KI im E-Commerce

In Anbetracht des harten Kampfes um Kunden und Marktanteile sind jene Online-Handelsunternehmen im Vorteil, denen es besser als der Konkurrenz gelingt, die Bedürfnisse ihrer anspruchsvollen Kundschaft in ihren B2B-Onlineshops bestmöglich zu erfüllen. Damit avanciert die KI-basierte Optimierung der Customer Experience zum Kriterium, das zukünftig noch stärker als bisher über den Erfolg im Onlinehandel entscheidet. Dies belegt die EHI-Studie „Trends im E-Commerce 2023“. Die befragten Top-Entscheider:innen aus dem deutschen E-Commerce erachten KI als einen von vier Megatrends – neben Konsolidierung, Profitabilität und Nachhaltigkeit. Doch um von KI im E-Commerce zu profitieren, benötigen Unternehmen Unmengen an personenbezogenen Daten, die es zu analysieren und bereitzustellen gilt. Anschließend an diese Herausforderung stellt sich die Frage: Welche Anwendungsfälle für KI im E-Commerce gibt es überhaupt – neben dem altbekannten Chatbot?

KI im E-Commerce für individuelle Produktempfehlungen

So viele Kundendaten wie möglich DSGVO-konform zu sammeln und zu verwerten, bildet die Grundlage für Shopping-Erlebnisse, die immer personalisierter sind. Ein naheliegender Use Case für KI im E-Commerce sind personalisierte Produktempfehlungen. Wenn jede einzelne Aktion – von gekauften Artikeln über besuchte Seiten bis hin zu geklickten Anzeigen – in einem B2B-Onlineshop automatisch einen entsprechenden Eintrag im CRM-System initiiert, entsteht ein immer umfassenderes Bild eines jeden einzelnen Besuchenden. Das heißt: KI im E-Commerce kann – durch den Rückgriff auf den vorhandenen Datenbestand – automatisch Produkte identifizieren, für die sich Nutzende mit hoher Wahrscheinlichkeit interessieren. Diese Produkte lassen sich dann nicht nur in einem gut sichtbaren Bereich auf der Startseite als „Das könnte Sie interessieren“, sondern ebenso auf der Detailseite eines anderen Produkts ausspielen. Auch im Newsletter auf Produkte hinzuweisen, die dem einzelnen Abonnenten gefallen, ist natürlich möglich.

KI im E-Commerce für eine personalisierte Ansprache der Kundschaft

Je mehr ein Handelsunternehmen über seine Kundschaft weiß, desto besser gelingt es, jede:n Einzelne:n mit passgenauen Informationen zielgerichtet zu adressieren. Technologien für die KI-Personalisierung im E-Commerce erlauben beispielsweise, vorhandene Kundendaten tiefgehend zu analysieren, aus den Daten bestimmte Verhaltensweisen abzuleiten, Kunden mit ähnlichen Vorlieben oder anderen Gemeinsamkeiten zu segmentieren und so feingranulare Kundengruppen zu erstellen. Auf dieser Grundlage ist es dann möglich, personalisierte Inhalte auszuspielen, die weit über passgenaue Produktempfehlungen und individuelle Werbeanzeigen hinausreichen. Es ist sogar denkbar, die Benutzeroberfläche eines B2B-Onlineshops an vielen Stellen zu personalisieren, etwa durch die Bereitstellung eines individuellen Menüs und relevanter Statistiken. So können zum Beispiel Maschinenbauunternehmen Zugriff auf präferierte Tools erhalten, wie etwa einen Online-Konfigurator, in den die im Einsatz befindlichen Anlagen bereits eingespielt sind. Dies erlaubt Anwender:innen, die Erweiterung einer bestimmten Maschine mit wenig Aufwand zu planen. In einem persönlichen Support-Bereich können zudem passende Wartungsanleitungen bereitstehen. Zudem sorgt KI-Personalisierung im E-Commerce dafür, dass Kund:innen passende Ersatzteile empfohlen bekommen, sobald sie einen Defekt melden.

Das Potenzial der KI-gestützten Bildersuche können sich Shopbetreiber:innen ebenfalls im Kundenservice zunutze machen. Sollte zum Beispiel ein Bohrkopf verschlissen sein, ist es Kund:innen möglich, ein entsprechendes Foto im Kundenportal hochzuladen. Dank Bilderkennung identifiziert KI im E-Commerce das verschlissene Bauteil und kann die Lieferung eines Ersatzteils anbieten oder eine Reparaturanleitung als Hilfestellung bereitstellen. Der Vorteil für die Kundschaft: Sie erhält schnelle und unkomplizierte Unterstützung – ohne, dass sie das verschlissene Teil benennen oder dessen Artikelnummer heraussuchen müsste. Komfortabler kann Kundenservice kaum sein.

KI im E-Commerce für automatisch erzeugte Texte und Bilder

Ist ein B2B-Onlineshop mit moderner Technologie für generative KI ausgestattet, können Shopbetreiber:innen beispielsweise zielgruppenspezifische Dokumentationen, Produktbeschreibungen, Landingpagetexte und andere Inhalte KI-basiert erstellen. Grundlage bilden qualitativ hochwertige und aktuelle Daten, die in einer Datenbank strukturiert vorgehalten sind. Darüber hinaus ist es dank KI im E-Commerce schon heute möglich, personalisierte Landingpages in Echtzeit zu generieren. Anhand der Kundenhistorie (Klickpfade, besuchte Seiten, Vorlieben für Produktkategorien, getätigte Käufe etc.) und anderen relevanten Daten, die beispielsweise in einer Customer Data Platform gespeichert sein können, leitet KI im E-Commerce Vorhersagen über das erwartete Kundenverhalten ab (Predictive Analytics) und baut das Frontend dynamisch in Echtzeit auf – für jede einzelne Person im B2B-Onlineshop (Hyperpersonalisierung). Dies schließt die automatische Übersetzung von Websiteinhalten ein – wodurch sich internationale Expansionen deutlich vereinfachen.

Daneben kann künstliche Intelligenz zum Einsatz kommen, um gänzliche neue Bilder und Grafiken zu erzeugen oder um vorhandenes Bildmaterial zu verändern, etwa in Form neuer Hintergründe oder zusätzlicher Farbverläufe. Ziel ist, im B2B-Onlineshop Visuals zu veröffentlichen, die Nutzende emotional ansprechen und sie so zum Kauf animieren.

Die eigene Erfahrung mit einem B2B-Onlineshop zu teilen – ob via Social Media, direkt im Shop oder über eine Bewertungsplattform – ist heutzutage gang und gäbe. Dies stellt Handelsunternehmen vor die Herausforderung, jene Rückmeldungen herauszufiltern, die eine sofortige Reaktion erfordern – wie etwa bei negativer Kritik. Eine entsprechend trainierte KI erkennt vorab definierte Begriffe, deren Verwendung automatisch eine bestimmte Aktion auslösen – von einer Notiz im CRM-System über die Information eines Mitarbeitenden bis hin zur automatischen Erstellung und Veröffentlichung einer Antwort auf das erhaltene Feedback oder dem proaktiven Vorschlagen einer individuellen Lösung. Derart automatisierte Sentiment-Analysen beschleunigen nicht nur die Reaktionsprozesse und sparen Kosten, sondern verbessern auch die Qualität des Kundenservices.

KI im E-Commerce für eine zuverlässige Betrugserkennung

Ein weiterer wichtiger Use Case für AI E-Commerce ist die Betrugserkennung. Eine KI monitort jede einzelne Transaktion innerhalb eines B2B-Onlineshops und erkennt abnormales Verhalten in Sekundenschnelle. Je nachdem, welche abweichenden Verhaltensmuster die KI aufspürt, lässt dies Rückschlüsse auf diverse kriminelle Handlungen zu, wie etwa den Versuch, Daten abzugreifen oder Passwörter zu hacken. Derart unterstützt, können Online-Retailer ihre Cyber-Sicherheit hochhalten.

Theoretisch sind diese und viele weiteren Szenarien für KI im E-Commerce schon heute realisierbar. Ihr praktischer Erfolg steht und fällt jedoch mit dem Training der KI. Um beim Beispiel des verschlissenen Bohrkopfes zu bleiben: Um korrekte Ergebnisse zu liefern, muss die KI mit vielen Tausenden Bildern trainiert worden sein. Das heißt, damit sie Bohrkopf A tatsächlich als solchen erkennt, braucht es nicht nur etliche Bilder von Bohrkopf A aus unterschiedlichen Perspektiven, sondern – zur Abgrenzung – auch von Bohrkopf B, C, D und ggf. die vom Kunden erworbenen Maschinen. Hinzu kommen Metainformationen, anhand derer die KI lernt, um welchen Artikel es sich handelt und was genau ein bestimmtes Bild zeigt. Das versetzt KI im E-Commerce schlussendlich in die Lage, das hochgeladene Bild des Bohrkopfes mit jenen in der Datenbank abzugleichen und den Artikel als Ergebnis anzuzeigen, der die größte optische Ähnlichkeit mit dem hochgeladenen Kundenbild aufweist.

KI im E-Commerce bedarfsgerecht einsetzen

Um AI im E-Commerce zu nutzen, ist es keinesfalls erforderlich, bestehende Systeme komplett auszutauschen. Stattdessen ist es möglich, eigenständig existierende Tools für KI im E-Commerce zu implementieren und mit Shopsystemen sowie anderen verkaufsrelevanten Anwendungen zu verknüpfen – von CRM und PIM über Service- und Ticketportal bis hin zu ERP und anderen Lösungen. Entscheidend ist die Fähigkeit, relevante Kundendaten aus allen Quellsystemen zentral zu konsolidieren, zu aggregieren und mit weiteren Informationen anzureichern – mit dem Ziel, wertschöpfungsrelevante Informationen zu generieren und diese in das Shopsystem auszuspielen. 

Neuerdings spricht man in diesem Kontext von Composable Commerce (ehemals: Best of Breed). Dabei geht es darum, ein System als führend zu definieren – üblicherweise die Shoplösung – und um relevante Drittsysteme mit KI-Komponente sowie eine leistungsstarke Datenbank zu ergänzen. Zudem ist es möglich, KI als Service in einen B2B-Onlineshop zu integrieren – wie es zumeist bei Chatbots der Fall ist. 

Die Königsdisziplin, eine eigene verwertbare Datenbasis auf Basis vorhandener Informationen aus allen Unternehmensbereichen aufzubauen und diese Daten im E-Commerce gewinnbringend zu nutzen, stellt die überwiegende Mehrzahl der Online-Handelsunternehmen momentan noch vor eine zu große Herausforderung.