KI im E-Commerce: Welche Anwendungsfälle und Tools gibt es?

Gastbeitrag von Judith Geuking

KI im E-Commerce ist nicht neu: Viele Unternehmen nutzen für ihre Prozesse bereits Data-Mining- und Machine-Learning-Technologien - Teilbereiche der Künstlichen Intelligenz. Doch mit Generative AI, also Künstlicher Intelligenz, die mit Hilfe von Machine-Learning-Algorithmen etwas Neues wie Text, Bild oder Audio erzeugt, ist ein neuer Hype um KI entstanden - mit neuen Möglichkeiten für den Online-Handel.

Welche Use Cases gibt es bereits und welche entstehen gerade? Wir haben uns die verschiedenen Einsatzgebiete von KI im E-Commerce genauer angesehen.

Ohne Daten keine KI

Nur, wenn Maschinen auf große Datenmengen zugreifen, diese verarbeiten und analysieren können, können sie lernen und sich intelligent verhalten. Glücklicherweise sind Daten essentiell für Innovationen und auch für menschliche Entscheidungen im E-Commerce, so dass viele Unternehmen bereits ein Data Mindset etabliert haben: Sie beschäftigen sich zunehmend mit Daten als Ressource für Erkenntnisse und auch mit APIs, um effizient auf diese Daten zugreifen zu können.

Damit Unternehmen noch einfacher Nutzen aus den ganzen Daten ziehen können, arbeiten Softwareanbieter intensiv daran, passende Lösungen in ihre Angebote zu integrieren. So bauen sie Bilderkennung, KI-gestützte und natürliche Sprachverarbeitung oder auch Lösungen für das Identifizieren von Mustern ein. Das Ergebnis: E-Commerce-Entscheider stehen aktuell vor einer ganzen Reihe an Tools, die sie dank MACH-Architekturen   einfach anbinden können.

In welchen Bereichen kann KI zum Einsatz kommen?

Personalisierungen:

• Marketing Automation, zum Beispiel über individualisierte Newsletter oder Kampagnen
• Echtzeit-Optimierungen für eine Verbesserung der Kundenerfahrung, z. B. über den automatischen Austausch von Bildern
• Produktberatung oder -auswahl durch automatische Cross-Selling-Vorschläge
• Dynamic Pricing: Preise automatisch anpassen basierend auf verschiedenen Faktoren

Tool-Beispiele: 7Learnings   für Pricing, dotdigital   für Marketing Automation, Dynamic Yield   für Personalisierungen

Kundenbetreuung und -unterstützung:

• Chatbots und virtuelle Assistenten
• Automatisierte Kundenkommunikation
• Conversational Commerce

Tool-Beispiel: Botsonic  
Such- und Filterfunktionen:

• Automatisierte Produktplatzierungen und Empfehlungen für gesteigerte Auffindbarkeit
• Personalisierte Suchergebnisse und KI-gestützte Filteroptionen
• Erkennen der Such-Intentionen auch ohne konkrete Keywords

Tool-Beispiele: Algolia   , Attraqt   , Klevu  

Lokalisierungen

• Content-Teams können Übersetzungsintegrationen in ihrem CMS nutzen, die zum Beispiel auf DeepL basieren

Tool-Beispiel: Contentful   mit integrierten Apps

Analytics:

• Muster im Kaufverhalten entdecken und zukünftiges Verhalten vorhersagen
• Customer Churn Prediction: Vorhersagen, wann Kunden abwandern
• Optimierung von Bestandsmanagement, um Überbestände zu reduzieren

Tool-Beispiele: Kaufverhalten analysieren mit bloomreach   , Analytics mit Amplitude  
Sicherheit:

• Analyse von Transaktionsdaten
• Fraud Protection: Echtzeit-Erkennung von betrügerischem Verhalten

Tool-Beispiel: Stripe   für Betrugsprävention bei Zahlungen

Generative AI:

• Produktnamen und -beschreibungen automatisch erstellen und vorschlagen
• Produktbilder oder personalisierte Videos generieren
• Ganze D2C-Marken erschaffen lassen - von Logo bis Landingpage
• Responsives Design oder Apps erstellen lassen

Besonders die Einsatzfelder von Generative AI werden mit der Zeit noch weiter wachsen. Hier stecken die Softwarelösungen teilweise noch in den Kinderschuhen und auch die Sprachmodelle werden sich immer weiter verbessern. Auch Anwender lernen nach und nach, bessere Ergebnisse mit integrierten Tools oder Lösungen wie ChatGPT   oder Midjourney   zu generieren - unter anderem, weil sie die Möglichkeiten besser verstehen, oder auch, weil ganz neue Jobs z. B. rund um "Prompt Engineering" entstehen. Generative AI kann daher zu einem wichtigen Wettbewerbsfaktor im E-Commerce werden. Eine zentrale Voraussetzung dafür: Unternehmen sollten früh lernen, die neuen Technologien einzusetzen.

Beim Einsatz von KI nicht zu lange warten

Tatsache ist: Künstliche Intelligenz wird nicht mehr aus dem Arbeitsalltag verschwinden und Unternehmen verschaffen sich durch die möglichen Automatisierungen viele Vorteile. Sie erledigen Aufgaben schneller, sparen Ressourcen und sorgen für bessere Kundenerlebnisse. Gerade Personalisierungen sind ein wichtiger Treiber für mehr Umsatz: Laut McKinsey   können Unternehmen, die auf Personalisierungen setzen, im Durchschnitt 10-15 Prozent mehr Umsatz erwirtschaften.

Das Gute ist: Viele Softwarelösungen integrieren KI bereits, um Prozesse im E-Commerce zu unterstützen. Und auch zahlreiche neue Tools erscheinen auf der Bildfläche, die sich dank moderner Technologien gut integrieren lassen.

Wer davon zwar schon gehört hat, aber noch zögert, sollte schnell anfangen, sich mit den KI-Lösungen, deren Möglichkeiten und einem Data-Mindset zu beschäftigen. Hilfreich kann ein unabhängiger Sparringspartner sein, der als Agentur, Berater oder Dienstleister sowohl die KI-Lösungen als auch die Anforderungen an das Unternehmen versteht und es bei diesem Prozess begleitet.


In unserer Kategorie Shop-Tech informieren wir regelmäßig über neue und innovative Technologien und Themen für Entscheider im E-Commerce. Diese Rubrik wird unterstützt von der Digitalagentur kernpunkt   .



Über die Autorin:
Judith Geuking ist Online-Redakteurin und Content-Strategin für SaaS-Startups und Unternehmen mit digitalen Geschäftsmodellen. Sie beschäftigt sich mit neuen Technologien und Lösungen, die die Arbeit einfacher machen und für bessere digitale Erfahrungen in Online-Shops und Co. sorgen - auf Unternehmens- wie auch auf Nutzer-Seite.