AI Automation Kit
– Base Training
Das AI Automation Kit (Base Training) dient dem Aufbau von Inhouse-Kompetenzen für AI-Automatisierungen mit Make, sodass ein Team in den Stand versetzt wird, eigenständig Workflows aufzusetzen.
Schnellstart
Das sind die Ziele
Funktionsweise
Über AI-Automationen
Template Library
Anwendungsälle
Bist du bereit?
Dann frage jetzt an
Der Schnellstart für deine AI-Prozesse Inhouse
Das Thema der AI-Implementierung mit Make ist in aller Munde und die Nachfrage steigt immer weiter: Vielen Unternehmen und Organisationen ist bewusst geworden, dass ihnen Chancen entgehen, wenn sie keine Automatisierungen in Kombination mit AI-Anwendungen Inhouse implementieren. Auf der anderen Seite ist es sehr verlockend:
- Teamressourcen durch Automatisierungen einzusparen, sodass sich das Team auf die Geschäftsentwicklung konzentrieren kann, statt auf Routine-Tasks
- 30% bis 40% mehr Conversion-Werte und Conversions aus Werbesystemen durch AI-Anzeigenalternativen zu gewinnen
- durch Business Intelligence automatisiert noch mehr Rückschlüsse aus den Daten zu ziehen, und automatisch darauf basierend stärker konvertierende Website-Texte und Anzeigentexte generieren zu lassen
- Decision Maker Applications zu verwenden, sodass Entscheidungsträger Leadpipe-Daten direkt über WhatsApp oder Slack abrufen und sogar per Befehl steuern können
Funktionsweise von AI-Automationen
Bevor du direkt loslegen kannst, solltest du verstehen, wie Prozessautomatisierungen mit AI generell funktionieren: Es handelt sich hierbei um die Arbeit mit Befehlsketten über Datenkonnektoren wie Zapier, Make, Relevance AI oder N8N. Dabei werden Plattformen oder Daten miteinander verbunden, und zwar in Form eines Triggers als Startpunkt, der die Automatisierung auslöst, bis hin zu einem Endpunkt, bei dem eine Arbeit ausgeführt oder Daten abgelegt werden. Eine solche Automatisierung kann einfach sein und aus lediglich zwei Schritten bestehen: Es wird ein Trigger betätigt, wie etwa die Überwachung von Performance-Daten aus Google Ads – und je nachdem, nach welchen Kriterien eine Handlung ausgelöst werden soll, wird eine Handlung vorgenommen, zum Beispiel die Erstellung AI-Anzeigen-Assets für Google Ads. Meistens umfassen solche Automatisierungen aber mehrere Schritte und führen zahlreiche Operationen in einer Befehlskette aus.
Dann kommt der zweite Teil, nämlich die AI: Dabei wird in der Befehlskette entweder eine CustomGPT von OpenAI angeschlossen oder Gemini Pro aus der Vertex AI (Google Cloud). Hierbei wird eine Verarbeitung vorgenommen, was es dir ermöglicht:
- AI-Kampagnen, Content, Social-Media-Beiträge und Nachrichten zu erstellen
- Matching-Prozesse durchzuführen: automatische Datenabgleichsprozesse. Beispiel: Bewerberprofil als PDF wird automatisch mit den Anorderungen des Unternehmens abgeglichen und es wird ein Report als Einschätzung generiert. Oder: Kundenanfragen werden mit dem Leistungsprofil des Unternehmens abgeglichen.
- Datenbanken zu durchsuchen. Beispiel: Es werden automatisch über 600 Zielgruppenoptionen bei Google Ads durchsucht und du erhältst für jede neue erstellte Kampagne passende Zielgruppenvorschläge mit Begründung
- Automatische Reporterstellung durch Rohdatenverschriftlichung: Rohdaten aus allen Bereichen des Online Marketings können direkt als treffsicherer Bericht erstellt und per Mail, WhatsApp, Slack oder Asana verschickt werden unter Berücksichtigung von Entwicklungsdynamiken
Einige Trainingsinhalte
Mit dem AI Automation Base Training Kit kannst du einen Schnellstart in die Welt der AI-Automatisierungen machen, denn du erhältst die wesentlichen Trainings, um mit Make Prozesse zu automatisieren: Vom Trigger einer Befehlskette, über Loops, Variablen, Router und Data Storages. Damit kannst du beispielsweise für A/B-Tests automatische Alternativen für Ads Copies schreiben lassen, einen Hot Lead Launcher für dein CRM aufsetzen oder Sentimentanalysen mit verbesserten Texten für deine Werbeträger durchführen.
AI Module & Actions
Basierend auf einem Trigger-Modul – wie beispielsweise dem Abruf eines Datensatzes – können mit Make Actions eingestellt werden. Im Bereich der AI-Automationen lassen sich somit Module mit Gemini Pro, ChatGPT oder Claude verwenden, die wiederum Daten analysieren, matchen oder verschriftlichen können. Auf diese Weise kannst du beispielsweise basierend auf deinen aktuellen Google Ads oder Meta Ads Anzeigen entsprechende alternative Versionen mit verbesserten Copywritings für das algorithmische Lernen generieren lassen.
429 Error & Sleep Module
Bei der Bedienung von AI Modulen gibt es eine besondere technische Nuance: Wenn zu viele Abrufe über die API hintereinander geschehen, wird ab einer gewissen Dauer die Automatisierung unterbrochen und es wird ein 429 Error ausgegeben. Damit die AI-Automatisierung bei Make nicht unterbrochen wird, müssen Sleep-Module eingebaut werden, bei denen eine kleine zeitliche Verzögerung zwischen den API Calls für das AI-Modul platziert wird.
Sheets Creations & Data Storage
Wenn du eigene AI-Automationen mit Make bauen möchtest, stellt sich die Frage: Wie können neu generierte Daten automatisch abgespeichert werden? Klar, du kannst die Endpunkte für die Promptausgaben der AI-Module auch bei jedem Durchlauf eines Szenarios selbst konfigurieren. Damit der Prozess aber vollautomatisiert ist, sollte beispielsweise die Erstellung eines neuen Google Sheets Dokuments standardmäßig implementiert werden. Am Ende eines AI-Durchlaufs werden die Promptausgaben dann in das neu erstellte Dokument gehievt und du kannst in Google Drive die Ergebnisse der jeweiligen Automation einsehen.
Variablen & Router
Um eine AI-Automatisierung mit Make durchzuführen, benötigst du immer Dateneingaben. Wenn beispielsweise ein Website-Scraping-Prozess mit Apify durchgeführt werden soll, auf dessen Basis ein AI-Modul eine Auswertung macht, brauchst du eine URL. Selbiges gilt auch für die Analyse der URL der Meta-Werbebibliothek eines Unternehmens. Statt diese Eingaben jedes Mal manuell inmitten der Automatisierung im jeweiligen Scraping-Modul zu tätigen, solltest die Eingabe einer Variable als Trigger-Modul hinterlegen. So kannst du die URL, die analysiert werden soll, im Startpunkt eingeben und die daraffolgenden Module greifen einheitlich darauf zu.
Case: Sentimentanalysen automatisieren
Ein spannender Anwendungsfall ist der Anschluss für Google Natural Language auf der Google Cloud. Damit kannst du Sentimentanalysen für ganze Texte oder einzelne Sätzen durchführen und Entities ermitteln, sodass am Ende ein Score-Wert in Prozentpunkten herauskommt (-100% bis +100% gemessen an positiver/negativer Tonalität). Im Einklang mit Performance-Werten aus Werbesystemen lassen sich so Rückschlüsse ziehen, ob eine bestimmte Ansprache nicht nur bessere Performances hatte, sondern ob sie auch gleichzeitig einen bestimmten Durchschnittswert an positiver Tonalität transportierte. Die Make-Automation ermöglicht dir beispielsweise, deine Google-Ads-Assets (oder Text Assets aus anderen Werbesystemen) automatisiert auszuwerten. Zudem kannst du alle neu gelaunchten Anzeigen automatisch auswerten und mit den Performances abgleichen lassen, um Zusammenhänge zwischen Tonalität und Performance herzustellen. Ebenfalls wichtig: Du kannst Anzeigentexte vor dem Launch mit Google Natural Language auswerten lassen, sodass du Insights darüber bekommst, ob die Texte eine ausreichend ansprechende Tonalität vermitteln.
Abbildung: Beispiel für eine Make-Automation für Google Natural Language auf der Google Cloud für Sentimentanalysen von Texten. Damit können positive und negative Tonalitäten mit prozentualen von Anzeigen aus Google Ads, Meta Ads oder LinkedIn Ads ermittelt werden. In diesem Fall geschieht dies mit Apify-Scrapern basierend auf den jeweiligen Werbebibliotheken.
Abbildung: So sehen analysierte Meta Ads Anzeigentexte aus einer Meta Ads Library aus (Sentimtentwerte mit Google Cloud Natural Language). In den weiterführenden Schritten der Make-Automation werden verbesserte Anzeigenversionen mit einem positiveren Sentiment mit Gemini Pro auf der Vertex AI geschrieben.
Case: Google Ads AI RSA Preparer & Launcher
Mit dieser Make-Verbindung werden automatisch AI Responsive Search Ads (via Gemini Pro) generiert. Gerade bei großen Google Ads Konten in der Leadgenerierung, in denen mit Conversion-Wert maximieren gearbeitet wird, kannst du so viel Material für das algorithmische Lernen bereitstellen, um deine Conversion-Werte bei gleichem Budget zu erhöhen. Anschließend können diese über den Google Ads Editor oder direkt via Make in einzelne Anzeigengruppen hochgeladen werden.
Wenn du mit der Gebotsstrategie „Conversion-Wert maximieren“ arbeitest, benötigst du immer neue Assets für das algorithmische Lernen: AI-Anzeigenalternativen decken viele Kundenansprachen in unterschiedlichen Lifecycle Stages ab, die wir als Menschen nicht alle kennen können. Wenn du jeden Monat oder alle zwei Monate neue KI-Alternativen auf den Markt bringst, kannst du deine Conversion-Werte mit demselben Budget weiter verbessern – insbesondere in Kombination mit Ziel-ROAS-Tests. Diese Anwendung dient dazu, Futter für das algorithmische Lernen bereitzustellen.
Case: 5 Copywriting A/B-Tester für Meta Ads
Eine von vielen spannenden Automatisierungen in diesem Kit ist der Copywriting Improver: Damit automatisiert mit Make und Gemini AI die bisherigen Ansprachen in Single Image Ads aus Meta Ads, LinkedIn Ads und Youtube Shorts für A/B-Tests neu ausgewertet und in Copywriter-Überschriften umformuliert – also Paradoxüberschriften, Dringlichkeitsüberschriften, Beweisüberschriften, Vorteilsüberschriften und Neugierüberschriften. Zusätzlich wird lässt sich für A/B-Tests noch ein Labeling der Ausgangssituation (Problemstellung) des Kunden vornehmen, sowie Endzustände nach einem Kauf skizzieren. Die Unterschiede können dabei gewaltig sein.
Case: Landingpage AI Werbestrategie- und Zielgruppenanalyse
Mit dieser Automatisierung kannst du alle URLs einer Domain auf ihre Werbestrategien und Zielgruppenansprachen hin analysieren lassen. Die Analyse übernimmt Gemini Pro. Auf dieser Basis lässt sich ableiten, welche Zielgruppen zusätzlich für jede Landingpage in Betracht kommen oder ob eine andere Positionierung getätigt werden sollte.
Dein Einstieg mit Make: Template Library & Onboarding
Doch wie kannst du am besten in den Bereich der AI-Automatisierungen einsteigen? Am besten durch Hands-On-Praxis! . Hierzu erhältst du ein Onboarding. Melde dich für einen Termin an und stimme ab, welche der Prozesse du gerne bei dir Inhouse aufbauen und implementieren würdest.
