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?
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.
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 Customer Experience Optimization: Melde dich zu unserem 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.
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.
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.
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.
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 Customer Experience Optimization: Melde dich zu unserem 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.
Zudem kann eine intelligente Suchfunktion schon bereits beim Tippen sinnvolle Ergänzungsvorschläge mit entsprechenden Vorschaubildern unterbreiten und so die Suche erleichtern.
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.
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.
