Passgenaue KI-Pipelines für Marketing, Vertrieb und Service

CX und die passende KI-Pipeline

Steigerung der Customer Experience Performance durch exzellentes KI-Pipeline-Management

Unsere Studie Generative KI in der deutschen Wirtschaft 2025 zeigt: Die strategische Relevanz künstlicher Intelligenz (KI) ist in den Unternehmen erkannt und die Investitionsbereitschaft trotz eines herausfordernden Umfelds steigt. Gleichzeitig zeigt sich jedoch eine Lücke zwischen den formulierten KI-Ambitionen und deren tatsächlicher Umsetzung.

Marketing, Vertrieb und Service zählen zu den zentralen Anwendungsfeldern für den Einsatz von KI in Unternehmen. Der Reifegrad ist im Vergleich zu anderen Unternehmensbereichen hoch und reicht von ersten Proof-of-Concepts bis hin zu implementierten Pilotanwendungen. Zwar sind erste Fortschritte messbar, doch eine flächendeckende Skalierung der Lösungen in weitere Unternehmensbereiche steht häufig noch bevor. Umso wichtiger ist es jetzt, das bestehende Momentum zu nutzen und eine konsequente Ausrichtung an konkreten Geschäftszielen und Kundenerwartungen sicherzustellen.

Genau hier, in der wirksamen Integration von KI-Initiativen im Geschäftskontext, besteht für viele Unternehmen noch erheblicher Handlungsbedarf. So geben rund 40 Prozent der Führungskräfte im B2B-Industrieumfeld an, dass ihre aktuellen Use Cases nicht im Einklang mit den zentralen geschäftlichen Anforderungen stehen.1

Der Schlüssel liegt in einem konsequenten Management der KI-Pipeline, das geschäftliche Anforderungen identifiziert, diese mit KI-Use-Cases matched, priorisiert, zeitlich plant und deren Umsetzung sowie kontinuierliche Evaluation effizient sicherstellt. Unternehmen bietet sich dadurch die Chance, ihre KI-Initiativen systematisch zu steuern, die Grundlage für eine effektive Skalierung zu legen und den wirtschaftlichen Beitrag von KI zu maximieren.

Die zentrale Rolle spielt dabei ein klar definiertes, pragmatisches Target-Operating-Model (TOM), das sechs zentrale Säulen – von funktionalen Prozessen bis hin zu technologischen Anforderungen – in einer sinnstiftenden Struktur vereint.

Neben strategischen Aspekten beantwortet das Target-Operating-Model auch operative Fragestellungen, etwa bei der Suche nach Ansprechpartnern für die Bewertungsmatrix der KI-Initiative oder bei der Kontaktaufnahme mit einzelnen Technologiepartnern zur Entwicklung einer gemeinsamen Lösung.

 

Abbildung: KI-Pipeline-Management mithilfe des KPMG-Target-Operating-Models

Quelle: KPMG in Deutschland, 2025

 

Damit Unternehmen KI erfolgreich einsetzen und das Target-Operating-Model zielführend für sich nutzen, sind drei Schritte entscheidend:

  1. Analyse des KI-Pipeline-Managements: Durchführung von IST-, SOLL- und GAP-Analysen. Evaluation der Performancepotenziale je Unternehmensbereich entlang der sechs Säulen des Target-Operating-Models. Herstellen eines gemeinsamen Verständnisses zur bereichsspezifischen Reife der sechs Säulen.
  2. Optimierung der KI-Pipeline: Priorisierung der Performancepotenziale und Ableitung der KI-Performanceinitiativen zur Optimierung der zusammengetragenen Use Cases.
  3. Umsetzung der KI-Pipeline: Einsteuerung der Use Cases in die Entwicklungsstreams entsprechend der zuvor bewerteten Relevanz. Kontinuierliche Evaluation des wirtschaftlichen Erfolgs der umgesetzten KI-Lösungen und Integration der ersten Feldergebnisse in die hier beschriebenen Schritte (1) und (2).

Ein exzellentes KI-Pipeline-Management ermöglicht es Unternehmen, fachliche und technische Ressourcen gezielt auf Use Cases zu allokieren und nur die KI-Ideen in die Umsetzung zu bringen, die das richtige Potenzial zur Erfüllung der Geschäftsziele und Verbesserung von Marketing, Vertrieb und Service besitzen.

 

Co-Autoren: Fabian Helfer und Lukas Weiss

 

1 KPMG-Umfrage im März 2025 mit 100 Führungskräften aus Marketing, Sales und Service im B2B-Industrieumfeld