Bitte verwenden Sie diesen Link, um diese Publikation zu zitieren, oder auf sie als Internetquelle zu verweisen: https://hdl.handle.net/10419/320344 
Autor:innen: 
Erscheinungsjahr: 
2024
Quellenangabe: 
[Journal:] Marketing Review St.Gallen [ISSN:] 1865-7516 [Volume:] 41 [Issue:] 4 [Year:] 2024 [Pages:] 64-70
Verlag: 
Thexis Verlag, St.Gallen
Zusammenfassung: 
Die Ergebnisse verdeutlichen, dass generative KI nicht ausschliesslich auf eine potenzielle Effizienz- und Effektivitätssteigerung reduziert werden darf. Vielmehr leistet sie einen Beitrag zur Demokratisierung von KI-Technologie für KMUs. Der Einsatz grosser Sprachmodelle eröffnet neue Potenziale sowie Möglichkeiten für die Automatisierung von Aufgaben, die Optimierung der Kundenansprache und die Personalisierung von Werbekampagnen. Der Beitrag zeigt auch, dass Ressourcenknappheit und Branchenspezifika zu unterschiedlichen Adoptionsraten und Implementierungserfolgen führen. Zusammenfassend nehmen Expertinnen und Experten generative KI mit dem Potenzial wahr, das B2B-Marketing grundlegend zu transformieren, indem es die Prozesseffizienz steigert, vereinfachte Lösungen für Marketingaufgaben bietet und massgeschneiderte Kundenerfahrungen ermöglicht. Der Beitrag ordnet sich somit in die gegenwärtige Diskussion über die Anwendung und das Potenzial generativer KI im Marketing ein und erweitert den bestehenden Wissensstand durch den Fokus auf das B2B-Marketing. Die Ergebnisse leisten einen Beitrag zur wissenschaftlichen Diskussion, indem sie die Lücke zur Wahrnehmung und der Anwendung von generativer KI im B2B-Marketing adressieren. Zukünftige Forschung sollte die langfristigen Auswirkungen generativer KI auf das B2B-Marketing vertiefend untersuchen, einschliesslich der Entwicklung von Rahmenbedingungen für eine ethisch verantwortungsvolle Implementierung. Ausserdem sollte die Ausarbeitung von Best Practices angestossen und die Untersuchung der Langzeiteffekte auf Kundenbeziehungen durchgeführt werden. Abschliessend wäre es von Interesse, die Anwendbarkeit und Auswirkungen auf unterschiedliche Branchen und Unternehmensgrössen zu vergleichen.
Dokumentart: 
Article

Datei(en):
Datei
Größe





Publikationen in EconStor sind urheberrechtlich geschützt.