Künstliche Intelligenz wirkt sich stark darauf aus, wie Vertriebsteams arbeiten. Zwar wird KI keine Vertriebsleiter*innen ersetzen, aber durch die Nutzung von KI im Vertrieb lassen sich auf dem Weg zum erfolgreichen Geschäftsabschluss einige der mühsameren Aufgaben automatisieren. So wird die händische Dateneingabe beispielsweise überflüssig, das Lead-Management lässt sich vereinfachen und auch E-Mails sind deutlich schneller geschrieben.
Viele kleine Unternehmen, die künstliche Intelligenz im Vertrieb einsetzen wollen, stehen vor demselben Problem: Sie haben nur ein schmales Budget zur Verfügung. Wenn sie gleichzeitig noch nicht sehr gut mit dem Thema KI im Vertrieb vertraut sind, fällt die Entscheidung, in welche Software investiert werden soll und was den größten ROI erbringt, sehr schwer.
Für den Anfang ist es am einfachsten, auf Sales-Tools mit integrierten KI-Funktionen zu setzen. Viele CRMs und Vertriebslösungen nutzen KI und maschinelles Lernen bereits in irgendeiner Form und bieten Unternehmen, die künstliche Intelligenz im Vertrieb einsetzen wollen, benutzerfreundliche und einfach zu erlernende Optionen.
Und es empfiehlt sich, eher früher als später damit anzufangen.
Prognosen von Statista zufolge wird das Umsatzwachstum durch KI Jahr für Jahr weiter steigen: 2021 sind insgesamt schätzungsweise 396 Milliarden US-Dollar Gewinn aus KI-bezogenen CRM-Aktivitäten zu verzeichnen. Wer sich ein Teil dieses Kuchens sichern will, muss schon jetzt anfangen, künstliche Intelligenz im Vertrieb und CRM einzusetzen.
In diesem Artikel soll es um folgende Punkte gehen:
- Unterschiedlich Arten von KI im Vertrieb
- Aufgaben, die mittels KI automatisiert werden können
- Die Rolle der Vertriebsleitung bei der Förderung von KI
2 Arten von KI im Vertrieb
Gartner definiert künstliche Intelligenz als Technologie, die „menschliche Leistung nachzubilden scheint“. (Der gesamte Bericht steht Gartner-Kunden auf Englisch zur Verfügung.)
Gartner erläutert:
„Sie lernt, kommt zu eigenen Schlussfolgerungen, scheint komplexe Inhalte zu verstehen, führt natürliche Dialoge mit Menschen, verbessert die menschliche kognitive Leistung oder ersetzt Menschen bei der Ausführung nicht-routinemäßiger Aufgaben.“
Auch wenn der branchenübergreifende Einsatz von KI sehr breit gefächert und scheinbar grenzenlos ist, wird sie in Softwaretechnologien wie CRM-Systemen allgemein in zwei verschiedenen Formen genutzt:
- Maschinelles Lernen (ML): Maschinelles Lernen oder Machine Learning ist ein Teilbereich der KI. Systeme nutzen riesige Datenmengen, um aus vergangenen Interaktionen zu lernen und mithilfe dieses Wissens Aufgaben zu erledigen oder Prognosen zu treffen. Je mehr und je besser die Daten sind, aus denen gelernt wird, desto besser wird auch die künstliche Intelligenz.
- Maschinelle Sprachverarbeitung (NLP bzw. Natural Language Processing): Die maschinelle Sprachverarbeitung nutzt menschliche Interaktionen, um die KI intelligenter zu machen. Ein Beispiel sind Chatbots für den Kundendienst. Je mehr Fragen man ihnen stellt, desto vielfältiger die Antworten, die sie geben können.
Es geht dabei um mehr als nur Automatisierung: KI kann Daten nutzen, um Prognosen zu treffen oder Schlussfolgerungen zu ziehen, die ansonsten schwierig wären.
Künstliche Intelligenz im Vertrieb kann unter anderem die folgenden vier Aufgaben deutlich einfacher gestalten:
Vertriebsprognosen
Vertriebsprognosen basieren auf Verlaufsdaten, anhand derer fundierte Annahmen dazu getroffen werden, wie die Verkaufszahlen sich in Zukunft entwickeln werden. Monatliche Verkaufszahlen und saisonale Schwankungen werden dabei berücksichtigt. Das Ergebnis: Vertriebsleiter*innen können Ressourcen besser zuweisen.
Daten aus vergangenen Zeiträumen werden interpretiert, um für die bevorstehenden Verkaufszyklen zu planen – Auswertungen, die lange Zeit von Hand erfolgen mussten. Besonders für weniger erfahrene Vertriebsleiter*innen ist das eine schwierige und zeitaufwendige Aufgabe.
Das ändert sich durch KI:
Künstliche Intelligenz kann CRM-Daten interpretieren und auf Grundlage komplexer Algorithmen Vorhersagen treffen. Bei der Erarbeitung dieser Prognosen fallen viele Routinearbeiten weg und dann sind sie auch noch sehr viel genauer, als Vertriebsleiter*innen es je sein könnten. Diese vorausschauenden Analysen (Predictive Analytics) bieten eine dynamische Übersicht über prognostizierte Verkaufszahlen, die auf den neuesten Verkaufsdaten beruht und sogar die Verkaufszahlen vom Vortag miteinbezieht. So ist eine sehr viel genauere Planung und Ressourcenzuweisung möglich als ohne die Hilfe der KI im Vertrieb.
Clari nutzt KI für Prognosen auf Grundlage bisheriger Verkaufsdaten (Quelle)
E-Mails verfassen
E-Mails sind eine ideale Möglichkeit für den Kontakt mit potentiellen und Bestandskunden und somit ein wichtiger Bestandteil des Verkaufsprozesses.
Leider verbringen viele Vertriebsmitarbeiter*innen viel zu viel Zeit mit dem E-Mail-Schreiben: einer Untersuchung von Forbes zufolge sogar ganze 33 % ihrer Zeit. Wenn man dem gegenüberstellt, dass sie nur 35 % ihrer Zeit wirklich mit Verkaufen beschäftigt sind, wird deutlich, dass das Gleichgewicht zwischen umsatzgenerierenden und nicht umsatzgenerierenden Aktivitäten an dieser Stelle deutlich verbessert werden kann.
Die Automatisierung hat es möglich gemacht, bestimmte Aktivitäten (oder auch die Inaktivität) potentieller Kund*innen als Trigger festzulegen, anhand derer E-Mails gesendet werden, doch die Einrichtung dieser Systeme erfordert noch immer viel Sorgfalt und damit viel Zeit.
Das ändert sich durch KI:
Insbesondere die Personalisierung von E-Mails kann durch KI im Vertrieb verbessert werden, sodass Vertriebsprofis potentielle Kunden gezielter und erfolgreicher ansprechen können. Daten zu früheren, im CRM-System gespeicherten Interaktionen werden genutzt, um E-Mails einen persönlichen Touch zu geben. Manche Softwarelösungen können sogar Forschungsergebnisse aus der Branche einbeziehen und E-Mails mit Trends und Statistiken weiter personalisieren. Viele Lösungen bieten außerdem auf Grundlage strategischer und personalisierter Touchpoints intelligente Vorschläge für den Zeitpunkt und die Art der Kontaktaufnahme mit potentiellen Kunden.
Nova hilft mit KI beim Verfassen personalisierter E-Mails und beim Verfolgen ihres Erfolgs (Quelle)
Lead-Management
Das Lead-Management und das Generieren hochqualifizierter Leads ist für Vertriebsteams immer noch eine hauptsächlich manuelle Aufgabe. Soziale Medien werden analysiert, Google-Alerts eingerichtet und es wird untersucht, welche Unternehmen und Personen es sich zu kontaktieren lohnt.
Sobald genug Leads in der Pipeline sind, müssen die Vertriebsmitarbeiter*innen nachverfolgen, welche Leads sich wo im Verkaufszyklus befinden, welche erneut kontaktiert werden sollten und mit welcher Wahrscheinlichkeit sie konvertieren werden. Der Prozess, kontinuierlich ein CRM-System durchzugehen, um die versteckten Perlen unter den zahllosen potentiellen Kunden zu finden, wird als Lead-Scoring bezeichnet.
Das ändert sich durch KI:
KI-getriebene Tools können das Internet nach potentiellen Leads durchforsten, was bei der Kundensuche eine Menge Zeit spart und gleichzeitig eine Liste von sehr wertvollen möglichen Kunden ergibt, die mit hoher Wahrscheinlichkeit konvertieren. Durch Angabe der Kriterien für die gewünschten Leads kann dieser Prozess automatisiert werden.
CRM-Systeme nutzen vorausschauende Analysen und beziehen relevante Daten aus der Software (und aus Marketing-Tools) mit ein, um Leads danach zu bewerten, mit welcher Wahrscheinlichkeit sie konvertieren. Zu den genutzten Daten gehören vergangene Interaktionen, Social-Media-Aktivitäten und der Unternehmens- oder Kontaktstatus. Auf diese Weise werden die vielversprechendsten Gelegenheiten ermittelt, auch für Upselling- und Cross-Selling-Chancen und mehr.
Cognism nutzt KI für die Identifizierung der vielversprechendsten Leads (
)Performance-Management
Das Performance-Management gehört zu den Aufgaben, die am seltensten automatisiert werden.
Es braucht gute Vertriebsleiter*innen, um das Vertriebspersonal anzuleiten und beim Wachstum im Unternehmen zu betreuen. Dazu gehört es, die Entwicklung der Verkaufszahlen einzelner Mitarbeiter*innen zu beobachten, zu sehen, welche Möglichkeiten die Pipeline bietet und den Fortschritt von einzelnen Abschlüssen zu verfolgen, um zu erkennen, wann Teammitglieder Chancen zu einem Geschäftsabschluss haben.
Das ändert sich durch KI:
Auch hier spielen vorausschauende Analysen eine Rolle. KI-Funktionen in Vertriebstools helfen dem Vertriebspersonal, weniger Zeit mit Zahlen und dem Verfolgen von Verkaufsgesprächen zu verbringen.
Sie können nicht nur Verkaufstelefonate verfolgen, sondern auch beim Ziehen von Schlussfolgerungen helfen. Auf Grundlage von aus der vergangenen Performance gewonnenen Erkenntnissen, früheren Trends für bestimmte Unternehmen und dem historischen Geschäftsverlauf können KI-Funktionen Verbesserungsmöglichkeiten ableiten und Vertriebsleiter*innen bei den nächsten Schritten zum Geschäftsabschluss unterstützen. Je nachdem, in welcher Phase des Verkaufszyklus sich der Kunde oder die Kundin befindet, kann das eine E-Mail, ein weiterer Anruf oder die Planung eines Treffens sein.
Die Vertriebsleitung hat immer noch die Aufgabe, das Personal anzuleiten, aber das Überwachen und Identifizieren von Performance-Verbesserungen kann problemlos in die Hände der KI übergeben werden.
Chorus erfasst mithilfe von KI Verkaufsgespräche und findet Muster, anhand derer Vertriebsaktivitäten verbessert werden können (Quelle)
Die Vertriebsleitung zum KI-Fürsprecher machen
Trotz der jüngsten Errungenschaften im KI-Bereich steckt diese Technologie in vielen Punkten noch in den Kinderschuhen. Gartner zufolge ist künstliche Intelligenz für CRM-Systeme gerade auf dem Höhepunkt des Hype-Zyklus angekommen und es müssen noch zahlreiche Probleme gelöst werden, bevor die KI ein unumgänglicher Bestandteil aller CRM- und Vertriebslösung wird (Gartner-Studie für Kunden auf Englisch verfügbar). Diese Probleme haben bei Entscheider*innen zu Skepsis geführt, was den Einsatz von CRM-Systemen mit AI-Funktionen betrifft.
Es ist wichtig, im Unternehmen Fürsprecher*innen zu haben, die aufzeigen, welche Vorteile die Nutzung von künstlicher Intelligenz in CRM-Strategien bereits heute bietet. Vertriebsleiter*innen sind genau die Richtigen für diese Aufgabe: Sie können ihr Wissen, ihre Erfahrung und ihr Urteilsvermögen nutzen, um die Vorteile einer frühzeitigen KI-Einführung besonders deutlich zu machen. Gleichzeitig gehören sie zu denjenigen, die tatsächlich von einer Einführung profitieren. Damit spielen sie eine entscheidende Rolle, wenn es darum geht, andere Beteiligte für die Einführung zu gewinnen:
- Stakeholder:Stakeholder sind skeptisch, wenn es um Investitionen in eine Technologie geht, die noch nicht vollständig ausgereift ist. Die Vertriebsleitung sollte das hohe ROI-Potential einer frühzeitigen KI-Einführung betonen und deutlich machen, wie unkompliziert künstliche Intelligenz über kostengünstige Softwaretools wie CRM-Systeme zugänglich ist.
- Management:Das Management hat häufig Bedenken bezüglich der Herausforderungen bei der Implementierung und Einführung neuer Technologien. Vertriebsleiter*innen können darauf hinweisen, wie problemlos KI in CRM-Systemen funktioniert, und die Befürchtung großer technologischer Hürden bei der Einführung zerstreuen.
- Angestellte:Viele Angestellte befürchten, künstliche Intelligenz könnte ihre Jobs bedrohen und überflüssig machen. Vertriebsleiter*innen sollten deutlich machen, wie wichtig der Einsatz von KI durch das Vertriebspersonal ist und wie Mitarbeiter*innen sich ihr eigenes Leben durch den Einsatz deutlich erleichtern können und gleichzeitig darauf hinweisen, dass es bei der Einführung nicht um Personaleinsparungen geht.
Die Rolle von künstlicher Intelligenz im Vertrieb wird in der Zukunft nur noch größer werden. Umso wichtiger ist es, dass Vertriebsprofis sich für eine frühe Übernahme einsetzen und sich mit der Technologie und ihrem Potential vertraut machen: So bleiben sie der Zeit voraus und schaffen den größtmöglichen Nutzen für ihre Unternehmen.
