Joerg Staudacher

Price Intelligence von Fabian Meier.   Price Intelligence – mit Price Intelligence Tools werden Preismodelle bezeichnet, welche die Preiskalkulation unter Anwendung von KI und Machine-Learning-Algorithmen auf Basis interner und externer Einflussfaktoren automatisiert steuert. Dank Echtzeitdaten wird sichergestellt, dass ein Produkt jederzeit den optimalen Preis hat und damit die Gewinnmargen gesteigert werden.  Angebot und Nachfrage können sich je nach eingetretenem Ereignis innert kürzester Zeit verändern und damit das Absatz- und Gewinnpotential beeinflussen.   Lokal begrenzte Ereignisse wie ein plötzlicher Wetterumbruch bis zu Störungen in der Güterlogistik in globalem Massstab, wie verursacht durch die Havarie des Containerschiffs «Evergreen», welches am 23. März 2021 den Suezkanal während sechs Tagen blockierte und sich in der Folge hunderte Frachtschiffe an den Kanalmündungen gestaut haben und den Warenfluss nach Europa zum Erliegen gebracht haben, illustrieren, wie sich spezifische Ereignisse auf das Gewinnpotenzial auswirken können.  Einer Kalkulation des Informationsdienstes Lloyd’s List zufolge, beliefen sich die Kosten für die Weltwirtschaft als Folge der Havarie und der damit verbundenen Verzögerung von Warenlieferungen auf 400 Millionen US-Dollar pro Stunde. In solchen Szenarien zeigt sich besonders deutlich, wie Price Intelligence durch die Anpassung an sich schnell ändernde Marktbedingungen einen erheblichen Unterschied im Gewinnpotenzial machen kann. Quelle: https://www.businessinsider.de/wirtschaft/ever-given-unfall-so-heftig-trifft-die-blockade-die-weltwirtschaft-a/ Anwendung im Alltag  Kunden Monitoring – Durch systematisches analysieren des Kundenverhaltens, können relevante Daten zur Preisgestaltung gewonnen und mithilfe maschinellen Lernens auf eine dynamische Preisberechnung angewandt werden.   Die Systeme erfassen Daten zur Klickrate eines Produktes, wie lang ein Kunde sich ein Produkt angesehen hat und wie häufig es in den Warenkorb gelegt wurde. Darüber hinaus können demographische Merkmale aus Standort, der Uhrzeit als auch des verwendeten Gerätes und Betriebssystems eines Kunden identifiziert, erfasst und in Echtzeit auf die Preisberechnung angewendet werden.  Preis Monitoring – Mittels qualifizierter KI-Algorithmen können Wettbewerbspreise real-time überwacht und verfolgt werden.   Die Systeme können Aktionen wie auch Lagerbestände der Mitbewerber verfolgen und lokal- oder zeitliche begrenzte Preisunterschiede erkennen.   Es lassen sich einzelne Onlineshops als auch komplette Preisvergleichsportale wie Toppreise und Idealo oder Marktplätze wie Amazon und eBay überwachen und auswerten. Die gesammelten Informationen verschaffen dem Nutzer eine weitreichende Sicht auf den Markt, womit sich die eigene Preisstrategie anhand gewonnener Erkenntnisse bestimmen lässt. Hierbei ist Price Intelligence besonders wertvoll, da sie hilft, präzise und zeitnahe Anpassungen vorzunehmen. Produkt Monitoring – Damit können nebst Preisen der Wettbewerber auch weiterführende Informationen zu bestimmten Produkten gesammelt und in die eigene Produktpräsentation miteinbezogen werden.   Auch können Lagerbestände von Wettbewerbern verfolgt und Lücken erkannt und als Massnahme gezielt beworben werden.   Des Weiteren lassen sich auch Produkt-Informationen wie Beschreibungen, Bilder, Spezifikationen, Barcode (EAN/UPC) etc. zusammentragen und damit die eigene Produktdarstellung anreichern und erweitern.  POS Monitoring – Price Intelligence lässt sich auch hervorragend am POS (Point-of-Sale) anwenden. Mit Hilfe elektronischer Preisschilder können Produktpreise in Echtzeit dynamisch den Gegebenheiten angepasst werden und bieten damit eine aktive Verkaufsunterstützung am POS. Dabei greift das Preissystem auf eine unbegrenzte Anzahl an Datenquellen zurück und hilft dabei, Produkte aktiv zu bewerben und Trends gewinnsteigernd zu vermarkten. Darüber hinaus lassen sich auch drohende Überbestände automatisiert und effektiv durch zielgerichtete Aktionen abbauen.   Beispiele von Price Intelligence Tools:  Minderest – wird als Software zur Preisüberwachung und zur Preisoptimierung von Retailer und Händler eingesetzt.  Nach Aussage des Unternehmens findet deren Software Lösung Anwendung bei Marken wie Douglas, Sony, RayBen oder L’oreal.  https://www.minderest.com  Incompetiror – Intelligence Node bietet seinen Benutzern Zugang zu Katalogen und Preisen der Wettbewerber und damit die Möglichkeit, Konkurrenzpreise systematisch zu prüfen, womit gewonnene Erkenntnisse in die eigene Preisgestaltung einfliessen können.  Das Unternehmen gibt an, das ihre KI mehr als 1 Mrd. Produkte von über 130’000 Marken aus über 1’100 Kategorien indexiert hat.  https://intelligencenode.com/products/incompetitor/  Shelf Edge Solution – Die Firma Singular Intelligence bietet dem Einzelhandel automatisierte, real-time Vorhersagen und damit wertvolle Handlungsempfehlungen zur Produktanordnung, Re-stock Plänen, Preisen und Werbeentscheidungen. Die leistungsstarke KI-Engine integriert viele kausale Einflussfaktoren wie Verkaufspunkt, Kundenpräferenzen, Markenwahrnehmung, Wettbewerb, Wetter, Preis etc. und liefert Warnungen, Vorhersagen und zeigt Szenarien zur Steigerung von Umsatz und Gewinnmargen.  https://shelfedgesolutions.com/  Welche Unternehmung braucht das nun? Was sich für den einen noch nach Science-Fiction anhört, ist für Andere bereits Realität. Fakt ist, KI ist im Handel angekommen und wird die Zukunft verändern. Viele KMUs tun sich aktuell aber auch noch schwer damit, das Price Intelligence-Potential für ihre Unternehmung zu erkennen und eine Strategie zu entwickeln. Nicht selten ist in einer KMU (noch) keine Personalie für diesen Entwicklungsschritt vorgesehen. Das Management ist zumeist noch überfordert und selbst der Verwaltungsrat scheint sich vielerorts nicht bewusst zu sein, welch weitreichende Konsequenz es haben wird, sich nicht mit dem Thema auseinanderzusetzen und eine Unternehmensspezifische KI-Strategie zu entwickeln. Wer wartet, droht auf Kurz oder Lang den Anschluss zu verlieren. Bis dato sind es insbesondere die großen Technologiekonzerne, welche eigens entwickelte KI-Algorithmen und maschinelles Lernen erfolgreich in deren Vermarktungs- und Preisstrategie einsetzen. In diesem Zusammenhang ist Price Intelligence ein besonders bedeutendes Werkzeug. Davon inspiriert ist ein neuer Industriezweig von unabhängigen Anbietern professioneller Lösungen für KMU mit maßgeschneiderten und skalierbaren Lösungen entstanden. Es bietet sich an, sich jetzt in der Unternehmensführung aktiv mit dem Thema auseinanderzusetzen und eine KI-Strategie zu entwickeln. Die xyz AG hat für sich den Entscheid getroffen. Die Potentiale von KI und des maschinellen Lernens werden verstanden, weshalb die strategische Nutzung dieser Technologie per VR-Beschluss nun auch den Weg in die Konzernstrategie gefunden hat.

Smart Service im Vertrieb von Aleksandar Djulcic.   Smart Service im Vertrieb: Smart Services beziehen sich auf eine neue Generation von Dienstleistungen, die digitale Technologien nutzen, um ihre Funktionalität, Effizienz und Benutzererfahrung zu verbessern. Diese Services integrieren Daten aus verschiedenen Quellen, oft durch Internet of Things (IoT)-Geräte oder künstliche Intelligenz (KI), um personalisierte, vorausschauende und automatisierte Erlebnisse zu bieten. Smart Services zeichnen sich durch ihre Fähigkeit aus, kontinuierlich Daten zu sammeln, zu analysieren und darauf zu reagieren, wodurch Echtzeitreaktionen und proaktive Lösungen für Benutzerbedürfnisse ermöglicht werden. Diese Integration von digitalen Technologien mit traditionellen Dienstleistungen verwandelt sie in intelligentere und anpassungsfähigere Systeme, die in der Lage sind, sowohl für Kunden als auch für Unternehmen einen höheren Wert zu liefern. Smart Services sind klar als Mehrwertdienste zu betrachten, da sie durch ihre fortschrittlichen Funktionen und Anpassungsfähigkeit einen zusätzlichen Nutzen für den Kunden generieren.  Ein wesentlicher Aspekt von Smart Services ist ihre Abhängigkeit von Daten. Im Kontext dieser Dienstleistungen sind Daten nicht nur ein Nebenprodukt von Transaktionen, sondern eine grundlegende Ressource, die das gesamte Servicemodell antreibt. Die kontinuierliche Sammlung und Analyse von Daten ermöglicht es den Diensten, aus Benutzerinteraktionen zu lernen, sich an sich ändernde Präferenzen anzupassen und zukünftige Bedürfnisse vorherzusagen. Dies macht die Dienste effizienter und auf die individuellen Nutzer zugeschnitten, was die allgemeine Zufriedenheit und das Engagement erhöht. Insbesondere im Vertrieb kann der Einsatz von Smart Service im Vertrieb dazu beitragen, personalisierte Angebote zu erstellen und Vertriebsstrategien zu optimieren.Die datenzentrierte Natur von Smart Services erleichtert auch die Entwicklung neuer Geschäftsmodelle, wie zum Beispiel abonnementbasierte oder nutzungsbasierte Preismodelle, die für Kunden flexiblere und attraktivere Optionen bieten können.  Quelle: Buch «Smart Service Management» Design Guidelines and Best Practices, Springer von Maria Maleshkova, Niklas Kühl und Philipp Jussen  In der heutigen Welt werden Smart Services bereits in verschiedenen Branchen weit verbreitet genutzt. Ein bekanntes Beispiel ist die Automobilindustrie. Moderne Fahrzeuge sind mit zahlreichen Sensoren und vernetzten Systemen ausgestattet, die eine Vielzahl intelligenter Dienste ermöglichen. Zum Beispiel nutzen prädiktive Wartungsdienste Daten von Fahrzeugsensoren, um den Zustand verschiedener Komponenten zu überwachen und vorherzusagen, wann sie ausfallen könnten. Dies ermöglicht es Fahrzeugbesitzern, Wartungsprobleme zu beheben, bevor sie zu Pannen führen, wodurch die Zuverlässigkeit und Sicherheit verbessert wird. Darüber hinaus nutzen intelligente Navigationssysteme Echtzeit-Verkehrsdaten, um Routen zu optimieren, die Reisezeit zu verkürzen und das Fahrerlebnis zu verbessern.  Eine weitere bekannte Anwendung von Smart Services findet sich im Bereich der Smart Homes. Diese haben intelligente Dienste, die die Art und Weise, wie Menschen mit ihrem Wohnraum interagieren, transformiert. Smarte Heimsysteme integrieren verschiedene Geräte wie Thermostate, Beleuchtung, Sicherheitskameras und Heimassistenten, um eine komfortablere und effizientere Wohnumgebung zu schaffen. Diese Systeme nutzen Daten von verbundenen Geräten, um Nutzerpräferenzen zu lernen und Routinen zu automatisieren, wie zum Beispiel die Anpassung der Temperatur basierend auf Belegungsmustern oder das Ausschalten von Lichtern, wenn niemand im Raum ist. Dies erhöht nicht nur den Komfort und die Bequemlichkeit, sondern führt auch zu erheblichen Energieeinsparungen.  Diese wenigen von vielen Beispielen verdeutlichen das transformative Potenzial von Smart Services in verschiedenen Branchen. Durch die Nutzung von Daten und digitalen Technologien verbessern Smart Services die Effizienz, Personalisierung und proaktive Fähigkeiten und bieten sowohl Unternehmen als auch Verbrauchern erheblichen Mehrwert. Mit dem fortschreitenden Einsatz von Smart Service im Vertrieb können wir weitere Innovationen erwarten, die neue Möglichkeiten für Wachstum und Verbesserung eröffnen. Da sich diese Technologien weiterentwickeln, können wir mit noch innovativeren Anwendungen von Smart Services rechnen, die die Grenzen zwischen der physischen und digitalen Welt weiter verwischen und neue Wachstums- und Innovationsmöglichkeiten schaffen.  Einsatz von Smart Service im Vertrieb in einem industriellen Kaffeemaschinenunternehmen Smart Service für die eigene Organisation  Smart Services bieten auch für ein Unternehmen, das industrielle Kaffeemaschinen herstellt, immense Vorteile und neue Möglichkeiten. Durch die Integration von IoT-Technologien können diese Maschinen zu intelligenten Geräten werden, die wie oben erwähnt kontinuierlich Daten sammeln und analysieren, um eine Vielzahl von Dienstleistungen zu ermöglichen, die sowohl die Effizienz als auch die Kundenzufriedenheit steigern.  Stellen Sie sich vor, eine Ihrer Kaffeemaschinen fällt mitten in einer hektischen Büropause aus. Statt der üblichen Panik und Frustration drückt der Benutzer einfach auf einen Knopf auf dem Display der Maschine, und wie durch Magie erscheint ein Live-Supporter auf dem Bildschirm. ‘Keine Sorge’, sagt der Supporter mit einem freundlichen Lächeln, ‘ich bin hier, um Ihre Kaffeemaschine wieder zum Laufen zu bringen.’ Während der Supporter den Benutzer durch ein paar einfache Schritte führt, wird das Problem in kürzester Zeit behoben, und die Kaffeemaschine ist wieder einsatzbereit. Diese direkte und humorvolle Interaktion würde sicherstellen, dass die Kunden nicht nur zufrieden sind, sondern auch begeistert über die innovative Lösung, die sie gerade erlebt haben. So etwas neues würde sicherlich dazu führen, dass die Leute das Produkt weiterempfehlen. Darüber hinaus kann der Einsatz von Smart Service im Vertrieb den gesamten Verkaufsprozess optimieren. Ein weiterer wichtiger Aspekt ist die prädiktive Wartung. Durch den Einsatz von Sensoren, die den Zustand der Maschinenkomponenten überwachen, können potenzielle Probleme frühzeitig erkannt und Wartungsarbeiten geplant werden, bevor es zu einem Ausfall kommt. Dies reduziert die Ausfallzeiten erheblich und verlängert die Lebensdauer der Maschinen, was sowohl für die Kunden als auch für das Unternehmen von Vorteil ist.  Darüber hinaus können Smart Services auch den Lagerbestand der Kaffeebohnen und anderer Verbrauchsmaterialien in Echtzeit überwachen. Wenn der Bestand zur Neige geht, kann die Maschine automatisch eine Bestellung auslösen oder das Personal benachrichtigen, sodass immer genügend Vorräte vorhanden sind. Dies sorgt für einen reibungslosen Betrieb und verhindert unangenehme Überraschungen, wenn die Kaffeebohnen plötzlich ausgehen.  Die Möglichkeiten, die Smart Services bieten, sind nahezu unbegrenzt. Sie können verwendet werden, um die Nutzung der Kaffeemaschinen zu optimieren, personalisierte Kaffeeempfehlungen basierend auf den Vorlieben der Benutzer zu geben und detaillierte Berichte über die Leistung und Nutzung der Maschinen zu erstellen. Diese Daten können dann genutzt werden, um die Produktentwicklung weiter zu verbessern und noch bessere Dienstleistungen anzubieten. Durch den Einsatz von Smart Service im Vertrieb kann ein Kaffeemaschinenhersteller seine Produktpalette erheblich erweitern und neue Einnahmequellen erschließen. Die Zukunft liegt in intelligenten, vernetzten Lösungen, die den Alltag der Menschen erleichtern und gleichzeitig den Wert und die Effizienz der Produkte steigern.

KI im Vertrieb 24 von Aris Vivelis.   Obwohl in der heutigen Zeit die Vertriebstechnologien sehr fortgeschritten sind, sieht die Realität so aus, dass Vertriebsorganisationen vor allem im KMU-Bereich immer noch so funktionieren, wie vor 20 Jahren. Das sollte heute nicht mehr der Fall sein. Um zukünftig die Ziele kontinuierlich erreichen zu können, benötigen die Vertriebsorganisationen von morgen weit mehr als traditionelle Vertriebsfähigkeiten. Damit bessere Geschäftsergebnisse erzielt werden können, muss verstanden werden, welche technologischen Möglichkeiten zur Verfügung stehen und wie davon profitiert werden kann. Da sie eine der vielversprechendsten Technologien ist und von verschiedenen Experten als die Technologie der Zukunft für den Vertrieb angesehen wird, steht KI ganz klar an erster Stelle. Die Lösung für viele Herausforderungen des modernen Vertriebs liegt in der Integration von KI im Vertrieb 24. Sie ist die perfekte Antwort auf viele Herausforderungen des modernen Vertriebs und ermöglicht den Vertriebsorganisationen zahlreiche Vorteile. Die Lösung für das hohe Datenvolumen Das zukünftige Gold der Verkaufsorganisationen sind die Daten. Diese sind jedoch meist tief und unzugänglich vergraben. Künstliche Intelligenz, wie sie in KI im Vertrieb 24 umgesetzt wird, ist in der Lage, riesige Datenmengen in bislang unvorstellbarer Geschwindigkeit zu generieren und zu analysieren. Dabei werden Verknüpfungen, Muster und Trends identifiziert und bedeutende Erkenntnisse daraus gezogen. Grundsätzlich werden interne Datenquellen wie CRM, ERP und verschiedene andere Systeme, aber auch externe Datenquellen wie Nachrichtenseiten, Kundenwebseiten und soziale Medien als Datenquelle verwendet. Der Mehrwert liegt jedoch nicht nur in der reinen Datenverarbeitung. KI kann Zusammenhänge erkennen, die dem Menschen oft verborgen bleiben. Daraus werden Erkenntnisse abgeleitet, um Vorhersagen, Empfehlungen und Entscheidungsmöglichkeiten für den Vertrieb zu treffen. Vertriebsmitarbeiter von repetitiven und administrativen Aufgaben befreien Damit sich die Vertriebsmitarbeiter ausschließlich auf vertriebsbezogene Aktivitäten konzentrieren können, werden KI-Systeme administrative, sich wiederholende und manuelle Aufgaben übernehmen. Beispielsweise können Kontakte, Leads, Konten, E-Mails, Telefonanrufe, Besprechungsberichte und Kalenderinformationen automatisch im CRM erfasst werden. Zum einen wird der manuelle Aufwand reduziert, zum anderen wird dafür gesorgt, dass die Vertriebsteams immer über die aktuellen und genausten Kundendaten verfügen. Das Letzte, was ein guter Verkäufer machen möchte, ist die Erstellung jeglicher Art von Analysen. Mit Hilfe von KI im Vertrieb 24 können alle Teammitglieder Echtzeitanalysen erstellen und auf Informationen zugreifen, ohne Berichte zu erstellen oder ungeduldig darauf warten zu müssen. Durch diese Herangehensweise können sämtliche Abteilungen der Organisation wie Marketing, Produktmanagement, Einkauf, Finanzen, Service oder Vertrieb ihre Anstrengungen effektiver abstimmen, wodurch der Vertrieb mehr Raum gewinnt, sich auf das Wesentliche zu fokussieren: Geschäfte abzuschließen! Quelle: Rainsberger, L. (2022). Vorteile: Was KI für den Vertrieb tun kann. In: KI – Die neue Intelligenz im Vertrieb. Springer, Wiesbaden. https://doi.org/10.1007/978-3-658-38251-3_2  KI schafft neue Geschäftsmöglichkeiten Klug eingesetzt kann künstliche Intelligenz, wie sie in KI im Vertrieb 24 zum Einsatz kommt, dazu beitragen, neue Geschäftsmöglichkeiten zu generieren und die Abschlusswahrscheinlichkeiten bestehender Chancen zu erhöhen. Die Integration als virtuelles Teammitglied in Vertriebsstrukturen ermöglicht das eigenständige Erkennen der Kaufsignale, das aufmerksame Verfolgen von Kunden, das Identifizieren neuer potenzieller Kundenkontakte und das Erkennen von Up- und Cross-Selling-Chancen. Autonom generiert KI im Vertrieb 24 neue Geschäftsmöglichkeiten und trägt maßgeblich zum Erfolg des Vertriebs innerhalb der Organisation bei. Geschäftsmöglichkeiten werden sowohl innerhalb bestehender Kundenstämme als auch außerhalb des Unternehmens identifiziert. Um das Geschäft mit bestehenden Kunden auszubauen, werten KI-Algorithmen kontinuierlich Verkaufstransaktionen, Kundenverhalten und Interaktionen aus. Zudem erkennen sie Chancen nach Region, Kunde, Produkt und Marktsegment, die sie für Teammitglieder sortieren und priorisieren. Besseres Verständnis für Kunden und deren Bedürfnisse schaffen Die Bedürfnisse unserer Kunden ändern sich ständig, sie sind nie statisch. KI im Vertrieb 24 erkennt diese Veränderungen und ermöglicht es uns, richtig und zeitnah zu reagieren. Mit den gesammelten Daten aus mehreren Quellen kann somit der Vertrieb und das Marketing ein hochgradig personalisiertes und unvergessliches Erlebnis für jeden einzelnen Kunden schaffen. Ob in Form von E-Mails, über die Website, über Chatbots oder mit werblichen Inhalten, künstliche Intelligenz ermöglicht äußerst individualisierte Ansprachen für jeden Kunden. Wer das Potenzial von KI in seinen Marketingbemühungen erkennt und nutzt, wird in der Lage sein: Anhand eines dynamischen Zielkundenprofils richtig und schnell auf die Veränderungen im Kundenverhalten zu reagieren. Für jeden einzelnen Kunden die Customer Journey automatisch anzupassen. Zur richtigen Zeit dem richtigen Kunden das optimale Angebot zu erstellen. Den Kunden mit relevanten und personalisierten Inhalten anzusprechen. KI macht Vertriebsmitarbeiter besser Indem zeitnah relevante Erkenntnisse und Empfehlungen bereitgestellt werden, hilft KI im Vertrieb 24 den Vertriebsmitarbeitern, ihre Ziele schneller und besser zu erreichen. Beispielsweise können Vertriebsaktivitäten nach ihrer Wichtigkeit und Relevanz priorisiert werden, um keine Zeit mit unwichtigen Aufgaben zu verschwenden. Der Verkäufer ist stets darüber informiert, welche Aufgaben oberste Priorität haben, und erhält Vorschläge zur Verbesserung seiner Interaktionen mit den Kunden. Unter Berücksichtigung ihrer Aktivitäten wertet KI historische Daten zahlreicher Kunden aus und kann Rabatte, Anreize oder Vertragsbedingungen identifizieren, die für ähnliche Geschäfte gut funktioniert haben. Durch KI-Algorithmen wird der optimale Verkaufspreis anhand einer Vielzahl von Kriterien ermittelt, die über die traditionelle Cost-Plus-Basis hinausgehen. Die Rentabilität des Umsatzes kann somit erheblich gesteigert werden. Bessere Preisprognosen durch KI Die Grundlage für eine gute Vertriebssteuerung wird durch genaue Prognosen gebildet. Die Realität in den meisten Unternehmen sieht jedoch ganz anders aus. Die Vertriebsleiter fragen ihre Mitarbeiter wöchentlich nach der aktuellen Situation oder ihrer Einschätzung für die kommende Periode. Diese Prognosen beruhen jedoch auf Meinungen, Einschätzungen und Intuitionen von Einzelpersonen. Wenn diese Prognosen unverhofft verfehlt werden, kann dies für das Unternehmen ernstzunehmende Folgen haben. KI im Vertrieb 24 ermittelt die Abschlusswahrscheinlichkeit aller offenen Geschäfte und kann somit eine präzise Umsatzprognose erstellen. Durch das Berücksichtigen einer Vielzahl unterschiedlicher Kriterien und Kennzahlen passt sich das System ständig an Veränderungen an und verbessert kontinuierlich die Prognosen, Entscheidungen und Empfehlungen. Je genauer die Prognosen sind, desto präziser können die Ressourcen eingesetzt werden. Die Veränderung durch die KI-Revolution im Vertrieb geschieht nicht über Nacht, sondern findet als langsame und stetige Evolution statt. Sie verändert nachhaltig mehrere Bereiche auf unterschiedlichen Geschwindigkeitsstufen und in unterschiedlichen Ausprägungen. Infolgedessen erreicht die Vertriebstätigkeit eine neue Entwicklungsstufe, die nicht nur viel effizienter und effektiver ist, sondern auch mehr Freude bereitet. Diese Informationen klingen alle vielversprechend, aber wie sieht das in der Praxis aus? Nehmen wir als Beispiel ein typisches

Vertriebsanalyse von Julian Haag.   Im Vertrieb gibt es grosse Leistungsunterschiede zwischen den einzelnen Mitarbeiter/innen. Unabhängig von der verwendeten Kennzahl übertreffen die besten     30% der Mitarbeiter/innen die schlechtesten 30% um das Vierfache1. Diese Lücke zu schliessen, indem man den schwächeren Mitarbeiter/innen hilft, mehr wie die Stärkeren zu arbeiten, ist ein sicherer Weg zu zusätzlichem Umsatzwachstum. Wie können wir leistungsschwache Mitarbeiter/innen schrittweise zu leistungsstarken Mitarbeiter/innen entwickeln? Wir müssen herausfinden, was die leistungsstarken Vertriebsmitarbeiter/innen bereits heute besser machen, und diese Arbeitsweisen auf die schwächeren Mitarbeiter/innen übertragen2.  High Performer/innen verbringen 22% mehr Zeit mit ihren Kunden/innen – und die Kunden/innen ziehen es häufig vor, dass der Besuch nicht vor Ort stattfindet.   Top-Vertriebsmitarbeiter/innen verbringen genauso viel Zeit mit unattraktiven Aufgaben wie Low-Performer, aber sie verbringen mehr Zeit mit Kunden/innen, sei es per E-Mail, Telefon oder persönlich. Aber wie viel mehr? Die meisten Vertriebsorganisationen quantifizieren diesen Mehraufwand nicht, aber er kann Manager/innen einen klaren Hinweis darauf geben, wie leistungsschwache Vertriebsmitarbeiter/innen ihr Verhalten anpassen sollten.  Die Vertriebsanalyse ergab, dass Top-Vertriebsmitarbeiter/innen 22% mehr Zeit für externe Interaktionen aufwenden als leistungsschwache Mitarbeiter/innen, wobei die Interaktionen nicht einmal persönlich sein müssen. Jüngste Vertriebsanalysen zeigen, dass seit COVID-19 70-80% der B2B-Kunden die Interaktion aus der Ferne bevorzugen. Manager/innen können die Gewohnheit, mehr Kundenkontakte zu pflegen, auch dadurch fördern, dass sie die administrativen und internen Aufgaben, für die alle Vertreter/innen zuständig sind, auf ein Minimum reduzieren.    1 ohne Vertriebsmitarbeiter/innen mit einer Betriebszugehörigkeit von weniger als einem Jahr; leistungsstarke Vertriebsmitarbeiter/innen sind die 30% der Vertreter/innen innerhalb eines Teams, die den höchsten Gesamtumsatz erzielen; Vertriebsmitarbeiter/innen mit geringer Leistung sind die 30% der Vertreter/innen innerhalb eines Teams, die den niedrigsten Gesamtumsatz erzielen  2 Revenue-Intelligence-Plattform von people.ai2 genutzt, um 40.000 Geschäfte zu bewerten und die Interaktionen von 315 Vertriebsmitarbeiter/innen in fünf Unternehmen in Europa und Nordamerika zu analysieren. Weitere Daten stammen aus der Omnichannel Sales Insights Survey von McKinsey vom 1. August 2019, bei der mehr als 1.000 B2B-Einkäufer/innen aus einer Vielzahl von Branchen zu ihren Präferenzen bei der Interaktion mit Verkäufer/innen vor COVID-19 befragt wurden, sowie Daten aus der aktuellen McKinsey B2B Customer Sentiment Survey, die Erkenntnisse seit Beginn der COVID-19-Pandemie enthält.  Quelle: https://www.mckinsey.com/capabilities/growth-marketing-and-sales/our-insights/how-data-analytics-helps-sales-reps-win-more-deals 1. Persönliche Interaktionen sind für den Abschluss von kleinen und grossen Geschäften nicht wichtig.   Die persönliche Interaktion mit dem Kunden/innen war lange Zeit der Goldstandard für den Verkauf, und man ging davon aus, dass dies auch dann gilt, wenn grosse Geldbeträge den Besitzer wechseln. Die Kunden/innen wollen oft das Gefühl des Vertrauens spüren, das sich bei persönlichen Kontakten entwickelt. Doch für eine Reihe von Geschäften ist ein persönliches Treffen möglicherweise gar nicht erforderlich. Bei fünf untersuchten Unternehmen wurden 90% der kleinen Geschäfte (unter 100.000 US-Dollar) ohne Treffen abgeschlossen. Etwa 50% der kleinen Geschäfte und 12% der grossen Geschäfte wurden mit weniger als zehn E-Mails abgeschlossen. Die jüngste Vertriebsanalyse des Vertriebsverhaltens während der COVID-19 zeigt ausserdem, dass 12% der Unternehmen Geschäfte zwischen 500.000 und 1 Million US-Dollar ohne persönliche Gespräche abschliessen können, während 15% der Unternehmen dies bei Geschäften mit einem Wert von mehr als 1 Million US-Dollar so sehen.  Dies ist eine wichtige Erkenntnis für die Vertriebseffizienz. Vertriebsmitarbeiter/innen sollten nicht unnötig Zeit und Energie auf kleinere Geschäfte verwenden. Unternehmen mit einer Reihe von Geschäftsabschlüssen sollten darauf achten, dass ihre Vertriebsmitarbeiter/innen ihre Interaktionen differenzieren. Unternehmen mit vielen kleinen Geschäften sollten sich darauf konzentrieren, spezialisierte, gut ausgebildete Teams von Innendienstmitarbeiter/innen aufzubauen, die E-Mails verschicken und Anrufe tätigen.  2. Top-Performer/innen bevorzugen Anrufe gegenüber Kaltakquise per E-Mails, und Video entwickelt sich zu einem Top-Kanal   Bei den 40.000 untersuchten Geschäftsabschlüssen waren altmodische Telefonanrufe die beste Methode, um Aufmerksamkeit zu erregen. Vor allem in Nordamerika verliessen sich die Top-Performer/innen mehr auf Cold Calls als auf unaufgeforderte E-Mails. Sie führten 82% mehr Kaltakquisen durch als die Low-Performer/innen und verschickten 26% weniger unaufgeforderte E-Mails. In Europa war der Unterschied etwas geringer: High Performer führten 16% mehr Cold Calls durch als Low Performer und verschickten 18% weniger unerwünschte E-Mails. Die Vertriebsanalyse zeigt, dass Video zunehmend zu einem wichtigen Kanal für die Kundenansprache wird. Seit COVID-19 den Bedarf an Ferninteraktion erhöht hat, ist die Bedeutung von Video als Mittel zur Kundenansprache sprunghaft angestiegen. Digitale Interaktionen mit Vertriebsmitarbeiter/innen haben seit Beginn der Pandemie um 41% zugenommen, Online-Chats um 21%. Aus einer neuen Studie geht hervor, dass 76% der Vertriebsleiter/innen der Ansicht sind, dass Fernvertriebsinteraktionen bei der Gewinnung neuer Kunden genauso effektiv oder sogar effektiver sind als herkömmliche persönliche Kontakte.  Wenn Vertriebsleiter/innen den Wert von Telefon- und Videogesprächen verstehen, können sie ihre Mitarbeiter/innen darin schulen, diese besser zu nutzen. Unternehmen können spezielle Schulungen für die Kaltakquise entwickeln, z.B. Skripte oder Gesprächsleitfäden, und sich auf die Einstellung von Mitarbeiter/innen konzentrieren, die sich am Telefon wohl fühlen.  Anwendung des Themas auf ein fiktives Unternehmen  Vertriebsanalyse der Bedürfnisse der rund 7’000 Kunden/innen, aufgeteilt auf die drei Segmente Personalverpflegung, Gastronomie und Gesundheitsunternehmen, variieren stark. Da wir uns oft in Bereichen bewegen, in denen die Kunden/innen selbst etwas zurückhaltender mit den neuen Kommunikationsmitteln umgehen, ist es umso wichtiger, dass die Verkaufsmitarbeitenden den Kunden/innen den Mehrwert aufzeigen können. Wie kann die Firma AG von dieser Entwicklung profitieren und was kann sie von den High Performer/innen lernen und in den Geschäftsalltag integrieren?    Zeitmanagement und Umgang mit den Kunden/innen:  Unattraktive Aufgaben oder Routinetätigkeiten sind auf ein Minimum zu reduzieren. Die Vertriebsmitarbeiter/innen müssen so viel Zeit wie möglich mit den Kunden/innen verbringen. Sei es vor Ort oder aus der Ferne. Dazu müssen natürlich die Rahmenbedingungen für alle Mitarbeiter/innen stimmen. Die Vertriebsmitarbeiter/innen müssen sich im Umgang mit den zur Verfügung stehenden Tools wie Team Call etc. sicher fühlen. Dies kann durch gezielte Schulungen geschehen oder dadurch, dass die Tools noch häufiger im Arbeitsalltag eingesetzt werden.  Differenzierung der Interaktionen:  Jeder Kunde/in ist anders und hat andere Bedürfnisse, nicht jedes Treffen muss persönlich sein. Dies kann bereits bei der Terminvereinbarung als Fixpunkt angesprochen werden. Bei uns als Grossunternehmen müssen gewisse Kunden/innen zukünftig vermehrt über effiziente Kommunikationsmittel wie E-Mail oder Telefon betreut werden. Es besteht auch die Möglichkeit, im Vertriebsinnendienst ein spezialisiertes Team für Kleinstkunden aufzubauen, das diese Kundenanfragen effizient und gewinnbringend bearbeiten kann. Eine Vertriebsanalyse könnte helfen, diese Differenzierung optimal umzusetzen. Kommunikationskanäle optimieren:  Die Studie zeigt

Dimensionen der Kundenorientierung von Barbara Reusser.   Dimensionen der Kundenorientierung: In den vergangenen Jahren hat die Kundenorientierung kontinuierlich an Bedeutung gewonnen. Bereits in den 1990er Jahren wurde ein positiver Zusammenhang zwischen Kundenorientierung und Unternehmenserfolg nachgewiesen. Angesichts der zunehmenden Austauschbarkeit von Marken und der schnellen Nachahmung von Innovationen durch Wettbewerber bleibt oft nur eine intensivere Ausrichtung auf den Kunden als Differenzierungsmerkmal. Untersuchungen haben gezeigt, dass Unternehmen, die auf Kundenorientierung setzen, durchschnittlich eine um drei bis fünf Prozent höhere Profitabilität aufweisen. Obwohl es einen breiten Konsens darüber gibt, dass Kundenbindung und Kundenorientierung für den Unternehmenserfolg wichtig sind, haben viele Unternehmen Schwierigkeiten, ihre Strategie und Organisation entsprechend auszurichten. In den letzten Jahren lag der Fokus bei vielen Unternehmen stark auf Technologie und digitalen Innovationen. Um diese jedoch effektiv einzusetzen und gewinnbringend zu nutzen, muss Kundenorientierung sowohl als Denkweise als auch als Managementmodell, über alle Abteilungen hinweg, verstanden werden.  Der Customer Centricity Canvas kann genutzt werden, um die Kundenorientierung in vier Dimensionen aufzuschlüsseln und so ein verständliches System zur Integration und Schaffung eines gemeinsamen Verständnisses innerhalb eines Unternehmens zu bieten. Die vier Dimensionen umfassen Customer Value-based Decision Making, Customer-centric Transformation, Co-Creation und Customer Management. Im Folgenden werden sie kurz beschrieben. Quelle: Staudacher, J. (2021). Kundenorientierung – Grundlagen, Modelle und Best Practices für eine erfolgreiche Transformation. Springer Gabler Wiesbaden Customer Value-based Decision Making Die erste Dimension beinhaltet die gezielte Integration von wertsteigernden Kundenerkenntnissen in Organisationsentscheidungen. Dies umfasst nicht nur die systematische Nutzung von Erkenntnissen, sondern auch die fortlaufende Überwachung und Optimierung von Entscheidungen und Prozessen hinsichtlich einer angemessenen Berücksichtigung der Kundenerkenntnisse. Dabei werden Potenziale identifiziert, um Entscheidungen stärker am Kundenwert auszurichten. Die Dimensionen der Kundenorientierung helfen dabei, eine klare Struktur für diese wertorientierten Entscheidungen zu schaffen und deren langfristige Auswirkungen auf die Kundenbeziehung zu analysieren. Customer-centric Transformation Kundenorientierung wird oft als reines Kundenmanagement oder gar als Customer Experience Management missverstanden. Die Verbesserung der Kundenorientierung erfordert eine Anpassung der Unternehmen an die Veränderungen im Kaufverhalten der Kunden. Dabei bezieht sich die Transformation nicht nur auf die Organisation, sondern auch auf das individuelle Wissen der Mitarbeitenden. Es ist entscheidend, Kompetenzen auf individueller Abteilungs-, Organisations- und Netzwerkebene gezielt zu steuern und kontinuierlich zu verbessern. Früher wurden spezifische Kompetenzen bestimmten Abteilungen zugewiesen. Zum Beispiel wurde der Kundenzuständigkeitsbereich der Marketingabteilung übertragen. Dies galt auch für Kundenerkenntnisse, die meist der Marktforschungs-, Online-Analytics- und CRM-Abteilung oblagen. Da Kundenerkenntnisse die Basis für eine kundenorientierte Organisation sind, ist es wichtig, die Erfassung und Nutzung von Kundenerkenntnissen in der gesamten Organisation zu verankern. Die Dimensionen der Kundenorientierung bieten einen strukturierten Ansatz, um diesen Wandel strategisch zu gestalten und nachhaltig umzusetzen. Co-Creation Kundenorientierung zielt nicht nur auf die Interaktion mit dem Kunden im Sinne des Beziehungsmanagements ab. Mit der Co-Creation als dritte Dimension integrieren kundenorientierte Unternehmen den Kunden stark in die Werterstellung. Es ist wichtig, Kunden in die Prozesse zu integrieren, um den Wert für Kunden, aber auch für die Organisation systematisch zu steigern. Eine Möglichkeit dafür ist die Co-Creation, bei welcher Kunden ein Unternehmen beispielsweise beim Angebotsdesign, der Produktion, dem Vertrieb und dem Support unterstützen können. Customer Management Customer Management wird fälschlicherweise oft mit Kundenorientierung gleichgesetzt. Bevor das Kundenmanagement verbessert werden kann, müssen jedoch die Potenziale in den anderen drei Dimensionen realisiert werden. Die Wertsteigerung im Kundenbeziehungsmanagement erfolgt nur dann, wenn das Unternehmen erfolgreich transformiert wurde. Im Customer Management werden Potenziale identifiziert und geprüft, wie der Wert der Kundenbeziehung für den Kunden sowie das Unternehmen verbessert werden kann. Praxisbeispiel: Aufbau Customer-centric Transformation eines Krankenversicherers Das Schweizer Gesundheitssystem ist stark reguliert und kostenintensiv. Die Wertschöpfungsmöglichkeiten von Krankenversicherern sind gesetzlich sowohl in der Grund- als auch in der Zusatzversicherung begrenzt. Um sich in einem ausserordentlich regulierten Markt mit vergleichbaren Produkten behaupten zu können, ist eine Transformation hin zu einem kundenorientierten Unternehmen unabdingbar. Mit dem sich rasch verändernden Marktumfeld stand bei dem Krankenversicherungsunternehmen die Digitalisierung und Stärkung des Eigenvertriebes im Zentrum. Dabei ist Kundenorientierung nicht mit Kundenzufriedenheit oder Customer Experience gleichzusetzen. Vielmehr ist damit ein Unternehmen gemeint, welches alle seine Handlungen und Prozesse kundenorientiert darauf ausrichtet, den Wert der Kundenbeziehung für den Kunden und das Unternehmen zu verbessern. In diesem Zusammenhang spielen die Dimensionen der Kundenorientierung eine entscheidende Rolle, da sie helfen, Kundenbedürfnisse strukturiert zu erfassen und gezielt in Geschäftsprozesse zu integrieren. Daraus lässt sich ableiten, dass als erster Schritt ein übergeordnetes Commitment hin zu einem kundenorientierten Unternehmen nötig ist. Ein zentraler Aspekt dieses Prozesses ist die Customer-centric Transformation. Diese beschreibt die Schaffung organisatorischer Voraussetzungen, um Kundenerkenntnisse zu verstehen und diese über die gesamte Organisation hinweg in Entscheidungen und Prozessen umzusetzen. Beim Krankenversicherer wurden Massnahmen, unter Berücksichtigung des Customer Centricity Canvas, für die Transformation definiert. Nachfolgend werden sieben Bereiche mit jeweils einer Massnahme vorgestellt: Aufbau eines gemeinsamen Verständnisses für Kundenorientierung Die unternehmenseigene Definition von Kundenorientierung wurde in einem begleiteten Workshop erarbeitet. Wichtig für den Erfolg und eine spätere Skalierung ist die Auswahl der richtigen Mitarbeitenden pro Abteilung. Aufbau von Kompetenzen und gemeinsamer Sprache Mit einem breiten Angebot wie Brownbag-Events, Onlineschulungen und E-Learnings wurden die Kompetenzen der Mitarbeitenden erweitert. Durch ein Wiki wird eine gemeinsame Sprache gefördert. Anpassen der Führung und Kultur zur Stärkung der Kundenorientierung als Glaubenssatz Um die Kundenorientierung im Unternehmen zu verankern, wurden dem Kader Instrumente für ein erfolgreiches Changemanagement an die Hand gegeben. In Workshops wurde auf die Verankerung der Kundenorientierung als Glaubenssatz hingearbeitet. Anpassung des Zielsystems Das Zielsystem musste angepasst werden, da es bislang primär auf Neukundenakquise ausgerichtet war. Nun wird dem Customer-Firm Value, also dem Wert einer Beziehung für den Kunden und das Unternehmen, eine grosse Bedeutung zugemessen. Anpassung der Struktur und Prozesse zur Stärkung der Kundenorientierung Entscheidungsprozesse werden systematisch auf die Berücksichtigung von Kundenerkenntnissen geprüft und ihr Einfluss auf die Kundenorientierung bewertet. Optimierung von Schnittstellen und der Zusammenarbeit der Abteilungen Durch Jobrotation wurde das gegenseitige Verständnis für die Herausforderungen der einzelnen Abteilung gefördert. Durch den Aufbau von gemischten Teams konnten Silos abgebaut werden. Anpassung der IT-Infrastruktur und der IT-Systeme Das CRM-System liefert dem Vertrieb Handlungsempfehlungen und Segmentierungen sowie mögliche Inhalte je Segment. Diese Massnahmen der Dimension Customer-centric Transformation schaffen die Basis für die weiteren Dimensionen und die Ausrichtung auf ein kundenorientiertes Unternehmen.

Value Proposition von Intermediären  von Franco Iseppi.   Vorstellung Value Proposition  Value Proposition bezeichnet das Wertversprechen an den Kunden bzw. den Nutzen für den Kunden. Hiervon ableitend drängt sich die Frage auf, was die Kunden bereit sind für diesen Nutzen, sei es in Form von Produkten oder Dienstleistungen zu bezahlen.  Der heute als Business-Theoretiker, Autor, Berater und Unternehmer aktive Schweizer Alexander Osterwalder erkannte die Wichtigkeit des Wertangebots beziehungsweise Nutzenversprechens (engl.: Value Proposition) und konzipierte im 2004 das Business Model Canvas (kurz BMC) im Rahmen seiner Dissertation an der Universität Lausanne. Aus gutem Grund steht die Value Proposition beim BMC direkt in der Mitte. Aber was bedeutet das? Um diese Frage zu beantworten, holen wir etwas weiter aus und gehen zuerst auf das BMC ein, bevor wir uns dem Thema Value Proposition widmen.  Bei der Entwicklung oder Überarbeitung eines Geschäftsmodells wurde in der Vergangenheit ein umfangreicher Businessplan geschrieben. Heutzutage arbeiten Unternehmungen vermehrt mit dem Business Model Canvas. Im Vergleich zum Businessplan hat man mit dem BMC all die relevanten Information auf einem Blick vor sich. Das BMC hat den Anspruch, eine sehr übersichtliche und kompakte Möglichkeit zur Beschreibung, Visualisierung, Bewertung und Veränderung von Geschäftsmodellen zu bieten.   Das BMC ist ein Werkzeug, um eine Strategie zu analysieren und dadurch beispielsweise : – das eigene Wertangebot weiter auszubauen,  – die aktuelle Unternehmenslage besser zu verstehen (SWOT-Analyse erstellen),   – neue Geschäftsmodellinnovationen zu finden,   – neue Ideen für Businesskonzepte zu analysieren,   – neue Einnahmequellen zu entdecken oder allenfalls bestehende Kosten zu reduzieren.  Ganz kompakt gibt das Business Modell Canvas einen Überblick zu neun Perspektiven und soll die nachfolgenden drei Fragen beantworten:  Was habe ich vor?   Was biete ich wem an?   Wie verdiene ich damit Geld?   Quelle: Steffen, A. (2019). Menschen und Organisationen im Wandel: Ein interdisziplinärer Werkzeugkasten für Veränderungsprozesse. Springer Gabler Berlin / Heidelberg. Kapitel 11  Perspektiven  Wertangebot: Was genau möchte ich anbieten und welchen Nutzen (auch im Vergleich zu Mitbewerbern im Mark) hat mein Angebot?  Aktivitäten Welche Arbeiten und Aufgaben werden ausgeführt?  Ressourcen: Was wird dafür benötigt und eingesetzt?  Partner: Welche Kooperationspartner unterstützen mich dabei?  Kundenbeziehung: Wie findet die Interaktion mit meinen Kunden statt?  Kanäle: Auf welchem Weg finden Kunden zu meinem Wertangebot?  Kundensegmente: Wer genau sind meine Käufer und Nutzer?  Kostenstruktur: Wie setzen sich die Herstellungskosten zusammen?  Einnahmequellen: Woher stammen meine Einnahmen?   Nachdem wir nun das BMC genauer unter die Lupe genommen haben, vertiefen wir uns nunmehr mit dem Wertangebot beziehungsweise Nutzenversprechen (Value Proposition).  Das Angebot ist der elementare Kern eines Geschäftsmodells, womit Alexander Osterwalder auch bei der Mitentwicklung des Value Proposition Canvas tätig war. Hierbei geht es darum die zwei Sichtweisen (Kundensicht und Eigensicht) zu vereinen. Als Anbieter muss man die Bedürfnisse der Kunden (oder ggf. auch von Partnern) kennen und verstehen, um einen Mehrwert erbringen zu können. Vorab gilt es demnach die Kunden zu segmentieren, da jedes Kundensegment möglicherweise ein eigenes Value Proposition Canvas hat.  Zusammenfassend, wenn wir auf die folgenden Fragen verlässliche Antworten haben, können wir unseren mehrwertbringenden Beitrag leisten, indem wir das daraus resultierende Nutzenversprechen erarbeiten.  Was sind die Ziele, Aufgaben und Bedürfnisse der Kunden? Sind es funktionale Aufgaben (beispielsweise eine bestimmte Arbeit zu erledigen), soziale Ziele (Wahrnehmung durch andere) oder emotionale Aspekte (zum Beispiel Ruhe, Sicherheit, Freiheit)?  Wachstum (engl. Gains)  Worin bestehen die „Mehr-Wünsche“ der Kunden?  Wovon möchten die Kunden zukünftig mehr haben und erleben? (Wachstum, Nutzenerwartungen, erhoffte Vorteile, Erträge & Mehrwerte)  Schmerzen (engl. Pains)  Was sind die „Weniger-Erwartungen“ der Kunden?  Welche Probleme und Risiken sollen reduziert und welche Hindernisse aus der Welt geschaffen werden?    Resultierende Ableitung für das Wertangebot beziehungsweise Nutzenversprechen (Value Proposition) an die Kunden:   Produkte & Dienstleistungen  Welche meiner Aktivitäten und Angebote können den Kunden helfen?   Wachstumsuntestützung (engl. Gain Creators)  Wie kann die positive Entwicklung der Kunden unterstützt werden?  Schmerzreduzierung (engl. Pain Relievers)  Wodurch können die Probleme und Risiken der Kunden reduziert werden?   2. Anwendung auf eine fiktive Organisation  Nehmen wir an, Sie arbeiten für einen Intermediär. Unabhängig davon, in welcher Branche sich dieser befindet, so agiert ein Intermediär immer als Zwischenglied (eine Art Schnittstelle oder Absatzmittler) zwischen zwei oder mehreren Parteien. In unserem fiktiven Bespiel agiert der Intermediär zwischen externen Geschäftsparteien, beispielsweise Produkteherstellern und Endkunden.  Schnell wird anhand des Beispiels verdeutlicht, dass eine Kundensegmentierung notwendig ist, da einige Ziele und Bedürfnisse der beiden Kundengruppen korrelieren, andere je nach Zielgruppe isoliert zu betrachten sind. Die Value Proposition je Kundegruppe kann somit unterschiedlich ausfallen.  Beziehung Produktehersteller – Intermediär   Ziele und Bedürfnisse der Produktehersteller, wo ein Intermediär mit einer ausgereiften Value Proposition unterstützen kann:   Wachstum (engl. Gains)  – Grosser Absatzmarkt  – Umsatzsteigerung  – Wiederkehrende Aufträge  – usw.  Schmerzen (engl. Pains)  – Zentrale Anlaufstelle statt diverser Gegenparteien  – Logistische und administrative Aufwand verringern  – Kostensenkung  – usw.   Erwartung des Intermediären an die Produktehersteller  – Lieferengpässe vermeiden, um Lagerkosten tief zu halten  – Gewinnbringende Marge je Produkt  – Produktequalität – Garantie  – usw.  Demgegenüber stehen die Erwartungen, Bedürfnisse und Ziele der Endkunden an den Intermediär.   Beziehung Endkunden – Intermediär   Ziele und Bedürfnisse der Endkunden, wo ein Intermediär unterstützen kann:   Wachstum (engl. Gains)  – faire Preise   Schmerzen (engl. Pains)  – Grosse Auswahl an Produkten anstelle des Einzelhandels  – Bestellung von kleinen Absatzmengen  – Schnelle Lieferung und einfache Administration inkl. Zahlung  – Qualitativ ansprechende Produkte zu fairen Preisen  – Rückgaberecht und Garantie  – usw.   Erwartung des Intermediären an die Endkunden  – Schnelle Zahlung  – Wiederkehrende Aufträge  – Gewinnung von Kundendaten  – Positive Bewertungen (Weiterempfehlungen)  – usw.  Abschliessend zeigt dieses fiktive Beispiel auf, dass es essenziell ist, die Ziele und Bedürfnisse der definierten Kundensegmente detailliert zu kennen, um die eigene Value Proposition stetig zu überprüfen, ggf. gar gänzlich zu hinterfragen, zu adjustieren oder wenn möglich zu erweitern. Die Value Proposition sollte man somit keinesfalls als gegeben betrachten. So lag der US-amerikanische Soulsänger Sam Cooke (1931–1964) mit seinem Song «A change is gonna come» wohl richtig. Veränderungen waren schon immer da und werden auch nie verschwinden. Die Value Proposition sollte demnach ebenfalls agile sein, damit man sich bestmöglich an einem neuen Umfeld anpassen und sich dem wachsenden Wettbewerb stellen kann. 

CRM-Systeme: Erwartungn und Realität  von Eli Rutz.    Einleitung: Das Missverständnis um CRM:  CRM-Systeme sind ein wesentlicher Bestandteil vieler Unternehmen, jedoch besteht häufig ein grundlegendes Missverständnis über ihre Rolle und Wirksamkeit. (Kumar und Reinartz, 2018) weisen darauf hin, dass viele CRM-Projekte scheitern, weil die eigentlichen Erwartungen nicht erfüllt werden. Dies liegt häufig daran, dass der Fokus auf dem System selbst und nicht auf dem Management liegt.  Die Theorie hinter CRM-Systemen:  In der Theorie sollen CRM-Systeme das Management von Kundenbeziehungen unterstützen. Die Realität zeigt jedoch, dass sie sich mehr auf die Unterstützung des Verkaufspersonals und des Managements konzentrieren. Dadurch gerät die eigentliche Bedeutung von CRM – die Pflege der Kundenbeziehungen – oft in den Hintergrund.  Quellen: Staudacher, J. (2021). Kundenorientierung: Grundlagen, Modelle und Best Practices für eine erfolgreiche Transformation. CRM, Seite 342-347. Wiesbaden: Springer Gabler.  Die praktische Implementierung von CRM-Systemen:  In der Praxis sind CRM-Systeme häufig mit einem wachsenden Funktionsumfang und einer Spezialisierung auf einzelne Anwendungen verbunden. Trotz der Vielfalt der am Markt verfügbaren Systeme gibt es keines, das den Customer-Firm Value modelliert oder eine strategische Steuerung der Kundenbeziehungen im Zeitablauf ermöglicht. Diese Lücke in der Funktionalität führt dazu, dass CRM-Systeme oft nur einen geringen bis keinen Einfluss auf den Vertriebserfolg haben.    Die Rolle von Excel und Tabellenkalkulationen:  Interessanterweise verwenden viele Unternehmen immer noch Excel oder Tabellenkalkulationsprogramme anstelle von spezialisierten CRM-Systemen. Der Vorteil dieser Tools liegt in ihren einfachen Berechnungsmöglichkeiten und ihrer Flexibilität. Sie können zur Steuerung des Kundenbeziehungsmanagements verwendet werden, auch wenn die Daten manuell zwischen verschiedenen Systemen übertragen werden müssen.  Fazit: Notwendigkeit einer Neuorientierung  Derzeit gibt es kein CRM-System, das eine wirklich kundenorientierte Unternehmensführung unterstützt. Die vorhandenen Systeme sind eher auf die Steuerung der Mitarbeitenden ausgerichtet. Eine Neuausrichtung der CRM-Systeme ist notwendig, um den tatsächlichen Bedürfnissen der Unternehmen und ihrer Kunden gerecht zu werden. Excel und Tabellenkalkulationen bieten derzeit eine flexiblere und möglicherweise effektivere Alternative zu den bestehenden CRM-Lösungen. Die Verantwortlichen sind gefordert, individuelle Lösungen zu entwickeln, die sowohl den Mitarbeitenden als auch dem Kundenmanagement einen echten Mehrwert bieten.    Fazit: Notwendigkeit einer Neuorientierung  Derzeit gibt es kein CRM-System, das eine wirklich kundenorientierte Unternehmensführung unterstützt. Die vorhandenen Systeme sind eher auf die Steuerung der Mitarbeitenden ausgerichtet. Eine Neuausrichtung der CRM-Systeme ist notwendig, um den tatsächlichen Bedürfnissen der Unternehmen und ihrer Kunden gerecht zu werden. Excel und Tabellenkalkulationen bieten derzeit eine flexiblere und möglicherweise effektivere Alternative zu den bestehenden CRM-Lösungen. Die Verantwortlichen sind gefordert, individuelle Lösungen zu entwickeln, die sowohl den Mitarbeitenden als auch dem Kundenmanagement einen echten Mehrwert bieten.   

Soziale Medien B2B-Kaufprozess von Nicolas Luethi.   Soziale Medien B2B-Kaufprozess: Durch die Digitalisierung des Verkaufs- respektive Kaufprozesses gewinnen digitale Instrumente immer mehr an Bedeutung. Es wird mehr online recherchiert, sich vernetzt, diskutiert und schlussendlich ver- und gekauft. 33% von B2B-Einkäufern im Jahre 2014 sagten aus, dass sie mindestens 90% der Produkte online recherchiert haben, bevor sie die finale Kaufentscheidung getroffen haben. Soziale Medien sind eines dieser fundamentalen digitalen Instrumente im B2B-Kaufprozess. Facebook, LinkedIn und Twitter (neu X) gehören dabei zu den Top 3 Social Media Plattformen. LinkedIn zum Beispiel ermöglicht es einem Unternehmen, seinen Bekanntheitsgrad zu steigern und gleichzeitig über Reaktionen und Kommentare Feedback zu sammeln. Gut ausgewählter Content, der über die digitalen Kanäle ausgewählt und vor allem gezielt verbreitet wird, hat sich als ähnlich effektiv erwiesen wie „Face-to-Face“-Sitzungen. Trotz der steigenden Bedeutung und Nutzerzahlen stockt die breite Einführung von Social Media im B2B-Bereich aufgrund mangelnder Unterstützung aus der Geschäftsleitung, einer anhaltenden Skepsis über die Unterstützung im Verkaufsprozess und einem geringen Verständnis für die potenziellen positiven Veränderungen des Kundenverhaltens. Social Media ist aufgebaut einerseits aus der Plattform selber und andererseits dem Content, welcher durch Interaktionen zwischen Individuen und Organisationen geteilt wird und besteht aus folgenden 7 Bausteinen: Identität bezieht sich auf den Content, welcher die Nutzer auf der Plattform teilen und der das Unternehmen so darstellt, wie es online wahrgenommen wird. Im B2B-Kontext bezieht sich die Identität primär auf das Markenimage, welches im Verkauf ein wesentliches Differenzierungselement darstellen kann. Quellen: Abratt R., Diba H., & Kindström D. (2019). Social media influence on the B2B buying process. Journal of Business & Industrial Marketing.  Fokus: Unternehmens- und Markenidentität  Konversationen werden ermöglicht, indem sich verschiedene Personen über die Kommentar- oder Chatfunktion austauschen können. Die Interaktionen sind intra- sowie inter-Unternehmen und umfassen vor allem Diskussionen über den Bedarf an Speziallösungen, Produktschulungen und das Vergleichen der Angebote mit der Konkurrenz. Im Kontext der sozialen Medien im B2B-Kaufprozess wird die Unternehmens- und Markenidentität entscheidend beeinflusst. Fokus: Kommunikation innerhalb und zwischen Unternehmen  Teilen kann als Austausch zwischen Nutzern definiert werden, wobei es sich vor allem auf den Content bezieht. B2B Unternehmen können durch Beobachtung der (potentiellen) Kunden spezifisch Content produzieren und teilen und somit diese gezielt beeinflussen.  Fokus: professionelle Inhalte, die sich an ein Fachpublikum richten  Beziehungen können definiert werden als die Art und Weise, wie Nutzer auf verschiedenen SM-Plattformen miteinander in Beziehung stehen. Im B2B Kontext fokussieren sich die Unternehmen stärker auf die Beziehung zu ihren Lieferanten und Kunden um ein Netzwerk zu schaffen.   Fokus: kontinuierliche, nachhaltige Verbindungen, langfristige Orientierung  Präsenz kann als das Ausmaß definiert werden, in dem sich die Nutzer der Verfügbarkeit und Online- oder physischen Präsenz anderer Nutzer bewusst sind. B2B-Unternehmen schaffen ein Gefühl der wahrgenommenen sozialen Präsenz, welches sich positiv auf die Einstellung der Verbraucher und das Vertrauen auswirkt.  Fokus: soziale Präsenz von Unternehmen in Online-Communities  Reputation kann als das Ausmass definiert werden, indem die Nutzer das soziale Ansehen anderer inklusive ihrer jeweiligen Inhalte verstehen und dient dazu die Haltung der Nutzer gegenüber einem Unternehmen zu bestimmen. Faktoren wie Glaubwürdigkeit und Wohlwollen in der Käufer-Verkäufer Beziehung beeinflussen die Vertrauenswürdigkeit und den Transaktionserfolg im B2B-Vertrieb.   Fokus: Aufbau von Engagement, Glaubwürdigkeit und Vertrauen  Gruppen werden als Gemeinschaften definiert, die Nutzer auf einer Social Media Plattform erstellen können um Inhalt unter Gleichgesinnten zu teilen.   Fokus: Stakeholder Management  Social Media bietet Unternehmen die Möglichkeit ihre Identität mit ihrer Zielgruppe zu verbinden. LinkedIn als «professionellste» Plattform stützt sich in erster Linie auf die Bausteine Konversation, Beziehungen, Reputation und Austausch. Fachleute verbinden sich, unterhalten sich und bauen Beziehungen zueinander auf. Sie verbinden sich mit Marken innerhalb ihrer Branche um gemeinsam zu lernen, zu wachsen und professionellen Inhalt zu teilen. Die Nutzung von sozialen Medien im B2B-Kaufprozess ist somit entscheidend für den Erfolg.  Einfluss der Bausteine von Social Media im B2B-Kaufprozess   Der Kaufprozess innerhalb einer Organisation ist eine Kombination aus individuellen und organisatorischen Entscheidungsprozessen. Beim Kaufverhalten trifft der Einzelne seine Entscheidungen in Interaktion mit anderen Menschen, sowohl innerhalb als auch außerhalb seiner Organisation. Der Kaufprozess kann grundsätzlich in 5 Phasen aufgeteilt werden:  Bedarfsermittlung  Definition der Spezifikation  Identifikation von Alternativen  Bewertung der Alternativen  Auswahl des/der Lieferanten  Bei der Bedarfsermittlung ist der Einsatz und Einfluss von Social Media im B2B-Kaufprozess ziemlich gering, da dieser Prozess hauptsächlich unternehmensintern abläuft. Social Media wird hier hauptsächlich für den Austausch und das Teilen von Inhalten zwischen Mitarbeitern genutzt und unterstützt die Spezifikation des Bedarfs. Auch die zweite Phase spielt sich größtenteils intern ab, wobei der Einkäufer mit internen Stakeholdern wie Entwicklern und weiteren Spezialisten die Spezifikationen des benötigten Produktes respektive der Dienstleistung definiert. Wie in der ersten Phase „Bedarfsermittlung“ steht hier vor allem der Baustein „Gruppe“ im Vordergrund, in welcher sich die in den Kaufprozess involvierten Personen austauschen (Baustein „Teilen“). Social Media und die klassischen digitalen Kommunikationstools von z.B. Outlook haben die geografischen Herausforderungen in der Zusammenarbeit größtenteils eliminiert und erlauben einen viel effizienteren Austausch unter den beteiligten Stakeholdern. Ab der dritten Phase, der Identifikation von Alternativen respektive Optionen, spielen mehrere Bausteine von Social Media eine Rolle, da die Interaktion zwischen Verkäufer und Käufer zunimmt. Identifikation von Alternativen:  In dieser Phase ist es zentral, dass die verkaufenden Unternehmen ihre Präsenz auf Social Media markieren um überhaupt von potentiellen Käufern wahrgenommen zu werden. Der gepostete Inhalt sollte hier vor allem das Unternehmen als Ganzes inklusive der strategischen Ausrichtung sowie einen ersten Einblick in das Produktportfolio beinhalten. Durch regelmässiges Teilen von den eigenen Werten, Geschichten, Innovationen/Entwicklungen etc. baut sich das Unternehmen die Identität auf Social Media auf (welche selbstverständlich mit weiteren Marketingauftritten an Messen und in digitalen sowie analogen Medien gestützt und weiterentwickelt werden muss). Durch die klare Identität erhöht das Unternehmen potenziell auch die Reputation gegenüber außen und schafft so eine starke Position für die Lead-Generierung im Kontext der sozialen Medien im B2B-Kaufprozess. Bewertung von Alternativen:  Im B2B Kontext spielt die Beziehung zwischen Verkäufer und Käufer nebst dem Preis-Leistungsverhältnis eine elementare und oft auch entscheidende Rolle. Ohne funktionierende Beziehungen können die weiteren Bausteine wie Teilen, Konversation und Gruppe nicht bearbeitet und eingesetzt werden. Während der Bewertung von Alternativen dient Social Media vor allem als Kommunikationskanal, in welchem

Intelligent Data Management von Stella Bürgisser.   Intelligent Data Management: Mit der Digitalisierung haben sich für Marketing und Vertrieb eine Vielzahl von neuen Kanälen, Zielgruppen und Werbeformate geöffnet, welche aber auch Herausforderungen mit sich bringen. Unmengen an Werbe- und Markenbotschaften fließen täglich auf uns ein und können kaum noch verarbeitet oder wahrgenommen werden. Durch diese Reizüberflutung können die Konsumenten eine Art “Werbeblindheit” entwickeln. Wie können Unternehmen also weiterhin aktiv ihre Zielgruppe erreichen und nachhaltig deren Aufmerksamkeit gewinnen? Was hat das Ganze nun mit künstlicher Intelligenz im Bereich Intelligent Data Management zu tun? Unternehmen werden vor die Herausforderung gestellt, personalisierte Inhalte zu erstellen und Streuverluste zu minimieren, da die Konsumenten heutzutage aufgrund der intensiven Nutzung von digitalen Medien Informationen schneller verarbeiten können. Hierbei bietet die Nutzung von Künstlicher Intelligenz, insbesondere Maschinelles Lernen, ein großes Potenzial im Marketing. Studien zeigen, dass der Einsatz von Künstlicher Intelligenz, besonders für die Personalisierung im Marketing und Verkauf, als vielversprechend betrachtet wird. Durch die Analyse vorhandener Daten können Algorithmen Muster erkannt werden, womit im weiteren Verlauf der Inhalt generiert wird. Beispiele für die Anwendung sind die Analyse von Kundendaten, Bildung der Kundensegmente oder die automatisierte Ausspielung passender Inhalte. Um einen maximalen Einfluss zu erzielen, werden ebenfalls Kanal und Zeitpunkt berücksichtigt. Der Einsatz von KI-basierten Verfahren wird im E-Commerce für Dynamic Pricing, Kundengespräche via Chatbots und individuelle Produkteempfehlungen immer häufiger eingesetzt. Die zentrale Voraussetzung für den erfolgreichen Einsatz von KI-basierten Verfahren, insbesondere dem Maschinellen Lernen, ist nicht nur eine ausreichend große Datenmenge, sondern auch die Qualität der verwendeten Daten. Kunden-, Kontakt- und Adressdaten erhalten in solchen Projekten maßgeblichen Einfluss auf das Ergebnis und den Erfolg des Verfahrens. Intelligent Data Management und KI-Algorithmen bringen nur dann einen Nutzen, wenn die Datenbasis, die ihnen zum Lernen zur Verfügung gestellt wird, auch qualitativ hochwertig ist. Ein Algorithmus, der auf fehlerhafte Daten trainiert wurde, verhält sich nach dem Prinzip “Garbage In – Garbage Out”, sprich es werden entweder keine oder falsche Rückschlüsse gezogen. Quellen: https://link.springer.com/book/10.1007/978-3-658-36889-0  Maschinelles Lernen sowie KI-basierte Verfahren ermöglichen vielseitige Einsatzmöglichkeiten im Bereich der Kundendatenbewirtschaftung. Kundendaten effizient und in hoher Qualität erfassen und anreichern Datenpflege, Datenzusammenführung und -konsolidierung, um eine hohe Datenqualität über den gesamten Lebenszyklus der Daten zu gewährleisten Sicherer Umgang am Ende des Lebenszyklus der sensiblen Daten Besserer Zugang und Nutzen der Kundendaten Die Datenqualität ist entscheidend für eine erfolgreiche Implementierung von Künstlicher Intelligenz oder Machine Learning. Jedoch stellt die Identifizierung personenbezogener Daten und Unternehmensdaten, insbesondere bei umstrukturierten Daten, eine große Herausforderung dar. Gleichzeitig bieten die automatisierten Anwendungen enormes Potenzial im Intelligent Data Management und ermöglichen es, Kundendaten intelligent zu managen. Die hohe Menge an Daten ist heute kaum noch ohne KI- oder maschinelle Lernverfahren zu managen. Im Jahr 2023 hatte nahezu jede Person, die sich in der digitalen Welt bewegt, bereits Interaktionen mit KI-Systemen. Diese können auch unbemerkt im Einsatz sein, wie beispielsweise ein gut programmierter Chatbot oder eine automatische Telefonanlage. Datenschutzbestimmungen sowie die DSGVO schreiben seit 2021 eine angemessene Verwaltung von personenbezogenen Daten vor. Die datenschutztechnischen sowie ethischen Kriterien sollten immer an erster Stelle stehen, auch wenn KI-Systeme mit innovativen und vielversprechenden Möglichkeiten locken. Um Daten nutzbar zu machen, sollte zuerst der verantwortungsbewusste Umgang damit selbstverständlicher gemacht werden. Für den effektiven Umgang mit Daten sind Data Governance sowie Datenmanagement essenziell. Intelligent Data Management definiert die Gesamtheit von Verantwortlichkeiten und Entscheidungsprozessen, die darauf abzielen, die Qualität der Stammdaten zu managen. Im Vergleich hat das Datenmanagement eine ausführende Funktion, während Data Governance eine überwachende Rolle einnimmt. Zur Messung und Bewertung der Datenqualität werden Dimensionen wie Korrektheit, Vollständigkeit, Konsistenz, Aktualität und Verfügbarkeit verwendet. Der Erfolg der Künstlichen Intelligenz liegt nicht allein in der Datenmenge, sondern in der Machbarkeit des Nutzens. Kleine Schritte können große Erfolge bringen, indem an einer Stelle gestartet wird, Potenziale aufgedeckt und nutzbar gemacht werden. Dadurch wird der natürliche Umgang mit Daten gefördert und das Vertrauen gesteigert, um fundierte Entscheidungen zu treffen. Es ist wichtig, den tatsächlichen Wert des Nutzens zu bewerten und die begonnenen Prozesse schrittweise zu integrieren und fortzuführen. Im Bereich des Vertriebs ermöglicht die Automatisierung verschiedener Prozesse einen einheitlichen sowie vereinfachten Ablauf und kann die Kundenzufriedenheit steigern. Ein konkretes Beispiel: die Firma XY hat sich dazu entschieden, einen neuen “on Boarding” Prozess für Neukunden im Bereich Fachhandel einzuführen. Dieser Prozess soll verschiedene Mailings auslösen, nachdem sich ein Kunde zum ersten Mal online registriert hat. Schritt für Schritt wurde ein Projekt ausgearbeitet, das alle Prozessphasen ineinandergreifen lässt und wie folgt implementiert wurde: Bereits abgeschlossene Schritte: Im ersten Schritt wurde der gewünschte Prozess analysiert und definiert. Welches Mail soll zu welchem Zeitpunkt an welchen Kunden versendet werden. Welche Ziele möchte die Firma XY mit diesem Prozess erreichen. Welche Ressourcen werden für die Umsetzung der Automatisierung benötigt (beispielsweise Verkauf, IT, Marketing). Die Daten, die im ersten Schritt definiert wurden, wurden geprüft. Sind diese Daten relevant für den on Boarding Prozess und bereits bestehend oder benötigt es zusätzliche Implementationen. Die Umsetzungsmöglichkeiten mit integriertem Intelligent Data Management wurden durch Spezialisten des bereits bestehenden CRM-Programms geprüft. Sind die Vorgaben des CRM-Systems für allfällige Implementationen geeignet oder benötigt es entsprechende Anpassungen. Potenzielle Fehlerquellen sowie fehlende Daten wurden an die Firma XY zurückgemeldet. Die Fehlerquellen sowie fehlenden Daten wurden in Zusammenarbeit mit dem Sales Team der Firma XY sowie den externen Spezialisten geprüft, angepasst und implementiert. Die verschiedenen Mailings wurden von der Marketingabteilung aufgesetzt und zum Versand vorbereitet. Testläufe wurden von den externen Experten durchgeführt und mit dem Sales Team geprüft und optimiert. Ein Projektleiter wurde definiert, welcher die Verantwortung für die Weiterentwicklung, Schulungen und First Level Support bei Fehlern hat. Offene Schritte: Die Implementierung der Automatisierung wird nach Ablauf der Testphase durchgeführt. Die Testphase ist abgeschlossen, sobald der Versand der Mailings mit vollständiger Korrektheit durchgeführt werden kann. Kundendaten wurden vollständig überprüft und können für zukünftige Projekte optimiert und genutzt werden.   Die Vorteile der Automatisierung des on Boarding Prozess bietet viele Vorteile:  die Interaktion der verschiedenen Abteilungen wird gefördert  manuelle Prozesse werden vermieden und steigern somit die Effizienz  der Prozess ist konsistent und standardisiert für Kunden als auch Mitarbeiter  Fehlerquellen werden auf ein Minimum reduziert  notwendige Compliance-Anforderungen können sichergestellt werden  reibungsloser on Boarding Prozess was zu

Kundenwissen von Silvia Meyer.   Kundenwissen: Mit steigendem Kostendruck und Wettbewerb kommt dem kundenbezogenen Wissen eine immer grössere Bedeutung zu. Der Kundenwert lässt sich nicht nur durch ökonomische Faktoren, wie Umsatz oder Deckungsbeitrag bestimmen, sondern auch durch den Wert, welchen der Kunde als Informant hat, sprich seinem Potential Unternehmenswissen zu vergrössern und zu verbessern.    Wissen kann unabhängig von einer Markttransaktion, zum Beispiel durch Marktforschung gewonnen werden oder aber in Zusammenhang mit einem konkreten Geschäft, hierzu gehören Erkenntnisse zu bestimmten Gegebenheiten, Problemstellungen oder Lösungsansätzen. Dies beinhaltet aber nicht nur Wissen auf eine konkrete Leistungserbringung, sondern kann im besten Fall für wiederkehrende Geschäfte oder gar ganze Segmente nützlich sein.    Verfügbares Wissen ist einerseits die Basis für Entscheide in der Ausgestaltung des Leistungspotentials eines Unternehmens ohne konkrete Kundenbestellung, aufgrund dessen eine Leistungsbereitschaft erstellt und modifiziert wird. Andererseits wird das verfügbare Wissen zur Steuerung und Durchführung konkreter Leistungserstellungsprozesse verwendet. Gerade bei individuellen Problemlösungen reichen für den Leistungserstellungsprozess «interne Prozessinformationen» nicht aus. Der Leistungserstellungsprozess ist dadurch charakterisiert, dass durch einen intensiven Informationsaustausch mit dem Kunden Daten mit «externen Prozessinformationen» angereichert werden.  Bei individuellen Problemlösungen ist das Leistungspotential nur ein Teilelement der Lösung. Der grosse andere Teil wird erst im gemeinsamen Leistungserstellungsprozess erarbeitet. Dies birgt für Nachfrager und Anbieter Unsicherheiten, da zum Zeitpunkt der Einigung nicht klar ist, wie gut das Leistungsversprechen umgesetzt werden kann. Es ist davon auszugehen, dass jede Seite hinsichtlich des eigenen Inputs besser informiert ist als die Gegenseite. Aus diesen Unsicherheiten entsteht opportunistisches Verhalten von beiden Parteien. Diese Ungewissheiten können durch Screening- (suchen nach geeigneten Informationen) und Signaling-Aktivitäten (Aktivitäten zur Wissensvermittlung) reduziert werden. Die Ausgestaltung der Signaling-Aktivitäten gelingt dem Anbieter umso besser, wenn er die Unsicherheiten und die Strategie zur Beseitigung von Unsicherheiten des Nachfragers kennt. Bei sehr individuellen Lösungen, wo der Kunden gar zum Co-Produzent wird, entstehen auch für den Anbieter Unsicherheiten bezüglich Entscheidungsspielraum oder Verfügbarkeit von termingerechten und qualitativen Kundeninformationen. Auch der Anbieter hat somit Interesse durch Screening-Aktivitäten Klarheit zu erlangen. Dies verdeutlicht die Wichtigkeit der Gewinnung und Nutzung kundenbezogener Informationen zur reibungslosen Durchführung von Markttransaktionen. Gleichzeitig nützt dieses Wissen für Folgegeschäfte mit dem gleichen oder weiteren Kunden, indem diese in die Gestaltung des Leistungspotentials einfliessen.  Quellen: Kleinaltenkamp, M. (2017). Der Wert des Kunden als Informant. In G. B. Helm S, Kundenwert (S. 189-209). Wiesbaden: Springer Fachmedien.  Eine bestehende Geschäftsbeziehung und das daraus gewonnene kundenspezifische Wissen wird auf jeden Fall zum Vorteil gegenüber der Konkurrenz. Ebenso schmälert sich beim Kunden das Transaktionsrisiko (Verzögerungen, Qualität etc.) bei einem Wiederholungskauf.   Das einzelkundenbezogene Wissen kann bei Auftreten eines neuartigen Kundenproblems in Folgetransaktionen von Bedeutung sein. Ebenso nützen die erhaltenen Erkenntnisse aus der gesamten Kundenbeziehung zum Aufbau einer Vorteilsposition gegenüber der Konkurrenz. Das Wissen fördert Effektivität und Effizienz in der Informationsübertragung zum Kunden.    Wenn sich die Erfahrungen aus kundenindividuellen Transaktionen auf andere Nachfrager übertragen lassen, wird von segmentbezogenen Informationen gesprochen. Gemäss der Diffusionstheorie sind Nachfrager eines bestimmten Marktes unterschiedlich bereit, ein für sie innovatives Produkt zu adaptieren. Deshalb ist es sehr zentral innerhalb eines Segmentes seine Lead User zu kennen. Aus einer Kooperation mit Lead Usern entstehen wissensbezogene Wirkungen, die schlussendlich in geringeren Markteintrittsbarrieren, einem beschleunigten Innovationsprozess und einer steigenden Nachfrage münden.   Der Lead User kann eine wichtige Rolle im direkten Informationsfluss als Meinungsführer übernehmen. Als Lead User eignen sich insbesondere Nachfrager mit einem hohen Innovations- und Referenzpotential.  Die Erläuterungen zeigen auf, dass der informationsbezogene Kundenwert durch die Wissensbestandteile geprägt wird, die aus den einzelnen Kundenkontakten im Leistungserstellungsprozess hervorkommen. Der informationsbezogene Kundenwert existiert nicht per se, er zeigt sich erst in der Qualität der Entscheidungen, die auf dieser Wissensgrundlage basieren. Im Nachhinein lässt sich der informationsbezogene Kundenwert aufgrund erhöhter Effizienz und Effektivität zum Beispiel durch einen grösseren Kundennutzen, einer stärkeren Kundenbindung, der Erlössicherung, einer möglichen Durchsetzung höherer Preise, Cross-Selling, höhere Gewinne oder einer besseren Vertriebseffizienz bewerten.   Anwendung auf eine Vertriebsorganisation  Gehen wir von folgender Beispielunternehmung mit funktionaler Organisation und einer B2B-Vertriebsorganisation mit produkteorientierter Segmentierung aus. Der Wert des Kunden als Informant wird zur methodischen Marktbearbeitung nicht berücksichtigt, vielmehr ist es abhängig vom Key Account Manager (KAM), ob er das Innovations- und Referenzpotential des Kunden erkennt und sein Wissen mit der Innovationsabteilung und weiteren Bereichen teilt. Wertvolles Kundenwissen wird nicht durch ein systematisches Wissensmanagement unternehmensweit geteilt. Gleichzeitig kann das Potential zur Kundenbindung mit Co-Creation nicht maximal genutzt werden.   Je mehr es dieser Unternehmung gelingt bereits im Vorfeld an eine Transaktion den Wert der erzielbaren Wissensveränderung und damit den wissensbezogenen Kundenwert zu ermitteln, lassen sich die oben beschriebenen Potentiale nutzen.   Was muss diese Unternehmung tun, um den Kundenwert des Nachfragers als Informant zu bestimmen und auf dieser Basis die Zusammenarbeit mit jenen Kunden zu intensivieren, welche einen hohen informationsbezogenen Wert darstellen?   Wissensbestand  Als erstes müssen die relevanten Tatbestände durch das Abbilden von Daten verfügbar sein. Durch Gewinnung, Aufbereitung und Speicherung leistungs- und beziehungsbezogenem Wissen wächst der Wissensbestand. Wie bei der erwähnten Unternehmung besteht die Gefahr, dass Wissen in der Unternehmung verteilt aber nicht für alle relevanten Bereiche zugänglich ist. So kennt der KAM, der nahe am Kunden ist, die Bedürfnisse und Potentiale sehr gut, wenn er dieses Wissen aber nicht unternehmensweit teilt, verpasst diese Firma die Chance den Kundenwert durch Up-Selling, Cross-Selling oder Co-Creation zu steigern. Das Gelingen der transparenten Information ist abhängig vom systematischen Aufbereiten, Speichern der Daten und dem Ableiten der richtigen Schlussfolgerungen. Unser Unternehmen hat dazu ein unterstützendes CRM-System zur Verfügung.   Selektionskriterien   Um die informationsbezogene Kundenbewertung vorzunehmen müssen die relevanten Selektionskriterien gewählt werden. Zur Bestimmung des Kundenwertes bezüglich seines Potentials Unternehmenswissen zu vergrössern und verbessern sind Kriterien bezüglich des Innovationspotentials und des Referenzpotentials zentral. Ebenfalls zu berücksichtigen ist der informationsbezogene Wert des Wissens. Um diese Kriterien zu bestimmen, kann sich die Unternehmung folgende Fragen stellen:   Innovationspotential  Ist das Kundenbedürfnis beispielhaft für die Gesamtmarktentwicklung?  Sieht der Kunde einen wesentlichen Nutzen in der Lösung und ist daher eher bereit Daten zu teilen?  Hat der Kunde eigene Innovationsprojekte durchgeführt?  Hat der Kunde selbst schon Prototypen gebaut? Referenzpotential  Hat der Kunde bei potenziellen Kunden eine Funktion eines Meinungsführers?  Hat der Kunde ein gewichtiges soziales Netzwerk?  Wie ist die Kundenzufriedenheit?    Informationsbezogener Wert  Lässt sich das beziehungsspezifische Wissen auf andere