Marketing-Tech-Gründer und CMO hebt die Bedeutung von Kontext vor der Integration von KI hervor
Erfahren Sie, wie ein Einzelmarketer KI und Kontext-Engineering nutzt, um Kampagnen zu skalieren, Workflows zu automatisieren und mit größeren Teams zu konkurrieren – mit praktischen Einblicken zur Einführung und Umsetzung.
KI-Einsatz: Jean Bonnenfant nutzt KI, um seine Marketingaktivitäten als Einzelperson bei dem Startup Tinct.ai zu verstärken.
Kontext-Engineering: Der Aufbau einer robusten Kontextschicht ist entscheidend für wirkungsvolle, KI-gestützte Marketingstrategien.
Outbound-Automatisierung: KI verbessert Outbound-Marketing durch personalisierte Abfolgen und dynamische Landingpage-Erlebnisse.
Bindung neu gedacht: KI kann die Kundenbindung revolutionieren, indem sie personalisierte Kommunikation und proaktive Ansprache ermöglicht.
Mensch-KI-Balance: Erfolgreiches Marketing kombiniert KI-Effizienz mit menschlicher Kontrolle, um strategische Relevanz zu sichern.
Jean Bonnenfant hat eine Historie als Leiter von Growth und Marketing in B2B-Tech-Unternehmen und ist derzeit Mitbegründer und CMO des Early-Stage-Startups Tinct.ai. Als Marketingabteilung in einer Ein-Mann-Besetzung ist KI für ihn der einzige Weg, um konkurrenzfähig zu bleiben. Und er nutzt sie, um mehr zu produzieren als die meisten kleinen Teams.
Wir haben uns mit ihm zusammengesetzt, um herauszufinden, wie er das macht. Seiner Aussage nach dreht sich alles um Context Engineering.
Ein KI-gestützter Marketer kann ein Team übertreffen
Ich bin nun seit fast 10 Jahren im Marketing tätig. Ich begann als Marketingmanager, hauptsächlich mit Schwerpunkt auf Content und etwas Growth-Arbeit. Das führte mich zu Growth Tribe, Europas erster Akademie für Growth Hacking und KI – dort begann meine Beziehung zur KI, lange vor dem aktuellen LLM-Boom.
Want more from The CMO?
Sign up for a free membership to complete reading this article:
Have an account? Log In
Bei Growth Tribe haben wir Experimente mit maschinellen Lernwerkzeugen durchgeführt. Wir arbeiteten mit Unternehmen wie Dataiku, einem französischen ML-Unternehmen, und haben KI in Kundenprojekte integriert, wenn die Datenmengen es rechtfertigten. Dazu gehörten Clustering, prädiktive Modellierung und Mustererkennung. Es war nicht spektakulär, aber es funktionierte – und gab mir ein solides Fundament, um zu verstehen, was KI wirklich leisten kann und was sie nur verspricht.
Danach arbeitete ich in FinTech und Krypto – zwei Branchen, in denen Daten und Tempo stark zählen. Direkt vor der Gründung von Tinct AI war ich bei Lleverage, einer KI-Automatisierungsplattform, und habe dort KI-Tools im großen Maßstab eingesetzt. Diese Erfahrung war der letzte Baustein, der mir das Vertrauen gab, etwas Eigenes aufzubauen.
Heute bin ich Mitbegründer und CMO von Tinct AI. Wir entwickeln KI-basierte Personalisierung für B2B-Landingpages, speziell für ABM-Kampagnen. Jede Ziel-Firma sieht eine auf sie zugeschnittene Version der Landingpage, identifiziert durch IP-Erkennung. Das ist genau die Art von Produkt, die ich mir früher in meiner Karriere bei meinen Kampagnen gewünscht hätte.
Unser Ziel ist es, zu skalieren, ohne neue Mitarbeitende einzustellen – möglich ist das nur durch den Einsatz von KI. Was ich jetzt mache, sieht völlig anders aus als klassische Marketing-Organisationsstrukturen. Ich betreue alle Kanäle täglich und arbeite eng mit KI-Workflows zusammen. ICP-Definition, Messaging, CRM-Integration und -Anreicherung, Outbound-Sequenzen, Content-Produktion – das alles mache ich, aber nie allein. Meine These: Eine Person mit der richtigen KI-Infrastruktur kann ein Team von fünf ohne diese Technologie überbieten.
Warum Context Engineering eine essentielle Marketing-Fähigkeit ist
Als LLMs erstmals populär wurden, nutzten die meisten sie reaktiv. User hatten eine Aufgabe, öffneten einen Chat und erhielten etwas Herausgegebenes. "Schreib mir eine E-Mail-Sequenz" oder "Erstelle mir einen Artikel". Dieser Ansatz war punktuell, transaktional und letztlich begrenzt.
Ich habe aufgehört, KI als Aufgabenumsetzer zu betrachten, und sie stattdessen als Infrastrukturschicht verstanden. Kontext bildet das Fundament dieser Infrastruktur.
Kontextengineering ist heute eine der wichtigsten Fähigkeiten im Marketing. Dazu zählen Tools wie Claude Projects, Systemprompts, Skills und Memory-Layer – alles, was einer KI tiefgehenden, strukturierten Kontext zu ICP, Positionierung, USPs, Wettbewerbsumfeld und Tonalität liefert. Wenn der Kontext stimmt, stimmt alles, was darauf aufbaut. Die Qualität der Ergebnisse potenziert sich. Ist diese Schicht vage, generisch oder veraltet, werden auch alle KI-Ergebnisse darauf so ausfallen.
Jede Marketingführungskraft, die in die KI einsteigt, sollte sich zuerst intensiv mit dieser Kontextebene beschäftigen. Sie sollte spezifisch sein. Sie sollte genau sein. Sie sollte Ihre eigene sein. Und dann sollte sie sicherstellen, dass jedes Tool, jeder Workflow, jedes automatisierte Ergebnis auf diesen Kontext zurückgreift.
Hätte ich früher gewusst, dass man zuerst in die Kontextebene investieren sollte, hätte ich mir Wochen inkonsistenter Ergebnisse und Nacharbeiten erspart.
Die größte Änderung, die ich im letzten Jahr vorgenommen habe, war, von Anfang an signifikant Zeit zu investieren, um diese Kontextebene über alle meine Systeme, Workflows und Plattformen hinweg aufzubauen. Jedes Mal, wenn sich unsere Positionierung verändert oder wir etwas Neues über unseren idealen Kunden lernen, aktualisiere ich den Kontext überall.
Das Ergebnis: Ich kann Assets in einer Geschwindigkeit und Konsistenz erstellen und verbreiten, für die sonst ein ganzes Team nötig wäre. Das Fundament übernimmt die meiste Arbeit. Was ich darauf aufbaue, läuft fast von selbst.
Wenn der Kontext stimmt, ist auch alles, was darauf aufbaut, richtig. Die Output-Qualität potenziert sich. Ist diese Ebene vage, generisch oder veraltet, wird alles, was KI daraufhin produziert, ebenso sein.
So nutzen Sie KI in Outbound-Workflows
So gehe ich heute Outbound an.
Der Prozess beginnt mit dem Erstellen und Anreichern von Listen. Ich ziehe eine Liste von Zielkonten aus unserer ICP-Definition und nutze KI-gestützte Anreicherung, um firmografische Daten, Tech-Stack-Signale und relevanten Kontext zu jedem Unternehmen hinzuzufügen. Diese Daten fließen direkt in Lemlist, um Outbound-Kampagnen zu starten, während Attio automatisch anreichert und aktualisiert, sobald neue Signale eintreffen.
Als Nächstes gehe ich zur Ansprache über. Mithilfe eines Claude-Projekts, das mit unserem vollständigen ICP-Kontext, Positionierung und Tonalitäts-Guidelines geladen ist, generiere ich personalisierte Outbound-Sequenzen für jedes Segment. Das beinhaltet nicht einfach das Austauschen des Vornamens, sondern tatsächliche Nachrichtenvariationen basierend auf dem Profil des Unternehmens, den wahrscheinlichen Schmerzpunkten und dem Platz in unserer Zielkundenliste.
Wenn Interessenten auf unsere Landingpage klicken, wird sie automatisch auf ihr Unternehmen personalisiert, identifiziert durch IP-Erkennung. Messaging, Social Proof und Rahmung passen sich an die jeweilige Person an. Die Personalisierung, die mit der Outbound-E-Mail begann, endet nicht mit dem Klick, sondern zieht sich durch die gesamte Nutzererfahrung.
Antworten und Bedarfssignale fließen zurück in Attio, und dann trete ich persönlich ein. Alles bis zu diesem Moment ist KI-gesteuert. Ab dann übernehme ich.
Ich bin an zwei Stellen Teil des Workflows: beim Setup und im Gespräch.
Warum Bindungsstrategien ein KI-Update brauchen
Der obere Teil des Funnels bekommt die ganze KI-Aufmerksamkeit, weil er der sichtbarste Teil des Jobs ist. Anzeigen, Inhalte, Kampagnen. Das ist leicht greifbar und messbar. Und KI hat diesen Bereich schon deutlich verändert.
Aber Kundenbindung ist der Bereich, in dem die meisten Unternehmen noch arbeiten, als wäre es vor zehn Jahren. Manuelle Touchpoints, grobe Segmentierung und generische Nurture-Sequenzen, die jeden bestehenden Kunden gleich behandeln – unabhängig davon, wie sie sich verhalten oder was sie brauchen.
Genau diese Phase braucht ein Redesign, denn KI macht hier etwas möglich, was zuvor nicht ging: jeden einzelnen Kunden individuell zu behandeln, und das in großem Maßstab, ohne ein zehner Team dafür. Personalisierte Lifecycle-Kommunikation, dynamische Inhalte basierend auf Nutzungsmustern, proaktive Ansprache ausgelöst durch echte Signale statt willkürlicher Zeiträume.
Ironischerweise liegt in der Bindung das Geld. Einen neuen Kunden zu gewinnen, kostet fünf- bis zehnmal mehr, als einen bestehenden zu halten. Und dennoch richten die meisten Marketingabteilungen Investitionen und kreative Energie im Bereich KI immer noch überwiegend auf die Spitze des Funnels.
Genau darin liegt die Chance für ein Redesign. Und die meisten Unternehmen haben sie bislang noch nicht genutzt.
Warum der größte Nutzen von KI auch ihr größtes Risiko ist
In den letzten zwei Monaten habe ich Dinge umgesetzt, für die eine klassische Struktur realistisch ein Jahr gebraucht hätte. Die komplette Outbound-Infrastruktur, CRM-Anreicherung, Content-Produktion für verschiedene Kanäle, Onboarding von Design-Partnern und Messaging-Frameworks. Das alles habe ich alleine umgesetzt – mit KI als Co-Pilot.
Es gibt die Erzählung, dass man mit KI nur noch eine halbe Stunde pro Tag arbeiten muss. Das war bei mir nicht der Fall. Stattdessen hat sich die Grenze dessen, was ich erreichen kann, dramatisch verschoben. Ich habe nicht weniger gearbeitet; wir haben exponentiell mehr geschafft.
Neben dem Volumen sank auch die Fehlerquote bei bestimmten Aufgaben deutlich. Dateneingabe, Recherche, strukturierte Ausgaben. KI ist bei solchen Aufgaben beständiger als ein müder Mensch am Ende eines langen Tages.
Allerdings ist Qualitätskontrolle bei hoher Geschwindigkeit eine Herausforderung. Wenn man schnell arbeitet und viel produziert, besteht die Gefahr, dass Dinge durchrutschen, die bei einem langsameren, manuellen Prozess aufgefallen wären. Sie müssen konsequent bleiben und verhindern, dass Quantität als Ausrede für niedrigere Standards herhält.
Aber unter dem Strich? Der Produktivitätsunterschied ist real und erheblich. KI hat mir keine Freizeit geschenkt; sie hat mir Hebelwirkung verschafft.
Wie KI das Texten disruptiv verändert
Ich bin von Natur aus Texterin. Schreiben war schon immer meine Sache, und lange Zeit glaubte ich, dass es die letzte Fähigkeit wäre, die KI jemals glaubwürdig nachbilden könnte. Daten lassen sich automatisieren, Verteilung lässt sich automatisieren, Zielgruppenansprache lässt sich automatisieren. Aber Stimme? Nuancen? Die Fähigkeit, jemanden mit einem Satz zu berühren? Ich war überzeugt, das sei menschliches Hoheitsgebiet.
Und das glaube ich für die Literatur immer noch. Ich habe noch keinen Roman oder ein Buch von einer KI gesehen, das mich bewegt hat. Dieses Feld gehört weiterhin den Menschen.
Aber beim geschäftlichen Schreiben? Monat für Monat sehe ich, wie sie besser wird. Und mit Context Engineering hat sich die Lücke schneller geschlossen, als ich je erwartet hätte. Gib einer KI einen strukturierten ICP, einen detaillierten Styleguide, echte Markenbeispiele und genug Kontext – und das Ergebnis kann wirklich die Stimme einer Marke tragen. Nicht nur akzeptabel. Gut.
In einem früheren Unternehmen habe ich einen ganzen Blog mit einem Claude-Projekt aufgebaut, das ich auf einen sehr spezifischen System-Prompt und ein langes, ausführliches Style-Dokument trainiert habe. Das waren nicht nur ein paar Stichpunkte zum Tonfall, sondern ein echtes, mehrseitiges Dokument, basierend auf Texten, die ich selbst gerne las und nachahmen wollte.
Das Ergebnis war kein generischer KI-Inhalt. Es hatte eine echte, wiedererkennbare Stimme. Wer das Schreiben kennt, würde es nicht für etwas anderes halten. Es hatte Rhythmus, eine Perspektive und eine Art, Ideen zu formulieren, die sich beabsichtigt anfühlte.
Deshalb: Die Annahme, die ich jahrelang hatte, dass KI immer am Handwerk des Schreibens scheitern würde — sie ist weg. Und es ist schön, das zu beobachten. Selbst dann, wenn sie etwas verändert, das ich als mein eigenes betrachtete.
Wie sich KI- und Menschenrollen bei Marketingentscheidungen vermischen
In der Praxis gibt es keine klare Trennung, was Menschen und was KI machen soll. Es ist nie ein Entweder-oder. Es ist ein Spektrum.
KI informiert oder steuert fast all unsere Entscheidungen. Outbound-Sequenzen, Inhalte, CRM-Anreicherung, ICP-Verfeinerung, Messaging. KI ist in jeder Phase beteiligt. Aber der Mensch ist nicht außen vor.
Denken Sie es so: KI übernimmt das Volumen, die Geschwindigkeit und die erste Version von allem. Ein Mensch ist immer eingebunden, um Sonderfälle zu erkennen, Urteilsvermögen einzubringen und sicherzustellen, dass das Ergebnis im Kontext Sinn macht. Diese menschliche Ebene ist keine spezifische Rolle oder Aufgabe. Sie ist in jeden Arbeitsablauf eingewoben.
Urteilsvermögen bleibt menschlich. Zu wissen, wann etwas technisch richtig, aber strategisch falsch ist. Zu spüren, wann eine Botschaft ankommt oder nichts bewirkt. Zu sehen, ob ein Trend es wert ist, aufgegriffen zu werden oder ob er in zwei Wochen alt aussieht. Den Feinsinn für das Gespräch mit potenziellen Partnern zu haben, das kein Prompt vollständig abbilden kann. Das sind die Momente, in denen ich eingreife – und das passiert ständig.
Es geht also weniger um KI versus menschliche Aktivitäten, sondern vielmehr darum, dass immer eine menschliche Hand die Richtung vorgibt, auch wenn KI den Großteil der Arbeit übernimmt.
Urteilsvermögen bleibt menschlich. Zu wissen, wann etwas technisch richtig, aber strategisch falsch ist. Zu spüren, wann eine Botschaft ankommt oder nichts bewirkt. Zu sehen, ob ein Trend es wert ist, aufgegriffen zu werden oder ob er in zwei Wochen alt aussieht.
Warum KI-Einführung wichtiger ist als Tooling
Die Werkzeuge sind bereits unglaublich. Tatsächlich sind sie unserer kollektiven Fähigkeit, sie gut zu nutzen, voraus. Und diese Lücke zwischen dem, was KI leisten kann, und dem, was die meisten Menschen daraus machen, ist kein Problem der Werkzeuge. Es ist ein menschliches Problem.
Besonders interessant ist, dass selbst die Menschen, die tagtäglich aktiv mit KI arbeiten, sich im Rückstand fühlen. Ich fühle mich im Rückstand. Es taucht ständig ein neues Modell, eine neue Fähigkeit oder eine neue Arbeitsweise auf – oft erst letzte Woche – und ich habe sie noch nicht ganz verstanden. Das ist meine Realität, und ich bin sehr neugierig und investiere bewusst Zeit, um in diesem Bereich am Ball zu bleiben.
Wenn ich an jemanden denke, der weniger neugierig, weniger vernetzt, weniger motiviert zum Experimentieren ist, dann ist die Lücke enorm. Nicht, weil die Tools schwierig zu bedienen sind, sondern weil die Einführung einen Mentalitätswechsel verlangt, den kein Software-Update liefern kann.
Der größte Durchbruch in jeder Marketing-Organisation besteht nicht darin, ein besseres Tool zu finden. Es geht darum, deine Mitarbeitenden weiterzubilden, damit sie anders denken, wie sie arbeiten. Welche Aufgaben sie an KI delegieren, wie sie ihre Prompts strukturieren und wie sie Kontext aufbauen und pflegen. Diese Fähigkeit wächst mit der Zeit, und die meisten Organisationen investieren zu wenig in sie.
Warum Marketing-Führungskräfte Dinge aufbrechen sollten
Mein Rat ist einfach: Experimentiere. Mehr, als du denkst, dass du müsstest.
Dies ist nicht der Moment, deine KI-Neugierde an jemand aus deinem Team zu delegieren und auf einen Bericht zu warten. Du musst selbst die Ärmel hochkrempeln. Dinge bauen. Dinge kaputtmachen. Arbeitsabläufe ausprobieren, die vielleicht nicht funktionieren. Der einzige Weg, echtes Urteilsvermögen darüber zu entwickeln, was KI kann und was nicht, ist direkte Erfahrung – nicht Beobachtung.
Führungskräfte bleiben meist auf der strategischen Ebene und überlassen anderen die operative Arbeit. Dieser Instinkt muss jetzt weichen. Die Kluft zwischen Führungskräften, die aktiv mit KI gestalten, und jenen, die nur darüber reden, wird schnell größer. Das zeigt sich in der Qualität ihrer Entscheidungen.
Führungskraft zu sein, entbindet dich nicht davon, dich ins Detail zu vertiefen. Im Gegenteil: Genau das ist momentan gefordert. Je mehr du persönlich experimentierst, desto besser wird dein Instinkt, desto besser wird dein Team, und desto besser wird deine Strategie.
Also: Experimentiere. Baue. Bleibe neugierig. Und warte nicht, bis du dich bereit fühlst – denn dieser Moment wird nicht kommen. Da hilft nur eins: Machen.
Bleib dran
Du kannst Jean Bonnenfants Reise auf LinkedIn verfolgen, während er Tinct.ai im Alleingang großmacht.
Weitere Experteninterviews folgen – also melde dich kostenlos an, um immer auf dem Laufenden zu bleiben beim The CMO Club!
