Die KI-Ops-Person, die Sie noch nicht eingestellt haben
Irgendwo in Ihrem Team gibt es eine Person, die in Sachen KI den Durchblick hat.
Sie hat Arbeitsabläufe gebaut, nach denen niemand gefragt hat. Oder sie hat im Stillen die Aufgabe automatisiert, die sonst drei Stunden Meetingzeit Ihres Teams verschlang. Oder vielleicht weiß sie, welche Tools miteinander kommunizieren und welche nicht. Und sie wartet nicht mehr darauf, dass irgendjemand ihr sagt, was erlaubt ist – das ist Ihr KI-Operations-Marketing-Ass.
Andere im Team bringen ihre Fragen schon zu dieser Person, bevor sie zu Ihnen kommen.
Want more from The CMO?
Sign up for a free membership to complete reading this article:
Have an account? Log In
Und auch wenn sie keinen offiziellen Titel trägt oder keine fest eingeplante Zeit dafür hat, übernimmt sie tatsächlich die Aufgaben im Bereich KI-Operations-Marketing, die getan werden müssen. Und mit großer Wahrscheinlichkeit haben Sie dieser Person keine organisatorische Autorität gegeben, um ihr Wissen teamübergreifend dort einzusetzen, wo es am dringendsten gebraucht wird.
Hier liegt die Lücke. Es geht nicht ums Budget, um Tools oder gar um die Strategie.
Die Geheimzutat in Ihrer Organisation
Diese KI-Operations-Rolle ist der Schlüssel, um das Potenzial in Ihrer Organisation freizusetzen – egal, ob die Details der Stelle definiert sind oder nicht.
Nathan Snell, Director of Product Management bei Intuit Mailchimp, entwickelt seit fast zwei Jahrzehnten Workflow-Automatisierungen. Er hat die Daten und Einblicke, um zu belegen, was funktioniert, denn seine Workflows werden an Millionen von Nutzern erprobt.
Snell bezeichnet diese Person als KI-Ops-Professional. Er beobachtet schon lange, wie Organisationen bei der KI-Einführung scheitern oder erfolgreich sind. Lange genug, um zu wissen: Diese Rolle – ob formal benannt oder nicht – ist die wichtigste Variable, ob ein KI-Übergang funktioniert.
Der Unterschied im Erfolg besteht darin, ob die mit der Einführung der KI-Operations beauftragte Person wirklich das Mandat hat oder nur die neugierigste im Team ist. Vielleicht führt sie nebenbei Experimente durch, ohne die Autorität, irgendetwas ändern zu dürfen. Am Ende läuft es auf Verantwortung hinaus.
Und Snells Analyse, wo Rollouts scheitern, ist weit verbreitet.
„Es gibt immer zwei Elemente in jedem Prozess“, sagt er. „Da sind die Abläufe selbst, die Arbeit, die die Leute aktiv erledigen. Und dann gibt es die Koordinationslast.“
KI bewältigt die Abläufe schneller, als die meisten Organisationen erwarten. Aber Koordination ist laut Snell etwas, das KI oft nicht berührt. Ohne jemanden, der für diese Lücke verantwortlich ist, kann und wird sie nicht geschlossen.
Was darunter liegt
Für Marketingteams beschleunigen sich die Abläufe häufig zwischen Content-Produktion, Datenanalyse, Testen von Variationen und Entwürfen. Doch schnelles Abarbeiten bringt keine Verbesserung bei den Prozessen und Strukturen, die Organisationen ausbremsen können. Teams müssen auf zusätzliche Bürokratie, Prozesse, Regeln und Personal achten, die beim Wachstum von Unternehmen entstehen.
Vielleicht erkennen Sie sich in Folgendem wieder, wenn es um die Freigabe von Projekten geht.
„Wenn Sie das Vorab-Planungsmeeting haben und dann das Planungsmeeting, dann das Review-Meeting, dann das Go-Live-Meeting und das Nachbesprechungsmeeting“, sagt Snell, „dann kann KI das nicht lösen. Die Koordinationslast muss tatsächlich durch eine Prozessumgestaltung angegangen werden.“
Colleen Goepfert, Fractional CMO und Beraterin für Operations in Marketingorganisationen bei der Einführung von KI, erkennt dasselbe Muster von außen. Selten wird sie gerufen, um das zu beheben, was die Leute angeblich geändert haben wollen.
„Workflow-Design ist wichtiger als das eigentliche Tool“, sagt sie. „Die eigentliche Arbeit ist nicht das Gestalten des Tools. Es geht darum, das Marketing neu zu organisieren, zu klären wie Dinge genehmigt und wie Entscheidungen getroffen werden.“
Was ihre Aussage untermauert, ist, wie sie dieselbe Dysfunktion auch auf der anderen Seite beschreibt. Snell sieht die Auswirkungen verbesserter Workflows in den Produkten, die er entwickelt, und bei den Nutzern, die sie einsetzen.
Während Goepfert die offensichtlichen Lücken in den Organisationen erkennt, die von KI profitieren sollten, aber bislang keine Ergebnisse sehen. Das Fazit ist dasselbe: KI schafft nicht die Probleme in Ihrem Team, funktionsübergreifend oder organisatorisch. Aber sie macht bestehende Probleme unübersehbar.
„KI legt ein System offen, das nicht funktioniert.“
Akande Davis, VP of Operations bei GNW Consulting, geht noch weiter. Wenn sein Team ein Projekt übernimmt, ist die erste Frage nicht, welches Tool eingesetzt werden soll. Sondern: Ist der Engpass ein Prozessproblem oder ein Technologieproblem? Denn das Falsche zu reparieren verschärft den Schaden.
„Oft kann Technologie weit mehr leisten als die Anforderungen es vorgeben“, sagt Davis. „[Aber] der Prozess ist kaputt.“ Seine Analogie dazu, was passiert, wenn Organisationen diese Diagnose überspringen: „Wenn ich KI sage, sie soll das Loch an der falschen Stelle graben, bringt mir dieses Loch nichts. Es wird alles nur schlimmer machen. Sie bekommen schlechtere Ergebnisse noch schneller.“
Die Architektur, die den meisten Teams fehlt
Snells Sichtweise unterscheidet sich im operativen Teil von der reinen Diagnose. Die meisten Empfehlungen zur Einführung von KI drehen sich um Mindset, Change Management und die Ausrichtung auf die Führungsebene.
Snells Hintergrund als Produktentwickler führt ihn zu Kontext und Struktur.
Der Wert hier kann nicht genug betont werden, insbesondere wie Kontext aufgebaut, gespeichert und teamübergreifend geteilt wird. Die meisten Organisationen gehen das mit einem einzigen großen Prompt oder einem gemeinsamen Dokument an, das schnell veraltet.
Aber Snell sieht das anders.
„Nimm diesen verrückten Prompt, den du hattest, dieses riesige, gigantische Ding in einer Vorlage, und du kannst diese in rollenbasierte Skills verwandeln. Dadurch können Agenten tatsächlich mehr erledigen. Du kannst auf diesem Kontext aufbauen.“
Der Wandel von monolithischen Prompts zu modularen, rollenbasierten Skills erstreckt sich bis in die operativen Abläufe.
Und das bedeutet, dass der Kontext, den eine KI für Marketingaufgaben nutzt, nicht derselbe ist, wie der für Produkt- oder Betriebsaufgaben, aber alles auf eine gemeinsame Grundlage zurückführt. Jedes Team verwaltet seine eigene Ebene. Eine Person für KI-Operationen im Team hält diese aktuell.
„Du brauchst wirklich nur eine Person, die die Tools testen, die Skills erstellen und teilen kann“, sagt Snell. „Die Zentralisierung auf diese kleine Weise verringert Reibung im Vergleich dazu, wenn jeder eigene Experimente durchführt und sich dann wundert, warum keine Ergebnisse zu sehen sind.“
Liza Adams, Interims-CMO und Beraterin für KI-Transformation, beschreibt diese strukturelle Veränderung aus Leitungsperspektive.
„KI ist unsere Silos egal. Es ist ihr egal, wer die Arbeit macht oder welche Titel jemand trägt. Für sie zählen nur Ergebnisse, was gut ist, denn die Kunden interessiert das auch nicht.“
Sie beobachtet, dass sich Organisationen – oft widerwillig – von Hierarchien rund um Jobtitel hin zu Strukturen organisieren, die sich um die jeweilige Aufgabe drehen. Die KI-OPS-Rolle, die Snell beschreibt, ist eine Ausprägung dieses Wandels: eine Rolle, die durch Ergebnis- und Prozessverantwortung definiert ist, nicht durch die Abteilung.
Was als Nächstes kommt
Was Snells Sicht am deutlichsten vom Rest des Gesprächs abhebt, ist, dass er weiter als die aktuelle Transformation denkt. Alle anderen versuchen, bestehende Probleme zu beheben. Er gestaltet bereits das, was danach kommt.
„Am meisten begeistert mich das, was ich als proaktiven Agentenübergang bezeichnen würde“, sagt er.
„Heute erlebt die große Mehrheit von uns KI auf eine abruforientierte Weise: Ich gehe zu Claude oder Gemini oder ChatGPT. Ich frage etwas und ziehe es mir heraus.
Was wir künftig häufiger sehen werden, ist eine zustellungsorientierte KI. Zum Beispiel: Wenn ich dir meinen gesamten Kontext schon gegeben habe, wenn du mit all meinen Daten verbunden bist, wenn du weißt, wie Dinge laufen – warum muss ich dann überhaupt zu dir kommen, um dich um etwas zu bitten?
Du solltest in der Lage sein, die Daten anzusehen und zu sagen: 'Ich habe diese Analyse für dich gemacht, und hier ist ein neues Segment von Leuten, die du ansprechen könntest. Möchtest du es nutzen?'
Für eine Leitungsfunktion im Betrieb ist das der Grund, warum die Grundlagenarbeit über die diesjährigen KI-Ziele hinausgeht. Die Teams, die eine modulare Kontextarchitektur aufbauen, in der eine KI kontextgerecht aus verschiedenen Quellen die benötigten Informationen zusammenzieht, bestimmen, wem was gehört. Sie sorgen auch dafür, dass Daten nicht funktionsbezogen abgeschottet werden, was die Voraussetzung dafür ist, dass solches Agentenverhalten überhaupt funktionieren kann.
Teams, die KI bloß an bestehende Prozesse anflanschen, bauen sich damit eine Decke ein, die von Einzelpersonen abhängig und damit fragil und temporär ist.
Davis verankert die kurzfristige Version darin, wie sein Team jedes Projekt abschließt. Bevor sie Änderungen empfehlen, prüfen sie den Wertbeitrag. Sie analysieren, wo sie mit einem Anstieg der Conversion-Rate, besserer Bindung oder Pipeline-Steigerung rechnen können. Und durch diesen Prozess erkennen sie, was für die Organisation tatsächlich wichtig ist.
„Wenn es nicht von hohem Wert ist, sollten wir uns auf die Dinge konzentrieren, die es sind.“
Ein operatives Redesign bekommt Unterstützung in der Organisation, wenn jemand dafür verantwortlich ist, den Bezug zu den bereits relevanten Geschäftszielen herzustellen.
Verantwortlichkeit ist letztlich eine menschliche Entscheidung. Kein Agent kann das herausfinden, bis die Voraussetzungen dafür geschaffen wurden.
Was kommt als Nächstes?
Tritt dem The CMO Club bei und erhalte die neuesten Einblicke, Interviews und Podcast-Folgen mit führenden Marketing-Expert:innen.
