AI Automation Kit
– im Online Marketing
Mit diesen Make-Templates kannst du viele wichtige Marketing-Prozesse automatisieren und erhebliche personelle Ressourcen einsparen.
Schnellstart
Das sind die Ziele
Funktionsweise
Über AI-Automationen
Template Library
Bereit zur Implementierung
Bist du bereit?
Dann frage jetzt an
Der Schnellstart für deine AI-Prozesse Inhouse
Das Thema der AI-Implementierung 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:
- massive 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 Asset Libraries 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
Case: Sentimentanalysen automatisieren
Eine von vielen Automatisierungen im AI Automation Kit 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 würde ein ganzheitliches System für das Ausführen von Sentimentanalysen mit Google Cloud Natural Language aussehen: Hierbei werden die Sentiments für Meta Ads, Google Ads und Website-URLs ermittelt, mit Gemini Pro Einschätzungen zu den Gründen für die Sentiments geschrieben, sowie Verbesserungsvorschläge für ein positiveres Sentiment erstellt.
Abbildung: So würden finale Sentimentanalysen für Google Ads mit Google Natural Language aussehen. In diesem Beispiel wurden Text Assets aus Google Ads verglichen mit neu erstellten AI Assets via ChatGPT in Hinblick auf die transportierte Tonalität.
Case: Google Ads AI Responsive Search Ads
Mit dieser Make-Verbindung werden automatisch AI Alternativen (via Gemini Pro) für bestehende responsive Suchanzeigen in den jeweiligen Anzeigengruppen gelauncht. 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. Die AI RSAs werden dabei pausiert im Konto generiert, sodass du vor der Aktivierung noch einen Review vornehmen kannst.
Abbildung: So sieht der AI RSA Launcher für Google Ads in Make aus.
Case: Google Ads Predictions automatisieren
Mit BigML kannst du eigene Machine-Learning-Modelle trainieren & deployen. BigML ermöglicht dir auf Basis deiner Bestandsdaten unter anderem die Erstellung von Predictions basierend auf der Ausgangslage unterschiedlicher Dimensionen und Metriken und Forecasts als Zeitreihe. Mit dieser Make-Automation kannst du deine Daten aus Google Ads (oder anderen Werbesystemen) mit der Google-Workspace-Erweiterung SyncWith auto-aktualisierend in Google Sheets einfließen lassen und die Make-Verbindung beispielsweise im Wochentakt aktivieren, sodass wöchentlich eine Prediction als Frühwarnsystem entsteht, die zum Beispiel via E-Mail oder WhatsApp als Make-Endpunkt verschickt wird.
Abbildung: Mit BigML kannst du Predictions für deine Google Ads Daten erstellen.
Abbildung: So würde ein Time-Series-Forecast für Google Ads (Klicks) mit BigML aussehen.
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! Genau dafür ist der AI Automation Kit da: Hier erhältst du die Make- und Zapier-Templates, die du direkt in deinem eigenen Make-Account importieren kannst. Sie sind bereits getestet und werden jetzt schon in der Praxis eingesetzt. Du musst lediglich in den Templates die Anschlüsse durch deine eigenen Zugangsdaten für die entsprechenden Anwendungen ersetzen und kannst anschließend die ersten Automatisierungen betriebsbereit verwenden. Hierzu erhältst du ein Onboarding. Nachfolgend siehst du eine Auswahl, welche Templates für Make und Zapier du im AI Automation Kit erhalten kannst.
Melde dich für ein Termin an und stimme ab, welche der Prozesse du gerne bei dir Inhouse implementieren würdest.
