Konkrete Beispiele dafür, wie Prompt-Engineering die Zielgruppenausrichtung, den Tonfall und das Timing verbessert
Einleitung
E-Mail-Marketing war schon immer eine der direktesten und effektivsten Methoden, um mit einer Zielgruppe zu kommunizieren. Aber um es richtig zu machen – die richtige Botschaft, der richtige Zeitpunkt, der richtige Ton –, bedarf es viel Überlegung, Tests und Zeit.
Im letzten Jahr habe ich begonnen, KI gezielter in meinen E-Mail-Kampagnen einzusetzen. Nicht, um menschliche Strategie oder Kreativität zu ersetzen, sondern um sie zu verstärken. Mit den richtigen Eingabeaufforderungen konnte ich schneller Texte verfassen, intelligenter segmentieren und mehr Varianten testen als je zuvor.
So hat mir KI dabei geholfen, meine E-Mail-Ergebnisse zu verbessern – Schritt für Schritt.
1. Segmentierung nach Absichten, nicht nur nach demografischen Merkmalen
Die meisten Marketingfachleute stützen sich bei der Segmentierung von E-Mail-Listen nach wie vor auf oberflächliche Daten wie Alter, Standort oder Berufsbezeichnung. Ich habe begonnen, KI einzusetzen, um Segmente auf der Grundlage von Verhaltensabsichten zu erstellen – wie beispielsweise Surfverhalten, Aktivitäten im Warenkorb oder Interaktion mit Inhalten.
Beispiel für eine Eingabeaufforderung: „Erstellen
Sie 4 Nutzersegmente auf der Grundlage der folgenden Daten: Verweildauer auf der Website, besuchte Seiten und bisherige E-Mail-Klicks. Konzentrieren Sie sich dabei auf den Grad der Interaktion.“
So ergaben sich Gruppen wie „zögerliche Erstbesucher“ oder „Wiederkehrer ohne Konversion“ – und diese bildeten die Grundlage für maßgeschneiderte Kampagnen, die tatsächlich auf die mentale Verfassung der Nutzer eingingen und nicht nur auf deren demografische Merkmale.
2. Bessere Betreffzeilen verfassen (schneller)
Wir alle wissen, dass Betreffzeilen über den Erfolg oder Misserfolg einer E-Mail entscheiden können. Aber für jede Kampagne zehn gute Betreffzeilen zu verfassen? Das macht keinen Spaß.
Bei der KI nutze ich verschiedene Prompt-Varianten, um den Tonfall, die Dringlichkeit und emotionale Auslöser zu erkunden.
Beispiel für eine Aufgabe: „Verfasse
10 Betreffzeilen für eine E-Mail, in der ein dreitägiger Ausverkauf von Fitnessartikeln angekündigt wird. Verwende dabei Dringlichkeit, in einigen Fällen Emojis und in mindestens zwei Fällen eine Fragestellung.“
Das Ergebnis ist ein umfangreicher Pool für A/B-Tests – und was noch wichtiger ist: So spare ich kreative Energie für die eigentlichen Inhalte.
3. Dynamischer Fließtext je nach Segment
Sobald ich meine Segmente festgelegt habe, verfasse ich oft mehrere E-Mail-Varianten – eine pro Segment. Anstatt jedes Mal von vorne anzufangen, nutze ich Vorlagen, um dieselbe Nachricht an unterschiedliche Tonalitäten oder Probleme anzupassen.
Von mir verwendete Vorgabe: „Formuliere
diese E-Mail neu für einen Nutzer, der Artikel in den Warenkorb gelegt, aber keinen Kauf getätigt hat. Der Ton sollte freundlich und nicht aufdringlich sein. Biete eine dezente Erinnerung an und füge einen sanften Aufruf zum Handeln (CTA) ein.“
Dadurch wirkt die E-Mail persönlicher, ohne dass ein großes Kreativteam erforderlich ist.
4. Vorabprüfung von Tonfall und Formulierung
Manchmal möchte ich vor dem Versenden testen, wie eine Nachricht wohl ankommen könnte. Ich bitte die KI, zu „simulieren“, wie verschiedene Nutzerprofile auf einen Entwurf reagieren könnten.
Beispiel für eine Aufgabenstellung: „Wie
würde ein preisbewusster Nutzer auf dieses E-Mail-Angebot reagieren: ‚Kostenloser Versand ab einem Bestellwert von 75 $‘? Schlagen Sie zwei Alternativen vor, die motivierender wirken.“
Das hilft mir, noch vor dem Absenden Kurskorrekturen vorzunehmen – und bringt mich auf neue Ideen, auf die ich sonst vielleicht nicht gekommen wäre.
5. E-Mail-Sequenzen für Funnels erstellen
Beim Erstellen von Lead-Nurture-Sequenzen oder Abläufen nach dem Kauf hilft mir KI dabei, die gesamte Kampagnenstruktur schneller zu skizzieren.
Die von mir verwendete Vorgabe lautet: „Erstelle
eine Willkommensserie aus vier E-Mails für einen neuen Nutzer einer digitalen Produktivitäts-App. Jede E-Mail sollte sich auf die Einarbeitung, die Gewohnheitsbildung und die langfristige Kundenbindung konzentrieren.“
Anstatt stundenlang von Grund auf neu zu planen, erhalte ich einen klaren Entwurf, den ich verfeinern und an die lokalen Gegebenheiten anpassen kann.
Abschließende Gedanken: KI macht aus einem schlechten Marketingfachmann keinen guten. Aber sie macht einen guten Marketingfachmann schneller, agiler und experimentierfreudiger.
Für mich geht es nicht darum, E-Mails zu automatisieren – es geht darum, die Entscheidungsfindung zu verbessern. Je häufiger ich Prompt Engineering in E-Mail-Kampagnen einsetze, desto mehr wird mir bewusst, wie viel Zeit ich früher mit sich wiederholenden Aufgaben verschwendet habe, die gar nicht manuell erledigt werden mussten.
Wenn Sie sich damit beschäftigen, wie Sie KI in Ihren E-Mail-Workflow integrieren können, teile ich gerne weitere Informationen mit Ihnen. Und falls Sie bereits selbst damit experimentiert haben, würde ich mich freuen zu erfahren, was bei Ihnen gut funktioniert.
Schreiben Sie mir eine E-Mail an [email protected] oder vernetzen Sie sich mit mir auf LinkedIn.