IBM Think –
Zielgruppen verstehen. Interessen erkennen. Umsatz steigern.
Verhaltensdaten aus Echtzeit-Tracking für individuelle Ansprache
Die Aufgabe
IBM wollte seine weltweite Think Event Serie datenbasiert optimieren: Besser verstehen, welche Themen die Teilnehmer wirklich interessieren. Selbsteinschätzung und tatsächliches Verhalten vergleichen. Verkaufschancen durch fundiertere Kundenprofile steigern.
Der Ansatz
Vom angegebenen Interesse zum realen Verhalten
Bereits bei der Registrierung über die Event-App wurden die Teilnehmer gebeten, ihre Interessensschwerpunkte auszuwählen – von AI über Cloud bis hin zu Infrastruktur. Auf Basis dieser Angaben wurden erste Empfehlungen innerhalb der App personalisiert. Doch IBM wollte mehr wissen: Welche Themen interessieren die Besucher wirklich?
Vor Ort nutzten wir eine Kombination aus Bluetooth-Beacons und WiFi-Sensorik, ergänzt durch die genaue digitale Abbildung des Event-Grundrisses. Jeder Gast erhielt ein Beacon am Namensschild, über den wir in Intervallen von 15 Minuten die Verweildauer an bestimmten Zonen messen konnten. Wenn sich ein Teilnehmer länger als zehn Minuten an einem Ort aufhielt, wurde das Thema dieser Zone als „aktives Interesse“ gewertet – und in seinem Profil gespeichert.
Diese dynamische Profilanreicherung führte direkt zur Anpassung der Inhalte: Die Event-App aktualisierte im Hintergrund Empfehlungen, Sessions und Push-Benachrichtigungen – abgestimmt auf das tatsächliche Verhalten vor Ort.
Nach dem Event wurden die gewonnenen Profildaten an das CRM und das Marketing-Automation-System von IBM übergeben. So entstand ein klares, datengestütztes Bild davon, welche Personen sich für welche Themen wirklich interessierten – nicht auf Basis von Vermutungen, sondern durch messbares Verhalten.
Analytics &
Insights
Echtzeit-Tracking + Profildaten = sichtbare Verhaltensmuster
Heatmaps
Aggregierte Bewegungsdaten zeigten die beliebtesten Bereiche und Themen auf dem gesamten Eventgelände.
Individuelle
Laufwege
Jeder Teilnehmer wurde als anonymisierte Bewegungsstrecke erfasst und ausgewertet.
Interessen-
Scoring
Längere Verweildauer in Themenzonen führte zu höheren Interessensbewertungen je Thema.
Live-Optimierung
Empfehlungen in der Event-App wurden automatisch an das aktuelle Verhalten angepasst.
Interessenabgleich
Abgleich von initialen Interessen mit dem tatsächlichen Verhalten lieferte präzise Korrekturen für CRM und Sales.
Fundierte
Empfehlungen
IBM konnte durch die gewonnenen Daten Budgets gezielt zwischen Produktbereichen wie AI, Cloud und Infrastruktur verschieben.
Das Ergebnis
Getrackte
Besucher:innen
11.800
Ø Aufenthaltsdauer
in Themengruppen
18 Min.
Abweichung zwischen
Selbsteinschätzung & Verhalten
34 %
Engagement-Score-Zuwachs
durch Live-Anpassung
27 %
Sales-Kontakte mit angereichertem Profil
6.420
Warum das für IBM
wertvoll war
Vier Hebel für mehr Vertriebserfolg
Kunden besser verstehen
Kombination aus angegebenem Interesse und realem Verhalten
Sales Enablement
Vertriebsdaten basierend auf Verhaltensmustern, nicht Vermutungen
Event-Optimierung
Heatmaps & Laufwege als Entscheidungsgrundlage für künftige Flächenplanung
Marketingwirkung messbar
Welche Themen ziehen wirklich? Welche Touchpoints konvertieren?
Warum dieses Modell funktioniert
Sie haben bis hierhin gelesen:
Respekt!
Dann können Sie uns auch direkt schreiben, denn was wir mit diesem Showcase erreicht haben, kann man nicht wirklich auf eine Webseite packen. Mehr aber gern in einem persönlichen Gespräch. Da erfahren Sie auch, warum das Modell funktioniert.
Entdecken Sie passende Lösungen
Registrierung: Interessensauswahl direkt bei der Anmeldung erfassen.
Event-App: Personalisierte Inhalte und Empfehlungen in Echtzeit.
Tracking: Bewegungsdaten und Verweildauer in Echtzeit erfassen.
Stand: 13. August 2026
dgtl.ai – Komplexes einfach machen.
Und das mit Haltung, Humor und einem starken Team.
