Einsatzfelder der Künstlichen Intelligenz im Vertrieb
TEXT: Dr. Michael W. Preikschas
Artificial Intelligence is the study of how to make computers do things at which, at the moment, people are better (Vgl. Rich). So lautet eine Definition der Künstlichen Intelligenz, die verdeutlicht, wie flexibel dieser Forschungsbereich zu betrachten ist. Grenzen verschieben sich ständig. Denn der wichtigste Teil der Künstlichen Intelligenz sind die sogenannten neuronalen Netze. Eine Verbindung zwischen Neutronen, die als Teil des Nervensystems bestimmte Funktionen ausübt. Die Computer-Wissenschaft versucht solche neuronalen Netze nachzubilden. Entscheidend ist, dass diese Netze komplexe Inhalte verarbeiten können und basierend auf Erfahrungsdaten, selbstständig lernen. Der Computer emanzipiert sich im Zuge des Einsatzes zunehmend von den ursprünglichen Eingaben. Im Vergleich zu den klassischen regelbasierten Systemen versucht die Künstliche Intelligenz sich eigenständig zu entwickeln und zu lernen. Sollte die Maschine erkennen, dass durch diesen Prozess ein neu entstandener Algorithmus besser ist als der vorherige, dann arbeitet der Computer mit dem neuen weiter. Dieser Prozess wird als Machine Learning bezeichnet (Vgl. Kreutzer 2019). Neben verschiedenen Einsatzfeldern der Künstlichen Intelligenz bieten sich im Vertrieb und Marketing spannende Aufgaben.
Ein Bereich stellt der Kundenservice mit sogenannten Chatbots dar. Ursprünglich als reine textliche Kommunikationsschnittstelle zum Kunden konzipiert, haben sich diese Computerprogramme bis heute zum wichtigen Ansprechpartner für den Kunden entwickelt. Es wird von einer konversationellen Oberfläche ohne Verwendung von Maus oder Tatstatur gesprochen. Heute können sich 27 Prozent der Nutzer von Internetseiten über 18 Jahre die Kommunikation mit einem Chatbot zumindest vorstellen (YouGov 2018). Mit 62 Prozent wird die Unabhängigkeit von Öffnungszeiten als wichtigstes positives Kriterium für dieses Einsatzfeld der Künstlichen Intelligenz genannt (Statista 2018).
KI-Algorithmen werden auch beim Dynamic Pricing eingesetzt. Das Unternehmen Wise Athena (https://wiseathena.com) konzipierte einen intelligenten KI-Agenten, der den Herstellern bei der Definition von Preisentscheidungen und Rahmenbedingungen für Händler unterstützt. Um dies zu erreichen, wählt Wise Athena die Datenmerkmale aus, die das Verhalten seiner Produkte auch im Verhältnis zueinander am besten beschreibt. Hierzu wird ein Modell berechnet, welches auch Kannibalisierungseffekte im eigenen Angebot und die Kreuzelastizität (Nachfragenänderung eines Gutes im Verhältnis zur Preisänderung eines anderen Gutes) der Produkte des Unternehmens berücksichtigt. Durch das regelmäßige Lernen kann die Genauigkeit der Absatzprognosen im Einzelfall um bis zu 94 Prozent gesteigert werden. Trotz einer extrem großen Menge möglicher Preiskombinationen kann das KI-System jene Preiskombination ermitteln, die Umsatz oder Margen optimieren.
Ein weiteres Einsatzfeld der Künstlichen Intelligenz ist die Kundenentwicklung. Dabei spielt die individualisierte Empfehlung eine große Rolle. Die Empfehlungsalgorithmen von Amazon beispielsweise sind für 36 Prozent des Umsatzes verantwortlich. Die Otto Group wiederum verwendet ein Attribution-Modelling zur Optimierung ihrer Kommunikationskanäle. Diese basiert auf dem Customer-Touchpoint-Tracking, bei dem Suchmaschinen, Soziale Medien und Online-Anzeigen analysiert werde.
Innovatoren erreichen mehr Umsatz und Gewinn, neue Kunden und Märkte. Trends früh erkennen, daraus Bedürfnisse richtig und rechtzeitig ableiten, neue Lösungen zum Erfolg entwickeln — das ist ihr Geschäft. Sie arbeiten intern im Netzwerk und extern mit Partnern. Marketing und Vertrieb sind früh eingebunden. Innovationen beginnen mit Ideen und gelingen durch strukturiertes Management.
#KI #MachineLearning #DynamicPricing #AttributionModelling
