„Keep it simple!“ – Wie der digitale Handel von Künstlicher Intelligenz profitiert

Die große Datenfülle im digitalen Handel prädestiniert diese Branche für den Einsatz von Künstlicher Intelligenz. Experten raten jedoch zu einem vorsichtigen Herantasten in kleinen Schritten.

In den nächsten beiden Jahren werden mindestens 60 Prozent der Unternehmen im digitalen Handel Technologien einsetzen, die auf Künstlicher Intelligenz basieren, davon sind die Marktbeobachter von Gartner überzeugt. Der Einsatz dieser Technologien soll bis zum Jahr 2020 für rund 30 Prozent des Umsatzwachstums verantwortlich sein, so eines der Ergebnisse der internationalen Befragung von insgesamt 307 digitalen Händlern.

Diese Technologien sollen die digitale Arbeit revolutionieren
Allgemeine künstliche Intelligenz ist laut Gartners Hype-Cycle noch in der Innovationsphase. Im digitalen Handel scheint diese Technologie jedoch bereits Eroflge zu feiern. (Bild: Gartner)

In den Bereichen Kundensegmentierung, Produktkategorisierung und Betrugserkennung sind die meisten KI-Projekte im digitalen Handel anzutreffen. Und 70 Prozent dieser Projekte werden als erfolgreich oder äußerst erfolgreich eingestuft. Allerdings befinden sich noch nicht alle diese Projekte sind auch im produktiven Einsatz, wie das Markforschungsunternehmen in einer aktuellen Studie mitteilt.

„Dank der Fülle multidimensionaler Daten im kundennahen wie im Backoffice-Bereich ist der digitale Handel ein fruchtbarer Boden für KI-Technologien“, begründet Sandy Shen, Research Director bei Gartner, die besondere Bedeutung von künstlicher Intelligenz für den digitalen Handel.

Drei Viertel der teilnehmenden Unternehmen sehen durch den Einsatz Künstlicher Intelligenz zweistellige Wachstumsquoten. So stieg beispielsweise die Kundenzufriedenheit um durchschnittlich 19 Prozent. Die Umsätze und auch die Kostenreduzierung konnten durch künstliche Intelligenz um jeweils 15 Prozent gesteigert werden.

Trotz der guten Nachrichten kämpft jedoch auch der Handel bei dem jungen Thema mit Herausforderungen bei der Implementierung entsprechender Modelle. So ist die Qualität der Trainingsdaten bei 29 Prozent der Unternehmen ein Problem, fehlendes Fachwissen innerhalb der eigenen Organisation steht bei 27 Prozent der Unternehmen einer erfolgreichen Projektumsetzung im Weg. Der Arbeitsmarkt kann hier ebenfalls kaum Abhilfe leisten, weshalb bei KI-Projekten überwiegend externe Partner hinzugezogen werden, erläutern die Gartner-Experten.

Bei der Umsetzung von KI-Projekten nutzt die Mehrzahl der Organisationen (63 Prozent) ein kommerzielles Produkt. 43 Prozent hingegen entscheiden sich für eine eigene Entwicklung, die entweder vom Unternehmen selbst oder durch einen Service-Anbieter umgesetzt wird. Die befragten Unternehmen gaben durchschnittlich 1,3 Millionen Dollar für die Entwicklung eines KI-Projektes aus. Etwa die Hälfte schaffte es, unterhalb der Grenze von einer Million Dollar zu bleiben. Jedes zehnte Unternehmen ließ sich jedoch einzelne Projekte mehr als 5 Millionen Dollar kosten.

„Setzen sie auf ‚Minimum Viable Product‘!“

Laut Erfahrung von Gartner sind die ‚günstigeren‘ Projekte aber meist die erfolgreicheren: „Lösungen, die die eigene Leistungsfähigkeit bereits unter Beweis gestellt haben, bieten mehr Sicherheit“, erklärt Sandy Shen. Denn diese wurden in verschiedenen Umgebungen getestet und genießen die Betreuung durch ein eigenes Team. Der Rückgriff auf solche Standard-Tools empfehle sich laut Gartner vor allem dann, wenn im Unternehmen wenig Expertise im Bereich künstliche Intelligenz vorhanden ist.

Künstliche Intelligenz wird laut einer aktuellen Gartner-Prognose auch außerhalb der Einzelhandelsbranche einen Siegeszug antreten. (Bild: Gartner)
Künstliche Intelligenz wird laut einer aktuellen Gartner-Prognose auch außerhalb der Einzelhandelsbranche einen Siegeszug antreten. (Bild: Gartner)

Daher auch der Ratschlag der Analystin, dass die Projekte im digitalen Handel sich zunächst einfachen Fragestellungen widmen sollten. „Viele Unternehmne haben hohe Erwartungen an die Künstliche Intelligenz und wollen mit einem einzigen Projekt gleich mehrere Business-Ziele abbilden“, sagt Shen. Das führe aber dazu, dass die Projekte übermäßig komplex werden, was dann aber zulasten der Performance gehe.

Ein weiteres Problem macht Shen daran fest, dass die Projekte meist Laufzeiten von über einem Jahr hätten. So könnten Erfahrungen, die in einer Implementierung gesammelt wurden, nicht auf andere Bereiche übertragen werden. Die Analystin rät daher, die Projektlaufzeit – von der ersten Planung bis hin zum produktiven Einsatz – auf unter ein Jahr anzusetzen. Größere Projekte sollten in mehrere übersichtliche kleinere Aufgabengebiete aufgeteilt werden.

Auch die finanzielle Ausstattung eines Projektes sollte über die gesamte Laufzeit gesichert sein. Gartner rät, den Löwenanteil des Budgets auf die Allokation von Fachkräften, Datenmanagement und Datenverarbeitung aufzuteilen. Aber auch die Integration der neuen Lösung in die bestehende Infrastruktur sollte im Budget berücksichtigt werden. „Setzen sie auf ein ‚Minimum Viable Product‘ als Ansatz“, empfiehlt die Analystin, also auf einen möglichst kleinen aber gut funktionierenden Prototypen. Statt eine völlig neue Lösung anzustreben sei es ratsam, mit Hilfe Künstlicher Intelligenz bestehende Lösungen zu erweitern oder zu optimieren. Daher sollten ihrer Ansicht nach komplexeProbleme ebenfalls auf kleinere Fragestellungen heruntergebrochen werden.

Tags

Das könnte Sie auch interessieren

Was meinen Sie dazu?

Ihre E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.

Close
Close