Warum Signalqualität wichtiger ist als Automatisierung

Künstliche Intelligenz kann im Eventmanagement weit mehr leisten als Prozesse zu automatisieren. Entscheidend sei dabei aber, welche Daten ausgewertet werden und welche Rückschlüsse sie tatsächlich zulassen. In seinem Gastbeitrag erklärt Andreas Heckmann, Global Chief Customer Officer bei Cvent, warum die Qualität von Signalen wichtiger ist als ihre Menge – und weshalb menschliches Urteilsvermögen unverzichtbar bleibt.

(Bild: Cvent)

Wer KI im Eventmanagement vor allem für automatisierte Einladungen, Textproduktion oder Zusammenfassungen einsetzt, nutzt nur einen kleinen Teil ihres Potenzials. Gleichzeitig verändert der zunehmende Einsatz von KI die Bedingungen, unter denen Unternehmen Vertrauen aufbauen: Kommunikation lässt sich leichter skalieren und personalisieren, persönliche Begegnung dagegen nicht. Deshalb gewinnen die Momente an Bedeutung, in denen Menschen tatsächlich miteinander diskutieren, Erfahrungen austauschen und Vertrauen aufbauen.

Für Eventteams ist es nicht entscheidend, möglichst viele Prozesse zu automatisieren. Interessanter ist, wie Technologie dabei helfen kann, relevante Interessen und Interaktionsmuster zu erkennen und daraus passende Kontakte abzuleiten. Hier kommt die Auswertung großer Mengen an Teilnehmer- und Interaktionsdaten ins Spiel.

Fragen wie „Welche Session war gut besucht und welche hat darüber hinaus echte Diskussionen ausgelöst?“ lassen sich nicht aus einem einzelnen Datenpunkt beantworten. Aussagekraft entsteht erst, wenn es klar ist, welche Signale relevant sind. KI kann unterschiedliche Informationen zusammenführen und Muster schneller sichtbar machen. Ob daraus eine belastbare Einschätzung entsteht, hängt davon ab, welche Daten vorliegen und wie sie gewichtet werden.

Viele Daten sind noch keine gute Entscheidungsgrundlage. Wer nicht definiert hat, welche Verhaltensweisen für die eigenen Eventziele relevant sind, automatisiert im Zweifel nur eine unklare Bewertungslogik.

Personalisierung braucht mehr als ein Teilnehmerprofil

Personalisierung wird häufig noch über die Kommunikation gedacht: andere Betreffzeile, andere Ansprache, anderer Content. Für Events ist die interessantere Frage, welche Informationen oder Kontakte für einen Teilnehmer zu einem bestimmten Zeitpunkt tatsächlich relevant sind.

Ein Teilnehmer beschäftigt sich beispielsweise bereits vor dem Event mit einem bestimmten Thema, besucht mehrere dazu passende Sessions, speichert Inhalte in der Event-App und vernetzt sich anschließend mit Referenten oder anderen Teilnehmern. In der Summe entsteht daraus ein aussagekräftigeres Interessenprofil als aus Registrierung, Jobtitel und Unternehmenszugehörigkeit allein.

KI kann solche Signale zusammenführen und daraus Empfehlungen für Sessions, Inhalte oder Kontakte ableiten. Dabei muss jedoch klar bleiben, was diese Daten tatsächlich aussagen. Ein besuchter Vortrag ist noch kein Kaufinteresse. Ein Download ist keine Absichtserklärung. Auch mehrere Interaktionen brauchen Kontext.

Teilnehmerzahl ist nur der Anfang der Auswertung

Registrierungen, No-show-Rate und tatsächliche Teilnehmerzahl bleiben wichtige Kennzahlen für Planung und Betrieb. Über die Wirkung einer Veranstaltung sagen sie jedoch wenig aus.

Dafür braucht es andere Daten: Welche Sessions werden nicht nur besucht, sondern bis zum Ende verfolgt? Welche Inhalte werden gespeichert oder später erneut aufgerufen? Wo entstehen Kontakte zwischen Teilnehmern? Welche Themen führen zu wiederholter Interaktion?

Die Wirkung eines Events zeigt sich zudem selten unmittelbar. Ein gutes Gespräch auf einer Konferenz taucht zunächst in keiner Pipeline auf. Ein fachliches Interesse kann sich über mehrere Veranstaltungen entwickeln, bevor daraus ein konkreter geschäftlicher Kontakt entsteht. Wer ausschließlich nach dem direkten Ergebnis eines einzelnen Events fragt, bildet diese Entwicklung nicht ab.

Der Blick auf einzelne Events greift zu kurz

In vielen Unternehmen werden Webinare, Kundenveranstaltungen, Messeauftritte und große Jahreskonferenzen noch getrennt geplant und ausgewertet. Für den Teilnehmer besteht diese Trennung nicht. Für ihn sind es verschiedene Kontaktpunkte mit demselben Unternehmen.

Werden diese Interaktionen über einen längeren Zeitraum zusammengeführt, lassen sich Interessen und Veränderungen besser erkennen. Voraussetzung dafür sind verbundene Systeme. Bleiben Eventplattform, CRM und Marketing-Automation voneinander getrennt, bleibt auch die Analyse fragmentiert. Technische Integration ist deshalb oft wichtiger als das nächste KI-Feature.

Im Follow-up zeigt sich der praktische Wert

Nach größeren Veranstaltungen stellt sich für Sales und Marketing vor allem die Frage, welche Kontakte wie weiterbearbeitet werden. Eine pauschale Nachfassmail behandelt sehr unterschiedliche Teilnehmer identisch. Ein rein automatisiertes Scoring kann dagegen eine Genauigkeit suggerieren, die die zugrunde liegenden Daten gar nicht hergeben.

KI kann relevante Signale zusammenführen und Kontakte nach zuvor definierten Kriterien priorisieren. Welcher nächste Schritt daraus folgt – persönliches Gespräch, vertiefender Inhalt oder zunächst keine Ansprache –, lässt sich jedoch nicht allein aus einem Score ableiten.

Wo menschliches Urteil unverzichtbar bleibt

KI erkennt Muster in Teilnehmerdaten, kennt aber weder die Qualität eines persönlichen Gesprächs noch die Dynamik einer Begegnung. Auch warum jemand eine Session verlässt, einen Inhalt mehrfach öffnet oder auf einen Kontakt verzichtet, lässt sich aus dem Signal allein nicht ablesen.

Gerade darin liegt der besondere Wert von Live-Events: Je leichter sich digitale Kommunikation mithilfe von KI skalieren lässt, desto stärker gewinnt persönliche Begegnung an Bedeutung. Gespräche, spontane Begegnungen und der Aufbau von Vertrauen lassen sich nur begrenzt in Daten übersetzen. KI kann helfen, relevante Interessen und Signale früher zu erkennen und Begegnungen besser vorzubereiten. Die Qualität des persönlichen Austauschs selbst lässt sich jedoch nicht automatisieren.

Eventteams sollten deshalb wissen, welche Signale sie zuverlässig erfassen, welche davon tatsächlich mit ihren Zielen zusammenhängen und wo Daten oder Schnittstellen fehlen. Erst dann lässt sich sinnvoll entscheiden, an welchen Stellen eine automatisierte Auswertung weiterhilft.

KI ist im Eventmanagement vor allem dort nützlich, wo sie große Datenmengen strukturiert und relevante Signale herausarbeitet. Was daraus folgt, bleibt an vielen Stellen eine menschliche Entscheidung.

Über den Autor

(Bild: Cvent)Andreas Heckmann ist Global Chief Customer Officer bei Cvent. Zuvor war er fast 25 Jahre bei SAP tätig und verantwortete dort unter anderem eine globale Kundenservice-Organisation mit mehr als 10.000 Mitarbeitenden sowie die Transformation des Kundenservice im Zuge des Wechsels von On-Premise- zu Cloud-Lösungen. Heute bringt er diese Erfahrung in die Weiterentwicklung von Customer Experience, Technologie und KI-gestützten Geschäftsprozessen ein.