Sie sind hier: HomeTelekommunikation

KI im E-Commerce: Algorithmen berechnen, was der Kunde will

CX gilt als wichtiger Hebel, um die Wertschöpfung von digitalen Kundenbeziehungen zu maximieren. Da hohe Erlebnisqualität valides Wissen zum momentanen Kundenbedarf voraussetzt, führt an Realtime Analytics kein Weg mehr vorbei.

Kunde Handel Bildquelle: © faithie -123rr

In Kombination mit KI generiert das analytische Echtzeitwissen tatsächlich auch die vielzitierte 360-Grad-Sicht auf jeden einzelnen Kunden.

Mit jedem Klick hinterlassen Verbraucher im Netz bekanntlich eine Datenspur. Schon vor mehr als anderthalb Jahrzehnten suchten Onlinehändler deshalb nach verborgenen Relationen in den Datenspuren, um Neues über ihre Kunden zu erfahren. „Wer dieses Produkt ansah, interessierte sich auch für jenes“ – mit derartigen Hinweisen wollen Händler auch heute noch die Kauflust anheizen und so das Umsatzpotenzial je Kundenkontakt so weit wie möglich abschöpfen.

Besondere Intelligenz ist für die Berechnung solcher vergleichsweise einfachen Zusammenhänge nicht erforderlich. Nur müssen ihre Ergebnisse pünktlich zum Klick auf das betreffende Produkt – also in Echtzeit – angezeigt werden. Gleichwohl kann in der Realtime-Verknüpfung von Kaufhistorien vieler Kunden ein Vorläufer moderner Analytics-Konzepte gesehen werden, mit denen sich allerdings ein ungleich breiteres Hintergrundwissen kontextgerecht zusammenführen lässt. Die technischen Voraussetzungen dafür stellt der Markt längst zur Verfügung – und zwar in Form ultraschneller In-Memory-Datenbanken wie etwa SAP Hana. Als Cloud-Service ist deren Nutzung mittlerweile auch für kleine und mittelständische Firmen erschwinglich.

Der Fortschritt im Bereich Data Analytics ebnet zugleich diversen KI-Technologien den Weg auf den Massenmarkt: Mit einer hinreichend fundierten Datengrundlage lassen sich beispielsweise Sprachassistenten wie Alexa & Co. per Algorithmus thematisch bis zur Expertenreife trainieren. So entsteht ein spezialisierter Chatbot, der Kunden in vielen Situationen optimal beraten kann: Eine neuartige Smartphone-App für Autofahrer weiß zum Beispiel auf jede Bedienungsfrage sofort die richtige Antwort. Wahlweise kann der Fahrer einfach die Kamera auf ein Ausstattungsdetail richten und erhält umgehend eine Erklärung zum fokussierten Fahrzeugteil – einschließlich verlinkter Videos, die auf Wunsch die Handhabung visuell veranschaulichen.

KI als Kostenbremse
Ähnlich wie der trainierte Automobil-Chatbot das Nutzungserlebnis der Autofahrer verbessert, kann KI auch das Einkaufserlebnis in Online-Shops auf ein völlig neues Level heben: Selbstlernende Algorithmen vergleichen permanent das individuelle Kaufverhalten vieler tausend Kunden. So lassen sich verborgene Muster erkennen, die den individuellen Bedarf jedes einzelnen Kunden weit genauer beschreiben als konventionell erstellte Käuferprofile. Entsprechend präziser lassen sich sowohl die Ansprache als auch die Angebotspräsentation personalisieren. Und weil KI-Algorithmen die Kunden im Lauf der Zeit immer besser kennenlernen, können sie auch künftigen Bedarf antizipieren.

Richtig eingesetzt, steigert KI-getriebene Kundenansprache nicht nur die Erlebnisqualität, sondern senkt auch nachhaltig Service- und Betreuungskosten: So kann zum Beispiel der Chatbot eines Online-Elektronikfachmarkts jede Frage zu einem beliebigen Bauteil ad hoc beantworten. Ein bezahlter Kundenberater aus Fleisch und Blut müsste demgegenüber zunächst einmal den Produktkatalog durchforsten – und auf die Geduld des Kunden hoffen.

Gerade mittelständische Firmen bewegt verständlicherweise die Frage, wie schnell sich eine mögliche KI-Investition amortisiert. Das hängt einerseits vom Potenzial der Kosteneinsparungen und Umsatzsteigerungen dank verbesserter Customer Experience ab. Andererseits aber kommt es beim Refinanzierungstempo entscheidend auf eine fundierte Einführungsmethodik und die richtige technologische Plattform an. Viel Zeit und Geld lässt sich hier durch den Einsatz von vorab trainierten Algorithmen sparen. Zudem sollten KI-Systeme, die in Echtzeit kundenindividuelle Angebote generieren, reibungslos mit der jeweiligen Chatbot-Komponente zusammenspielen. Denn nur eine tiefe Integration aller eingesetzten Analytics- und KI-Tools garantiert eine echte Rundumsicht auf jeden einzelnen Kunden.

Thomas Binder ist Senior Digital Business Berater bei Arithnea