Generative KI und Conversational Commerce: Neue Tools steigern die Effizienz

Eindrucksvolle Demos, neue Inhalte wie Bilder, Videos, Audio, Text und Code zu generieren, hat fast jeder bereits gesehen. Fortschrittliche Modelle wie ChatGPT-4 können menschliche Konversation effektiv imitieren. Die Ergebnisse sind in allen Sektoren verblüffend. Die Integration in Arbeitsabläufe bietet enormes Potenzial für Mitarbeitende, Kunden und Marken gleichermaßen, ganz gemäß der im Devise: „AI will not take your job, people who know how to use it will“. Angesichts der rasanten Innovation sollten sich Einzelhändler jetzt die Vorteile generativer KI zu Nutze machen. Wo liegen Use Cases und wie können Händler ihre KI-Fähigkeiten erweitern?

Conversational Commerce: Kundenerlebnis im Fokus

Generative KI kann die Art und Weise, wie Kunden online mit Einzelhändlern interagieren, entscheidend verbessern. Auch für Conversational-Shopping-Kanäle via WhatsApp & Co bieten sich große Chancen.

Konversation bei der Produktsuche: Während die meisten Kunden die Suchleiste nutzen, um bestimmte Produkte zu finden, kann Conversational Commerce (angetrieben durch generative KI) den Suchprozess beschleunigen sowie damit zu höheren Konversionsraten und durchschnittlichen Warenkorbgrößen führen. Marken können Kunden mit „ChatGPT-ähnlichen“ Suchleisten beim Finden von Produkten besser unterstützen und ihnen relevantere Optionen bieten.

Chatbot-Unterstützung: Chatbots für den Kundenservice, die auf generativer KI basieren, können den Personalbedarf reduzieren und Servicemitarbeitende unterstützen, indem sie Antworten auf komplexe Fragen liefern. Während viele Chatbots derzeit mit limitierten Entscheidungsbäumen arbeiten, eröffnen fortschrittliche generative Modelle unendlich viele Konversationspfade. Sie ermöglichen Einzelhändlern, mit Konversationsstilen zu spielen und Interaktionen zu personalisieren. Es ist jedoch Vorsicht geboten, dass die KI keine Inhalte erfindet oder zu unspezifische bzw. nicht aktuelle Informationen liefert.

Cross-Selling und Upselling: Recommender Systems, die im Online-Handel im Einsatz sind, lassen sich durch generative KI verbessern lassen, indem Sprachmodelle wie GPT-4 bei der Analyse von Suchanfragen unterstützen. Folglich lassen sich intelligentere Einkaufsvorschläge machen, die auf der Suchhistorie basieren und das individuelle Kundenerlebnis optimieren. Unternehmen können so leichter den nächsten logischen Kauf oder Schritt der Customer Journey antizipieren.

Automatisierte Inhaltserstellung durch generative KI

Generative KI kann die Erstellung von Inhalten für den Handel maßgeblich beschleunigen.

Konsistente Produktbeschreibungen: Viele Einzelhändler investieren bereits in KI, um automatisch A/B-Tests für Produktbeschreibungen durchzuführen. Fortschritte bei den kontextbezogenen Fähigkeiten der KI ermöglichen es, Beschreibungen automatisch über eine Vielzahl von Verkäufern hinweg zu standardisieren. Content-Autoren können generative KI direkt nutzen, um Produktbeschreibungen zu erstellen, die standardisiert, grammatikalisch korrekt und im Einklang mit dem Markenton sind.

Personalisierte Produktbilder: Jedes Produktbild auf einer E-Commerce-Seite erfordert in der Regel den Einsatz von Fotografen, Grafikdesignern etc. Generative KI ermöglicht es, auf der Grundlage von Textbeschreibungen und historischen Bilddaten personalisierte Produktbilder zu erstellen. Sie ist sogar dazu in der Lage, dem Kunden jedes Produkt in einer Vielzahl von verschiedenen Kontexten seiner Wahl zeigen.

Auto-Fill bei Transaktionen: Derzeit sind die meisten Abläufe auf E-Commerce-Webseiten generisch und starr oder basieren auf einfachen Eingaben. Generative KI kann es Einzelhändlern ermöglichen, für jeden Kunden und jeden Verkäufer abgekürzte Website-Experiences zu schaffen, indem automatisch Produkt-, Store- oder Kundeninformationen über das Backend ausgefüllt werden.

Erste Schritte mit generativer KI

Händler sollten jetzt damit beginnen, KI in ihr Geschäftsmodell zu integrieren. Als Herangehensweise hat sich folgendes Vorgehen bewährt:

1. Identifizierung eines sinnvollen Use Cases mit klar realisierbarem Zeithorizont.
2. Durchführung eines Proof of Concepts für den Einsatz generativer KI im Rahmen des spezifischen Anwendungsfalls.
3. Aufbau eines Centers of Excellence für generative KI, um die Nutzung von KI-Anwendungsfällen zu skalieren.

Man sollte sich im Klaren darüber sein, dass generative KI kein Allheilmittel ist. Für alle Use Cases gibt es in der Regel auch alternative Lösungen bzw. Algorithmen. Es sollte immer nach der einfachsten Lösung gesucht werden, bevor komplexe Modelle wie GPT-4, ChatGPT oder andere LLMs (Large Language Models) zum Einsatz kommen. Besonders geeignet ist generative KI für Anwendungsfälle in den Bereichen Content Creation, Coding Automatisierung und Q&A.

Die Schwächen und Risiken der Technologie dürfen nicht außer Acht gelassen werden. Generative KI ist heute nicht 100 Prozent verlässlich und daher bedarf es immer der Überprüfung. Außerdem ist es erforderlich, den Einsatz von KI ständig zu kommunizieren. Zudem muss auf inhärente Verzerrungen geachtet werden, um die Einhaltung von Datenschutzgesetzen und ethischen Bedenken zu gewährleisten.

Um die Technologie effektiv zu nutzen, müssen Händler mit dem Experimentieren beginnen, denn generative KI hat das Potenzial, die Kundenbindung und Umsätze erheblich zu steigern. Mit klaren Metriken und KPIs lassen sich der Erfolg und die Rentabilität generativer KI-Maßnahmen bewerten und nächste sinnvolle Schritte ableiten. (sg)

Über den Autor: Stephan Ritter ist Retail Industry Lead DACH beim Beratungshaus Publicis Sapient.

Lesen Sie auch: Conversational Marketing: Mehr Effizienz beim Lead Management erreichen