Künstliche Intelligenz im E-Commerce
Bevor wir künstliche Intelligenz im E-Commerce erklären, definieren wir zunächst den Begriff Künstliche Intelligenz (KI). Künstliche Intelligenz bezeichnet eine Menge an Methoden, über welche der Computer derart programmiert wird, dass dieser auf Basis des menschlichen Handelns, Probleme löst. Dazu werden Algorithmen aus der Mathematik und Informatik verwendet, um intelligentes Verhalten zu simulieren. Da das Forschungsgebiet der künstlichen Intelligenz mit anderen wissenschaftlichen Bereichen wie Psychologie, Neurologie und Kommunikationswissenschaft Berührungspunkte aufweist, finden sich in der Praxis verschiedene Anwendungsbereiche der künstlichen Intelligenz, wie z. B. die Anwendung im E-Commerce.¹
Bleibe up to date in Sachen Personalisierung: Melde dich zum epoq Newsletter an: Jetzt anmelden!
Künstliche Intelligenz im E-Commerce wird bereits eingesetzt, um bestimmte Muster im Kaufverhalten eines Kunden zu erkennen und Vorhersagen über den Kauf eines Produktes zu treffen. So ist es heute bereits möglich, einem Kunden Produkte nach seinem Geschmack im Online-Shop zu empfehlen und dadurch den Kauf zu begünstigen. Ist es aber auch möglich, im Voraus zu erkennen, was der Kunde als nächstes benötigt, um sein Bedürfnis schneller zu befriedigen und die Zufriedenheit zu erhöhen? Um diese Frage zu beantworten, erklären wir dir zunächst die Entstehung von individuellen und relevante Empfehlungen.
Relevante Empfehlungen über künstliche Intelligenz im E-Commerce ausspielen
Um individuelle und relevante Empfehlungen über künstliche Intelligenz im E-Commerce auszuspielen, muss:
- das Verhalten der Besucher im Online-Shop erfasst und in einer Wissensbasis gesammelt werden. Dies geschieht über ein integriertes Tracking in einem Online-Shop.
- über Reinforcement Learning, einen Teilbereiche der künstlichen Intelligenz, eine Analyse des Klick- und Kaufverhaltens eines Besuchers sowie der Gesamtheit der Besucher im Online-Shop erfolgen.
Das Ergebnis ist eine Vorhersage über den Kauf eines bestimmten Produkts, durch eine bestimmte Person. Dieses Produkt wird daraufhin einem Online-Shopper, welchem zuvor eine ID zugewiesen wurde, in Echtzeit empfohlen, während er sich im Online-Shop befindet.
Die selbstlernenden Algorithmen erfassen die Reaktion (z. B. Kauf oder Nichtkauf) und beziehen dieses Wissen für weitere Empfehlungen mit ein. Es entsteht ein Lernprozess, welcher die Empfehlungen stetig optimiert. Es ist also heutzutage bereits möglich, relevante Empfehlungen auszuspielen. Kann aber auch der spezifische Bedarf einer Person in Voraus ermittelt werden, um die Empfehlung noch genauer zu machen?