Fallstudie · KI-gestützte Hyper-Personalisierung

„A truly personal letter from your favorite artist."

Der Künstler Lars schreibt seinen Fans – und jeder hat das Gefühl: Diese Mail kann nur für mich sein. Gebaut mit Daten, KI und sehr viel Prompt-Engineering. Das Ergebnis war drastisch.

Künstler Lars in seinem Atelier vor einem seiner Werke
Das Ergebnis zuerst

Klickrate verzehnfacht.

Eine einzige hyper-personalisierte Kampagne – und die Zahlen explodierten gegenüber der Kontrollgruppe.

×2 Öffnungsrate
20,30 % Klickrate (statt 1,95 %)
nur Seg. 1 hatte Verkäufe
Alle Details und die ehrliche Einordnung weiter unten.
+1.041 %
mehr Klicks
Background

Eine winzige Liste schlägt fast eine Million Follower.

Lars Stenchly, junger Künstler

Lars ist ein junger deutscher Künstler. Er verkauft Originale und Kunstdrucke – und erweiterte sein Portfolio gerade um Skizzen. Auf Instagram und TikTok hat er zusammen fast eine Million Follower.

Dann wurde sein TikTok-Konto vorübergehend gesperrt. Von einem Tag auf den anderen ein großer Teil seiner Reichweite: weg. Gemeinsam mit Meister Lampe und Freunde baute er deshalb etwas auf, das ihm wirklich gehört – eine eigene E-Mail-Liste.

Diese Liste hat nur rund 5.000 Adressen. Über sie verkauft Lars trotzdem mehr Werke als über alle sozialen Kanäle zusammen. Die Conversion-Rate per E-Mail liegt etwa 150-mal höher als auf Social – und das bei sehr jungem Publikum.

~900K
Follower auf Instagram & TikTok zusammen
~5.000
Adressen auf der E-Mail-Liste
~150×
höhere Conversion per E-Mail als Social
> Social
mehr Verkäufe als über alle sozialen Kanäle zusammen

Die Basis für durchschlagend erfolgreiches E-Mail-Marketing ist Relevanz.

1. Steuerungsdaten

Je relevanter eine Mail, desto erfolgreicher. Voraussetzung eins sind die richtigen Daten aus CRM, Shop und ERP. Bei Lars kamen sie aus Shopify, Klaviyo, Pipedrive – und aus einer Umfrage zu seinem Publikum.

2. Individueller Inhalt

Voraussetzung zwei ist passender Content. Genau hier scheiterte 1:1-Marketing bisher: nicht an den Daten, sondern am Aufwand. Je kleiner das Segment, desto größer die Arbeit. → Hier ändert KI alles.

Beispiel einer hyper-personalisierten E-Mail von Lars
Hyper-Personalisierung in der Praxis

Jede Mail nur für eine Person.

Für Lars erzeugte die KI je Empfänger eine vollständig individuelle Betreffzeile, einen eigenen Pre-Header und eine eigene E-Mail-Copy – geschrieben wie ein kurzer, persönlicher Brief des Künstlers. Auf Basis von Kauf-, Klick-, Demografie- und emotionalen Daten.

Der Effekt: Die Empfänger fühlten sich wirklich gesehen. „Diese Mail kann nur er persönlich geschrieben haben." Genau das ist der Hebel.

Die MLHPE

Datenquellen für die Meister Lampe Hyper Personalization Engine.

Vier Datenarten flossen zusammen – aus genau den Tools, die in modernen E-Commerce-Stacks ohnehin stecken.

eCommerce-Daten

Kaufhistorie (Shopify)

Engagement-Daten

Öffnungen & Klicks (Klaviyo)

Demographie

Geschlecht, Alter, Sprache (Pipedrive)

Emotionale Daten

Umfrage-Antworten (Typeform)

Überblick

So lief die Kampagne.

seit Sept 23

Lars startet mit Klaviyo: systematisches Erfassen von Klicks und Öffnungen.

Feb

Beginn der Entwicklung der „Meister Lampe Hyper Personalization Engine".

März

Befragung einer vierstelligen Zahl von Empfängern zu ihrer Kunst-Rezeption.Stufe 1

April

Laufendes Projekt: Tests und umfangreiches Prompt-Engineering.

Mai

Kampagnen-Launch (EMEA).Stufe 2

  1. Umfrage an Lars' Liste zu künstlerischen Aspekten – die systematische Sammlung „emotionaler Daten".
  2. Aufbereitung der emotionalen Daten plus Kauf-, Klick- und sozio-demografischer Informationen je Person.
  3. Entwicklung der MLHPE, die über die KI-API praktisch unbegrenzte, vollständig angepasste Inhalte erzeugt.
  4. Prompt-Engineering: ein sehr langer Prompt, der aus Individualdaten verkaufsstarke Texte macht – als persönlicher Brief mit eigener Betreffzeile und Pre-Header. Der Tonfall war die größte Herausforderung.
  5. Content-Erstellung inkl. QS: KI halluziniert manchmal – eine KI-gestützte Fehleranalyse gehört fest dazu.
  6. Durchführung mit zwei Vergleichsgruppen (nicht bzw. schwach individualisiert), um den Uplift sauber zu messen.
Die Werke

Worum es ging: Lars' Kunst.

Originale, Drucke und neue Skizzen – ein hochemotionales Produkt. Genau das machte die emotionalen Daten so wertvoll.

Ergebnisse im Detail

Drei Segmente, ein klares Bild.

Segment 1
Hyper-personalisierte Mail
Öffnungsrate 73,40 %
Klickrate 20,30 %
CTR 27,66 %
Segment 2
Leichte Individualisierung
Öffnungsrate 35,26 %
Klickrate 2,58 %
CTR 7,32 %
Segment 3
Testgruppe
Öffnungsrate 35,52 %
Klickrate 1,95 %
CTR 5,49 %
Öffnungsrate verdoppelt Klicks verzehnfacht +1.041 % Verkäufe ausschließlich in Segment 1!
Learnings

Was wir mitgenommen haben.

Ehrlich bleibt ehrlich

Einige methodische Bemerkungen.

Was man bei diesen Zahlen mitdenken muss

Die Liste ist mit ~5.000 Adressen klein. Dadurch sind die statistischen Ergebnisse nicht so präzise wie bei großen Verteilern – wegen des enormen Anstiegs halten wir sie dennoch für sehr signifikant.

Es gibt eine Verzerrung: Von engagierteren Empfängern lagen mehr Daten vor, was die Conversion ohnehin begünstigt. Ein Teil des Uplifts geht also auf dieses von Anfang an höhere Engagement zurück, nicht allein auf die hyper-personalisierten Texte. Der Effekt ist vorhanden, lässt sich aber nicht exakt quantifizieren.

Trotzdem: Die Hyper-Personalisierung führte zu einer rund 10-fachen Klickrate (20,3 % vs. 1,95 %) – das ist zum größten Teil dem Einsatz von KI zuzuschreiben. Und die Verkäufe gab es ausschließlich in Segment 1.

Perfektes E-Mail-Marketing für die KI-Ära

Genau das steckt im Buch.

Perfektes E-Mail-Marketing für die KI-Ära · 2. Auflage

Wie KI-Hyperpersonalisierung im Detail funktioniert – und wie du sie für dein eigenes E-Mail-Marketing nutzt – liest du Schritt für Schritt im Buch.