Das neue Marketo: Ein einheitlicher KI-first-Ansatz für den gesamten Demand-Lifecycle

Das Zeitfenster zur Beeinflussung von Kaufentscheidungen wird immer kleiner. Heute recherchieren Käuferinnen und Käufer mithilfe von KI viel früher als je zuvor – lange bevor ein Anbieter überhaupt ins Spiel kommt. Sie vergleichen Kategorien, fassen Preise und Integrationen zusammen und sortieren Optionen aus, die sich schwer einschätzen lassen. Wenn sich Interessentinnen und Interessenten dann bei einer Marke melden, haben sie sich längst eine Meinung gebildet – und häufig bereits Kolleginnen und Kollegen einbezogen, die bei der Entscheidung mitreden werden. Das Signal, das eine Marke schließlich erhält, ist kein Startschuss – das Spiel läuft längst, und es ist weiter vorangeschritten als früher.

Dieses Problem lässt sich nicht durch mehr Kampagnen oder komplexere Workflows lösen. Marken brauchen ein System, das sämtliche vorhandenen Informationen über Käuferinnen und Käufer, Accounts und potenzielle Buying Groups übergreifend auswerten kann – eines, das kontinuierlich und im benötigten Umfang die nächsten Schritte festlegt. Genau das leistet unser erweitertes Portfolio an KI-first-Lösungen auf der Adobe Marketo Engage-Plattform.

Was heutige Demand-Engines gut machen – und wo sie noch zulegen können

Die führenden Demand-Engines von heute machen vieles richtig. Sie arbeiten im benötigten Umfang, laufen zuverlässig und geben Teams die nötige Präzision, um Kampagnen wie geplant aufzubauen und zu automatisieren. Dieses Fundament ist unverzichtbar und wird nicht verschwinden. Allerdings hat das Warten auf das richtige Signal, um eine regelbasierte, vordefinierte Aktion auszulösen, seinen Preis: Käuferinnen und Käufer treffen Entscheidungen, während euer System noch auf das perfekte Signal oder einen bestimmten Lead-Score wartet. Hinzu kommt: Euer Team hat möglicherweise bereits die richtigen Hinweise in den vorhandenen Daten und Signalen – aber der Kontext fehlt, um für alle potenziellen Käuferinnen und Käufer schnell zu handeln.

Das haben wir beobachtet:

• Ein einzelnes, isoliertes Signal – ein Klick, ein Download oder ein Seitenbesuch – kann eine sehr spezifische Reaktion auslösen, die in der Systemlogik verankert ist, unabhängig von allem anderen, was gerade passiert. Eine Reaktion, die das Gesamtbild der Kaufabsicht der Kundschaft dabei oft verfehlt.
• Marketing, Paid Media und Outreach durch Business Development Representatives (BDR) laufen in der Regel als voneinander getrennte Maßnahmen ab – in separaten Systemen, mit separaten Daten. Das führt zu Kontextverlust, wenn die Kundschaft verschiedene Touchpoints durchläuft.
• Ein Lead kann isoliert betrachtet uninteressant wirken, in Kombination mit Signalen anderer Personen desselben Accounts oder derselben Buying Group jedoch „heiß“ sein.
• Die Qualifizierung erfolgt meist manuell und ist auf viele Tools verteilt. BDRs müssen Demand-Signale manuell zusammenführen und den Account recherchieren – dabei verpassen sie oft die Opportunity, die richtige Person zum richtigen Zeitpunkt mit der richtigen Botschaft anzusprechen.

Das ist zum größten Teil kein Datenproblem – zumindest nicht eines, das eine grundlegende Neustrukturierung eurer Datenbasis erfordert. Es ist ein Problem des Erkennens und Optimierens. Mit den richtigen Tools könnten Marketing-Teams aus den vorhandenen Daten und Signalen deutlich mehr herausholen. Je mehr Kanäle ihr zusammenführt, desto mehr Daten habt ihr – und desto reichhaltiger wird der Kontext der Kundschaft, den ihr kanalübergreifend konsistent für Targeting, Personalisierung und Next-Best-Actions nutzen könnt.

Das erweiterte Adobe Marketo Portfolio wurde entwickelt, um die komplexen Herausforderungen von B2B-Marketing- und Vertriebsteams zu bewältigen. Das können Teams jetzt damit erreichen:

• Bedürfnisse der Kundschaft antizipieren – Signale und Daten in nächstbeste Aktionen umwandeln. Erstellt aus euren vorhandenen Marketo Engage-Daten eine kontextuelle Intelligenzebene, die Personas, Käuferrollen, Interessen und mehr ermittelt. Diese Intelligenzebene kann die kontextuellen Erkenntnisse anschließend zu einer semantischen „Story“ ausbauen – als Grundlage, um Bedürfnisse der Kundschaft vorauszusehen und kontinuierliche Entscheidungen zu Engagement und Personalisierung im benötigten Umfang über Journeys, Kanäle und Inhalte hinweg zu treffen.
• ROI durch die Vereinheitlichung von Marketing-, Paid-Media- und BDR-Kanälen steigern. End-to-End-Customer-Journeys auf einer einzigen Arbeitsoberfläche managen, um eine gemeinsame Kundensicht zu schaffen – für vernetztere Erlebnisse und besseren ROI bei kostenintensiven Investitionen wie Events, Paid Media und BDRs.
• Bessere Ergebnisse mit Lead-, Account- und Buying-Group-Erkenntnissen. Erweitert den Kontext der Kundschaft mit Account- und Buying-Group-Details, um eure Reichweite zu steigern und fehlende Buying-Group-Rollen automatisch zu identifizieren – so könnt ihr neue Kontakte präzise über Paid Media, BDRs oder beliebige verknüpfte Kanäle gewinnen.
• Hochwertige Interessenten schneller qualifizieren. Nutzt einen einzigen Agent-basierten Workflow, der sowohl Inbound- als auch Outbound-BDR-Prospecting abdeckt und BDRs mit einem gemeinsamen Kontext zur Kundschaft versorgt – KI-generiert aus dem Engagement über Marketing und Paid Media.
• Schnell implementieren für sofortigen Mehrwert. Bestehende Adobe Marketo Engage-Kundschaft kann die vorhandene Datengrundlage nutzen – kein Neuaufbau der Datenbasis erforderlich.

Adobe Marketo Engage: Eine leistungsstarke B2B-Grundlage, jetzt mit Agent-basierter KI

Für Marken ist es entscheidend, Bewährtes beizubehalten und sich in ihrem eigenen Tempo weiterzuentwickeln.

Tausende von Marketing-Teams betreiben ihre geschäftskritischen Demand-Center heute auf Marketo Engage – und ein Großteil der dort laufenden Prozesse erfordert regelbasierte Präzision. Ein Compliance-pflichtiger Abmelde-Workflow, eine Verlängerungserinnerung mit fest definiertem Zeitplan oder ein Onboarding für eine kostenlose Testversion – all das sollte jedes Mal auf exakt dieselbe Weise ablaufen, ohne jeglichen Interpretationsspielraum. Diese Präzision ist ein Eckpfeiler dessen, was Marketo Engage zu einem führenden Produkt in der Marketing-Automatisierung gemacht hat – und das sollte sich nicht ändern.

Was sich jedoch ändern sollte, ist die Geschwindigkeit und Leichtigkeit, mit der diese Präzisionsarbeit aufgebaut und gepflegt wird. Genau deshalb hat Adobe Coworker für Marketo Engage entwickelt – ein natives, Agent-basiertes Erlebnis innerhalb von Marketo Engage, das es Teams ermöglicht, Workflows aufzubauen und zu pflegen sowie Daten zu analysieren und Erkenntnisse daraus zu gewinnen – über natürliche Sprache als Prompt für die Agent-basierte KI. Marketing-Teams können außerdem über den Marketo Engage MCP Server mit führenden KI-Tools – wie Claude, ChatGPT, Copilot und anderen – interagieren und so von mehr Flexibilität, Konnektivität und Effizienz profitieren.

Neu: Adobe Marketo Optimizer und Adobe Marketo Qualifier

Um mit KI-gestützten Käuferinnen und Käufern Schritt zu halten, braucht es ein System, das nicht nur Kundenbedürfnisse antizipiert, sondern auch die jeweils nächstbeste Aktion bestimmt – und das kontinuierlich für jede Person der Kundschaft, um das richtige Erlebnis zu orchestrieren. Genau diesen Wandel treibt Adobe voran: von der Marketing-Automation zur Marketing-Orchestrierung. Das erfordert einen KI-first-Ansatz, der die richtigen Fähigkeiten für das „Denken“ und das „Handeln“ teamübergreifend schafft. Das Vertrauen, das so viele in die Datenbasis von Marketo Engage setzen, hat uns inspiriert, diese neuen Produkte zu entwickeln.

Adobe Marketo Optimizer wurde für Marketing-Teams entwickelt, um Lead-, Account- und Buying-Group-Journeys zu bündeln – gestützt auf leistungsstarkes KI-Reasoning, das den Kundenkontext durch kontinuierlich aktualisierte semantische Storys anreichert und das Engagement über Marketing-, Paid-Media- und BDR-Kanäle mit nächstbesten Aktionen skaliert.

Adobe Marketo Qualifier vereint für BDR-Teams die Qualifizierung eingehender Leads und das Outbound-Prospecting in einem einzigen Agent-basierten Workflow – fest verankert im gesamten Demand-Lifecycle und in einem gemeinsamen Kundenkontext. Es wurde entwickelt, um die problematische „letzte Meile“ zwischen Demand Generation und Pipeline-Aufbau zu schließen.

Beide Lösungen basieren auf der Datenbasis von Marketo Engage und teilen ein kontextuelles Verständnis jeder einzelnen Person, jeder Buying Group und jedes Accounts – eine Kundendatenplattform (CDP) ist dabei nicht erforderlich. Und wenn euer Unternehmen Marketo Engage bereits nutzt, könnt ihr schnell loslegen.

Bei der nächsten Iteration der Marketing-Automation geht es nicht darum, mehr Kampagnen schneller auszuführen – auch wenn sie das kann. Die eigentliche Weiterentwicklung ist die Marketing-Orchestrierung: Sie antizipiert, was als Nächstes zu tun ist, trifft fundierte Entscheidungen und setzt diese kontinuierlich im benötigten Umfang um – um die Bedürfnisse einer entscheidenden, hochwertigen Zielgruppe zu erfüllen: die Personen, die direkt mit euch interagieren. Marketing-Orchestrierung bietet zudem eine effiziente und kosteneffektive Zielgruppenerweiterung über Accounts und Buying Groups hinweg.

Ein End-to-End-Ansatz für Marketing-Orchestrierung im KI-Zeitalter

Stellt euch vor, was tatsächlich passiert, wenn ein Unternehmen mit mehreren Stakeholdern einen wichtigen Kauf bei eurem Unternehmen erwägt. Nehmen wir zum Beispiel eine Entscheidungsträgerin wie eine VP of Marketing: Sie besucht eine Website und liest einen Benchmarking-Bericht. Ihre KI-Hausaufgaben hat sie bereits gemacht – und den Bericht sogar an ihre CFO weitergeleitet. Vielleicht hat sie auch die Sicherheitsverantwortlichen kontaktiert, um die Compliance-Eignung zu prüfen – und das alles, bevor sie die Website erneut aufgerufen oder mit jemandem in eurer Organisation gesprochen hat.

Eine Demand Engine, die auf wenige Seitenaufrufe und einen Assetdownload reagiert, könnte eine Person für zwei unterschiedliche Journeys qualifizieren. Marketo Optimizer erkennt, dass es sich um eine entscheidungsverantwortliche Person mit einem konkreten Interesse handelt, wertet alle relevanten Signale aus, wählt die Journey mit den passendsten Inhalten und benachrichtigt einen BDR. Anschließend optimiert es jeden Schritt im Pfad, entscheidet, wie Inhalte personalisiert werden sollen, und verfeinert seinen Ansatz mit jeder neuen Interaktion.

Marketo Optimizer bewertet außerdem den Account. Es identifiziert die Bedürfnisse der bekannten Stakeholder, stellt der Security-Verantwortlichen einen technischen Vergleich bereit und der CFO ein ROI-fokussiertes Asset. Zudem meldet es den Account dem Paid-Media-Team für gezielte Medienpräsenz – um mehrere fehlende Buying-Group-Mitglieder zu erreichen und einzubinden.

Wenn der oder die Marketing Operations Director für die VP of Marketing im Chat eurer Website einige Rückfragen stellt, verbindet Marketo Qualifier einen BDR in einer Live-Session und erstellt für den BDR eine Zusammenfassung aller bisherigen Aktivitäten im Account – einschließlich des bereits vorhandenen Kontexts, auf dem es kontinuierlich aufbaut. Mit Marketo Qualifier kann der BDR einen Termin vereinbaren, einen neuen Lead in der Buying Group identifizieren – möglicherweise einen, der über Paid Media generiert wurde –, den Account weiter recherchieren und durch Outbound-Prospecting fehlende Schlüsselmitglieder der Buying Group aufspüren, bevor der Account für den Vertrieb qualifiziert wird.

Der gemeinsame Einsatz von Marketo Optimizer und Marketo Qualifier kann dafür sorgen, dass ein vielversprechender Deal in wenigen Tagen statt in Wochen vorankommt – solange die Opportunity noch offen und aktuell ist. Das macht den Prozess nicht nur schneller, sondern verbessert auch das Käufererlebnis insgesamt. Marken, die beim Käufererlebnis als „Ausgezeichnet“ bewertet werden, verzeichnen laut einer Studie von Dentsu zu KI-beschleunigtem B2B-Kauf häufig deutlich kürzere Verkaufszyklen als Marken, die als „Gut“ eingestuft werden – um 31 % schnellere Deal-Zyklen. Konsistenter Kontext und verknüpfte Kanäle entlang der gesamten Journey spielen dabei eine entscheidende Rolle.

Der Vorteil: Den Wald und die Bäume zugleich sehen

Es gibt ein altes Sprichwort, das davor warnt, den Wald vor lauter Bäumen nicht zu sehen – sich so sehr in einzelne Datenpunkte zu vertiefen, dass man das große Ganze aus dem Blick verliert. B2B-Marketing hat zwei Jahrzehnte damit verbracht, immer besser darin zu werden, die Bäume zu erfassen – Klicks, Downloads, Seitenaufrufe, einen Lead-Score nach dem anderen. Was bisher fehlte, ist der Wald: der Account, die Buying Group, das kontextuelle Verständnis des Gesamtbildes und die Fähigkeit, in Echtzeit darauf zu reagieren.

Genau diese Lücke schließen Marketo Optimizer und Marketo Qualifier. Sie ergänzen Marketo Engage durch kontinuierliches Reasoning über eure Signale und Daten hinweg und schaffen so ein kohärentes, dauerhaft aktuelles Bild der jeweiligen Kundschaft – eines, das Teams nutzen können, um jede Interaktion und das Gesamterlebnis zu optimieren. Da sie auf der bewährten Marketo Engage-Datenbasis aufbauen, können eure Teams bessere Erlebnisse und Ergebnisse erzielen – und zum ersten Mal wirklich den Wald statt nur einzelne Bäume sehen.

Der Vorteil liegt nicht darin, Signale zuerst zu erkennen. Er liegt darin, den Wald und die Bäume gleichzeitig im Blick zu behalten – von Anfang bis Ende.

Neugierig, wie das in eurer eigenen Marketo Engage-Instanz aussieht? Schaut euch Adobe Marketo Optimizer, Adobe Marketo Qualifier und Coworker für Marketo Engage an und findet heraus, wo jedes davon in euren Wachstumsplan passt.