Wo sollte ein B2B-Unternehmen mit KI im Marketing anfangen?

Fang dort an, wo Marketingarbeit jede Woche wiederkehrt und ein Mensch das Ergebnis in Minuten prüfen kann. Im B2B sind das meist vier Prozesse: Recherche, Content-Produktion, Outbound-Personalisierung und Reporting. Miss die heutige Dauer, lass die KI den ersten Durchgang machen, behalte eine menschliche Prüfung, bevor etwas den Kunden erreicht, und kläre den Datenschutz vor dem Skalieren.

Meine Haltung ist einfach. Jeder Prozess beginnt mit einer Frage: Kann KI das schneller erledigen oder für uns übernehmen? Lautet die Antwort Ja, wird der Prozess um die KI herum neu gebaut. Lautet sie Nein, schreibst du auf, warum. Diese Gewohnheit zählt mehr als jedes einzelne Tool.

Wie wählst du die ersten KI-Anwendungsfälle im Marketing aus?

Wähl Prozesse, die drei Tests bestehen. Sie kommen wöchentlich oder täglich vor. Jemand mit Fachwissen kann das Ergebnis schnell beurteilen. Und sie arbeiten mit öffentlichen oder internen Geschäftsdaten statt mit personenbezogenen Daten. Ein Prozess, der alle drei Tests besteht, ist ein guter erster Pilot. Fällt er bei einem durch, kommt er später dran.

• Häufigkeit. Die Aufgabe fällt wöchentlich oder täglich an. Eine Quartalsaufgabe spart wenig, selbst wenn KI sie gut erledigt.
• Prüfbarkeit. Jemand, der das Thema kennt, kann das Ergebnis schnell beurteilen. Dauert die Prüfung so lange wie die Arbeit selbst, ist der Gewinn klein.
• Datenrisiko. Die Aufgabe arbeitet mit öffentlichen oder internen Geschäftsdaten, am besten ohne personenbezogene Daten. Fang dort an. Personenbezogene Daten kommen dazu, wenn Verträge und Regeln stehen.

Fang nicht mit dem sichtbarsten Projekt an, etwa einer vollautomatischen Content-Maschine oder einem Chatbot auf der Startseite. Solche Projekte berühren gleichzeitig deine Marke, deine Kunden und oft personenbezogene Daten. Starte klein, lern, wie dein Team KI-Ergebnisse prüft, und erweitere dann den Umfang.

Welche Marketingprozesse solltest du zuerst an KI geben?

Recherche

Recherche ist der sicherste Einstieg. KI kann einen Markt zusammenfassen, das Messaging von Wettbewerbern vergleichen, vor einem Verkaufsgespräch ein Account-Briefing vorbereiten oder die Einwände aus einem Stapel Gesprächsnotizen clustern. Das Ergebnis bleibt intern. Fehler erreichen also keine Kunden. Verlang zu jeder Zusammenfassung Quellen und prüf Stichproben. KI-Modelle machen selbstbewusste Fehler, und ein Recherche-Briefing mit einem erfundenen Fakt schickt eine ganze Kampagne in die falsche Richtung.

Content-Produktion

In Content stecken die meisten B2B-Teams die meisten Stunden. Entsprechend groß ist der Gewinn. Nutz KI für Briefings, Gliederungen, erste Entwürfe, für die Verwandlung eines Webinars in einen Artikel, einen LinkedIn-Post und einen Newsletter und für die kleinen Aufgaben wie Titel, Meta-Beschreibungen und Alt-Texte.

Google ist bei den Regeln eindeutig. Seine Richtlinie zu generativen KI-Inhalten sagt, KI dürfe bei Recherche und Struktur helfen. Wer aber viele Seiten erzeugt, ohne Nutzern einen Mehrwert zu bieten, verstößt möglicherweise gegen die Spam-Richtlinie zu skaliertem Content-Missbrauch. Google fordert Website-Betreiber außerdem auf, KI-Ergebnisse auf Fakten zu prüfen, auch Metadaten wie Titel und strukturierte Daten. In der Praxis heißt das: Die KI schreibt den Entwurf, und ein Experte ergänzt, was nur dein Unternehmen weiß. Erfahrung aus erster Hand, echte Beispiele, deine Meinung. Genau das macht Inhalte auch zitierwürdig, wie der Leitfaden erklärt, wie du Google und KI-Assistenten deine Expertise zeigst. Planst du ein Content-Programm, starte mit einem Themenplan, wie in wie Themencluster und interne Links Autorität aufbauen beschrieben. Dann beschleunigt KI einen Plan und produziert keine beliebigen Seiten.

Outbound-Personalisierung

KI ist gut darin, eine Unternehmenswebsite, eine Pressemitteilung oder eine Stellenanzeige zu lesen und vorzuschlagen, warum dein Angebot für diesen Account gerade jetzt relevant sein könnte. So wird aus einer generischen Sequenz etwas, das ein Käufer tatsächlich liest. Halt zwei Regeln ein. Erstens: Ein Mensch gibt jede Nachricht frei, bevor sie rausgeht, zumindest so lange, bis du dem Prozess vertraust. Zweitens: Dieser Anwendungsfall arbeitet mit personenbezogenen Daten echter Menschen. Die Datenschutz-Hausaufgaben kommen also zuerst. Dazu unten mehr.

Reporting

Das Monatsreporting frisst in vielen Marketingteams Stunden. KI kann Exporte zusammenführen, Veränderungen markieren und den Kommentar für die Geschäftsleitung entwerfen. Die Person, die die Zahlen verantwortet, prüft trotzdem jede Zahl und jede Erklärung. Ein Modell erfindet bereitwillig einen Grund für einen Einbruch. Willst du ein schlankes Reporting für Such- und KI-Sichtbarkeit aufsetzen, lies wie du organische und KI-Suchsichtbarkeit misst.

Wo muss ein Mensch im Prozess bleiben?

Ein Mensch bleibt überall dort im Prozess, wo ein Kunde das Ergebnis sieht, wo Fakten, Zahlen und Zitate stehen, wo Aussagen über dein Produkt gemacht werden und wo Entscheidungen über Menschen fallen. Schreib diese Prüfregeln auf, bevor du anfängst. Warte damit nicht auf den ersten Fehler. Meine sehen so aus.

• Alles, was ein Kunde sieht, liest ein Mensch, bevor es rausgeht: Website-Texte, E-Mails, Anzeigen, Social-Posts.
• Jeder Fakt, jede Zahl und jedes Zitat wird gegen eine Quelle geprüft. Gibt es keine Quelle, fliegt die Aussage raus.
• Aussagen über dein Produkt prüft jemand, der das Produkt und die Verträge kennt.
• Entscheidungen über Menschen, etwa das Bewerten oder Aussortieren von Leads auf eine Weise, die für sie Folgen hat, brauchen besondere Sorgfalt. Die DSGVO (Artikel 22) schützt Menschen vor Entscheidungen, die ausschließlich auf automatisierter Verarbeitung beruhen und rechtliche oder ähnlich erhebliche Wirkung entfalten. Der Schweizer EDÖB weist zudem darauf hin, dass Betroffene bei automatisierten Einzelentscheidungen eine Überprüfung durch einen Menschen verlangen können.

Die Prüfung ist zugleich das Training des Systems. Korrigiert ein Prüfer denselben Fehler zweimal, mach aus der Korrektur eine Regel in deinem Prompt, deinem Styleguide oder deiner Vorlage.

Was bedeuten DSGVO und Schweizer DSG für KI im Marketing?

DSGVO und Schweizer DSG gelten für KI-Tools genauso wie für jede andere Verarbeitung personenbezogener Daten. Du brauchst eine Rechtsgrundlage, einen Vertrag mit dem Anbieter, Transparenz gegenüber Betroffenen und bei hohem Risiko eine Folgenabschätzung. Dieser Abschnitt deckt nur die Grundlagen ab und ist keine Rechtsberatung. Sprich mit deinem Datenschutzbeauftragten oder einer Anwältin, bevor du personenbezogene Daten in KI-Tools gibst.

• Die Regeln gelten für KI. Verarbeitet ein KI-Tool personenbezogene Daten, gilt das Datenschutzrecht. Der Eidgenössische Datenschutz- und Öffentlichkeitsbeauftragte (EDÖB) hält fest, dass das revidierte Datenschutzgesetz, in Kraft seit 1. September 2023, auf KI-gestützte Datenbearbeitungen direkt anwendbar ist.
• Verträge mit Anbietern. Nach Artikel 28 DSGVO braucht ein Auftragsverarbeiter, der personenbezogene Daten in deinem Auftrag verarbeitet, eine verbindliche Vereinbarung, die festlegt, was er mit den Daten tun darf. Prüf, ob dein KI-Anbieter eine solche anbietet und ob er deine Eingaben zum Training seiner Modelle nutzt.
• Transparenz. Der EDÖB erwartet von Anbietern und Nutzern von KI, dass sie Zweck, Funktionsweise und Datenquellen KI-basierter Bearbeitungen transparent machen. Er sagt, Menschen hätten ein Recht zu wissen, ob sie mit einer Maschine sprechen.
• Folgenabschätzungen. Artikel 35 DSGVO verlangt eine Datenschutz-Folgenabschätzung, wenn eine Verarbeitung voraussichtlich ein hohes Risiko zur Folge hat, darunter die systematische und umfassende Bewertung von Personen auf Basis automatisierter Verarbeitung wie Profiling. Auch der EDÖB verlangt Folgenabschätzungen für risikoreiche KI-Bearbeitungen.
• Rechtsgrundlage. In seiner Stellungnahme 28/2024 hat der Europäische Datenschutzausschuss (EDSA) einen dreistufigen Test beschrieben, um sich bei Entwicklung und Einsatz von KI auf das berechtigte Interesse zu stützen. Deine Rechtsgrundlage für personenbezogene Daten im KI-gestützten Marketing entscheidest du von Fall zu Fall.

Die KI-Verordnung der EU (AI Act) bringt einen eigenen Zeitplan mit. Laut Europäischer Kommission ist sie am 1. August 2024 in Kraft getreten. Verbotene Praktiken und Pflichten zur KI-Kompetenz gelten seit 2. Februar 2025, die Regeln für KI-Modelle mit allgemeinem Verwendungszweck seit 2. August 2025. Der Hauptanwendungstermin, einschließlich der Transparenzpflichten, war im August 2026. Der KI-Omnibus, in Kraft seit 27. Juli 2026, hat die Fristen für Hochrisiko-Systeme auf den 2. Dezember 2027 für Anwendungsfälle nach Anhang III und den 2. August 2028 für KI in regulierten Produkten verschoben. Die meisten Marketing-Anwendungsfälle sind nicht hochriskant. KI-Kompetenz und Transparenz betreffen Marketingteams aber direkt. Verkaufst du als Schweizer Unternehmen in die EU, frag deine Rechtsberatung, ob und wie der AI Act für dich gilt.

Wie misst du, ob KI im Marketing wirkt?

Ob KI im Marketing wirkt, misst du an vier Größen: Zeit pro Einheit, Durchsatz, Qualität und Geschäftsergebnis. Erheb alle vier, bevor du etwas änderst, und noch einmal zwei bis drei Wochen nach dem Start. Ohne Baseline sieht jedes KI-Projekt wie ein Erfolg aus. Niemand weiß mehr, wie lange die Arbeit vorher gedauert hat.

1. Zeit pro Einheit. Stunden pro Artikel, pro Account-Briefing, pro Monatsreport. Miss zwei bis drei Wochen vorher und nachher.
2. Durchsatz. Wie viele Einheiten dasselbe Team pro Monat liefert.
3. Qualität. Wie viele Korrekturen ein Prüfer macht und wie viele Fehler durchrutschen. Sinkt die Zeit und steigen die Fehler, hast du die Arbeit nur zum Prüfer verschoben.
4. Geschäftsergebnis. Antworten auf Outbound, qualifizierte Pipeline aus Content, Sichtbarkeit in Suche und KI-Antworten. Diese Zahlen bewegen sich langsam. Beurteil sie über ein Quartal.

KI verändert auch, wie Käufer dich finden. Menschen fragen ChatGPT, Perplexity und Googles AI Overviews nach Anbieter-Shortlists. Der Leitfaden zur Antwortmaschinen-Optimierung (AEO) erklärt, wie diese Systeme ihre Quellen auswählen und was du dafür tun kannst.

Was du diese Woche tun kannst

1. Liste deine zehn häufigsten Marketingaufgaben auf und notier die Stunden, die jede pro Monat kostet.
2. Stell für jede die Frage: Kann KI das schneller erledigen oder für uns übernehmen? Notier Antwort und Begründung.
3. Bewerte die Kandidaten nach Häufigkeit, Prüfbarkeit und Datenrisiko. Wähl zwei mit niedrigem Datenrisiko.
4. Prüf deine KI-Tools: Gibt es einen Auftragsverarbeitungsvertrag, und werden deine Eingaben zum Training genutzt? Schreib die Antwort auf.
5. Schreib eine einseitige Prüfregel: Was muss ein Mensch prüfen, bevor etwas rausgeht?
6. Fahr beide Piloten zwei Wochen und vergleich Zeit und Korrekturen mit deiner Baseline.
7. Behalte, was funktioniert, mach aus den Korrekturen der Prüfer Regeln und wähl dann die nächsten zwei Prozesse.

Willst du einen Blick von außen darauf, mit welchen Prozessen du anfangen solltest? Ein eintägiger Momentum Workshop mit Thomas ist genau für diese Entscheidung gebaut.

Häufige Fragen

Welche KI-Tools sollte ein B2B-Marketingteam zuerst kaufen?

Erst den Prozess entscheiden, dann das Tool. Die meisten Teams starten gut mit einem allgemeinen KI-Assistenten auf einem Business-Tarif, der einen Auftragsverarbeitungsvertrag bietet und deine Eingaben aus dem Modelltraining heraushält. Spezialisierte Tools kommen erst dazu, wenn ein Pilot eine klare Zeitersparnis zeigt und der allgemeine Assistent für genau diesen Prozess zum Engpass geworden ist.

Dürfen wir KI-geschriebene Inhalte auf unserer Website veröffentlichen?

Ja, Google verbietet KI-gestützte Inhalte nicht. Seine Richtlinie sagt, KI-Inhalte müssten dieselben Qualitäts- und Spam-Richtlinien erfüllen wie alle anderen Inhalte, und die Massenproduktion von Seiten ohne Nutzen für Nutzer könne als skalierter Content-Missbrauch gelten. Lass jeden Entwurf von einem Experten auf Fakten prüfen und ergänz Erfahrung aus erster Hand, Beispiele und Meinungen, die nur dein Unternehmen liefern kann.

Brauchen wir eine Einwilligung, um KI für Outbound-Personalisierung zu nutzen?

Das hängt von Daten, Kanal und Land ab. Frag deine Datenschutzberatung. Nach der DSGVO brauchst du eine Rechtsgrundlage für die Verarbeitung personenbezogener Daten, und der EDSA hat einen dreistufigen Test für das berechtigte Interesse im KI-Kontext beschrieben. Die Regeln für E-Mail-Marketing kommen obendrauf. Das ist eine allgemeine Information, keine Rechtsberatung.

Gilt der EU AI Act für Marketingteams?

Teile davon können gelten. Pflichten zur KI-Kompetenz gelten laut Europäischer Kommission seit 2. Februar 2025, Transparenzpflichten folgten im August 2026. Die meisten Marketinganwendungen gelten nicht als hochriskant. Die Fristen für Hochrisiko-Systeme hat der KI-Omnibus auf Dezember 2027 und August 2028 verschoben. Kläre mit deiner Rechtsberatung, wie deine konkreten Anwendungsfälle eingestuft werden.

Wie lange dauert es, bis KI im Marketing Ergebnisse zeigt?

Zeitersparnisse bei Recherche, Content-Entwürfen und Reporting zeigen sich meist wenige Wochen nach Start eines Piloten, sofern du vorher eine Baseline gemessen hast. Effekte auf Pipeline, Antwortquoten und Suchsichtbarkeit lassen sich erst später beurteilen. Bewerte sie über ein volles Quartal. Der erste Monat sagt dazu wenig.

Quellen

1. European Commission: AI Act, regulatory framework and application timeline
2. FDPIC: Current data protection legislation is directly applicable to AI (update)
3. Swiss Federal Council: revised Data Protection Act takes effect on 1 September 2023
4. EDPB: Opinion on AI models, GDPR principles support responsible AI
5. Google Search Central: Guidance on using generative AI content on your website
6. GDPR Article 22: Automated individual decision-making, including profiling
7. GDPR Article 28: Processor
8. GDPR Article 35: Data protection impact assessment