Zur Übersicht Startseite / Blog / KI Definition und 11 Einsatzmöglichkeiten im E-Commerce

KI Definition und 11 Einsatzmöglichkeiten im E-Commerce

18. Mär 2022 07:00 | Künstliche Intelligenz

Kann dein Online Shop ohne KI wettbewerbsfähig bleiben? Ohne Frage ist Künstliche Intelligenz nicht nur ein Buzzword, sondern ein wichtiges Zukunftsthema für E-Commerce-Unternehmen. In unserem Artikel gehen wir für dich den Fragen nach, warum eine generelle KI Definition schwerfällt, welche verschiedenen Arten es gibt und wie du die zur Verfügung stehende KI anwendest, um die Performance deines Online Shops zu verbessern.

 

Diese Inhalte erwarten dich in diesem Blogartikel:

Was ist Künstliche Intelligenz?

Methoden und Ziele der KI

Arten von Künstlicher Intelligenz: Schwache KI vs. starke KI

Maschinelles Lernen vs. Deep Learning vs. Reinforcement Learning

Anwendungen der Künstlichen Intelligenz

11 Möglichkeiten für den Einsatz von KI im E-Commerce
1. Sprachassistenten
2. Visuelle Suche
3. Digitale Beratung
4. Personalisierung
5. Vorhersage von Verkäufen
6. Optimierung der Preisgestaltung und Lagerhaltung
7.  Filtern gefälschter Bewertungen
8. Smarte Suche
9. Retargeting potenzieller Kunden
10. Verbessern der Cybersecurity
11. Bewertung von Leads

Fazit: Künstliche Intelligenz revolutioniert die Welt, in der wir leben

 

Was ist Künstliche Intelligenz?

Noch heute streiten Forscher über eine wissenschaftliche Definition von „Intelligenz“. Klar ist, dass dieser Begriff die kognitive Leistungsfähigkeit beschreiben soll und vom lateinischen „intellegere“ für „verstehen, erkennen, einsehen“ abstammt.¹

Die Schwierigkeiten der Bestimmung von Intelligenz beeinflussen auch die Definition der KI (Künstliche Intelligenz). Die Gemeinsamkeit ist jedoch: KI beschreibt den Versuch, erfolgreiche Entscheidungsstrukturen des Menschen nachzubilden, sodass Probleme automatisiert gelöst werden können.

Methoden und Ziele der KI

In der KI-Forschung gibt es viele unterschiedliche Herangehensweisen. In den letzten Jahren zeigt sich jedoch immer stärker, dass maschinelles Lernen oder Machine Learning und seine Unterarten sehr leistungsfähig sind.

Beim maschinellen Lernen soll das System aus einer Datenmenge allgemeine Regeln und Muster ableiten. Es lernt also nicht auswendig, sondern verallgemeinert seine Erfahrungen. Möglich wird das durch Algorithmen. Ziel ist es, dass das System auch neue Situationen bewerten und lösen kann. Hierunter fallen beispielsweise auch das Natural Language Processing, durch das Systeme die komplexe menschliche Sprache besser verstehen und verarbeiten können sollen.

KI-Definition: Wissensbasis der KI-Engine von epoq
Aus KI-Definition wird Praxis: Die KI-Engine lernt auf der Grundlage von Produktdaten und Kundenverhalten.

Welche Ziele KI verfolgt, hängt nicht zuletzt davon ab, in welchem Bereich sie entwickelt wird. In der Forschung ist heute noch immer eines der primären Ziele, Intelligenz, Kreativität und Lernen besser zu verstehen. In der Wirtschaft steht dagegen das Lösen von praktischen Problemen im Vordergrund. KI wird hier oftmals eingesetzt, um Abläufe effizienter zu gestalten und Prozesse zu automatisieren.


Bleibe up to date in Sachen Personalisierung: Melde dich zum epoq Newsletter an. Jetzt anmelden!


Arten von Künstlicher Intelligenz: Schwache KI vs. starke KI

Die Forschung im Bereich der KI unterscheidet in ihrer Zielsetzung zwischen schwacher und starker KI. Die starke KI – auch Artificial General Intelligence genannt – ist bislang nicht annähernd umsetzbar. Sie beschreibt den Fall, dass eine Künstliche Intelligenz schwierige Aufgaben auf dem gleichen Niveau wie ein Mensch erfüllen kann. Das bedeutet, dass sie Aufgaben selbst erkennen kann, sich das Wissen zur Lösung eigenständig erarbeitet sowie Probleme auch auf neue und kreative Art löst.

Die per KI Definition schwache Künstliche Intelligenz kann hingegen nicht im universellen Sinne lernen, ist nicht kreativ und bewältigt vor allem klar definierte Aufgaben nach einer festgelegten Methode. Ihr Ziel sind eher die Automatisierung und das Controlling von Prozessen.

Ein spannendes Gedankenexperiment zur Unterscheidung zwischen starker und schwacher KI ist das “Chinesische Zimmer”, welches ebenfalls zeigt, wie schwer es ist, KI zu definieren.

Maschinelles Lernen vs. Deep Learning vs. Reinforcement Learning

Beim maschinellen Lernen baut ein künstliches System über Algorithmen ein statistisches Modell auf, das auf Trainingsdaten wie Beispielen beruht. Diese Beispiele kann es durch Muster und Grundsätze verallgemeinern und dann auf dieser Grundlage auch unbekannte Daten beurteilen.

Deep Learning ist eine Form von Machine Learning und verfolgt die Lernart „Instructional Learning“. Die Besonderheit ist, dass hierbei sogenannte künstliche neuronale Netze zum Einsatz kommen, die über mehrere Schichten in der Lage sind, komplexe Probleme zu lösen und auch unstrukturierte Daten zu verarbeiten. Es eignet sich dementsprechend bei großen Datensätzen, ist jedoch auch zeitaufwändig und benötigt leistungsstarke Computer.

Das Reinforcement Learning beschreibt eine andere Lernart, bei der richtiges Verhalten durch „Belohnungen“ verstärkt wird, was auch unter dem Begriff “verstärkendes Lernen” bekannt ist. Bei dieser Methode erlernt der Agent eigenständig durch eine Art Belohnungsfunktion eine passende Strategie. Die Synthese aus Deep Learning und Reinforcement Learning ist Deep Reinforcement Learning.

Grafische Darstellung des KI-Lernprozesses
So funktioniert der Reinforcement Learning Prozess: Die KI lernt aus Aktionen des Kunden und generiert so z. B. personalisierte Empfehlungen.

Anwendungen der Künstlichen Intelligenz

Längst ist die KI im Alltag angekommen, oftmals unbemerkt. Nicht mehr wegzudenken sind Suchmaschinen, die mithilfe von Künstlicher Intelligenz versuchen, die besten Suchergebnisse für einen bestimmten Nutzer zur Verfügung zu stellen. Wenn Facebook deine Feeds mit Beiträgen anreichert, YouTube oder Netflix dir Videos empfehlen oder Spotify eine Playlist nur für dich zusammenstellt, basiert diese Personalisierung ebenfalls auf KI.

KIs kommen oft im Rahmen einer sehr hohen Spezialisierung zum Einsatz. Sie können dabei automatisiert Diagnosen stellen, Kreditkartenbetrug entlarven oder Aktienmärkte analysieren. Die Anwendungen sind heute schon nahezu unendlich.

11 Möglichkeiten für den Einsatz von KI im E-Commerce

Bei uns fester Bestandteil jeder KI Definition: Sie hebt E-Commerce auf ein neues Niveau. Einige wichtige KI-Beispiele mit großem Zukunftspotenzial im E-Commerce stellen wir dir im Folgenden vor:

1. Sprachassistenten

Target oder Walmart ermöglichen im Rahmen des Voice Commerce sprachgesteuerte Einkäufe, die sie anschließend an Kunden liefern. Auch in Deutschland sollen künftig bis zu 30 Prozent der E-Commerce-Umsätze über Sprachassistenten wie Siri oder Alexa getätigt werden.² Für Kunden ist das einerseits ein bequemes Angebot. Online-Händler profitieren andererseits von der Möglichkeit, technische Hürden zu minimieren und Kunden auf einem weiteren Kanal ansprechen zu können. Hieraus ergeben sich ebenfalls zusätzliche Cross- und Upselling-Gelegenheiten, zumal Sprachassistenten viel über ihre Nutzer wissen.

2. Visuelle Suche

Künstliche Intelligenz kann Inhalte auf Bildern erkennen und somit visuelle Merkmale zur Suche nutzen. Kunden können beispielsweise eigene Fotos vom Smartphone oder Bilder aus dem Internet verwenden. Die KI ermittelt ähnliche Bilder aus dem eigenen Sortiment und geht dabei deutlich über sprachlich ausdrückbare Attribute wie Farben und Formen hinaus. Das Ergebnis ist eine deutlich bessere User Experience und bessere Konversionsraten, weil Kunden leichter finden, was sie suchen.

3. Digitale Beratung

Chatbots als Möglichkeit für digitale Beratung können nach einer Lernphase häufige und einfache Fragen eigenständig beantworten. Für Kunden hat das den großen Vorteil, dass sie rund um die Uhr schnell Antworten auf ihre Fragen erhalten. Unternehmen können hingegen mit Chatbots ihren Kundenservice entlasten. Automatisierte Vorschläge für Antworten helfen ebenfalls dabei, einen schnellen und effizienten Support zu bieten und unterstützen so menschliche Mitarbeiter.

Einen Schritt weiter gehen Online-Produktberater, die Kunden nutzen können, um für sie passende Produkte zu finden. Dabei ähnelt der intuitive Produktberater einem Fachverkäufer im stationären Handel. Er nimmt den Bedarf des Online Shoppers auf und wählt das passende Produkt dazu aus. Klick für Klick erhält der Shopkunde über einen visuellen und interaktiven Dialog eine genauere Auswahl an passenden Produkten, bis er das richtige gefunden hat.

KI Unterstützung bei der Gepäckberatung von Lufthansa
Ein Gepäckberater im Lufthansa WorldShop unterstützt die Kunden KI-basiert bei der Suche nach dem richtigen Gepäckstück.
(Quelle: Screenshot von worldshop.eu)

4. Personalisierung

Die KI kann Kunden anhand von bereits getätigten Käufen oder Interaktionen passende Inhalte oder Produkte präsentieren, die sie mit einer großen Wahrscheinlichkeit begeistern. Dies kann an unterschiedlichen Touchpoints, sowohl im als auch außerhalb des Shops erfolgen. So können beispielsweise personalisierte Suchergebnisse ausgespielt oder personalisierte Beratung geboten werden. Darüber hinaus kannst du Shopkunden personalisierte Empfehlungen auf verschiedenen Shopseiten (auf der Startseite, Produktdetailseite oder wie im nachfolgenden Beispiel im Warenkorblayer) sowie in personalisierten E-Mails anzeigen.

KI-basierte Produktvorschläge auf liquid-life.de anhand vom Kunden in den Warenkorb gelegten Artikeln.
Die KI ermittelt auf der Grundlage des in den Warenkorb gelegten Artikels passende Produkte und schlägt sie dem Kunden vor.
(Quelle: Screenshot von liquid-life.de)

Durch KI-Software erhöhen Online Shops die Conversion Rate und stärken somit die Kundenbindung. Ein Personalisierungshighlight stellt der Shopping Stream dar – eine 1:1 personalisierte Shopseite, die es jedem Kunden ermöglicht, in seine ganz individuelle Produkt- und Markenwelt einzutauchen und stets neue Impulse zu erhalten. Diese relevanten Shopping News in Echtzeit veranlassen deine Shopkunden zum regelmäßigen Besuch im Online Shop, wodurch du die Wiederkaufrate sowie den Customer Lifetime Value steigern kannst.

Shopping Stream auf outletcity.com mit persönlichen Empfehlungen durch KI
Eine personalisierte Shopping Stream Seite mit KI-generierten Produkt- und Content-Empfehlungen im Online Shop von Outletcity.
(Quelle: Screenshot von outletcity.com)

5. Vorhersage von Verkäufen

Mithilfe von KI können außerdem Vorhersagen zu Verkäufen gemacht werden. Dies lässt sich beispielsweise nutzen, um E-Mailings zu einer bestimmten Produkt-Neuerscheinung nur an die Kunden zu versenden, die dieses Produkt überhaupt interessieren wird. Dadurch können Kunden vor offiziellem Erscheinen auf einen für sie interessanten Artikel aufmerksam gemacht werden.


Bleibe up to date in Sachen Personalisierung: Melde dich zum epoq Newsletter an. Jetzt anmelden!


Beispiel: Ex Libris versendet 90 Tage im Voraus E-Mailings zu Buch-Neuerscheinungen. Das spannende an den E-Mailings von Ex Libris ist dabei die Selektion der Empfänger. Denn diese werden über KI-Verfahren vollautomatisiert ermittelt und an das E-Mail-Versandsystem gesendet. Die KI berechnet genau, welche Kunden potentiell Interesse an der Buch-Neuerscheinung haben könnten und nur an diese Kunden wird das E-Mailing schließlich versendet.

6. Optimierung der Preisgestaltung und Lagerhaltung

Auf Basis von Informationen wie Betriebskosten, Kundenumfragen, Demografie und psychologischen Daten ist KI heute dank des maschinellen Lernens in der Lage, centgenau den Preis zu ermitteln, mit dem sich die Unternehmensziele am besten erreichen lassen.

KI bietet Shopbetreibern außerdem die Möglichkeit, inzwischen immer genauer zu ermitteln, welche Ware in einem bestimmten Zeitraum wie oft verkauft wird. Dadurch können Unternehmen ihre Lagerhaltung genauer planen und ihr Kapital gezielt einsetzen. Darüber hinaus verhindern sie Lieferengpässe und steigern die Kundenzufriedenheit.

7.  Filtern gefälschter Bewertungen

KIs wie Fakespot können gefälschte Bewertungen erkennen und filtern. Sie dienen hauptsächlich dem Verbraucherschutz, können jedoch auch von Marktplätzen genutzt werden, die beispielsweise minderwertige Waren aus dem Sortiment filtern möchten.

8. Smarte Suche

Die smarte Suche funktioniert nicht mehr nur über bloße Suchbegriffe, sondern sie versteht Texte inzwischen semantisch. Das gilt sowohl für die Suchanfragen selbst als auch für das Erkennen von Inhalten auf der Website. Somit kann sie Nutzern den Inhalt präsentieren, der am besten zu ihrer Suchanfrage passt. Dadurch erhält beispielsweise eine Kundin, die nach “kleid uni langarm” sucht, genau zu dieser Suchanfrage passende Ergebnisse.

Suchergebnisse auf KI-Basis des Online Shops von Peek&Cloppenburg* Hamburg für Kleider.
Semantische Suchergebnisse des Online Shops von Peek&Cloppenburg* Hamburg ermöglichen dem Kunden optimalste Ergebnisse bei der Produktrecherche.
(Quelle: Screenshot von peek-und-cloppenburg.de)

Zudem kann eine intelligente Suchfunktion schon bereits beim Tippen sinnvolle Ergänzungsvorschläge mit entsprechenden Vorschaubildern unterbreiten und so die Suche erleichtern.

Eine KI-Autovervollständigung ergänzt Produktvorschläge in der Onsite-Suche auf der Fackelmann Seite
Passend zum Sortiment ergänzt die KI durch Autosuggest die Sucheingabe. Dem Kunden wird die Suche dadurch erleichtert und er findet zum gewünschten Produkt. 
(Quelle: Screenshot von fackelmann.de)

9. Retargeting potenzieller Kunden

Egal ob Google Ads, Social Media Advertising oder Display Banner: Manchmal erreicht die Werbung potenzielle Kunden nicht zum richtigen Zeitpunkt. Mit KI können Nutzer gezielt noch einmal angesprochen werden, die für das Angebot empfänglich sind.

10. Verbessern der Cybersecurity

KI wird des Weiteren immer wichtiger, um Bedrohungen schnell zu erkennen und Cyberangriffe abzuwehren. Sie helfen schon heute dabei, Spam-Mails oder Malware zu erkennen. Indem sie Muster in Angriffen erkennen, können sie diese deutlich schneller registrieren. In Zukunft ist außerdem eine einfachere Identifizierung von Angreifern und die Authentifizierung von berechtigten Nutzern möglich.

11. Bewertung von Leads

Die automatisierte Bewertung von Leads anhand des Verhaltens ermöglicht dem Vertrieb, gezielt Interessenten zu kontaktieren, die mit einer hohen Wahrscheinlichkeit für einen Abschluss bereit sind.

Was meinst du: Welche Technologie wird im E-Commerce zukünftig zum Standard gehören? Nutzt du sie bereits? Teile gerne deine Meinung mit uns in den Kommentaren!

Fazit: Künstliche Intelligenz revolutioniert die Welt, in der wir leben

Auch wenn eine KI Definition nicht leicht gelingt, ist klar: Künstliche Intelligenz ist bereits fester Bestandteil in unserem Alltag und wird ihn zukünftig noch stärker prägen. Einer der Orte des Wandels wird der E-Commerce sein, denn schon heute gibt es leistungsstarke Technologien, die die Performance verbessern können.

Quellen: ¹ Wikipedia, ² FHWS

 

 

Lade dir unser E-Book über Produktempfehlungen durch Reinforcement Learning herunter, um mehr über KI zu erfahren.

KI-Technologie Ratgeber

E-Book – Der digitale Verkäufer – Rein­force­ment Learning im E-Commerce

Erhalte umfassende Insights zum Einsatz von Rein­force­ment Learning zur Per­so­na­li­sie­rung von Online Shops.

18. Feb 2019

Mehr erfahren

Mehr Infos zur KI-Technologie →

Hast du Fragen oder Anregungen? Hinterlasse uns gerne eine Nachricht via Kommentarfunktion!

War dieser Beitrag hilfreich?

Beitrag teilen

Sarah Birk

Online Marketing Manager - Content & SEO

Sarah ist als Online Marketing Manager – Content & SEO bei epoq tätig und damit für den Content-Bereich zuständig. Ihr Tätigkeitsgebiet erstreckt sich von der Content-Planung über die -Konzeption bis hin zur -Analyse und -Optimierung der verschiedenen Content-Formate unter Berücksichtigung wichtiger SEO-Aspekte.

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert

Diese Blogartikel könnten dich auch interessieren
Blogpost

Warum du durch Online Category Management im E-Commerce gewinnst

Durch optimal gestaltete Produktkategorien mehr Umsatz generieren – Online Category Management ermöglicht das. Dabei handelt es sich nicht um eine temporäre Marketingmaßnahme, sondern um eine langfristig angelegte, strategische Herangehensweise. In diesem Beitrag erfährst du, was das Warengruppenmanagement umfasst, welche Ziele es verfolgt und wie ein optimaler Category-Management-Prozess aussieht. Außerdem erfährst du, welche Schnittstellen es zum Online Marketing gibt.

Daniela Ilincic: 28. Nov 2022

Mehr erfahren
Blogpost

Digitale Kundenbindungsprogramme zur Stärkung der Kundenbeziehung

Wiederkehrende Kunden sind äußerst wertvoll für jedes Unternehmen. Eine starke Kundenbindung ist daher ein wichtiger Faktor für deinen Erfolg im E-Commerce. Da die Digitalisierung auch in diesem Bereich immer weiter voranschreitet, ist es für Shopbetreiber essenziell, über Neuigkeiten und Aktionen auf dem Laufenden zu sein. Erfahre, wie du digitale Kundenbindungsprogramme sinnvoll nutzt, um die Bedürfnisse deiner Kunden zu erfüllen und die Bindung damit zu stärken.

Nadine Roth: 18. Nov 2022

Mehr erfahren