Bei der Nutzung künstlicher Intelligenz (KI) nimmt der Onlinehandel eine Vorreiterrolle ein. Er setzt die Technologie vielfältig ein: von personalisierten Product Recommendations und effizienterem Kundenservice über Preisoptimierungen bis hin zu smarter Logistik und Umsatz-/Bedarfsprognosen. Unternehmen mit KI-basierten Geschäftsstrategien generieren mindestens 20 % mehr Umsatz und reduzieren ihre Kosten im Schnitt um 8 %. Aufgrund dieser lukrativen Erträge wird viel in KI investiert: Weltweit haben sich die Investitionen von 2015 auf 2021 vervierfacht.
Die Pandemie bescherte dem Trend im Ecommerce noch stärkeren Rückenwind und der Wandel hin zum Onlinehandel hält immer noch an. Prognosen zufolge soll das Onlineshopping künftig noch populärer werden. Im Jahr 2021 gingen 17,8 % aller Umsätze auf Onlinekäufe zurück. Zwei Jahre liegt dieser Anteil schon bei 20,8 %. Und bis 2025 sollen knapp ein Viertel aller Käufe (23 %) online getätigt werden.
Doch trotz der wichtigen Rolle, die der Ecommerce in der Weltwirtschaft spielt, stehen Händler vor großen Herausforderungen, denn das Produkt allein reicht nicht mehr. Um von Onlinekäufer:innen gefunden und gesehen zu werden, müssen sich Händler:innen erfolgreich von der Masse abheben.“
Und genau hier kommt KI ins Spiel.
Im folgenden Artikel sehen wir uns daher an, wie Händler:innen mit KI ihre Customer Journey optimieren und personalisierte Einkaufserlebnisse erschaffen können, damit Käufer:innen immer wieder in ihren Shop zurückfinden. Danach beantworten wir die Frage, wie Unternehmen KI auch intern für die Steigerung der Wettbewerbsfähigkeit nutzen können, und wir werfen einen Blick in die Zukunft von KI im Ecommerce.
Aktuelle Statistiken über KI im Ecommerce
Bevor wir beginnen, möchten wir drei unglaubliche Statistiken über KI im Ecommerce mit Ihnen teilen:
- Bis 2032 soll der KI-Ecommerce-Markt 45,72 Milliarden US-Dollar wert sein.
- 84 % aller Ecommerce-Unternehmen nennen KI als eine ihrer Top-Prioritäten.
- KI kann im Ecommerce die Kundenzufriedenheit, den Umsatz und die Kosten um mehr als 25 % verbessern
Diese Statistiken zeigen die wachsende Bedeutung von KI im Ecommerce-Markt und die Vorteile, die diese Technologie sowohl für Unternehmen als auch Konsument:innen bringt. KI kann Unternehmen helfen, die Kundenbedürfnisse besser zu verstehen und personalisierte Empfehlungen zu liefern. Gleichzeitig kann sie interne Prozesse optimieren und das Einkaufen online noch effizienter zu machen.
Sehen wir uns das genauer an.
Personalisierte Product Recommendations
Mit der Art, wie sie einkaufen, haben die Menschen auch ihre Erwartungen geändert. Moderne Online-Shopper:innen erwarten online eine personalisierte Shopping Experience. Gelingt es Händler:innen, solch eine zu liefern, winken Umsatzsteigerungen von bis zu 40 %. Dass die Personalisierung noch viel Luft nach oben bietet, zeigt allein die Tatsache, dass nur jede:r zehnte Händler:in seine oder ihre Inhalte über alle Kanäle hinweg auf Kund:innen zuschneidet.
Wie liefert KI personalisierte Product Recommendations?
KI zieht Schlüsse aus historischen Verhaltensdaten – wie Suchanfragen, Klicks und Käufen. Diese Daten werden in Filter-Tools eingespielt, die mithilfe von Algorithmen genau die Artikel empfehlen, die für den Kunden oder die Kundin am relevantesten sind.
Am häufigsten sieht man dies auf Websites, auf denen Händler:innen Produkte und Kategorien hervorheben, die Kund:innen „auch gefallen“ könnten, Artikel als Ergänzung zu Produkten im Warenkorb vorschlagen und Inhalte anzeigen, die zu den Standorten der Kund:innen passen.
Personalisierte Product Recommendations verbessern die Shopping Experience, da sie Kund:innen helfen, schnell die Produkte zu finden, die sie suchen, und zugleich weitere Produkte zu finden, die sie auch gut gebrauchen könnten.
Aus der Sicht der Händler:innen lässt sich so die Kundenbindung fördern und Cross-Selling wie Upselling-Chancen optimal nutzen. Laut einer Studie von McKinsey führt allein die Nutzung von KI für die Personalisierung zu:
- 10 bis 30 % Einsparungen dank effizienteren Marketingprozessen
- 3 bis 5 % Steigerung in der Kundengewinnung
- 5 bis 10 % mehr Kundenzufriedenheit und -bindung
Smartere Suchen
Neben personalisierten Product Recommendations kann KI Händler:innen auch helfen, den Intent, also die Absicht hinter den Suchanfragen von Shopper:innen zu verstehen. Da eine smartere Suche relevantere Ergebnisse liefert, kann sie die durchschnittliche Absprungrate von 20 bis 45 % im Ecommerce nachweislich reduzieren.
Wie ermöglicht KI personalisierte Suchergebnisse, die den Erwartungen der Kund:innen entsprechen?“
Wie bei personalisierten Product Recommendations erkennt KI auch hier Muster in Online- und Offline-Daten, um die Absicht der Kund:innen zu verstehen. Algorithmen auf Basis maschinellen Lernens führen die Analyse dann fort, um die Daten in den jeweiligen Kontext zu stellen. Sucht jemand zum Beispiel nach „Handschuhen“ und KI konnte herausfinden, dass es sich um eine Nutzerin handelt, die in naher Zukunft eine Gala besuchen wird, können in den Suchergebnissen mehr festliche Modelle aus Samt oder Satin als warme Wollhandschuhe angezeigt werden.
Darüber hinaus „erforscht“ KI laufend den jeweiligen Nutzer oder die Nutzerin und speichert die individuellen Vorlieben, um möglichst relevante Empfehlungen zu machen. Eine Suche nach „praktische Herbstkleidung“ könnte in den Ergebnissen den Lieblingsmarken der Kund:innen Vorrang geben und Kleidungsstücke anzeigen, die zum voraussichtlichen Wetter während des soeben gebuchten Städtetrips passen.
Dieser Hyper-Targeting-Ansatz kann einem der größten Probleme im Onlinehandel entgegenwirken: Warenkorbabbrüchen. Die durchschnittliche Abbruchsrate liegt weltweit bei 70,21 %. Über eine smartere Suche, die die Absicht der Shopper:innen erkennt, können Händler:innen ihren Kund:innen das richtige Produkt zur richtigen Zeit am richtigen Ort zeigen.
Logistik und Prognosen
KI kann jedoch nicht nur die Customer Experience signifikant verbessern. Sie kann auch unternehmensintern Vorteile bringen. Während der Ecommerce weiter wächst, können Händler:innen KI nutzen, um ihre komplexen betrieblichen Prozesse zu verwalten und zum Beispiel ihr Bestandsmanagement oder Lieferkettenmanagement optimieren.
Für die Unterstützung von Logistik und Prognosen zieht KI Daten aus verschiedenen Quellen, darunter Transaktionsdaten, Verhaltensdaten, demografische Daten und Ecommerce-Daten (z. B. die Reaktion eines Kunden oder einer Kundin auf eine Werbemail). Diese riesigen Datenmengen können Händler:innen mithilfe von Methoden wie maschinellem Lernen, Data-Mining, Optimierungs-Algorithmen und neuralen Netzwerken in Echtzeit analysieren, um Muster zu erkennen und Vorhersagen zu machen. Das ist vor allem in folgenden Anwendungsfällen nützlich:
- Bestandsmanagement: Analyse historischer Umsatzdaten, aktueller Markttrends und Social-Listening-Daten für möglichst genaue Vorhersagen
- Saisonale Prognosen: präzise Bedarfsprognosen für einmalige, jährliche oder unregelmäßige Events (wie der Black Friday, an dem Onlineumsätze im Jahresvergleich um 2,3 % stiegen)
- Preisoptimierung: dynamische Preisgestaltung auf Basis von Angebot und Nachfrage als Grundlage für die Berechnung des Mindestrabatts, den es benötigt, um den Verkauf zu sichern
Darüber hinaus können Händler:innen mit KI repetitive Aufgaben automatisieren und Prozesse effizienter machen, um den Zeit- und Materialaufwand im Lagerbetrieb signifikant zu reduzieren. Das ist in folgenden Bereichen besonders nützlich:
- Lieferkettenmanagement: Studien von McKinsey zeigen, dass Unternehmen, die KI nutzen, ihre Logistikausgaben um 15 %, ihren Lagerbestand um 35 % und ihr Serviceniveau um 65 % verbessert haben
- Zustellung: 99 % der Kund:innen sagen, dass ihnen eine rasche Lieferung nach Onlinekäufen wichtig ist, weshalb 42 % der Händler:innen Möglichkeiten prüfen, um eine Zustellung am selben Tag anzubieten
KI-Assistenten
KI-gestützte Chatbots kümmern sich aktuell um 70 % aller Kundengespräche online. Nach der Einführung der generativen KI stieg der Wert des Ecommerce-Markts sprungartig auf 5,92 Billionen US-Dollar, während Händler:innen unermüdlich daran arbeiten, ihre bestehenden Chatbots mit neuen Funktionalitäten zu verbessern.
Für Shopper:innen beantworten KI-Assistenten komplexe Anfragen zu jeder Tages- und Nachtzeit, empfehlen im Rahmen von Retargeting-Kampagnen die passenden Produkte und stellen Echtzeitupdates für eine präzise Sendungsverfolgung zur Verfügung.
Für Händler:innen beseitigen KI-Assistenten Sprachbarrieren in der Lieferkette zur Vermeidung teurer Fehler, erkennen gefälschte Ware und optimieren Produktbeschreibungen auf Basis einer Keyword-Analyse und automatischem A/B-Testing.
Aber wie genau funktionieren KI-gestützte Chatbots?
Mit ihren komplexen Lernalgorithmen kann KI individuelle Vorlieben erkennen, um passende Empfehlungen zu liefern. Über die Analyse von Kundenbewertungen könnte die Technologie zum Beispiel herausfinden, welche Kleidungsstücke eher groß geschnitten sind, und den Shopper:innen empfehlen, eine kleinere Größe zu bestellen, sobald sie das Produkt in ihren Warenkorb legen.
Genauso können Chatbots, die mit natürlicher Sprachverarbeitung (Natural Language Processing, NLP) trainiert wurden, Kund:innen auf Basis ihres Fortschritts in der Buyer Journey andere Produkte empfehlen. Stellen Sie sich vor, Eltern buchen eine Party für den Geburtstag ihres Kindes. Der Chatbot könnte ihnen empfehlen, eine Torte dazu zu bestellen, und die Kontaktdetails einer Konditorei in der Nähe gleich mitliefern. Er könnte sogar passend zum Alter des Kindes passende Kerzen für die Geburtstagstorte anbieten.
Der größte Trend bei KI im Ecommerce
Der größte Trend, der sich am Horizont abzeichnet? Conversational Commerce. Sprachgestützte Assistenten sind bereits Teil unseres Alltags – denken Sie an Siri von Apple, Google Assistant, Alexa von Amazon und Cortana von Microsoft. Auch die Technologie hinter diesen KI-basierten Sprachassistenten wird sich weiterentwickeln und dabei reibungslose sprachgestützte Einkaufserlebnisses mit sich bringen, die sich maßgeblich auf das Kaufverhalten der Kund:innen auswirken werden.
Bereits 2017 hatte sprachgestütztes Shopping einen Marktwert von 2 Milliarden US-Dollar. Fünf Jahre später ist dieser Wert auf 40 Milliarden US-Dollar gesprungen – und das bei nur 10 % der Kund:innen, die beim täglichen Einkauf Sprachassistenten nutzen.
Die Zukunft von KI im Ecommerce
Um KI in Ihrem Unternehmen sinnvoll einzusetzen, benötigen Sie eine umfassende Lösung wie Bloomreach. Ob KI-basierte Product Discovery oder intelligentes Omnichannel-Marketing, unsere Technologie ermöglicht Ihnen maßgeschneiderte Customer Experiences, die sich persönlicher anfühlen denn je.
Hier ein paar der vielen Erfolge, die Ecommerce-Marken mit Bloomreach erzielten:
- Thinking Traveller erhöhte seine Buchungsanfragen um 33 %
- 4Home erreichte einen ROAS (Return On Advertising Spend) von 800 %
- Bensons for Beds steigerte seine Ecommerce-Umsätze im Jahresvergleich um 41 %