Was Marketing von Luisa-Victoria Boll und KI lernen kann

Warum diese junge Bankerin ein Vorbild für KI-Marketing ist

Frauen investieren in Deutschland im Schnitt deutlich seltener und vorsichtiger als Männer – obwohl sie statistisch länger leben und öfter von Altersarmut betroffen sind. Genau an dieser Lücke setzt Luisa‑Victoria Boll an, Marketing Strategy and Experience Manager bei der Deutschen Bank und Future Marketing Leader 2025.

Ihr Weg vom Bankschalter zur konzernweiten Customer-Experience-Strategie zeigt sehr klar, wie modernes Marketing funktioniert: datenbasiert, kundenzentriert, emotional – und zunehmend unterstützt durch Künstliche Intelligenz.

In dieser Folge unserer Reihe „KI für Marketing & Vertrieb: Der deutsche Leitfaden“ schauen wir uns an, was Marketer:innen konkret aus Bolls Ansatz lernen können – und wie sich ihre Prinzipien mit KI skalieren lassen.

---

1. Vom Bankschalter zur Customer Experience – was KI hier wirklich bringt

Der Kern von Bolls Karriereweg: Sie hat Kundenbedürfnisse zuerst an der Front erlebt und später strategisch gestaltet. Genau diese Brücke fehlt vielen KI-Projekten im Marketing.

Was sie richtig macht:

• Start bei echten Kundenerlebnissen (Filiale, Gespräche, Bedürfnisse)
• Danach Übersetzung in Marken- und Customer-Experience-Strategien
• Fokus auf Wirkung statt auf kurzfristige Kampagnen-Performance

Wie KI diese Stärke verstärkt – nicht ersetzt

KI im Marketing und Vertrieb ist dann sinnvoll, wenn sie echtes Kundenverständnis skaliert, statt es zu ersetzen.

Konkrete Hebel für Customer Experience mit KI:

• KI-gestützte Kundenanalyse: Cluster-Analysen, Next-Best-Action, Erkennung von Churn-Risiken auf Basis von Transaktions- und Interaktionsdaten.
• Personalisierte Journeys: Inhalte und Angebote werden dynamisch an Lebenssituationen angepasst (z.B. Familiengründung, Jobwechsel, Erbschaften).
• Sprach- und Chatbots: 24/7-Begleitung bei Standardfragen, während Berater:innen Zeit für komplexe, emotionale Themen gewinnen.

Die Realität ist: Wer den Kundenalltag nie gesehen hat, baut mit KI schnell kluge, aber irrelevante Use Cases. Bolls Weg zeigt das Gegenmodell.

KI im Marketing wirkt nur, wenn sie auf echtem Kundenverständnis basiert – nicht auf Fantasie-Personas aus PowerPoint.

---

2. „Female Finance“: Ein Case für zielgruppenspezifisches KI-Marketing

Bolls Projekt „Female Finance“ ist ein Paradebeispiel dafür, wie man systematisch eine Zielgruppe aufbaut, die Banken traditionell vernachlässigt haben.

Die Eckdaten der Initiative:

• Aufbau seit 2023
• Events in über 100 Filialen
• Mehr als 5.000 Teilnehmerinnen
• Ziel: Frauen für Finanzthemen begeistern und befähigen

Der spannende Punkt für KI-getriebenes Marketing: Hier wird nicht nur ein Produkt verkauft, sondern ein Mindset verändert.

Was Marketer:innen daraus für KI-gestützte Zielgruppenarbeit lernen

1. Zielgruppe verstehen, bevor man segmentiert
   Viele Unternehmen starten mit KI-Segmentierung, ohne vorher qualitative Insights. Bolls Ansatz ist umgekehrt: erst Gespräche, Workshops, Events – dann skalieren.

2. Barrieren ernst nehmen
   Bei Frauen und Finanzen sind die Hürden häufig:

   • Sprache zu komplex
   • Produkte historisch „von Männern für Männer“ gedacht
   • wenig vertrauenswürdige, weibliche Vorbilder

   KI kann diese Barrieren nur adressieren, wenn sie in den Trainingsdaten sichtbar sind: Fragen aus Events, Sorgen in Feedbacks, Wortwahl in E‑Mails.

3. Emotion + Daten kombinieren
   „Female Finance“ arbeitet mit Emotion, Vertrauen und Relevanz. KI hilft, diese Emotionen an den richtigen Touchpoints auszuspielen:

   • E‑Mail-Betreffzeilen, die an konkreten Lebensphasen anknüpfen
   • Content-Empfehlungen basierend auf bisherigen Interaktionen
   • Tonalität-Analysen, um Kommunikation weniger technisch klingen zu lassen

Wie würde „Female Finance“ mit KI auf das nächste Level kommen?

Ein paar praxisnahe Szenarien:

• Predictive Analytics: Welche Kundin steht kurz vor wichtigen Finanzentscheidungen (Immobilie, Selbstständigkeit, Familienplanung)? KI kann auf Basis von Kontobewegungen, Anfragen und Suchverhalten Wahrscheinlichkeiten schätzen – natürlich DSGVO-konform und transparent.
• Content-Automatisierung: Automatisierte Erstellung von Ratgeber-Artikeln, Checklisten und Newslettern, jeweils in verständlicher Sprache und personalisiert auf Wissensstand und Ziele.
• Personalisierte Lernpfade: Ein KI-gestütztes Lernportal, das nach einem kurzen Onboarding-Test erkennt, welche Themen (z.B. Altersvorsorge, ETF, Absicherung) Priorität haben und in welcher Tiefe.

Wer Finanz-Marketing in Deutschland modernisieren will, kommt an solchen KI-Anwendungen nicht mehr vorbei.

---

3. Purpose, Emotion, Wirkung – und wo KI ins Spiel kommt

Boll betont, dass sie Marken- und Customer-Experience-Strategien entwickeln will, die Purpose, Emotion und Wirkung verbinden. Genau das ist die Königsdisziplin im KI-Marketing.

Purpose und KI: kein Widerspruch

Viele Unternehmen haben Angst, dass KI-Kommunikation unpersönlich wirkt. Das passiert nur, wenn Purpose und Markenidentität nicht konsequent in Daten, Prompts und Regeln übersetzt werden.

Wie es besser geht:

• Markenwerte als feste Leitplanken in allen KI-Systemen hinterlegen
• Tonalität, Bildwelt und „No-Gos“ klar definieren
• Beispiele guter und schlechter Kommunikation als Trainingsmaterial nutzen

Gerade im Finanzbereich ist Vertrauen der entscheidende Faktor. KI darf nicht als Blackbox agieren, sondern braucht nachvollziehbare Regeln – intern für Teams und extern für Kund:innen.

Emotion im KI-gestützten Marketing messbar machen

Emotionen sind nicht nur Kreativ-Bauchgefühl. Mit KI werden sie messbar:

• Sentiment-Analysen von Kundenfeedback und Social-Media-Kommentaren
• Emotionserkennung in Sprache (z.B. Callcenter) oder Texten (z.B. Chat)
• A/B-Tests für Botschaften, die gezielt auf Sicherheit, Freiheit oder Kontrolle abzielen

So lässt sich systematisch prüfen, ob Inhalte wirklich „bewegen“ – etwas, das Boll ausdrücklich antreibt.

Wirkung im Marketing entsteht, wenn Purpose, Emotion und Daten an einem Tisch sitzen – und KI hilft, diesen Dialog permanent zu führen.

---

4. Marke in neue Lebenswelten tragen – mit datengetriebenem Sponsoring

Ein weiterer Schwerpunkt ihrer Arbeit: die Marke Deutsche Bank in neue Lebenswelten bringen – etwa über den „Deutsche Bank Park“ in Frankfurt. Dort treffen Sport, Entertainment und Freizeit aufeinander.

Wie KI Sponsoring-Strategien schärft

Sponsoring ist oft teuer – und schwer messbar. KI ändert das.

Konkrete Einsatzmöglichkeiten:

• Zielgruppen-Analyse vor Ort: Bewegungsdaten, App-Nutzung, Ticketkäufe, Merchandising – anonymisiert ausgewertet – zeigen, welche Segmente im Stadion tatsächlich erreicht werden.
• Personalisierte Fan-Kommunikation: Dynamische Inhalte für Fans von Fußball, Konzerten oder Familien-Events – jeweils mit passenden Finanzthemen (z.B. Sparziele, Reisebudget, Ticket-Finanzierung).
• Attributionsmodelle: Welche Sponsoring-Aktivitäten zahlen auf Markenbekanntheit, App-Downloads oder Kontoeröffnungen ein? KI-Modelle helfen, diese Effekte sauberer zu trennen.

Gerade zum Jahresende, wenn Budgets für 2026 geplant werden, ist diese Kombination aus Branding + messbarer Wirkung ein starkes Argument für KI-gestützte Marketingstrategien.

---

5. Psychologie + KI: Das Skillset der Future Marketing Leaders

Boll studiert neben ihrem Job Psychologie und bringt diese Perspektive bewusst ins Marketing ein. Das ist kein „Nice to have“, sondern in einer KI-getriebenen Welt ein echter Wettbewerbsvorteil.

Warum Psychologie im KI-Marketing so wertvoll ist

• Besseres Verständnis von Entscheidungsmustern: Verlustaversion, soziale Bewährtheit, kognitive Überlastung – all das beeinflusst, wie Menschen Finanzprodukte wählen.
• Ethik in der Automatisierung: Nur weil KI jemanden zu einem Abschluss „drücken“ kann, heißt das nicht, dass sie es sollte. Psychologisches Know-how hilft, manipulative Muster zu erkennen und zu vermeiden.
• Nutzerzentriertes Design: Wer versteht, wann Menschen sich überfordert fühlen, gestaltet Oberflächen, Prozesse und Kommunikation deutlich klarer.

Genau diese Kombination – technisches Verständnis für KI, psychologisches Know-how und Businessfokus – zeichnet die Future Marketing Leaders aus, die wir in dieser Serie vorstellen.

Was Teams jetzt konkret tun können

1. Kompetenzen mischen: Datenexpert:innen, Psycholog:innen, UX-Designer:innen und Kreative in einem Squad für KI-Marketing bündeln.
2. KI-Experimente klein starten: Ein Use Case, ein klarer KPI, ein begrenztes Segment – und dann lernen.
3. Transparente Regeln definieren: Was darf KI im Kundenkontakt entscheiden? Wo sind menschliche Ansprechpartner Pflicht?

Die Realität: Die meisten Unternehmen haben genug Daten, aber zu wenig interdisziplinäre Zusammenarbeit. Bolls Weg zeigt, dass genau hier die Zukunft liegt.

---

Fazit: Wirkung statt Hype – so setzen Sie KI im Marketing richtig ein

Luisa‑Victoria Boll steht für eine Generation von Marketingführungskräften, die KI nicht als Selbstzweck sieht, sondern als Werkzeug, um Customer Centricity, Purpose und messbare Wirkung zusammenzubringen.

Wer aus ihrem Beispiel lernen will, sollte:

• beim echten Kundenproblem beginnen (z.B. Frauen und Finanzen),
• KI nutzen, um Zielgruppenverständnis und Customer Experience zu skalieren,
• Purpose, Emotion und Daten in einer konsistenten Markenstrategie verbinden.

Gerade jetzt, wenn viele Unternehmen ihre Budgets und Roadmaps für 2026 planen, lohnt sich eine Frage: Welche Ihrer Marketing- und Vertriebsinitiativen könnten – wie „Female Finance“ – mit KI deutlich mehr Wirkung entfalten?

Wer diesen Weg geht, arbeitet nicht nur effizienter, sondern baut Beziehungen auf, die bleiben – weit über die nächste Kampagne hinaus.