KI-gestützte Kampagnenplanung im Mittelstand: Was die KI vorbereitet und was dein Team entscheidet

Ich baue Marketing-Systeme mit KI, für Kunden und für mich selbst. Wenn mich jemand nach dem besten Tool für die Kampagnenplanung fragt, frage ich zurück: Könnt ihr sagen, welche eurer letzten drei Kampagnen Aufträge gebracht hat? Wenn nicht, hilft das beste Tool wenig. Es plant dann nur schneller auf derselben unsicheren Grundlage.

Was es ist und was nicht

KI-gestützte Kampagnenplanung ist kein Autopilot, der Budget freigibt und Anzeigen schaltet, während du schläfst. Solche Versprechen gibt es, im Mittelstand führen sie aber meist zu teuren Überraschungen. Gemeint ist etwas Bodenständigeres: Die Vorarbeit, die sonst Tage frisst, ist in Stunden da. Auswertung, erste Fassungen und Rechenvarianten macht die Maschine. Prüfen, Abwägen und Verantworten bleibt bei euch.

Drei Voraussetzungen

1. Tracking bis zum Auftrag. Wenn die KI nur Klicks und Formularanfragen sieht, empfiehlt sie, was Klicks bringt. Sie braucht die Information, welche Quelle am Ende zu einem Auftrag geführt hat. Wie das geht, steht im Artikel über den Lead-Funnel für B2B-Dienstleister.
2. Saubere Zielgruppen im CRM. Branche, Größe, Rolle und Status müssen gepflegt sein, wenigstens für die wichtigsten Kontakte. Sonst entstehen Segmente, die gut klingen und die es im Datenbestand gar nicht gibt.
3. Ein freigegebenes Messaging. Eine kurze, verbindliche Beschreibung: Positionierung, Zielgruppen, Kernaussagen, Beweise, Tonalität und was ihr nie sagt. Das ist die wichtigste Eingabe für jeden Text. Ohne sie klingt jede Variante wie jeder Wettbewerber.

Der Ablauf in fünf Schritten

1. Bisherige Kampagnen auswerten. Du gibst Exporte aus Werbekonten und CRM hinein. Die KI fasst zusammen, was je Kanal, Botschaft und Zielgruppe funktioniert hat, und nennt die Lücken in den Daten. Dein Team prüft: Stimmen die Zahlen mit dem Original überein, und welches Ziel gilt für die neue Kampagne?
2. Segmente und Botschaften vorschlagen. Aus Auswertung, CRM und Messaging entstehen drei bis fünf Vorschläge: wen ansprechen, mit welchem Problem, mit welchem Beweis. Dein Team wählt ein bis zwei aus. Hier gehört auch das Wissen aus dem Vertrieb hinein, das in keinem System steht.
3. Varianten und Texte schreiben. Anzeigen, Landingpage-Abschnitte, Mails, LinkedIn-Beiträge, jeweils mehrere Fassungen. Das spart die meiste Zeit. Dein Team prüft Aussagen, Markenton und Rechtliches und streicht die schwächere Hälfte.
4. Budget-Szenarien rechnen. Was bedeutet welche Verteilung, wenn Kosten je Anfrage und Abschlussquote so bleiben wie bisher? Was, wenn sie 20 % schlechter ausfallen? Dein Team entscheidet über Budget und Obergrenzen. Szenarien sind Rechnungen, keine Prognosen.
5. Freigabe und Messplan. Vor dem Start steht schriftlich fest, woran die Kampagne gemessen wird, wann ihr prüft und ab wann ihr sie stoppt. Die KI entwirft den Plan und wertet später die Ergebnisse aus. Die Freigabe erteilt ein Mensch, der dafür geradesteht.

Was die KI gut kann und wo sie danebenliegt

Stark ist sie überall dort, wo viel Material schnell verdichtet oder abgewandelt werden muss: Exporte zusammenfassen, Muster finden, Varianten schreiben, Texte in andere Formate oder Sprachen übertragen. Drei Fehler solltest du aber kennen:

• Erfundene Zahlen. Sprachmodelle liefern überzeugend klingende Benchmarks und Prozente, die aus keiner Quelle stammen. Jede Zahl, die in einen Plan oder Text geht, braucht einen Beleg aus euren Daten oder einer nachprüfbaren Quelle.
• Optimierung auf das Messbare. Bekommt die KI nur Klickdaten, gewinnt die reißerischste Überschrift. Das bringt Traffic und enttäuschte Vertriebsgespräche.
• Glatter Markenton. Ohne Beispiele und klare Regeln klingt alles korrekt und austauschbar. Gib ihr eure besten Texte als Vorlage und lass einen Menschen die letzte Fassung schreiben.

Und zum Datenschutz: Kundendaten gehören nur in Werkzeuge mit passendem Vertrag, in denen eure Eingaben nicht zum Training genutzt werden. Für die meisten Auswertungen reichen ohnehin anonymisierte oder aggregierte Daten.

Was es an Aufwand spart

Ich nenne hier keine Prozentzahl, weil sie stark von eurem Ausgangspunkt abhängt. Die Verschiebung sehe ich aber überall: Die erste Fassung ist fast sofort da, die Zeit wandert ins Prüfen und Entscheiden. Mein eigener Content-Betrieb läuft genau so. Ein Agent schlägt jede Woche Themen aus Redaktionsplan und Suchdaten vor und schreibt Entwürfe auf Deutsch und Englisch. Ich entscheide über Themen und Freigabe.

Am Anfang kostet das Zeit, weil Messaging, Daten und Abläufe erst sauber werden müssen. Das lohnt sich auch ohne KI. Sobald dieser Teil steht, wird jede weitere Kampagne deutlich leichter, und es lassen sich mehr Varianten testen, als ein kleines Team sonst schaffen würde.

Fang mit einer Kampagne an, nicht mit einer Plattform. Mehr Einsatzfelder aus dem Produktivbetrieb findest du bei den KI-Marketing Use Cases. Wie Daten, Abläufe und Wissen im ganzen Unternehmen zusammenkommen, zeigt Company Intelligence.