Künstliche Intelligenz

Wissen, was der Kunde wirklich will

Wie es mithilfe Künstlicher Intelligenz gelingen kann, jedem Einzelnen exakt passende Angebote zu machen, daran arbeiten nicht nur Amazon, Alibaba und Zalando, sondern auch zahlreiche Start-ups. Der Fokus liegt klar auf sinkenden Retouren und höheren Konversionsraten.

Von Pascal Fynn 27.01.2020

© Getty Images

Algorithmen werden immer genauer Kundenbedürfnisse voraussagen können.

Noch nie war Einkaufen so einfach: Heute per Klick bestellt, morgen gratis an die Haustür geliefert. Was nicht gefällt, wird einfach retour geschickt – und erstattet. Das ist zwar bequem für den Kunden, trübt aber massiv sowohl die ökonomische wie auch die ökologische Bilanz des Geschäftsmodells Onlinehandel. Nach Angaben der Forschungsgruppe Retourenmanagement der Universität Bamberg wurde 2018 jede sechste Bestellung in Deutschland retourniert. Das entspricht 532 Paketen je Minute, was in der Klimabilanz zu einem Ausstoß von zusätzlichen 238 000 Tonnen CO2 führt.

Was aber wäre, wenn der Kunde nur noch solche Produkte bestellte, die er tatsächlich braucht und haben möchte? „Detaillierte Produktinformationen sind eine wichtige Möglichkeit, die Anzahl der Retouren zu reduzieren“, ist Christopher Meinecke, Leiter Digitale Transformation beim Digitalverband Bitkom, überzeugt. Zudem empfehle sich der Einsatz moderner Digitaltechnologien. „Kunden können Brillenmodelle virtuell anprobieren, mit Augmented-Reality-Anwendungen neue Möbelstücke vor dem Kauf ins eigene Wohnzimmer einfügen und zudem Bewertungen anderer Kunden lesen“, so Meinecke. Dabei spielten KI-gestützte Auswertungen von Kundenbewertungen ebenso eine Rolle wie neue Formen der persönlichen Beratung, wie etwa Live-Chats.

Maschine inspiriert Mensch

Wie gut das funktioniert, zeigt der Erfolg des Potsdamer Start-ups Inspora. Zuerst in den USA, jetzt auch in Deutschland aktiv, unterbreitet der KI-getriebene Messenger weltweit bereits einer halben Million Fashion-Fans Vorschläge fürs perfekte Outfit. Sein Modebewusstsein berechnet der chattende Stil-Algorithmus aus den Daten von Instagram-Influencern sowie den Eingaben von rund 100 menschlichen Stylisten. Vor allem kleinere Brands nutzen den Messenger-Bot von Inspora als Erfolg versprechenden neuen Verkaufskanal. Zudem bietet das Unternehmen eine Whitelabellösung zur Integration auf Händlerwebsites an.

„Onlinekunden werden sich in Zukunft mit einem noch größeren Sortiment konfrontiert sehen. In diesem Überangebot wird die Überforderung der Kunden wachsen und das Bedürfnis nach Orientierung stärker werden“, erklärt Inspora-Gründer Willi Ibbeken. Shops, die ihre Kunden auf der Suche nach den passenden Produkten auf sich allein gestellt durch unzählige Seiten klicken lassen, würden verlieren. Gewinner seien jene Shops, die sich weg von statischen und allgemeinen Suchfiltern hin zu einem persönlichen Dialog bewegen. „Der Kunde will, dass man ihn abholt, an die Hand nimmt und individuell durch den Einkaufsprozess im Shop führt“, betont Ibbeken.

Große Händler, wie etwa Zalando, arbeiten bereits an eigenen Lösungen, um ihre Kunden möglichst gezielt beraten zu können. „Wer wie wir ein Sortiment mit mehr als 400 000 Artikeln vorhält, ist gut beraten, seinen Kunden Produkte anzubieten, die ihrem persönlichen Stil entsprechen“, sagt Stacia Carr, Direktorin für Sizing bei Zalando. Die beste Möglichkeit, dies für die 28 Millionen Kunden von Zalando zu tun, sei der Einsatz von Machine Learning. Entsprechend hat das Unternehmen Algorithmen entwickelt, die Daten über das Such- und Kaufverhalten auswerten. Carr: „So können wir unsere Kunden an verschiedenen Stellen der Customer Journey auf unterschiedliche Weise inspirieren: mittels der Inhalte auf unserer Homepage, über von Algorithmen erzeugte Outfitvorschläge oder auch mit konkreten Produktempfehlungen.“

Das Start-up Dresslife setzt neben der Auswertung von Browserdaten bei der Entwicklung seines Empfehlungs-Algorithmus auf die Mithilfe der Nutzer selbst. Im sogenannten „Fashion Profile“ können sie Angaben zu Kleidungsstil und Figur machen und optional gezielte Fragen beantworten. „Wir beobachten, dass Kunden kein Problem damit haben, ausgewählte Daten preiszugeben, wenn wir ihnen dadurch ein besseres Einkaufserlebnis bieten können“, erklärt Julian Hensolt, Co-Gründer und CEO von Dresslife. Für den Endkunden werde es immer mehr zur Normalität, in digitalen Kanälen auf für ihn maßgeschneiderte Erlebnisse zu stoßen. Was also bei Instagram, Netflix oder Spotify bereits Gewohnheit ist, werde auch in der Mode zu einem „gelernten Erlebnis“. Hensolt: „Entscheidend ist, dass die Auswahl beständig neue Inspirationen vermittelt.“

Wird es also bald so weit sein, dass KI besser weiß, was der Kunde will als er selbst? Nach Angaben der US-Digitalberatung Emarketer „erzielen Recommendation Engines in der Modebranche aktuell bereits eine Verbesserung der Konversionsraten um etwa fünf Prozent“. Durch Eins-zu-eins-Personalisierung seien sogar Verbesserungen von über zehn Prozent möglich.

„Konsumenten erwarten, dass die Angebote, die sie in Zukunft erhalten, exakt für sie individualisiert wurden“, meint Dagmar Schuller, Gründerin von Audeering, einem in den Bereichen intelligente Audioanalyse und emotionale künstliche Intelligenz tätigen Start-up. „Shopper werden noch stärker ihre Präferenzen einbringen und gemäß ihrem eigenen Lebensstil konsumieren.“ Dazu könnte auch die Forderung an die Händler gehören, Waren vor Ort zu produzieren und die Wege kurz zu halten, meint Schuller.

Bisher diente KI vor allem dazu, Produkte an die richtige Zielgruppe zu bringen. In Zukunft wird KI aber nicht mehr nur die Händler beim Marketing unterstützen, sondern auch die Kunden beim Shopping. Das Ergebnis sollte idealerweise eine kuratierte Vorauswahl sein, die exakt den individuellen Wünschen und Bedürfnissen des Konsumenten entspricht. Schuller: „Künftig wird der Kunde angeben, was er benötigt – und ein Algorithmus wird ihm exakt jenen Händler vorschlagen, der ihm das bestmögliche Angebot zur Verfügung stellt.“ 

Meister des Matchings

Das Internet kennt keine Umkleidekabinen. Auf welche Ideen Start-ups gekommen sind, um alternative Lösungen für die Anprobe zu finden und auch online eine zielgenaue Produktauswahl zu ermöglichen:

Produktempfehlung vom Algorithmus

Nichts wird so oft zurückgeschickt wie online bestellte Kleidung. Entweder passt das gute Stück nicht oder es sah auf dem Bildschirm einfach besser aus. An dieser Stelle setzt Dresslife an: Das Start-up aus Hannover hat einen Algorithmus entwickelt, der Kunden Produkte mit dem richtigen Fit empfiehlt. Gefüttert wird der „Recommendation-Score“ vor allem aus drei Datenquellen: einem vom Nutzer selbst erstellten individuellen Fashionprofil, der Kaufhistorie sowie über das Kundenfeedback, das kontinuierlich über Like- und Dislike-Buttons oder spezifische Fragen sowohl vor als auch nach dem Kauf eingeholt wird. Die Lösung ist in jeden Onlineshop einfach live zu integrieren.

dresslife.com

Virtueller Dressing Room

Meepl bringt die Umkleidekabine aufs Smart­phone. Anhand von nur zwei Handyfotos, die den Nutzer einmal von vorn, einmal von der Seite zeigen, erstellt die Body-Scan-App des Schweizer Start-ups in Sekundenschnelle ein individuelles 3-D-Körpermodell. Davon ausgehend, berechnet die KI-­getriebene App die Körpermaße des Nutzers und gibt entsprechende Größenem­pfehlungen. Weiter geht es in den Virtual Dressing Room: Dort kann der Nutzer seinem Mini-Me verschiedene Farben, Styles und Größen anziehen – und die Modenschau in Echtzeit auf dem Screen oder auch in Augmented Reality ansehen.

meepl.com

Stilberatung per Chatbot

Sie wissen nicht, was Sie anziehen sollen? Fragen Sie Inspora! Der KI-getriebene Chatbot kombiniert vorhandene Klamotten aus dem eigenen Kleiderschrank, sucht im interaktiven Dialog mit dem Kunden passende neue Kleidungsstücke aus dem Onlineshop und entwickelt neue Outfits. Natürlich immer passend zum aktuellen Anlass, zum persön­lichen Geschmack und den aktuellen Trends entsprechend. Ziel des Start-ups aus Potsdam ist es, die persönliche Modeberatung, die Kunden aus dem Geschäft kennen, in jeden Onlineshop zu bringen. Wie aber kann eine Künstliche Intelligenz wissen, was ein Nutzer anziehen möchte? Ganz einfach: Der Algorithmus verfügt über das Know-how von 100 menschlichen Stylisten. „Wir haben konkrete Regeln aus der Styleberatung abgeleitet und diese in ein Datenmodell umgewandelt“, erklärt CEO Willi Ibbeken. Die Vorgehensweise überzeugte auch den Porsche-Vorsitzenden Wendelin Wiedeking, der 2019 einen hohen sechsstelligen Betrag in das Start-up investierte.

inspora.com

„Kunden erwarten, dass die Angebote, die sie in Zukunft erhalten, exakt für sie individualisiert wurden.“

 

Dagmar Schuller, CEO und Gründerin von Audeering

Mehr zum Thema

Wie Zalando Künstliche Intelligenz nutzt, um Retouren zu reduzieren und Kunden zu inspirieren, verrät Stacia Carr, Direktorin für Sizing bei der Fashionplattform, hier auf handelsjournal.de

Unter welchen Umständen Konsumenten bereit sind, ihre Daten zu teilen, und wie Künstliche Intelligenz die Interaktion zwischen Händlern und Konsumenten verändert, erklärt Mitgründerin und CEO Dagmar Schuller des auf KI-basierten Emotionsanalysen und akustischen Kontext­analysen spezialisierten Start-ups Audeering hier auf handelsjournal.de.

Schlagworte: KI, Serie, Start-up

Kommentare

Ihr Kommentar