#customer experience#data#e-commerce#growth#shopsystem
Publication Date:February 23rd, 2024
Reading Time:2 min
 Lennard Grewe Lennard Grewe

Next level E-Commerce durch Künstliche Intelligenz

Noch nie konnten Prozesse und Aufgaben schneller intelligent automatisiert und die Customer Experience individueller gestaltet werden als mit KI. Für E-Commerce-Unternehmen eine große Chance, Kosten zu senken und Umsatz zu steigern.

Beachtliche Effekte durch die Integration von KI 

Von +31% Steigerung CR (MQL zu Order) durch optimiertes Kundenscoring bis -80% Reduktion des manuellen Aufwands bei Auftragsverarbeitung im Onlineshop – die Implementierung von KI birgt umfangreiche Chancen.

Wie kann KI im Unternehmen implementiert werden?

Inspiration und Ideen:

  • Inspiration: Identifizierung vorhandener Business Goals; Evaluation der Möglichkeiten von KI, Definition gewünschter operativer Ziele, die mit KI erreicht werden sollen (z.B. Effizienzsteigerung, Optimierung User Experience)
  • Ideenfindung: Ermittlung aktueller relevanter Probleme, die die Erreichung der Business Goals verhindern; Definition von Use Cases, in denen KI zur Lösung der Probleme eingesetzt werden kann
  • Priorisierung: Priorisierung der lohnendsten Use Cases auf Basis von Nutzen und Umsetzbarkeit
  • Test Use Cases: Auswahl von hoch priorisierten Anwendungsfällen, die im ersten Schritt mit geringem Aufwand ausprobiert werden können

Datengrundlage:

  • Datenbasis: Prüfung, ob notwendige Daten für Test Use Cases im Unternehmen vorhanden sind
  • Feature engineering: Qualitätsprüfung der Daten, Aufbereitung und Extraktion von Features aus Rohdaten, damit sie für die ausgewählten Use Cases eingesetzt werden können

Implementierung und Proof of Concept:

  • Problemlösung: Evaluation, welche Algorithmen/Basismodelle notwendig sind
  • Algorithmen/Basismodelle: Training der Algorithmen mit Testdaten, Validierung der Use Case Hypothesen
  • KPIs: Definition von Erfolgs-KPIs für Test Use Cases
  • POC: Durchführung des Proof-ofConcept mit Hilfe von A/B-Tests
  • Skalierbarkeit: Entscheidung, ob Test Use Cases skalierbar sind auf Basis eines Business Cases

Strategie-Entwicklung:

  • Strategische Ziele: Entwicklung strategischer Ziele für das Gesamtunternehmen, die mit KI erreicht werden sollen, durch Ableitung aus Business Goals
  • Production readiness: Definition der Grundlagen zur Implementierung ausgewählter KI-Services:
    • Definition des Target Operating Models
    • Definition der notwendigen technischen Architektur
    • Definition der Systeme
    • Ableitung notwendiger Ressourcen und Know-how
  • Fakt eins Maschinelles Lernen ist in den vergangenen Jahren am schnellsten gewachsen; Gründe dafür sind die Verfügbarkeit großer Datenmengen und die enorme Steigerung der Rechenleistung
  • Fakt zwei Generative KI basiert auf maschinellem Lernen und hebt sich hervor durch die Erzeugung neuer kreativer Inhalte auf Basis komplexer, selbstlernender Algorithmen; Inhalte können u.a. Texte, Bilder und Quellcodes sein
  • Fakt drei Alle Bereiche des E-Commerce können durch KI verbessert und relevantes Wachstum generiert werden