Tagung Handel 4.0: KI im E-Commerce leicht gemacht
„Künstliche Intelligenz bestimmt heute schon die Entwicklung des Handels. Und gerade in Verbindung mit großen Datenmengen bieten sich dem Handel ungeahnte Möglichkeiten, auf Wünsche und Bedürfnisse der Kunden einzugehen“, betont Prof. Dr. Christiane Hellbach, Vizepräsidentin der OTH Amberg-Weiden und Handelsexpertin.
Doch was bedeutet das praktisch? Wo kann und wird KI im Handel bereits eingesetzt? Welche Voraussetzungen müssen erfüllt sein und was kann man von Best Practice-Beispielen lernen? Diese und weitere Aspekte beleuchteten ExpertInnen und HändlerInnen bei der Tagung „Handel 4.0 – KI im E-Commerce“, einer gemeinsamen Veranstaltung von IHK Regensburg und OTH Amberg-Weiden im Weidener Hörsaalgebäude.
Über alle Branchen ist das Potential von KI im Handel, Marketing und E-Commerce am höchsten und durch Corona wurde diese Entwicklung nochmals zusätzlich angetrieben, erläuterte Prof. Dr. Marco Nirschl im ersten Fachvortrag. Dennoch setzen laut Studien noch nicht mal die Hälfte der Unternehmen in der DACH-Region KI im Einzelhandel ein. Doch warum ist das so? Als größte Herausforderungen wurden die Kosten bei der Entwicklung und Implementierung von KI sowie fehlende Kompetenzen der Mitarbeitenden zu KI-Methoden genannt. Durch die Analyse des Geschäftsmodells, Test der Datengrundlage und Unterstützung bei Auswahl und Umsetzung könne man das Thema dennoch pragmatisch angehen, gab Prof. Nirschl als kurzen Ausblick mit.
Sabine Kaiser, Inhaberin der Digital Agentur Deutschland, beleuchtete, wie Big Data unser Einkaufsverhalten verändert und wie sich dies im Marketing nutzen lässt – u. a. durch Propensity Modellierung und Prädiktive Analytik. Propensity Modeling als eine Anwendung der prädiktiven Analyse, kann dabei in verschiedenen Bereichen eingesetzt werden, um Vorhersagen zu treffen: z. B. zur Konversionswahrscheinlichkeit eines bestimmten Kunden, zur Vorhersage des Preises, zu dem ein Kunde wahrscheinlich konvertiert oder zur Vorhersage, welche Kunden am wahrscheinlichsten Wiederholungskäufe tätigen. Der wichtigste Punkt ist dabei, dass ein, Propensity Modell nur so gut ist wie die Daten, die für seine Erstellung zur Verfügung gestellt werden. Wenn Daten also Fehler enthalten oder ein hohes Maß an Zufälligkeit aufweisen, kann das Modell keine genauen Vorhersagen treffen.
Wie lassen sich durch KI Umsatzanomalien im Filialbetrieb aufspüren oder die Auftragserfassung verbessern? Das erläuterten Dr. Philipp Jell und Timo Walter vom Technologischen Institut für angewandte Künstliche Intelligenz GmbH (TI.KI) anhand von Success-Stories. So konnte durch die KI-gestützte Auftragserfassung bei einem Kunden mit einer Vielzahl an Bestellungen und Bestellformaten der Personalaufwand sowie die Fehlerquote enorm verringert werden. Zur Umsetzung der KI-Lösung gehörte dabei das Trainieren von diversen KI-Modellen zur Extrahierung der Inhalte aus den Bestellungen und die Entwicklung einer vollautomatisierten KI-Pipeline. Der KI-Einsatz führte beim Kunden im Ergebnis zu gesteigertem Durchsatz, einer höheren Erkennungsrate und dazu, dass Mitarbeitende eine kontrollierende statt ausführende Funktion einnehmen.
Weitere interessante Einblicke und Impulse gaben Dr. Thomas Schübel vom Online-Versandhändler Re-In Retail International GmbH zu „Intelligente Kampagnensteuerung mit Machine-Learning-Methoden für Google Shopping-Ads“ sowie Florian Lustig und Andreas Paulus, beide Conrad Electronic SE, zu den Themen Segmentierung, Individualisierung, Recommendation und Price Optimization bei Conrad Electronic. Abgerundet wurde die gelungene Veranstaltung durch gemeinsamen Austausch und ein Get-together.
