Unternehmen haben in den vergangenen Jahren ihre digitalen Angebote für Menschen optimiert. Websites wurden schneller, Navigationen einfacher, Inhalte persönlicher, Bestellprozesse kürzer. Marketingabteilungen haben gelernt, Aufmerksamkeit zu messen, Verhalten auszuwerten und Interessenten möglichst reibungslos durch digitale Angebote zu führen. Diese Arbeit war sinnvoll und bleibt es. Nur verändert sich gerade eine Voraussetzung, auf der ein großer Teil dieser Logik beruht.

 

Bislang konnte man davon ausgehen, dass ein Interessent irgendwann selbst auf einer Website erscheint, eine Produktsuche startet, Informationen liest oder ein Angebot vergleicht. Genau an diesem Punkt begann ein wesentlicher Teil der digitalen Customer Journey. Unternehmen konnten erklären, überzeugen, differenzieren und im besten Fall einen Abschluss vorbereiten.

 

Nun schiebt sich zunehmend eine weitere Instanz zwischen Unternehmen und Kunden. Menschen lassen Informationen zusammenfassen, Angebote vergleichen und Alternativen bewerten, ohne jede Quelle selbst aufzurufen. Digitale Assistenten übernehmen einen Teil der Recherche und verdichten eine Vielzahl von Informationen zu wenigen Vorschlägen. Für den Kunden ist das bequem. Für Unternehmen verändert es die Spielregeln, weil ein Teil der Auswahl stattfinden kann, bevor überhaupt ein direkter Kontakt entsteht.

 

Das ist keine weitere Variante des bekannten KI-Themas. Es berührt eine wesentlich grundsätzlichere Frage: Wie gut kann ein Unternehmen von außen verstanden werden, wenn nicht mehr ausschließlich Menschen seine Informationen lesen?

 

Die erste Reaktion dürfte vielerorts darin bestehen, Webseiten künftig auch für Maschinen zu optimieren. Das wäre allerdings eine erstaunlich billige Antwort auf eine viel größere Veränderung. Entscheidend ist nicht allein, ob eine Maschine eine Webseite technisch auslesen kann. Entscheidend ist, ob sie aus den verfügbaren Informationen zuverlässig versteht, was ein Unternehmen anbietet, was eine Leistung kostet, für wen sie gedacht ist, unter welchen Bedingungen sie gilt und ob diese Angaben überhaupt zusammenpassen. Genau dort wird es unbequem.

 

In vielen Unternehmen existieren für ein und dasselbe Angebot unterschiedliche Versionen der Wahrheit. Auf der Website steht eine Information, im Vertriebssystem eine andere. Produktmanagement arbeitet mit eigenen Daten, der Service kennt Einschränkungen, die in der Kommunikation kaum auftauchen, und für bestimmte Kundengruppen oder Regionen gelten Sonderregeln, die nur wenigen Mitarbeitern wirklich vertraut sind.

 

Solange Menschen diese Widersprüche auffangen, funktioniert das erstaunlich lange. Ein Vertriebsmitarbeiter erklärt eine Ausnahme, der Service korrigiert eine missverständliche Aussage, ein Kunde fragt nach. Unternehmen besitzen eine Art informelles Betriebssystem aus Erfahrungswissen, persönlichen Kontakten und stillschweigenden Regeln. Vieles davon ist nirgendwo vollständig dokumentiert und dennoch Teil des täglichen Geschäfts.

 

Eine Maschine verfügt über dieses Organisationsgedächtnis zunächst nicht. Sie sieht Informationen, vergleicht sie und versucht daraus eine belastbare Antwort abzuleiten. Treffen mehrere Preisangaben, unterschiedliche Lieferzeiten oder voneinander abweichende Leistungsbeschreibungen aufeinander, wird aus einem internen Organisationsproblem plötzlich ein Problem im Markt.

 

Das verändert den Stellenwert von Datenqualität erheblich. Bislang wurde sie häufig mit saubereren Reports, effizienteren Kampagnen oder besserer Personalisierung begründet. Das ist alles richtig, war aber selten ein Thema, das in der Geschäftsführung besondere Begeisterung ausgelöst hat. Schlechte Daten galten als lästig, teuer und verbesserungswürdig, selten jedoch als unmittelbares Risiko für den Marktzugang. Genau das könnte sich ändern. Wenn externe Systeme Produktinformationen, Preise, Verfügbarkeiten, Bewertungen und andere Quellen zusammenführen, beeinflusst die Qualität dieser Informationen, ob ein Unternehmen überhaupt in eine engere Auswahl gelangt. Ein Wettbewerber muss dann nicht zwangsläufig das bessere Produkt haben. Unter Umständen reicht es, dass sein Angebot eindeutiger beschrieben ist.

 

Aus Datenqualität wird damit ein wirtschaftliches Thema.

Das ist ein wichtiger Unterschied, weil er die Investitionslogik verändert. Ein sauber geführter Produktbestand, eindeutige Verantwortlichkeiten oder konsistente Angebotsinformationen sind nicht mehr nur Voraussetzungen für effiziente interne Prozesse. Sie können darüber entscheiden, wie ein Unternehmen in einer zunehmend automatisierten Informationswelt wahrgenommen wird.

 

Für das Marketing ist diese Entwicklung besonders interessant, weil sie eine jahrzehntelang eingeübte Logik berührt. Vieles im digitalen Marketing zielt darauf, Aufmerksamkeit zu erzeugen und Menschen in eigene Kanäle zu bringen. Suchmaschinen, soziale Plattformen, Anzeigen, Newsletter und andere Maßnahmen sollen dazu führen, dass ein Interessent irgendwann dort landet, wo das Unternehmen die Darstellung weitgehend selbst kontrolliert. Auf der eigenen Website lässt sich die Geschichte erzählen, die man erzählen möchte. Produkte können in einen bestimmten Kontext gestellt, Vorteile hervorgehoben, Preise erläutert und Markenwerte inszeniert werden. Die Website ist deshalb nicht nur Verkaufsfläche, sondern auch Deutungshoheit.

 

Wenn jedoch ein digitaler Assistent mehrere Anbieter bereits vorher vergleicht, verschiebt sich ein Teil dieser Deutung nach außen. Der Kunde sieht möglicherweise nur noch eine Zusammenfassung oder eine Empfehlung. Welche Quellen dabei berücksichtigt wurden und welches Gewicht einzelne Informationen erhalten, lässt sich vom Unternehmen nicht vollständig bestimmen. Damit wird Marketing keineswegs unwichtiger. Es muss jedoch mit einer unangenehmen Tatsache leben: Nicht jede relevante Wahrnehmung einer Marke entsteht künftig in einem Kanal, den das Unternehmen selbst gestaltet.

 

Das betrifft auch den Wert einer starken Marke. Kommunikation kann weiterhin Erwartungen erzeugen, doch diese Erwartungen stehen stärker neben überprüfbaren Fakten. Eine hohe Servicequalität, transparente Preise oder verlässliche Produktinformationen lassen sich nicht dauerhaft durch eine bessere Kampagne ersetzen, wenn andere Quellen ein anderes Bild zeichnen. Marke wird deshalb noch stärker zu einer Frage der Übereinstimmung zwischen Versprechen und tatsächlicher Leistung.

 

Für gut geführte Unternehmen ist das eher Chance als Bedrohung. Wer seine Leistungen klar beschreibt, Erwartungen erfüllt und Kunden über verschiedene Kontaktpunkte hinweg konsistent behandelt, profitiert davon, dass diese Qualität sichtbar wird. Schwieriger wird es für Organisationen, deren Außenbild nur durch aufwendige Kommunikation zusammengehalten wird.

 

Unternehmen investieren gerne in Dinge, die sichtbar sind. Eine neue Website lässt sich präsentieren, eine Kampagne bekommt Aufmerksamkeit, eine App kann im Vorstand vorgeführt werden. Die Grundlagen dahinter sind deutlich weniger attraktiv. Produktdaten, Schnittstellen, Verantwortlichkeiten, Berechtigungen oder einheitliche Definitionen erzeugen selten Begeisterung.

 

Gerade diese unsichtbaren Grundlagen gewinnen allerdings an wirtschaftlicher Bedeutung.

Ein Unternehmen kann eine hervorragende Website betreiben und trotzdem schlecht verstanden werden, wenn die Informationen dahinter widersprüchlich sind. Es kann über große Datenmengen verfügen und dennoch keine belastbare Aussage darüber treffen, welche davon verbindlich ist. Es kann einen modernen Technologie-Stack aufgebaut haben und trotzdem bei jeder Änderung mehrere Abteilungen benötigen, um eine einfache Produktinformation überall zu aktualisieren.

Das sind keine technischen Schönheitsfehler. Es sind Hinweise auf organisatorische Reibung.

 

Interessant wird daher weniger die Frage, welche Unternehmen besonders schnell neue KI-Anwendungen einführen. Wichtiger dürfte sein, welche Unternehmen ihre eigene Komplexität so weit beherrschen, dass neue Systeme überhaupt zuverlässig mit ihnen arbeiten können.

Dafür braucht es keine neue Managementmode. Die notwendigen Fragen sind erstaunlich klassisch: Welche Information ist verbindlich? Wo entsteht sie? Wer darf sie verändern? Wer trägt die Verantwortung für ihre Qualität? Wie schnell wird eine Änderung in allen relevanten Kanälen wirksam? Welche Regeln gelten für Ausnahmen?

 

Solche Fragen wirken unspektakulär, bis sie nicht beantwortet sind. Dann entstehen Parallelwelten. Marketing beschreibt ein Angebot aus Sicht des Marktes, Vertrieb aus Sicht des Abschlusses, Produktmanagement aus Sicht der Funktionen und Service aus Sicht der späteren Nutzung. Jede Perspektive kann für sich plausibel sein. Für den Kunden ergibt sich trotzdem kein konsistentes Gesamtbild.

 

Bislang hat ein großer Teil der Organisation diese Brüche durch persönliche Abstimmung abgefedert. In einer stärker automatisierten Umgebung funktioniert das nur begrenzt. Software kennt weder die Kollegin, die bei Sonderfällen angerufen werden muss, noch den Mitarbeiter, der weiß, dass ein bestimmter Eintrag eigentlich veraltet ist. Je mehr Prozesse ohne diesen informellen Austausch funktionieren sollen, desto wertvoller wird organisatorische Klarheit.

 

Neben der Frage, welche Informationen Maschinen verstehen können, entsteht eine zweite, mindestens ebenso unternehmerische Frage: Welche Entscheidungen dürfen sie auf Basis dieser Informationen treffen? Hier wird häufig zu schnell über Technologie gesprochen. Dabei geht es zunächst um klassische Führungsaufgaben. Ein Unternehmen muss festlegen, welcher Preisnachlass zulässig ist, welche Produkte miteinander kombiniert werden dürfen, welche Kundengruppen bestimmte Angebote erhalten, wann eine Kulanzentscheidung möglich ist und an welcher Stelle ein Mensch übernehmen muss. Auch Kundenpräferenzen, Vertragsinformationen oder Einwilligungen können nicht beliebig miteinander vermischt werden, nur weil sie technisch verfügbar sind.

 

Je stärker Systeme Entscheidungen vorbereiten oder unmittelbar ausführen, desto weniger genügt es, solche Regeln in Richtlinien oder Prozesshandbüchern zu dokumentieren. Sie müssen Teil der tatsächlichen Arbeitsweise werden. Das betrifft Datenschutz, aber eben nicht nur Datenschutz. Es geht ebenso um Margen, Markenführung, Kundenbeziehungen und Risiko.

Wenn ein automatisiertes System einen Preisnachlass gewährt, ist das eine kommerzielle Entscheidung. Wenn es einen Kunden aufgrund seines Verhaltens anders behandelt, ist das eine Entscheidung über die Kundenbeziehung. Wenn es eine Leistung zusagt, entsteht möglicherweise eine Verpflichtung.

 

Solche Entscheidungen werden nicht deshalb technisch, weil eine Maschine sie ausführt.

Die Verantwortung bleibt im Unternehmen. Gerade deshalb wäre es fahrlässig, den Umfang automatisierter Entscheidungen allein aus technischen Möglichkeiten abzuleiten. Ein vernünftiges Vorgehen beginnt bei Geschäftsregeln, Entscheidungsspielräumen und Eskalationswegen. Erst danach stellt sich die Frage, wie diese technisch umgesetzt werden. Das klingt weniger spektakulär als die Vorstellung autonomer Agenten. Für ein Unternehmen ist es aber wesentlich relevanter.

 

Aus dieser Entwicklung lässt sich leicht das nächste große Transformationsprogramm machen. Wahrscheinlich wäre das in vielen Unternehmen die falsche Reaktion. Nicht jede Organisation braucht sofort neue Plattformen, Agenten oder zusätzliche Datenprojekte. Häufig wäre bereits viel gewonnen, wenn vorhandene Informationen konsistenter, Zuständigkeiten eindeutiger und Entscheidungsregeln nachvollziehbarer wären.

 

Der interessante Nebeneffekt besteht darin, dass sich diese Arbeit unabhängig von der Geschwindigkeit der KI-Entwicklung auszahlt.

 

Ein Vertrieb, der mit verlässlichen Produktinformationen arbeitet, verkauft effizienter. Ein Service, der nicht ständig Angaben korrigieren muss, spart Zeit. Marketing kann besser personalisieren, wenn relevante Daten tatsächlich stimmen. Reporting wird belastbarer, wenn Begriffe überall dieselbe Bedeutung haben. Automatisierung erzeugt weniger Ausnahmefälle, wenn Prozesse vorher sauber definiert wurden.

 

Die Fähigkeit, auch von Maschinen verstanden zu werden, ist daher vielleicht gar kein eigenständiges Ziel. Sie ist eher ein guter Test dafür, wie klar ein Unternehmen sich selbst organisiert hat.

 

Das ist auch der Grund, warum die kommende Veränderung weniger nach klassischer Digitalisierung aussehen könnte als frühere Wellen. Man wird sie nicht zwingend an einer neuen Oberfläche erkennen. Sie spielt sich im Hintergrund ab, in Datenmodellen, Zuständigkeiten, Prozessen und Regeln. Dort entscheidet sich, ob ein Unternehmen nach außen so eindeutig erscheint, wie es intern gerne annimmt.

 

Die vergangenen Jahre haben gezeigt, wie schnell Organisationen neue Kanäle, Plattformen und Systeme hinzufügen können. Die kommenden Jahre werden zeigen, wie gut sie darin sind, diese Vielfalt wieder beherrschbar zu machen. Denn der nächste Wettbewerbsvorteil entsteht womöglich nicht durch die nächste spektakuläre Anwendung. Er entsteht dort, wo Informationen stimmen, Verantwortlichkeiten klar sind und Entscheidungen nachvollziehbar bleiben, unabhängig davon, ob am anderen Ende ein Mensch oder eine Maschine sitzt.

 

Der nächste Besucher Ihrer Website ist vielleicht kein Mensch. Ob er Ihr Unternehmen versteht, entscheidet sich trotzdem im Unternehmen selbst.