passform….) mussten in Echtzeit mit den Produktdaten (PIM) gematched werden. Wenn der Chatbot endlich genug Trainingsdaten gesehen hatte, wurde jedoch die Kollektion wieder gewechselt. Aber auch lernt die AI immer schneller und effizienter.
• Lassen wir eine AI übergreifend das Produktdesign oder Packaging des Wettbewerbs analysieren, erhalten wir Aussagen zu generell erfolgreichen Konzepten und können diese dann iterativ weiterentwickeln und testen. Generell wird AI auch in der Marktforschung eine wichtigere Rolle spielen, um komplexe Zusammenhänge (AI-Kerndisziplin = Pattern Recognition) zu erkennen.
• Analysieren wir das Kundenfeedback mit AI, dann erhalten wir wertvolle Korrelationen, welche Faktoren zu guten oder schlechten Bewertungen führen können, wir können daraus lernen, was zu besseren Produkten und Services führen kann.
• Customer Service kann den Dialog über Chatbots automatisieren, oftmals sogar verbessern und Ressourcen schonen für die besonderen Fälle, in denen nur ein Mensch helfen kann 
• Möchten wir Kooperationen eingehen oder mit Influencern arbeiten, wird AI zukünftig unterstützen im Auswahlprozess, bei der Content-Planung und Erstellung oder in der Erfolgsmessung 
• Bei Service, Support oder Qualitätskontrolle kann AI helfen – auch über Sensorik – Produktausfälle zu reduzieren.

Da man immer einen Zeitversatz in der Adaption von neuen Technologien sieht, wird AI somit gerade jetzt für agile D2C-Marken zum echten Wettbewerbsvorteil. Denn wenn etablierte Unternehmen erst die Adaption bzw. Transformation vollzogen haben, wird AI dort umso stärkere Effekte erzeugen, das steht außer Zweifel.

Was sind die Door Opener für KI?

Aus unserer Sicht gibt es zwei Wege, wie AI schnell Einzug in die Unternehmen halten wird: 

1. durch die Integration in Software und Applikationen, die bereits bestehende Geschäftsprozesse unterstützen (z.B. Shop-Software, Marketing-Applikationen, Marktplätze, Google oder Meta oder andere Dienste
2. durch die Anforderungen eines Unternehmens, um gezielt vorhandene Daten zu interpretieren und damit Wettbewerbsvorteile zu generieren.

Um AI zielgerichtet einzusetzen und passende Anwendungen zu finden, muss man aber zumindest einmal die Frage stellen: Welche AI brauche ich und welche Ergebnisse erhalte ich damit? Wir können an dieser Stelle nur dazu ermutigen, diese Fragen – quer durch das gesamte Unternehmen – zu stellen. Die Lösungen sind bereits vorhanden, denn „D2C und AI – it’s a match!“

*) Unter dem Kürzel „AI“ fassen wir nachfolgend mehrere Begriffe zusammen: (Artificial Intelligence, Deep Learning, Machine Learning, Generative AI und Data-Mining bzw. Analytics)