BrazeAI™

BrazeAI™ ist die Sammlung von KI-Features, die in Braze integriert sind. Features, die schlussfolgern, handeln auf Grundlage des Kontexts einzelner Nutzer:innen. Features, die lernen, erkennen Muster über viele Nutzer:innen hinweg. Zu wissen, welche Art zu Ihrem Ziel passt, ist der erste Schritt bei der Auswahl des richtigen Features.

Beginnen Sie mit Ihrem Ziel oder lesen Sie Schlussfolgern oder Statistik, wenn Sie sich zwischen zwei ähnlichen Features entscheiden.

Beginnen Sie mit Ihrem Ziel

Für jedes Ziel gibt es einen empfohlenen Ausgangspunkt. Sie können Features auch kombinieren. Weitere Informationen finden Sie unter Features, die gut zusammenarbeiten.

Ihr Ziel	Starten Sie mit	Bevor Sie beginnen
Texte, Bilder, Liquid oder HTML im Dashboard entwerfen oder überarbeiten	BrazeAI Operator	Nutzt Ihre bestehenden Dashboard-Berechtigungen. Aktionen werden auf ein unternehmensweites tägliches Nutzungslimit angerechnet.
Nachrichtentexte schreiben, die sich pro Nutzer:in auf Grundlage der jeweiligen Daten ändern	Braze Agents	Nachrichten- oder Aktionsguthaben. Wenden Sie sich an Ihren Account Manager, falls Sie keines haben.
Nutzer:innen anhand ihres Realtime-Kontexts klassifizieren, weiterleiten oder Daten anreichern	Braze Agents	Gleiche Guthabenvoraussetzung. Setzen Sie den Agenten in einem Canvas-Schritt oder einem Katalogfeld ein.
Die leistungsstärkste Variante einer Campaign finden	Optimize with BrazeAI	Mindestens zwei aktive Varianten. Campaigns mit mehreren Sendungen benötigen außerdem ein Konversions-Event und ein Zeitfenster für die erneute Teilnahmeberechtigung von mindestens 24 Stunden.
Den leistungsstärksten Pfad durch ein Canvas finden	Gewinnerpfade	Ein Experimentpfad-Schritt mit mehr als einem Pfad.
Kontinuierlich viele Inhaltsvarianten generieren und testen	Content Optimizer	Derzeit in der Betaphase, für E-Mail, Push, SMS, MMS und RCS. Wenden Sie sich an Ihren Customer-Success-Manager, um loszulegen.
Jeden Versand in einem wiederkehrenden E-Mail-Programm pro Empfänger:in personalisieren	Decisioning Studio Go	Ein wiederkehrendes E-Mail-Programm und mehr als eine Option zur Auswahl: Creatives, Betreffzeilen, Bilder oder Sendezeiten.
Eine Geschäfts- oder Finanzkennzahl maximieren, einschließlich der Frage, welches Angebot gemacht werden soll	Decisioning Studio Pro	Verbundene First-Party-Daten und das Team für AI Decisioning Services. Wenden Sie sich an Ihren Customer-Success-Manager, um den Umfang festzulegen.
Zu dem Zeitpunkt senden, zu dem jede:r Nutzer:in am wahrscheinlichsten interagiert	Intelligentes Timing	Die besten Ergebnisse erzielen Sie, wenn in den Nutzerprofilen Zeitzonen hinterlegt sind. Nicht empfohlen in Kombination mit Rate-Limiting oder IP-Warming.
Über den Kanal senden, mit dem jede:r Nutzer:in am wahrscheinlichsten interagiert	Filter „Intelligenter Kanal“	Engagement-Daten über zwei oder mehr unterstützte Kanäle und mindestens drei Nachrichten pro Kanal.
Bewerten, wie wahrscheinlich Nutzer:innen abwandern	Voraussichtliche Abwanderung	In der Regel 300.000 monatlich aktive Nutzer:innen in einem einzelnen Workspace.
Bewerten, wie wahrscheinlich Nutzer:innen eine bestimmte Aktion ausführen	Predictive Events	Ausreichend viele Nutzer:innen, die das Event ausgeführt haben. Den aktuellen Schwellenwert finden Sie unter Event-Analytics (in der Regel mindestens 3.500 Nutzer:innen mit „Past Event Behavior“).
Produkte oder Inhalte aus einem Katalog empfehlen	Artikelempfehlungen	Mindestens ein Katalog. Für KI-personalisierte Empfehlungen lesen Sie die Datenrichtlinien.
Braze-Daten aus Claude, Cursor, ChatGPT oder einem anderen KI-Tool abfragen	Braze MCP-Server	Dashboard-Berechtigungen steuern den Zugriff. Nicht verfügbar, wenn Ihr Workspace IP-Allowlisting verwendet.

Schlussfolgern oder Statistik

Jedes Feature auf dieser Seite trifft eine Entscheidung. Diese Features lassen sich in zwei Arten unterteilen. Wenn Sie wissen, um welche Art es sich handelt, lässt sich die Verwechslung zwischen ähnlichen Features meist schnell ausräumen.

Features, die schlussfolgern, lesen den Kontext, der ihnen vorliegt (das Profil, die letzte Nachricht oder eine Katalogzeile einer Nutzerin oder eines Nutzers), und beantworten genau diesen einen Fall. Braze Agents und Operator funktionieren auf diese Weise. Features, die schlussfolgern, verarbeiten unstrukturierten Text, Ermessensentscheidungen, offenes Schreiben und Nutzer:innen ohne Verlauf. Sie können die Ausgabe lesen und nachvollziehen, warum sie so lautet. Features, die schlussfolgern, lernen nicht daraus, ob die Ausgabe funktioniert hat.

Features, die lernen, erkennen Muster in den Ergebnissen vieler Nutzer:innen oder im individuellen Verlauf einer einzelnen Person. Predictive Suite, Artikelempfehlungen, intelligentes Timing, der Filter für den intelligenten Kanal und Decisioning Studio funktionieren auf diese Weise. Features, die lernen, verarbeiten numerisches Verhalten in großem Umfang, aggregierte Signale und große Optionsmengen. Features, die lernen, lesen keinen unstrukturierten Text wie etwa einen Support-Verlauf.

Nutzen Sie diesen Test: Wüsste jemand, der alles gelesen hat, was diese eine Person gesagt und getan hat, bereits, was zu tun ist? Wenn ja, brauchen Sie Schlussfolgern. Muss diese Person trotzdem noch über Tausende von Nutzer:innen hinweg testen, brauchen Sie Statistik.

Jede Art passt zu einer anderen Situation. Die Features, die gut zusammenarbeiten, nutzen beide gleichzeitig.

Zwischen ähnlichen Features wählen

Optimieren, was Sie senden

Alle diese Features verbessern den Inhalt einer Nachricht, geordnet nach zunehmendem Umfang.

Feature	Was es entscheidet	Für wen es entscheidet
Optimize with BrazeAI	Welche Ihrer Kampagnenvarianten gewinnt	Für die gesamte Zielgruppe
Gewinnerpfade	Welcher Ihrer Canvas-Pfade gewinnt	Für die gesamte Zielgruppe
Content Optimizer	Welche Kombination von Inhaltselementen gewinnt, basierend auf Varianten, die er für Sie generiert	Für die gesamte Zielgruppe
Decisioning Studio Go	Welches Creative gesendet wird (einschließlich Betreffzeile, Call to Action (CTA) und Bild) und wann es gesendet wird	Für jede:n Empfänger:in einzeln
Decisioning Studio Pro	Welches Angebot, welcher Kanal, welches Timing und welche Frequenz verwendet werden	Für jede:n Nutzer:in einzeln

Optimize with BrazeAI, Gewinnerpfade und Content Optimizer ermitteln einen Gewinner für alle. Decisioning Studio Go und Pro finden für jede Person eine andere Antwort.

Innerhalb der ersten drei gilt:

• Optimize with BrazeAI testet Nachrichtenvarianten in einer Campaign.
• Gewinnerpfade testen Journey-Pfade in einem Canvas.
• Content Optimizer schreibt die Varianten für Sie und kombiniert ihre Elemente.

Go und Pro unterscheiden sich in Umfang und Einrichtung. Go optimiert das Engagement, ist als Self-Service nutzbar und verwendet Daten, die bereits in Braze vorliegen. Pro optimiert eine geschäftliche oder finanzielle Metrik, kann Angebotswerte festlegen und benötigt verbundene externe Daten sowie das AI-Decisioning-Services-Team.

Entscheiden, was für jede:n Nutzer:in zu tun ist

Wenn Sie Folgendes möchten	Verwenden Sie	Warum nicht die anderen
Auf Basis des Kontexts einer einzelnen Person entscheiden, auch bei Freitext oder Ermessensentscheidungen	Braze Agents	Agenten verarbeiten unstrukturierte Eingaben und Ermessensentscheidungen im Einzelfall. Agenten überwachen nicht, ob eine Entscheidung funktioniert hat, und verbessern sich nicht von selbst.
Als Zahl bewerten, wie wahrscheinlich es ist, dass Nutzer:innen churnen oder handeln	Predictive Suite	Die Predictive Suite lernt aus gemessenen Ergebnissen und meldet ihre eigene Genauigkeit. Ein Agent kann nur eine plausibel klingende Schätzung liefern.
Artikel aus einem großen Katalog auswählen	Artikelempfehlungen	Ein großer Katalog passt nicht in den Kontext eines Agenten. Zudem wählt ein Agent tendenziell immer wieder dieselben wenigen Artikel aus.
Ergebnisse in Bezug auf eine Metrik im Laufe der Zeit verbessern	Decisioning Studio	Decisioning Studio lernt aus Ergebnissen und optimiert auf die von Ihnen gewählte Metrik hin. Braze Agents lernen nicht aus Ergebnissen.
Einen Angebotswert festlegen oder Umsatz bzw. Marge maximieren	Decisioning Studio Pro	Bei Angebotsentscheidungen werden Kosten gegen Uplift abgewogen. Decisioning Studio Go ist auf Engagement beschränkt und entscheidet nicht über Angebote.

Inhalte generieren

BrazeAI Operator und Braze Agents schreiben beide Inhalte, allerdings zu unterschiedlichen Zeitpunkten.

• Operator arbeitet mit Ihnen im Dashboard, während Sie etwas erstellen. Standardmäßig prüfen und genehmigen Sie jede vorgeschlagene Aktion. Einige Aktionen erfordern immer eine Genehmigung. Nutzen Sie Operator, um Entwürfe zu erstellen, Texte umzuschreiben, Ideen zu sammeln, eine Journey zu prüfen oder ein Hindernis zu lösen.
• Braze Agents arbeiten ohne Sie, und zwar zum Zeitpunkt des Versands. Sie schreiben die Anweisungen einmal, und der Agent erzeugt für jede:n Nutzer:in ein anderes Ergebnis, während diese Person ein Canvas durchläuft. Verwenden Sie Braze Agents, wenn der Inhalt von Nutzer:in zu Nutzer:in variieren muss.

Die generativen KI-Funktionen von BrazeAI (Texterstellung, Bilder, Liquid, HTML-Templates und Inhaltsprüfung) sind über Operator zugänglich.

Features, die gut zusammenwirken

Wenn eine Aufgabe umfangreiche Texte und einen großen Katalog erfordert, teilen Sie die Arbeit auf. Artikelempfehlungen wählen Artikel aus Ihrem Katalog aus. Ein Braze Agent schreibt die Texte rund um diese Artikel.

Eine Journey zur Wiederherstellung abgebrochener Warenkörbe kann mehrere Features kombinieren:

• Artikelempfehlungen wählen die Produkte aus, die hervorgehoben werden sollen.
• Ein Braze Agent schreibt Texte rund um diese Produkte und nutzt dabei den Kontext der jeweiligen Nutzer:innen.
• Predictive Events bewertet, wie wahrscheinlich es ist, dass Nutzer:innen zurückkehren.
• Intelligentes Timing und der Filter „Intelligenter Kanal“ entscheiden, wann und wo gesendet wird.
• Decisioning Studio Pro entscheidet über das Angebot, wenn der Warenkorbwert den Einrichtungsaufwand rechtfertigt.

Beginnen Sie mit dem einfachsten Tool, das die Aufgabe erfüllt

Bei den lernenden Features steigen sowohl der Funktionsumfang als auch der Einrichtungsaufwand stufenweise an.

1. Eine einzelne Dimension aus dem eigenen Verlauf einer Nutzerin oder eines Nutzers ablesen. Intelligentes Timing und der Filter „Intelligenter Kanal“ lassen sich per Self-Service umschalten und verursachen keine zusätzlichen Kosten.
2. Ein einzelnes Muster über Ihre gesamte Nutzerbasis hinweg lernen. Voraussichtliche Abwanderung, Predictive Events und KI-Artikelempfehlungen sind weiterhin per Self-Service nutzbar, erfordern aber einen moderaten Einrichtungsaufwand.
3. Mehrere Hebel gleichzeitig optimieren, individuell für jede:n Nutzer:in. Decisioning Studio Go erfordert nur wenig Einrichtung, da es auf Daten zugreift, die bereits in Braze vorliegen, und optimiert ausschließlich das Engagement.
4. Jeden Hebel, einschließlich Angeboten, auf eine Leistungskennzahl (KPI) hin optimieren. Decisioning Studio Pro benötigt externe Daten sowie das AI-Decisioning-Services-Team.

Wählen Sie die Stufe passend zum Wert des Anwendungsfalls. Bei einem Bedarf mit geringem Wert oder nur einer Dimension ist ein einfacheres Tool meist die bessere Wahl. Der zusätzliche Funktionsumfang eines aufwendigeren Tools rechtfertigt oft nicht den zusätzlichen Daten- und Einrichtungsaufwand.

Braze Agent im Vergleich zum Decisioning-Agenten

Braze verwendet das Wort Agent für zwei verschiedene Produkte. Der Unterschied liegt in der Art der Entscheidung, die jedes von ihnen trifft.

Begriff	Beschreibung
Braze Agent	Ein KI-Helfer, den Sie in der Agentenkonsole konfigurieren und in einem Canvas-Schritt oder einem Katalogfeld einsetzen. Er wertet den Kontext einzelner Nutzer:innen aus, um Inhalte zu verfassen, Daten zu klassifizieren, weiterzuleiten oder anzureichern. Er lernt nicht daraus, ob sein Ergebnis funktioniert hat.
Decisioning-Agent	Eine Konfiguration in Decisioning Studio, die einen gesamten Anwendungsfall steuert, etwa Winback oder Cross-Selling. Er lernt aus den Ergebnissen über Ihre gesamte Population hinweg, um die Entscheidung zu finden, die Ihre Metrik maximiert.

Beide treffen Entscheidungen. Ein Braze Agent entscheidet, indem er liest. Ein Decisioning-Agent entscheidet, indem er misst. Wenn Sie unsicher sind, welches Produkt eine Seite behandelt, prüfen Sie, ob es um Braze Agents oder um Decisioning Studio geht.

Alle BrazeAI-Features

Profile anreichern und Verhalten vorhersagen

Feature	Funktion	Entscheidungsgrundlage
Braze Agents (Canvas-Schritt)	Klassifiziert, routet oder reichert Nutzer:innen anhand ihres Kontexts in Realtime an und verfasst Texte	Large Language Model
Braze Agents (Katalogfeld)	Erstellt, aktualisiert oder lokalisiert Metadaten von Artikeln	Large Language Model
Voraussichtliche Abwanderung	Bewertet auf einer Skala von 0 bis 100, wie wahrscheinlich Nutzer:innen abwandern	Gradient-Boosted Decision Trees
Predictive Events	Bewertet auf einer Skala von 0 bis 100, wie wahrscheinlich Nutzer:innen eine Aktion ausführen	Gradient-Boosted Decision Trees

Herausfinden, was für eine Zielgruppe am besten funktioniert

Feature	Funktion	Entscheidungsgrundlage
Optimize with BrazeAI	Testet Kampagnenvarianten und verlagert den Traffic auf die Gewinnervariante	A/B/n-Test
Gewinnerpfade	Testet Canvas-Pfade und verlagert den Traffic auf den Gewinnerpfad	A/B/n-Test
Content Optimizer	Kombiniert Inhaltsvarianten, um das Engagement der Zielgruppe zu steigern.	Multi-Armed Bandit

Die beste Aktion für jede:n Einzelne:n wählen

Feature	Funktion	Entscheidungsgrundlage
Intelligentes Timing	Ermittelt für alle Nutzer:innen den optimalen Sendezeitpunkt	Statistiken zum Verlauf der jeweiligen Nutzer:innen
Filter für intelligenten Kanal	Ordnet Kanäle für alle Nutzer:innen anhand ihres Verlaufs	Statistiken zum Verlauf der jeweiligen Nutzer:innen
KI-Artikelempfehlungen	Wählt Katalogartikel für alle Nutzer:innen aus	Deep Learning
Decisioning Studio Go	Personalisiert Inhalte, Timing und Häufigkeit für mehr Engagement	Reinforcement learning
Decisioning Studio Pro	Personalisiert jeden Hebel, einschließlich Angeboten, im Hinblick auf eine geschäftliche KPI	Reinforcement learning

Die eigene Arbeit schneller erledigen

Feature	Funktion	Entscheidungsgrundlage
BrazeAI Operator	Erstellt, prüft und analysiert Kampagnen und Canvases gemeinsam mit Ihnen im Dialog	Large Language Model
Generative KI	Texte, Bilder, Liquid, HTML-Templates und Inhaltsprüfung über Operator	Large Language Model
Braze MCP-Server	Stellt Braze-Daten ohne personenbezogene Daten (PII) für Tools wie Claude und Cursor bereit (Model Context Protocol)	Integration, kein Modell

Wie Braze Ihre Daten verwendet

BrazeAI-Features, die ein von Braze bereitgestelltes Large Language Model (LLM) nutzen, senden Ihren Prompt und Ihre Eingaben an dieses Modell. Daten, die an ein von Braze bereitgestelltes Modell gesendet werden, werden nicht zum Trainieren oder Verbessern des Modells verwendet. Die Ausgabe gehört Ihnen. Braze beansprucht keine Urheberrechte daran. Braze übernimmt keine Gewährleistung für KI-generierte Inhalte. KI-Ausgaben können ungenau oder unvollständig sein. Prüfen Sie sie daher, bevor Sie sie verwenden.

Braze aktualisiert das jeweilige Modell hinter jedem Feature, sobald Anbieter neue Versionen veröffentlichen. Auf der Seite des jeweiligen Features finden Sie den Modellanbieter und wie lange dieser Anbieter Daten aufbewahrt:

• Braze Agents
• Datenschutz und Sicherheit bei Operator

Wenn Ihre Sicherheits- oder Beschaffungsprüfung die aktuelle Modellversion erfordert, wenden Sie sich an Ihren Account Manager.

Wenn Sie Braze Agents verwenden, können Sie auch Ihren eigenen Modellanbieter verbinden, z. B. OpenAI, Anthropic, Google Gemini oder Databricks Mosaic.

Häufig gestellte Fragen

Was ist BrazeAI?

BrazeAI umfasst die KI-Features, die in Braze integriert sind. Dazu gehören Datenanreicherung, Experimente, Decisioning und Workflows im Dashboard. Jedes Feature wird separat eingerichtet, und einige erfordern bestimmte Guthaben oder Tarife. Das passende Feature finden Sie unter Mit Ihrem Ziel beginnen.

Welches BrazeAI-Feature sollte ich zuerst nutzen?

Wenn Sie BrazeAI zum ersten Mal verwenden, beginnen Sie mit BrazeAI Operator. Er erfordert keine separate Produkteinrichtung, funktioniert in den Editoren, die Sie bereits nutzen, und bittet Sie standardmäßig, jede Aktion zu genehmigen, bevor er sie ausführt. Wählen Sie anschließend unter Mit Ihrem Ziel beginnen das Feature aus, das zu Ihrem Ziel passt.

Wie wähle ich zwischen zwei Features, die ähnlich klingen?

Fragen Sie sich, ob jemand, der alles gelesen hat, was diese:r eine Nutzer:in gesagt und getan hat, die Entscheidung bereits treffen könnte. Wenn die Antwort Tests mit Tausenden von Nutzer:innen erfordert, verwenden Sie ein Feature, das dazulernt. Für Schlussfolgerungen eignen sich Braze Agents. Für Lernen eignen sich Predictive Suite oder Decisioning Studio. Siehe Schlussfolgern oder Statistik.

Was ist der Unterschied zwischen Content Optimizer und Optimize with BrazeAI?

Optimize with BrazeAI wählt aus den von Ihnen geschriebenen Kampagnenvarianten einen Gewinner aus. Content Optimizer generiert Varianten für Sie und kombiniert und testet deren Elemente fortlaufend in einem Canvas-Schritt. Beide ermitteln einen Gewinner für Ihre Zielgruppe. Informationen zur Personalisierung auf Ebene einzelner Nutzer:innen finden Sie unter Decisioning Studio.

Was ist der Unterschied zwischen einem Braze Agent und einem Decisioning-Agenten?

Ein Braze Agent zieht Schlussfolgerungen aus dem Kontext einer einzelnen Person. Ein Decisioning-Agent in Decisioning Studio lernt aus gemessenen Ergebnissen über Ihre gesamte Nutzerbasis hinweg. Weitere Informationen finden Sie unter Braze Agent oder Decisioning-Agent.

Kosten BrazeAI-Features Guthaben?

Einige BrazeAI-Features kosten Guthaben. Braze Agents erfordern Nachrichten- oder Aktionsguthaben, und jede Ausführung eines Agenten wird auf ein tägliches Aufruflimit angerechnet. Operator-Aktionen werden statt auf Guthaben auf ein separates, unternehmensweites tägliches Nutzungslimit angerechnet. Features wie Intelligentes Timing und Optimize with BrazeAI verursachen keine Guthabenkosten, haben aber Datenanforderungen. Wenn eine Regel Ihre Frage beantwortet, verwenden Sie einen standardmäßigen Canvas-Schritt. Wenden Sie sich bei Fragen zu Guthaben an Ihren Account Manager.

Kann ich mein eigenes KI-Modell verwenden?

Ja, mit Braze Agents. Agenten können sich anstelle des von Braze bereitgestellten Modells mit Anbietern wie OpenAI, Anthropic, Google Gemini oder Databricks Mosaic verbinden. Andere BrazeAI-Features verwenden ausschließlich von Braze bereitgestellte Modelle.