Red Hat ist der weltweit führende Anbieter von Open-Source-Softwarelösungen für Unternehmen und hilft Organisationen, darunter 90 % der Fortune 500, geschäftskritische Workloads in den Bereichen Hybrid Cloud, Automatisierung, Linux und KI auszuführen. Doch selbst in einer stark datengesteuerten Marketingorganisation wurden Teams, die Leistungsfragen beantworten und Erkenntnisse gewinnen wollten, durch fragmentierte Informationen in Dashboards, Dokumenten, Tabellenkalkulationen und internen Tools ausgebremst. Um dies zu lösen, hat Red Hat die Marketing Insights and Navigation Engine (MINE) entwickelt. Basierend auf einer offenen Hybrid-Cloud-Grundlage und unter Integration von Databricks für Data Intelligence ist MINE eine fortschrittliche, agentenbasierte Marketingplattform, die Marketern einen dialogorientierten Zugriff auf vertrauenswürdige Antworten bietet, ihnen hilft, durch Leistungsdaten zu navigieren und schneller von der Erkenntnis zur Tat zu schreiten.
Von der fragmentierten Datensuche zum Precision Marketing
Das Marketingteam von Red Hat musste schneller agieren, aber die Informationen, auf die sich die Marketer verließen, waren über viele Systeme verteilt. Die Kampagnenleistung war in Dashboards zu finden. Definitionen und Prozessrichtlinien befanden sich in Dokumentationen. Pipeline-, Account-Engagement- und Attributionskontexte mussten oft manuell zusammengefügt werden. Die Herausforderung bestand nicht einfach darin, Daten zu finden, sondern vertrauenswürdige, kontextualisierte Marketing-Intelligence zu erhalten, die die Teams einheitlich interpretieren und schnell umsetzen konnten.
"Vor MINE war die Entscheidungsfindung langsam und fragmentiert. Marketer mussten durch mehrere Dashboards und Tools navigieren, um das Gewünschte zu finden, und dann Kampagnenleistung, Account-Engagement und Pipeline-Auswirkungen manuell über verschiedene Systeme hinweg kombinieren. Ohne eine zentrale Stelle zur Klärung von Begriffen wie „Marketing-sourced Pipeline“, Leads und Kampagnenattributionslogik mussten sich die Teams auf Dokumentationen verlassen oder andere um Antworten bitten. "—Rutanshu Desai, Principal Data Scientist, Marketing Analytics, Red Hat
Um dies zu lösen, arbeitete das Data-Science-Team von Red Hat direkt mit den Marketing-Stakeholdern zusammen, um die Workflows mit den größten Reibungspunkten zu identifizieren. Nach der Durchführung von 20 Fokusgruppen identifizierte das Team gemeinsame Schwachstellen in den Bereichen Dashboard-Navigation, Metrikdefinitionen, Kampagnenanalyse und häufig gestellte Fragen.
"Wir haben die Falle „KI um der KI willen“ bewusst vermieden. Wir haben bei den tatsächlichen Schwachstellen unserer Stakeholder angesetzt und die Lösung um die Reibungspunkte herum aufgebaut, die bei der Suche nach präzisen Informationen an isolierten Orten entstehen."—James Noe, Manager of Data Science, Marketing Analytics, Red Hat
Diese Erkenntnisse prägten die Entwicklung von MINE, Red Hats Marketing Insights and Navigation Engine: eine interne, GenAI-gestützte Plattform, die Marketern eine dialogorientierte Möglichkeit bietet, vertrauenswürdige Antworten zu finden, in Dashboards zu navigieren, Metriken zu verstehen und auf die richtigen Ressourcen zuzugreifen – ganz ohne tiefgehendes technisches Fachwissen. Da MINE auf echten Nutzerbedürfnissen aufbaute, wurde es zu mehr als nur einem KI-Experiment. Es wurde zu einem vertrauenswürdigen Tool, das genau auf die Arbeitsweise von Marketern abgestimmt ist.
Um die Akzeptanz zu fördern, musste sich MINE vom ersten Tag an vertrauenswürdig, vertraut und transparent anfühlen. Das Data-Science-Team integrierte die Plattform mit internem SSO und VPN und hostete das Frontend auf Red Hat OpenShift als zentrale Hybrid-Cloud-Basis, um das Plattform-Frontend bereitzustellen und zu skalieren. Red Hat OpenShift bot die bewährte Anwendungsplattform, die die Teams von Red Hat bereits kannten und schätzten, während Databricks integriert wurde, um kontrollierte, transparente Datentabellen bereitzustellen, die den Marketern genau zeigten, woher die Antworten stammten.
“Wir haben die Skepsis gegenüber KI durch Transparenz überwunden, indem wir reproduzierbare, kontrollierte Ergebnisse demonstriert haben. Mit Databricks konnten wir den Marketing-Stakeholdern genau zeigen, woher eine Antwort stammte und warum sie konsistent war. Wir haben ihnen keine Blackbox geliefert, sondern eine Engine, der sie vertrauen können.”—Preston MacDonald, Senior AI Engineer, Marketing Analytics, Red Hat
Für die Marketingorganisation von Red Hat zeigte sich der Wert in der täglichen Entscheidungsfindung. MINE bietet Marketern Echtzeitzugriff auf Pipeline-Trends, Segmentleistung, leistungsstarke Angebote und weniger erfolgreiche Interaktionen. Dies hilft den Teams, Muster zu erkennen und Strategien schneller anzupassen, anstatt auf vierteljährliche Überprüfungen zu warten oder sich auf Ad-hoc-Anfragen zu verlassen.
“Das Schöne an MINE is, dass es in Echtzeit funktioniert. Ich kann schnell sehen, wo wir mit der Pipeline stehen, wie die Segmente abschneiden, welche Angebote Ergebnisse liefern und wo wir unsere Investitionsstrategie anpassen müssen.”—Leigh Day, Senior Vice President und Chief Marketing Officer, Red Hat
Aufbau von MINE auf Databricks: Eine vertrauenswürdige agentenbasierte Intelligence-Ebene für Marketer
Red Hat hat MINE unter Verwendung von Databricks als Teil einer mehrschichtigen Hybrid-Cloud-Umgebung entwickelt, in der Daten, Dokumente, Modelle, Tools, Evaluierung und Bereitstellung in einer produktionsbereiten Umgebung zusammengeführt werden können. Die Architektur entsprach den Open-Source-Prinzipien von Red Hat und bot dem Team die Flexibilität, unter Apache 2.0 lizenzierte Modelle zu priorisieren, freigegebene Modelle wie IBM Granite für Embeddings zu nutzen und andere freigegebene Modelle über External Model Endpoints zu integrieren, ohne die Entwicklung zu verlangsamen.
“Databricks bot das Data-Intelligence-Toolkit, das wir zur Unterstützung der zugrunde liegenden Dateninfrastruktur und als Fundament für MINE benötigten. Von Unity Catalog für die Modellversionierung, Datentabellen und UDF-Tools bis hin zu unstrukturierten Daten in Volumes, Vektorspeichern und Online-Tabellen hatten wir die Grundlage, um Daten innerhalb der MINE-Architektur aufzubauen, zu unterstützen und zu speichern.”—Preston MacDonald, Senior AI Engineer, Marketing Analytics, Red Hat
Unity Catalog dient als Governance-Ebene für MINE und hilft dem Team bei der Verwaltung der strukturierten und unstrukturierten Assets, die die Plattform antreiben. Red Hat nutzt Unity Catalog für kontrollierte Datentabellen, Modellversionierung und UDFs, die als agentenbasierte Tools für den Abruf strukturierter Daten dienen. Dies bot dem Team eine konsistente Möglichkeit, MINE vertrauenswürdige Marketingdaten bereitzustellen. Dies unterstützt ein Modell, bei dem Benutzer nur auf autorisierte Informationen zugreifen und Ergebnisse bis zu zuverlässigen Quellen zurückverfolgen können.
Für unstrukturiertes Marketingwissen nutzt das Team Databricks Volumes und Mosaic AI Vector Search, um relevante Dokumente, interne Webseiten und Quellmetadaten abzurufen. Wenn eine Frage gestellt wird, ruft MINE den passenden Kontext ab, generiert eine fundierte Antwort und stellt Links zu Quelldokumenten oder Dashboards zur Validierung bereit.
“Unity Catalog ist ein wichtiges Fundament des Vertrauens für MINE. Es bietet eine zentrale Governance und stellt sicher, dass MINE bei der Generierung einer Antwort nur auf Daten zugreift, für die der jeweilige Benutzer autorisiert ist. Über die Zugriffskontrolle hinaus ermöglicht Unity Catalog Lineage und Versionierung, wodurch wir jede Erkenntnis bis zu ihrem Ursprung zurückverfolgen können.”—Shraddha Sutar, Data Scientist, Marketing Analytics, Red Hat
Databricks Genie hilft Marketern, strukturierte Daten in natürlicher Sprache zu untersuchen, beispielsweise um Kampagnen-IDs, Programme, Veranstaltungsreihen, Angebote und Account-Informationen zu finden. Für Marketer bedeutet dies, dass sie mit einer allgemeinen geschäftlichen Frage beginnen, diese mit Filtern verfeinern, Folgefragen stellen und Zusammenfassungen oder Tabellen erhalten können, die sie für die Planung und Berichterstattung nutzen können.
Zur Unterstützung der Bereitstellung in der Produktion und der kontinuierlichen Verbesserung nutzte Red Hat Mosaic AI Model Serving für skalierbare Endpunkte sowie MLflow, Traces, Inference Tables und LLM-as-a-Judge-Evaluierungen, um das Verhalten der Agenten zu überwachen und die Antwortqualität im Laufe der Zeit zu verbessern. Da Databricks die kontrollierten Daten, die GenAI-Entwicklung, das Model Serving und die Evaluierungsebene übernahm, konnte sich das schlanke Data-Science-Team weniger auf die Infrastruktur und mehr auf die auf Marketer ausgerichteten Workflows, Tools und die Benutzererfahrung konzentrieren. Diese flexible Grundlage ermöglichte es dem Team, neue Funktionen zu testen und die Antwortqualität zu verbessern, ohne die Architektur jedes Mal neu aufbauen zu müssen.
“Databricks bot die einheitliche Governance und Data Intelligence, die wir benötigten, um fragmentierte Daten in ein vertrauenswürdiges, skalierbares KI-System zu verwandeln. So konnten wir KI erfolgreich von einem Laborexperiment in eine produktionsbereite Realität überführen, der unsere Marketer tatsächlich vertrauen.”—Shraddha Sutar, Data Scientist, Marketing Analytics, Red Hat
Geschäftlicher Nutzen: schnellere Entscheidungen, mehr Self-Service und stärkere Zusammenarbeit
MINE hat der Marketingorganisation von Red Hat messbare Produktivitätssteigerungen gebracht. Auf Basis realer Abfragevolumina, des Nutzerengagements und von Arbeitszeitstudien hat Red Hat errechnet, dass MINE die Time-to-Insight um 70 % verbessert. Dadurch werden jährlich schätzungsweise 34.000 Stunden eingespart, da Marketer weniger Zeit mit der Suche in Dashboards, Dokumenten und internen Systemen verbringen. Unter Annahme eines konservativen Stundensatzes für Junior-Marketer schätzt das Team den jährlichen Produktivitätswert auf 1,3 Millionen US-Dollar. Da MINE von Marketern auf allen Ebenen genutzt wird – einschließlich Führungskräften, die weitreichende Entscheidungen treffen –, geht das Team davon aus, dass der tatsächliche geschäftliche Nutzen noch deutlich höher liegt.
„Ein Haupttreiber für die Verbesserung um 70 % war die Bereitstellung einer einzigen, zentralen, dialogorientierten Benutzeroberfläche (Conversational Interface), über die Nutzer sowohl auf Datenerkenntnisse als auch auf Dokumente zugreifen können. Dies hat den Zeitaufwand für den Wechsel zwischen Tools, Tabs und verschiedenen Ressourcen erheblich reduziert, sodass Nutzer die richtigen Informationen viel schneller finden.“—Rutanshu Desai, Principal Data Scientist, Marketing Analytics, Red Hat
Für den CMO von Red Hat liegt der größere Nutzen in der organisatorischen Agilität. MINE bietet Teams Self-Service-Zugriff auf Performance-Muster. So können sie kontinuierlich erkennen, was funktioniert, Leistungsschwächen identifizieren und Kampagnen, Nurture-Programme oder Investitionsentscheidungen schneller anpassen. Dies hat die Zahl sich wiederholender Anfragen an Marketing Operations und Data Science reduziert und gleichzeitig globalen Teams eine gemeinsame Sicht auf die Performance ermöglicht.
„MINE sorgt für gleiche Voraussetzungen für alle. Jeder sieht dieselben Informationen, die aus einheitlichen Quellen stammen und in Echtzeit aktualisiert werden.“—Leigh Day, Senior Vice President and Chief Marketing Officer, Red Hat
Ebenso wichtig ist, dass MINE die Partnerschaft zwischen Marketing und Data Science gestärkt hat. Mithilfe von In-App-Feedback, Jira-Workflows und kontinuierlichen Stakeholder-Reviews verbessert das Data-Science-Team von Red Hat MINE fortlaufend auf Basis der tatsächlichen Bedürfnisse der Marketer. Diese Zusammenarbeit hat dem Team geholfen, sich von der bloßen Beantwortung einmaliger Datenanfragen hin zum Aufbau einer gemeinsamen Marketing-Intelligence-Ebene zu entwickeln, die Wissen im gesamten Unternehmen skaliert.
„Wir haben uns von einem reinen Datenteam zu einem Team entwickelt, das direkt mit unseren Nutzern zusammenarbeitet. Wir entwickeln nicht nur für Marketer, sondern gemeinsam mit ihnen.“—James Noe, Manager of Data Science, Marketing Analytics, Red Hat
Über die Produktivität hinaus stärkt MINE die Glaubwürdigkeit des Marketings im Unternehmen. Indem Red Hat jedem Marketer Zugang zu vertrauenswürdigen Erkenntnissen bietet, unterstreicht das Unternehmen, dass modernes Marketing messbar, technisch und datenbasiert ist. Da MINE Teil der täglichen Entscheidungsfindung wird, können Marketingteams schneller, präziser und selbstbewusster agieren.
„Marketing ist eine Wissenschaft. Es ist formelhaft, technisch und stützt sich ebenso auf Daten wie andere Unternehmensbereiche. MINE hilft dabei, das zu beweisen.“—Leigh Day, Senior Vice President and Chief Marketing Officer, Red Hat
Wie es für Red Hat weitergeht
Um an den aktuellen Erfolg von MINE anzuknüpfen, verbindet Red Hat die Plattform über das Model Context Protocol (MCP), sodass die governed Marketing-Intelligence in andere Tools und agentische Workflows eingebettet werden kann. Durch die Förderung offener Standards wie MCP entwirft Red Hat eine Vorlage dafür, wie Unternehmen vernetzte KI-Agenten über verschiedene Plattformen hinweg ohne Vendor-Lock-in skalieren können. Zukünftige Integrationen könnten Slack, interne Marketing-Hubs und Schnittstellen für das Kampagnenmanagement umfassen, um vertrauenswürdige Erkenntnisse direkt dorthin zu bringen, wo Marketer bereits arbeiten.
Da MINE immer enger mit der operativen Umsetzung verknüpft wird, sieht Red Hat neue Möglichkeiten zur Messung der nachgelagerten geschäftlichen Auswirkungen, einschließlich Klickraten, Umsatzfluss und Verbesserungen der Kampagnen-Performance. Für CMO Leigh Day ist KI kein Selbstzweck. Es geht darum, das Kundenerlebnis zu verbessern, bessere Investitionsentscheidungen zu treffen und der Marketingorganisation von Red Hat zu helfen, mit größerer Präzision zu arbeiten.
„Wir wollen sicherstellen, dass unsere Kunden immer an erster Stelle stehen: herausfinden, was sie brauchen, ihre Herausforderungen verstehen und sie bestmöglich unterstützen.“—Leigh Day, Senior Vice President and Chief Marketing Officer, Red Hat
Danksagung an das Team hinter MINE
MINE wurde vom Data-Science- und Marketing-Analytics-Team von Red Hat in enger Zusammenarbeit mit Marketing-Stakeholdern aus dem gesamten Unternehmen entwickelt.
Hauptmitwirkende: James Noe, Preston MacDonald, Rutanshu Desai, Shraddha Sutar, Greer Homer und Rylee Sweeney