Wie KI den Handel heute schon verändert.

von Andre Schreiber am 24.Mai 2018 in News, Trends & Analysen

Der Virtual Artist von Sephora ist ein Beispiel für KI im Handel.

Auf der Entwicklerkonferenz I/O zeigte Google eine beeindruckende Demonstration von künstlicher Intelligenz, als der Google Assistant ein flüssiges und realistisches Gespräch mit einem Menschen führte. „Google Duplex“ soll für die Nutzer beispielsweise telefonisch Termine vereinbaren. Einen Unterschied zu einer Konversation mit einem Menschen soll der Gesprächspartner am anderen Ende der Leitung nicht feststellen können. Keine Frage, Künstliche Intelligenz ist derzeit das Thema, das auch den Handel intensiv beschäftigt. Aber wo spielt KI bereits heute erkennbar seine Stärken aus?

Die Terminvereinbarung ist ein schönes Beispiel für die Interaktion zwischen Maschine und Mensch. Die Kommunikation zwischen Händler und Kunden ist einer der Anwendungsfälle, wo KI bereits recht weit fortgeschritten ist. Sprachsteuerung und sprachgesteuerte Assistenten wie Amazons Echo, Google Home und Google Assistant, Cortana von Microsoft und schließlich Siri von Apple stehen dennoch recht weit am Anfang ihrer Evolution.

Ja, die Verknüpfung mehrerer Aufgaben bereitet den Assistenten noch Schwierigkeiten und häufig klingt das, was die Sprachchips produzieren, noch so gar nicht menschlich. Aber es wird nur noch eine Frage der Zeit sein, bis die Sprachsynthese natürliche Melodien und Betonungen produzieren wird.

So lange das noch nicht der Fall ist, gibt es ja Chatbots. Von eBay über H&M bis Levi’s experimentiert fast jede große Marke mit Chatbot-Technologie oder hat damit experimentiert. Die Vorteile liegen auf der Hand. Ein von KI angetriebenes System, das rund um die Uhr erreichbar ist, kommt preiswerter als Call-Center-Kapazitäten vorzuhalten. Und wenn der Kunde den Messenger bevorzugt, tippt die KI im Zweifel auch schneller als menschliche Supportmitarbeiter. Der Einsatz von Chatbots macht den Kunden flexibler. Er kann sich an das Unternehmen wenden, wann es ihm passt. Und bei Routineanfragen, wie beispielsweise der Einrichtung von technischen Geräten oder einer Störungsmeldung, sind Chatbots wohl auch effizienter als der Mensch.

Das zweite wesentliche Einsatzgebiet von KI im Handel ist die Personalisierung. An dieser Stelle werden Datenanalysen und maschinelles Lernen Hand in Hand zu Höchstform auflaufen. Denn KI ist in der Lage, alle Informationen, die zu einem Kunden zur Verfügung stehen, auf sinnvolle Weise zu verknüpfen.

Was will der Kunde gerade am POS kaufen? Was hat er vielleicht bereits einmal online bestellt? Und welche Produkte oder Beiträge hat er auf Pinterest markiert? Selbst wenn einem Kundenberater auf Knopfdruck alle diese Daten zur Verfügung stünden, wird die Maschine sie bereits verknüpft und analysiert haben, während Kollege Mensch noch die Informationen gedanklich sortiert.

Dank maschinellen Lernens werden die Empfehlungen immer besser werden. So kann das System seine Analyse für das nächste Mal verfeinern, um dann aus Dingen, die der Kunde ablehnt, weiter zu lernen. Gerade Abo-Anbieter wie beispielsweise Stitch Fix setzen bereits jetzt stark auf selbstlernende Systeme, um die Vorlieben des Kunden dafür zu verwenden, einen passenden Stil zu kreieren.

Das dritte große Themenfeld für KI im Handel betrifft die Lieferkette. Denn KI wird bessere Vorhersagen treffen, als es die erfahrensten Einkäufer tun könnten. Die Maschinen werden anhand von historischen Daten, Trends aus Social Media, Wetteranalysen und weiteren Parametern vorhersagen können, was die Kunden kaufen werden. Und auch Aussagen zu den benötigten Mengen treffen können.

Das ist alles andere als Science Fiction. Das Unternehmen Hivery beispielsweise nutzt KI, um die Bestückung von Verkaufsautomaten zu optimieren. Dazu berücksichtigt das System die historischen Daten aller Maschinen insgesamt sowie deren Standorte. Ziel ist es, den optimalen Mix an Produkten und Stückzahlen zu ermitteln.

Amazon dagegen wertet Social Media Postings aus, um Trends in Sachen Mode zu entdecken. Das nutzt nicht nur den eigenen Verkäufen, sondern natürlich auch den Eigenmarken.

KI ist also mitten dabei, den Handel zu verändern, das zeigen viele Beispiele.

Die Fortschritte des maschinellen Lernens bei der Bild- und Mustererkennung sind besonders fortgeschritten. Kaum verwunderlich also, dass besonders bei Mode und Kosmetika schon beeindruckende Anwendungen eingesetzt werden.

Dazu zählt etwa „Sephora’s Virtual Artist“. Primärer Ansatz war es, den Kunden die Möglichkeit zu geben, Produkte virtuell mittels Augmented Reality ausprobieren zu lassen. Die Anwendung wurde aber um eine Farbanalyse erweitert. Damit werden auf Fotos oder dem aktuellen Kamerabild Farbtöne mit Farbpaletten von Produkten verglichen, um daraus dann ein stimmiges Make-up zu erstellen. Natürlich mit Sephora-Produkten, die dann auch gleich zu kaufen sind.

Auch die App von NeimanMarcus wird von KI angetrieben. Bilderkennung und maschinelles Lernen unterbreitet dem Kunden dann Angebote.

Der „Skin Advisor“ von Olay analysiert die Haut (oder weniger schmeichelhaft, das Alter der Haut) auf Basis eines Selfies. Aus der Analyse des Gesamtbildes und einzelner Problemzonen wird dann eine personalisierte Hautpflege mit passenden Produkten zusammengestellt.

Snap.Find.Shop” hat Neiman Marcus seine App genannt, die ebenfalls KI nutzt. Hier nehmen die Kunden Fotos von Produkten auf, die ihnen gefallen. Bilderkennung und Analyse versuchen dann, aus dem Warenbestand passende Stücke zu ermitteln, um sie dem Kunden anzubieten.

Target wiederum wurde Partner von „Pinterest Lens“. Dieses Projekt verfolgt einen ähnlichen Ansatz. Ein Foto soll dann ähnliche Artikel, die dann auch sofort gekauft werden können, identifizieren.

GoFind bringt es selbst auf den Punkt: „See, Snap, Shop“. Wem unterwegs ein Produkt gefällt, macht ein Foto davon und erhält wenige Augenblicke danach Produktangebot. Wenn Sie so wollen, eine visuelle Produktsuchmaschine.

Otto nutzt die KI von Blue Yonder, um seinen Warenbestand zu optimieren. Damit sollen die ärgerlichen Out-of-Stock-Situationen vermieden werden. Dank der KI werden Produktverfügbarkeit und Preise optimiert. Über eine gesamte Saison lohnt sich das natürlich, da deutlich weniger Ausschuss produziert wird.

Die Möbelmarke „Room & Board“ schließlich nutzt die „Predictive Intelligence“ von Salesforce. Durch die Analyse von Kundendaten kann das Unternehmen personalisierte Empfehlungen für die Kunden per E-Mail aussprechen. Und das wirkt sich auf allen Kanälen positiv aus. So steigen Umsätze und Abschlusswahrscheinlichkeit sowohl im Online-Shop als auch am POS.

– Anzeige –

Ist Ihr Gastronomieportfolio schon perfekt? Zum 3. Mal in Folge treffen sich internationale Gastronomen und Vertreter der Immobilienwirtschaft aus ganz Europa zum 3. Internationalen Gastroimmobilien-Kongress am 29. und 30. Mai 2018 in Berlin, um sich über Standort- und Flächenanforderungen, Expansionsstrategien und neue Konzepte auszutauschen. Mit dabei sind 100 Teilnehmer aus 10 verschiedenen Ländern. Programm und Anmeldung hier.


Artikel teilen




Abonnieren Sie den kostenlosen Newsletter von Location Insider. Wir liefern darin täglich gegen 11 Uhr business-relevante Hintergründe zur Digitalisierung des Handels.

Hiermit akzeptiere ich die Datenschutzbestimmungen.