Unsere Reise mit Adobe AI hat sich von Predictive Intelligence über generative KI bis hin zu Agent-basierten Systemen entwickelt, die gezielt handeln. Dabei hat sie verändert, wie wir Personalisierung skalieren, Produktivität freisetzen und Innovation vorantreiben. Hier erfahren Sie, was wir gelernt haben, was dafür nötig war und was als Nächstes kommt.

Einleitung

KI ist im digitalen Erlebnis längst kein futuristisches Schlagwort mehr – sie treibt moderne Personalisierung, Produktivität und Skalierung voran. Gerade in der Reise-, Hospitality- und Entertainment-Branche, wo Präzision und Skalierung entscheidend sind, haben viele Unternehmen mit Predictive KI-Funktionen in Adobe Analytics und Adobe Target begonnen. Danach wurde generative KI über Tools wie Adobe Experience Platform AI Assistant eingeführt und entwickelt sich nun zu Agent-basierten KI-Funktionen innerhalb und außerhalb von Adobe Experience Platform. Auf diesem Weg sind wichtige Erkenntnisse zu Einführung, Governance und Innovation entstanden. Diese Einsichten sind für jede Organisation relevant, die ihre KI-gestützte Digitalstrategie gestaltet.

KI-Grundlagen

Adobe Analytics und Adobe Target waren unsere Einstiegspunkte in KI-gestütztes Marketing. Adobe Analytics lieferte prädiktive Einblicke durch Anomalieerkennung, Beitragsanalyse und Prognosen, während Adobe Target Personalisierung mit automatischem Targeting, Personalisierung und Empfehlungen in die Praxis umsetzte.

Diese Funktionen bildeten die Basis für Vertrauen in KI und belegten den ROI auf vielfältige Weise:

• Effizienzsteigerung: weniger manueller Aufwand, um Erkenntnisse zu gewinnen oder Inhalte zu optimieren.
• Umsatzsteigerung: messbare Verbesserungen bei Conversions und durchschnittlichem Bestellwert durch personalisierte Erlebnisse.
• Auswirkungen auf das Kundenerlebnis: schnellere und relevantere Interaktionen, die Engagement und Zufriedenheit erhöhen.

Diese Ergebnisse zeigen den konkreten geschäftlichen Mehrwert prädiktiver KI und stärken das Vertrauen der Stakeholder, um den Einsatz auf fortgeschrittene Anwendungsfälle auszudehnen.

So geht's: 3 Schritte, um KI in Adobe Analytics & und Adobe Target  einzusetzen

1. Starten Sie mit Anomalieerkennung und Beitragsanalyse in Adobe Analytics, um KI-basierte Erkenntnisse zu validieren.
2. Nutzen Sie Automated Personalization in Adobe Target, um für jede Besucherin und jeden Besucher die beste Content-Variante bereitzustellen – dynamisch optimiert durch prädiktive KI.
3. Messen Sie Steigerungen und ROI in Automatisches Targeting und Empfehlungen, um den geschäftlichen Nutzen frühzeitig aufzuzeigen.

Der Schritt zur generativen KI mit Adobe Experience Platform KI-Assistent

Der eigentliche Wendepunkt kam, als wir Adobe Experience Platform (AEP) eingeführt und begonnen haben, den Adobe KI-Assistent, unterstützt durch generative KI, zu nutzen. Der Assistent hat sich schnell als weit mehr als eine Spielerei erwiesen – er wurde zu einem täglichen Produktivitätswerkzeug für alle Teams.

Warum wir den KI-Assistent eingeführt haben

Die Entscheidung für den KI-Assistent basierte auf drei Bedürfnissen:

1. Schneller zu Erkenntnissen: Analysten und Business-Anwender benötigten schnelle Antworten aus komplexen Datensätzen, ohne Abfragen manuell schreiben zu müssen.
2. Zugänglichkeit: Adobe Experience Platform ist leistungsfähig, kann aber für nicht-technische Benutzer einschüchternd wirken. Eine natürlichere Interaktion mit Daten und Erkenntnissen über dialogbasierte Abfragen senkt diese Hürde.
3. Onboarding: Bei neuen Mitarbeitenden und Rollenwechseln war es zeitaufwändig, Teams in Adobe Experience Platform produktiv zu machen. Der KI-Assistent kann als interaktiver „Coach“ die Einarbeitung unterstützen.

Erste Anwendungsfälle und deren Weiterentwicklung

• Onboarding & Enablement: Neue Nutzende nutzen den KI-Assistenten als „Guided Coach“, um Datensätze zu erkunden, XDM-Schemas zu verstehen und die Funktionen von Plattformanwendungen wie Real-Time Customer Data Platform, Customer Journey Analytics und Journey Optimizer praktisch kennenzulernen. Anstatt sich passiv durch die Dokumentation zu lesen, können sie Fragen stellen wie: „Welche Metriken stehen für die Kampagnen-Performance zur Verfügung?“ oder „Wie kann ich Engagement-Trends der Zielgruppe analysieren?“ Dieser interaktive Ansatz hat das Onboarding von mehreren Monaten auf wenige Wochen verkürzt.
• Troubleshooting & Data Exploration: Zu Beginn half der KI-Assistent den Nutzenden dabei, fehlende Felder oder inkonsistente Daten-Definitionen zu erkennen. Heute validiert er zudem Abfragen, identifiziert Anomalien und gibt Empfehlungen für präzisere Einblicke.

Best-Practice-Tipps für den Einsatz des KI-Assistenten mit Abfragen in natürlicher Sprache

• Empfehlen Sie neuen Nutzenden, den KI-Assistenten als erste Anlaufstelle zu nutzen, um Daten zu erkunden und die Funktionen der Plattform interaktiv kennenzulernen.
• Stellen Sie eine Auswahl an Einstiegsprompts bereit, um typische Abfragen und Best Practices zu demonstrieren.
• Kombinieren Sie den Einsatz des KI-Assistenten mit strukturierten Enablement-Sessions – diese Kombination beschleunigt die Einführung und stärkt das Vertrauen.

Zentrale Ergebnisse

• Analystinnen, Analysten und Business-Anwender erhalten schneller umsetzbare Erkenntnisse, da sich die Zeit für Abfragen und Berichte von Tagen auf Minuten reduziert.
• Nicht-technische Nutzende haben mehr Sicherheit gewonnen, direkt in Adobe Experience Platform zu arbeiten, ohne stark auf Analystinnen und Analysten angewiesen zu sein.
• Neue Teammitglieder wurden zwei- bis dreimal schneller eingearbeitet, wodurch die Einarbeitungslast für erfahrene Kolleginnen und Kollegen spürbar sank.

Die Vorteile lagen auf der Hand: Teams arbeiteten effizienter, Adobe Experience Platform wurde zugänglicher und Abfragen in natürlicher Sprache ermöglichten es Nutzenden aus verschiedenen Bereichen, Daten zu erkunden und Erkenntnisse mit minimalem Aufwand zu gewinnen.

Die Einführung verlief jedoch nicht ohne Herausforderungen:

• Ängste und Missverständnisse: Rechts- und Compliance-Teams befürchteten zunächst, dass Gästedaten bei der Nutzung eines KI-Modells extern offengelegt oder von anderen Unternehmen wiederverwendet werden könnten. Um diese Bedenken auszuräumen, waren eine klare Dokumentation der Datennutzung, Transparenz in der Architektur und kontinuierliche Schulungen erforderlich.
• Vertrauens- und Akzeptanzhürden: Innerhalb der Organisation hatten viele Menschen Sorge, dass KI menschliches Urteilsvermögen ersetzen oder ihre Kontrolle einschränken könnte. Wir mussten betonen, dass KI als Unterstützung dient und nicht als Ersatz – wir haben KI zunächst als Assistentin und nicht als Ersatz eingeführt.
• Herausforderungen bei der Datenbereitschaft: Unsere Technologie-Teams mussten feststellen, dass generative KI nur so gut ist wie die Daten, mit denen sie arbeitet. Saubere, gut orchestrierte 360° Daten sind entscheidend, um präzise Ergebnisse und vertrauenswürdige Erkenntnisse zu erhalten. Die einheitliche Profilschicht und die zentrale Datenplattform von AEP haben dabei geholfen, diese Herausforderung zu meistern.

Nachdem diese Hürden erkannt und adressiert wurden, waren die Vorteile nicht mehr zu übersehen.

Die neue Ära der Agent-basierten KI

Während generative KI bereits leistungsfähig ist, markiert Agent-basierte KI den nächsten Entwicklungsschritt. Anstatt nur auf Prompts zu reagieren, ermöglicht Agent-basierte KI die autonome Ausführung und Orchestrierung mehrstufiger Workflows – von der Strategieentwicklung über die Segmenterstellung und Umsetzung von Personalisierung bis hin zu Datenqualitätsprüfungen. Damit vollzieht sich der Wandel von „assistierender“ zu „kollaborativer Automatisierung“: Generative KI beantwortet Fragen und erstellt Inhalte, während Agent-basierte KI mehrere Aufgaben koordiniert, Abhängigkeiten steuert und komplexe Workflows entsprechend definierter Ziele ausführt.

Aktuell arbeiten wir mit:

1. Adobe Experience Platform Agent Orchestrator – ermöglicht Agenten, gemeinsam an mehrstufigen Marketing-Workflows zu arbeiten.
2. Spezielle Adobe Experience Platform Agents – spezialisierte Agenten für Segmentierung, Aktivierung und Insights.
3. Adobe GenStudio und Firefly – generieren personalisierte, markenkonforme Inhalte im großen Maßstab.

Neben der Adobe-Plattform prüfen wir auch den Einsatz von Agent-basierten KI-Lösungen für Datenqualität, Identitätsbestimmung und Personalisierungsstrategie, damit KI die gesamte Customer Journey unterstützt.

Heute erfordert die Erstellung einer Kampagne oft mehrere Übergaben: Das Data Engineering stellt die Zielgruppe bereit, das Marketing gestaltet die Inhalte und das Operations-Team übernimmt die Aktivierung. In naher Zukunft können koordinierte Agent-basierte KI-Prozesse diese Schritte nahtlos übernehmen und so den manuellen Abstimmungsaufwand reduzieren. Dadurch konzentrieren sich Teams stärker auf Strategie und kreative Entscheidungen, und die Time-to-Market verkürzt sich von mehreren Monaten auf wenige Tage.

How-to: 3 Schritte zur Vorbereitung auf Agent-basierte KI

1. Recht und Sicherheit frühzeitig einbinden: Dokumentieren Sie Architektur, Workflows und Datennutzung und zeigen Sie, dass Compliance-, Datenschutz- und Sicherheitsvorgaben eingehalten werden.
2. Agentenrollen und Verantwortlichkeiten definieren: Legen Sie fest, für welche Prozesse oder Workflows die einzelnen Agenten zuständig sind (zum Beispiel Segmentierung, Inhaltserstellung, Optimierung und Validierung), und sorgen Sie für eine Ausrichtung auf die Unternehmensziele.
3. Zunächst Workflows im kleinen Rahmen prototypisieren: Beginnen Sie mit kleinen, kontrollierten Tests, bevor Sie auf die gesamte Organisation skalieren, und teilen Sie frühe Ergebnisse, um Vertrauen und Verständnis zu schaffen.

GenAI vs Agent-basierte KI: Was ist der Unterschied?

Wichtigste Erkenntnis: Generative KI ermöglicht Ihnen, Aufgaben schneller zu erledigen; Agent-basierte KI eröffnet Möglichkeiten, die zuvor nicht möglich waren.

Erkenntnisse und & wie es weitergeht

Unsere Erfahrungen zeigen einige zentrale Erkenntnisse:

• Mit kleinen, risikoarmen Pilotprojekten starten: KI als Assistenz nutzen, nicht als Ersatz – Menschen behalten die Kontrolle und bleiben eingebunden.
• Zuerst KI-Grundlagen schaffen, um Vertrauen aufzubauen, und aufzeigen, wie KI auf Enterprise-Niveau Datensicherheit und Datenschutz gewährleistet;  anschließend den Einsatz auf generative KI und agentische KI ausweiten. Erst mit messbaren Ergebnissen Vertrauen schaffen, dann skalieren.
• Automatisierte Personalisierung in Adobe Target zählt zu unseren stärksten ROI-Treibern und sorgt kontinuierlich für messbare Steigerungen bei gleichzeitig reduziertem manuellen Aufwand. Zudem stärkt sie das Vertrauen der Business-Stakeholder, indem schnell greifbare Ergebnisse präsentiert werden.
• Architektur, Datennutzung und Datenaustausch klar dokumentieren und Freigaben von Rechts- sowie Sicherheitsteams einholen. Compliance-Leitplanken zu Datenschutz, IP und Data Governance vor dem Einsatz in sensiblen Anwendungsfällen etablieren.
• ROI umfassend messen: nicht nur in Geld, sondern auch anhand von Produktivitätsgewinnen, Time-to-Market und kreativen Ergebnissen, die durch KI-Tools ermöglicht werden.

Verstehen Sie die Entwicklung der KI-Fähigkeiten

• GenAI beschleunigt Aufgaben wie Content-Erstellung, Segmentierung und Analyse.
• Agentische KI geht über die reine Beschleunigung hinaus und ermöglicht autonome Orchestrierung, indem sie mehrstufige Workflows steuert, Agenten koordiniert und Kampagnen kontinuierlich optimiert. Dieser Wandel gibt Teams die Möglichkeit, sich auf Strategie, Kreativität und Innovation zu konzentrieren und die Markteinführungszeit von Monaten auf nur wenige Tage zu verkürzen.

Mit Blick in die Zukunft sehen wir, wie Agent-basierte KI nicht nur die Produktivität, sondern auch die Gestaltung, Orchestrierung und Bereitstellung von Erlebnissen verändert. Koordinierte Agenten steuern Zielgruppen, Content und Aktivierung nahtlos, sodass Marketingteams mehr Zeit für strategische Planung und kreative Innovation haben.

Mein Rat an Kolleginnen, Kollegen und Praktizierende ist einfach: Betrachten Sie KI als Partnerin, nicht nur als Werkzeug. Fangen Sie klein an, teilen Sie Erfolge und bereiten Sie sich auf eine agentengesteuerte Zukunft vor.