CMO verrät, welche Schritte Marketer jetzt gehen müssen

Kelly Cheng ist CMO bei Goldcast, wo sie die globale Marketingorganisation leitet.

Wir haben uns mit ihr zusammengesetzt, um alles darüber zu erfahren, wie sie ihre Content-Marketing-Strategie mit KI neu aufgestellt hat. Das hat sie mit uns geteilt.

KI definiert die Rolle der CMOs grundlegend neu

Ich bin Kelly Cheng, CMO bei Goldcast, wo ich eine globale Marketingorganisation leite, die das gesamte B2B-Markteinstiegsmodell umfasst – einschließlich Marke und Inhalt, Produktmarketing, Wachstum und Nachfragegenerierung, Marketing-Operations und Community.

Das Team arbeitet über die USA, Großbritannien und Indien hinweg und unterstützt sowohl Goldcast als eigenständiges Produkt als auch unsere Integration in Cvents breiteres Event-Cloud-Portfolio nach der Übernahme.

Mein Weg bis hierher wurde geprägt, indem ich Marketingteams durch alle großen Plattformwechsel der letzten Dekade geführt habe, von Content-Marketing über ABM bis hin zu Product-led Growth – und jetzt KI.

Ich habe gelernt, dass die erfolgreichen Marketingleader nicht diejenigen sind, die jedem neuen Tool hinterherjagen. Anpassungsfähige Führungskräfte nutzen diese Veränderungen, um grundlegend zu überdenken, wie ihre Teams arbeiten, was sie messen und wo sie Wert schaffen.

KI ist der stärkste Veränderungsfaktor, dem wir je begegnet sind, und zwingt CMOs dazu, die Rolle selbst neu zu definieren. Die Arbeit dreht sich weniger um die Verwaltung von Kanälen und Kampagnen, sondern mehr darum, lernende Organisationen zu schaffen, die sich mit der Geschwindigkeit des Marktes bewegen können.​​​​​​​​​​​​​​​​

Wie KI den Wandel von Kampagnen zu Inhalten ermöglicht

Die größte Veränderung, die wir mit KI erzielt haben, war der Wechsel von einem kampagnenorientierten zu einem inhaltsorientierten Betriebsmodell, das von KI unterstützt wird.

Bisher hat unser Team in vierteljährlichen Kampagnenzyklen geplant, wobei jedes Programm eine eigenständige Aufgabenstellung, eine Asset-Liste und einen Zeitplan hatte. Im vergangenen Jahr haben wir unsere Abläufe umstrukturiert und rund um eine kontinuierliche Content-Engine aufgebaut. KI übernimmt heute das Umformen, die Erstellung von Erstentwürfen und die Vorbereitung der Distribution. Dadurch kann sich das Team stärker auf Ideen, Standpunkte und Qualitätssicherung konzentrieren.

Das führte zu einem deutlichen Anstieg von Output und Geschwindigkeit: Wir produzieren vier- bis fünfmal so viele Assets pro Quellenstück. Doch die wichtigere Veränderung ist kulturell: Das Team denkt heute in Zielgruppen und Narrativen, nicht mehr in Kampagnen und Deliverables – und das macht die Arbeit besser und strategischer.

Über die gestiegene Menge an Content hinaus haben KI-unterstützte Account-Bewertung und Personalisierung auch das Engagement in unseren ABM-Programmen erhöht. Und wir konnten die Kosten pro qualifizierter Gelegenheit in bezahlten Kanälen erheblich senken, indem wir KI eingesetzt haben, um kreative Variationen in einer Größenordnung zu testen, die vorher nicht möglich war.

Wie sich Content-Marketing-Workflows komplett überarbeiten lassen

Hier ein Beispiel, wie aus einem einzigen einstündigen Webinar oder Event ein vollständiges Multi-Channel-Content-Paket in Tagen statt in Wochen entsteht.

Der Ablauf beginnt mit dem Live-Event, bei dem Video und vollständiges Transkript automatisch aufgezeichnet werden. Anschließend erstellt KI die erste Welle von abgeleiteten Inhalten, darunter einen Rückblick-Blog, eine Management-Zusammenfassung, Key-Quote-Karten, Social-Clips, einen E-Mail-Recap und verkaufsunterstützende Snippets für verschiedene Personas maßgeschneidert.

Unser Team ergänzt Standpunkte, redaktionellen Feinschliff und die Markenstimme und bringt menschliches Urteilsvermögen ein.

Danach übernimmt KI die Vorbereitung der Distribution – von der Ausarbeitung von LinkedIn-Posts für jeden Speaker und unser Executive Team über das Generieren von Varianten für Betreffzeilen bei E-Mails, das Erstellen von Kurzvideos mit Untertiteln für organische Social Media bis hin zum Verfassen personalisierter Anschreiben für den Vertrieb an Zielkunden.

Leistungsdaten fließen zurück in ein Dashboard, wo KI zusammenfasst, was bei Formaten und Zielgruppen funktioniert. Diese Erkenntnisse fließen dann in die Aufgabenstellung für das nächste Programm ein.

Das Ergebnis: Content, der früher für eine Woche aktuell war, treibt nun 60 bis 90 Tage lang Engagement und Pipeline an. Das Team beschäftigt sich mit Ideen und Strategien – statt mit reiner Produktion.​​​​​​​​​​​​​​​​

Wie KI die Differenzierung behindern kann

Kelly teilt mit

Anfangs haben wir uns zu sehr auf KI für die Erstellung von Erstentwürfen verlassen, wodurch die Inhalte generisch wirkten und die Markenunterscheidung litt.

KI hat bei Pipeline- und Bedarfsgenerierung nicht geliefert.

Sie hilft uns, schneller zu arbeiten und mehr zu produzieren, aber sie hat unsere Fähigkeit, Nachfrage bei Unternehmen zu erzeugen, die uns noch nicht kannten, nicht wesentlich verändert. Generative Inhalte, KI-personalisierte E-Mails und automatisierte Outbound-Maßnahmen erschöpfen sich schnell, weil jeder Konkurrent Zugriff auf die gleichen Tools hat. Die Hürde, durchzubrechen, ist daher heute höher als früher, nicht niedriger.

Zu Beginn haben wir uns zu sehr auf KI für Erstentwürfe verlassen, und die Inhalte wirkten irgendwann generisch, wodurch die Markenunterscheidung litt. Wir mussten strengere redaktionelle Standards und eigene Standpunkte als zusätzliche Schichten über jede KI-generierte Arbeit legen.

Bemerkenswert ist auch, dass laut Statistiken zu jedem Zeitpunkt etwa 95% der Käufer nicht aktiv sind – daher ist die reine Erfassung von Nachfrage ein kleines Spiel. Die größere Aufgabe ist es, Nachfrage zu erzeugen, indem frühzeitig das Denken über die Kategorie geformt wird – lange bevor Kaufbereitschaft entsteht. Das erfordert weniger, dafür bessere Inhalte mit echtem Standpunkt statt mehr vom Gleichen.

Wie Content-Strategien angepasst werden sollten

Wir haben drei große Veränderungen bei unseren Inhalten vorgenommen.

1. Wir verankern alles in originellen Standpunkten und eigenen Daten: Forschung aus unserer Community, Kunden-Insights und Benchmarks, die sonst niemand hat. KI kann existierende Inhalte remixen, aber keine neuen Perspektiven oder eigene Daten generieren – darin liegt unser Wettbewerbsvorteil.
2. Wir setzen gezielt auf Formate, die KI kaum nachahmen kann – insbesondere Live-Video, Podcasts, Storytelling von Führungskräften und persönliche Events, bei denen die menschliche Stimme und Präsenz im Mittelpunkt stehen.
3. Wir haben uns von breiter Inhaltsverteilung auf den Aufbau eigener Communities und Zielgruppen verlagert, in denen wir eine direkte Beziehung zu Marketern haben – ohne einen Algorithmus dazwischen.

Das mentale Modell ist simpel: In einem von KI geprägten Markt folgt Aufmerksamkeit dem Vertrauen – und Vertrauen entsteht durch einen klaren Standpunkt, echte Menschen und eine Community, die den Inhalten einen Wert beimisst.

Warum Menschen Standpunkt, Urteilsvermögen und Beziehungen übernehmen

Heute treibt KI den Großteil unserer Umsetzung und Analyse: Content-Repurposing und Erstentwürfe, Zielgruppensegmentierung und Account-Scoring, Varianten von Anzeigenkreationen, Performance-Reporting, Wettbewerbsbeobachtung und sogar frühe Entwürfe von Briefings und E-Mails. Auch bei der Forschung setzen wir KI ein, um Kunden-Calls, Win/Loss-Daten und Community-Gespräche zu Insights zu synthetisieren, mit denen das Team in Stunden statt Wochen arbeiten kann.

Was explizit menschlich bleibt, ist alles, was mit Standpunkt, Urteilskraft und Beziehungen zu tun hat. Strategie und Positionierung, Narrative-Entwicklung, Storytelling durch Führungskräfte, Kunden- und Influencer-Beziehungen sowie kreative Konzepte bleiben beim Menschen.

Der Grund ist einfach: KI ist hervorragend im Mustern von Bestehendem – aber Marketing-Leadership besteht darin, herauszufinden, wofür Ihre Marke steht und wohin sich der Markt entwickelt. Das erfordert Überzeugung, Geschmack und Verantwortung, die man nicht auslagern kann.

Die Teams, die gewinnen, sind die, die KI nutzen, um mehr Zeit für genau diese menschliche Arbeit zu schaffen – nicht weniger.

Wie KI ein kontinuierliches Planungsmodell ermöglicht

Das System, das die meisten Führungskräfte neu denken sollten, ist der Marketing-Planungs- und Review-Rhythmus. Die meisten Teams arbeiten noch immer mit quartalsweisen Aktionsplänen, führen monatliche Reviews durch und verlassen sich auf nachgelagerte Kennzahlen wie MQLs und Pipeline. Dieser Rhythmus passte zu einer Welt, in der die Erstellung und der Launch einer Kampagne sechs bis acht Wochen dauerten. In einer von KI unterstützten Umgebung hingegen kann ein Team Inhalte und Kreationen in wenigen Tagen produzieren, testen und iterieren – da wird Quartalsplanung zum Flaschenhals. Teams sitzen auf KI-Kapazitäten und warten auf den nächsten Zyklus, um sie zu nutzen.

Wir haben das durch ein kontinuierliches Planungsmodell ersetzt: eine klare Jahres-Narrative, quartalsweise Themen sowie wöchentliche Editorial- und Programmbesprechungen, in denen das Team in nahezu Echtzeit entscheidet, worauf verstärkt gesetzt, was abgebrochen oder neu kombiniert wird – alles basierend auf Engagement-Signalen.

KI übernimmt die Zusammenfassung der Daten und zeigt, was funktioniert. Das Team trifft daraufhin schnellere, kleinere Wetten – statt weniger, dafür größere. Dadurch hatten wir einen deutlich höheren Anteil an erfolgreichen Inhalten und Kampagnen, weil wir wöchentlich lernen und anpassen, nicht quartalsweise.

Warum sich Marketing-Teamstrukturen mit KI ändern müssen

Die meisten Marketing-Organisationen sind immer noch um Kanalspezialisten herum aufgebaut. Es gibt einen Content-Autor, einen E-Mail-Marketer, einen Paid-Media-Manager, einen Social Lead – jeder besitzt sein Fachgebiet und seine Aufgaben.

Diese Struktur machte Sinn, als jeder Kanal tiefgehende, spezialisierte Fachkenntnisse und viel manuelle Produktion erforderte. In einer KI-unterstützten Welt jedoch sinken in all diesen Bereichen die Produktionskosten und -zeiten drastisch, was bedeutet, dass ein an Produktion ausgerichtetes Organigramm für das Falsche optimiert.

Das neue Design verlagert sich von kanalbasierten Rollen hin zu auf Zielgruppen und Ergebnisse fokussierten Teams. Anstelle eines Content-Teams, Demand-Teams und Social-Teams baut man kleine, funktionsübergreifende Teams auf, die eine bestimmte Zielgruppe oder einen bestimmten Prozess ganzheitlich betreuen – mit KI, die den größten Teil der Produktionsarbeit übernimmt.

Auch die Rollen innerhalb dieser Teams ändern sich: Man braucht weniger reine Ausführende und mehr Menschen, die Strategie, redaktionelles Urteilsvermögen, Prompt-Engineering und kreative Leitung über mehrere Formate hinweg übernehmen können.

Führungskräfte, die ihre Organisationen nicht entsprechend umgestalten, werden mit aufgeblähten, isolierten Teams dastehen, die versuchen, mit schlankeren, schnelleren, KI-nativen Teams zu konkurrieren. Und dieser Abstand wird rasch größer werden.

Warum die Einführung von KI ein Change-Management-Problem ist, das als Technologieproblem getarnt ist

Die Einführung von KI ist ein Change-Management-Problem, das als Technologieproblem erscheint – und wenn man es andersherum behandelt, verliert man Zeit und Glaubwürdigkeit.​​​​​​​​​​​​​​​​

Unsere ersten KI-Pilotprojekte konzentrierten sich auf offensichtliche Erfolge wie Content-Generierung und E-Mail-Personalisierung, und wir behandelten sie als Tool-Einführungen. Wir haben damals übersehen, dass KI grundsätzlich verändert, wer was macht, wie Arbeit überprüft wird und was als „gut“ gilt – und wir haben weder die Arbeitsabläufe noch die Rollen entsprechend neu gestaltet.

Das führte zu schnelleren Ergebnissen, aber ungleichmäßiger Qualität, mit Teammitgliedern, die entweder zu sehr auf KI vertrauten oder sich weigerten, sie zu nutzen – und es gab für beides keinen klaren Standard.

Wäre mir das von Anfang an klar gewesen, hätte ich mit dem Betriebsmodell begonnen: Rollen umdefiniert, Qualitätsstandards gesetzt, redaktionelle Leitplanken geschaffen und das Team in Beurteilungsfähigkeit und Prompting geschult, bevor die Tools zum Einsatz gekommen wären. Wir hätten uns etwa sechs Monate inkonsistenter Ergebnisse, interner Frustration und einiger Inhalte, die ehrlich gesagt nicht hätten veröffentlicht werden dürfen, erspart.

Warum CMOs Aktivität nicht mit Fortschritt verwechseln dürfen

Kelly teilt mit

Verwechsle Aktivität nicht mit Fortschritt. Im Moment versucht jedes Marketingteam, KI-Tools einzuführen, aber die Führungskräfte, die in Zukunft vorne liegen, sind diejenigen, die diesen Moment nutzen, um ihre Strategie, ihre Sichtweise und die Qualität des Denkens im Team zu schärfen.

Verwechsle Aktivität nicht mit Fortschritt. Im Moment versucht jedes Marketingteam, KI-Tools einzuführen. Aber die Führungskräfte, die zukünftig die Nase vorn haben, nutzen diesen Moment, um ihre Strategie, ihre Sichtweise und die Qualität des Denkens im Team zu schärfen. Tatsächlich kann ein größerer Tech-Stack deine Bemühungen sogar ablenken, wenn er nicht effektiv gemanagt wird und dem Team wirklich einen Mehrwert bringt.

Mein Rat wären drei Dinge:

1. Stelle klar, was nur deine Marke sagen kann, und konzentriere dich darauf, denn KI wird den Markt mit generischen Inhalten überschwemmen und die einzige Verteidigung ist Überzeugung.
2. Investiere in das Urteilsvermögen und den Geschmack deines Teams, nicht nur in deren Tool-Kenntnisse, denn der Engpass verlagert sich von der Produktion hin zur Beurteilung.
3. Schütze die menschliche Arbeit: Community, Beziehungen, eigene Recherchen und Storytelling. Das ist der Ort, an dem Wahrnehmung aufgebaut wird – und Wahrnehmung wächst, wenn alles andere zum Massenprodukt wird.​​​​​​​​​​​​​​​​

Bleib auf dem Laufenden

Du kannst die Arbeit von Kelly Cheng auf LinkedIn verfolgen.

Weitere Experten-Interviews folgen im The CMO Club!