Online-Shopping: Der Algorithmus als Kunde

Photo by Markus Spiske on Unsplash

Das Weihnachtsgeschäft ist für viele Einzelhändler traditionell die umsatzstärkste Zeit des Jahres. Viele Branchen – wie der Verkauf von Büchern, Uhren, Schmuck oder Spielwaren – machen in den beiden letzten Monaten mehr als ein Fünftel ihres Jahresumsatzes. Und da wird es dieses Jahr schwierig. Auch wenn die stationären Läden in den Innenstädten während des aktuellen Wellenbrecher-Lockdowns (noch) geöffnet sind, bleiben vielerorts die Kunden aus.

Zwar geht der Handelsverband Deutschland (HDE) für die diesjährige Vorweihnachtszeit von einem Umsatzplus von insgesamt 1,2 % im Vergleich zum Vorjahr aus, das Gros des Wachstums entfällt dabei aber auf einige wenige Branchen wie Möbel, Baumärkte oder Lebensmittel und vor allem auf den Onlinehandel, der in diesem Jahr laut der Prognose um 19 % zulegen soll. Die Entwicklung geht damit sehr viel schneller voran, als selbst von den kühnsten Optimisten im letzten Jahr vorhergesagt.

Kunden wollen in Zukunft bedarfsorientierter einkaufen

Das dies kein kurzfristiger Trend ist, hat bereits im Sommer die GfK-Studie „COVID-19 Consumer Pulse” unterstrichen. Sie beobachtet die Veränderungen im Verhalten, dem Lebensstil und der Stimmung von Verbrauchern vor dem Hintergrund der COVID-19-Epidemie und stellt Prognosen für die zukünftige Kaufkraft auf. Ein für mich sehr interessantes Ergebnis: Die Konsumenten wollen künftig noch bedarfsorientierter einkaufen und dabei vermehrt auf digitale Services zurückgreifen.

Da ist der Schritt zum Einsatz der Künstlichen Intelligenz (KI) nicht mehr weit. Wenn man bedenkt, dass KI-gestützte Empfehlungen bei Netflix bereits heute schon für drei Viertel aller Filmauswahlen und bei Amazon für 35 Prozent aller Kaufentscheidungen verantwortlich sind, müssen Unternehmen zunehmend einen neuen Kunden ins Kalkül ziehen: den Algorithmus.

Alle großen Technologieunternehmen investieren heute gigantische Summen in die Entwicklung von KI-Assistenten, die als Vermittler zwischen den Anbietern und ihren Kunden fungieren. Sie wollen eine Einkaufsumgebung schaffen, in der Menschen große Teile des bisherigen Kundenerlebnisses auf Algorithmen und Maschinelles Lernen (ML) verlagern können.

Wie gesagt: Die KI ist bereits heute in der Lage, viele Routineeinkäufe im Einzelhandel zu automatisieren. Aber es wird nicht mehr lange dauern, bis sie auch weitaus komplexere Transaktionen übernehmen kann. Die Kunden werden dann in der Lage sein, alle Kaufentscheidungen, die sie nicht besonders interessant oder ansprechend (wenn auch nicht unbedingt unwichtig) finden, einem KI-Assistenten zu überlassen.

Dieser lernt dabei, ihre bevorzugte Kombination von Merkmalen, Preis und ethischen Überlegungen in seinem Algorithmus zu berücksichtigen. Nur jene Unternehmen, die auf persönlichem Niveau eine überzeugende Customer Experience liefern können, werden ihre direkten Beziehungen zu den Käufern fortsetzen. Der Rest wird in den Hintergrund gedrängt werden, wo die „Kunden” tatsächlich völlig emotionslose, aber dafür extrem sachkundige (z.B. in Bezug auf Qualität oder Preis) KI-Assistenten sein werden.

Fast jedes Unternehmen wird in seiner Marketing- und Verkaufsstrategie ständig darauf achten müssen, wie diese cleveren Stellvertreter denken, lernen und sich weiterentwickeln. Und wer keine Produkte oder Dienstleistungen mit einem hohen emotionalen Nutzen anbieten kann, muss sich etwas einfallen lassen und entsprechende Kundenerlebnisse schaffen. Und wo das nicht möglich ist, brauchen die Unternehmen neue Marketingstrategien, um die Gatekeeper-Intelligenz dazu zu bewegen, sich für sie zu entscheiden.

KI-Assistent besorgt auf Zuruf die passenden Socken

Die Komplexität des modernen Lebens führt unser Gehirn zunehmend zu einer kognitiven Überforderung. Deshalb greifen wir auch gerne zu den versprochenen Entlastungen durch die KI: Sei es der Sprachbefehl an Alexa oder die Einkaufsempfehlung von Amazon. Wir akzeptieren gerne die von Netflix vorgeschlagenen Serien. Oder die von Spotify ausgewählte Musik nach unserem Geschmack und die von Google angezeigten Suchergebnisse.

Es ist also kein allzu großer Gedankensprung, wenn man sich vorstellt, dass viele Kunden die Gelegenheit begrüßen werden, einem KI-Assistenten einfach zu sagen, dass sie neue Socken brauchen. Denn sie wissen, dass sie dem Algorithmus vertrauen können, der diesen Befehl auf Grund seiner Intelligenz als „Kaufen Sie mir sechs Paar schwarze Crew Socken aus Bio-Baumwolle für weniger als 15 Euro pro Paar von dem Anbieter mit dem derzeit besten Angebot” interpretiert.

Aber Sie als Strumpfhersteller stehen nun vor neuen Herausforderungen: Wie stellen Sie zum Beispiel sicher, dass Ihre Socken die sind, die von der KI ausgewählt und in eine Einkaufstransaktion umgesetzt wurden? Oder wie machen Sie den Kauf Ihrer Socken zu einem so angenehmen Erlebnis, dass Ihre Kunden es nicht missen wollen, anstatt diese langweilige Aufgabe dem KI-Assistenten zu überlassen?

Background Shopping automatisch im Hintergrund

Photo by Alex on Unsplash

Um zu verstehen, wie man mit diesen Herausforderungen umgeht, sollten Sie zunächst den Unterschied verstehen – zwischen Kaufentscheidungen, die Kunden nicht für beachtenswert halten, und solchen, die ihnen besonders auffallen. Die erste Gruppe kann als typischer Kandidat für das „Background Shopping” gelten. Dabei geht es um den routinemäßigen Einkauf von Produkten, mit dem der Kunde nicht viel Zeit vertrödeln will und die er bedenkenlos einer KI anvertrauen kann. Diese vergleicht dann die verschiedenen Produkte und trifft nach vorher festgelegten Regeln die richtigen Entscheidungen.

Etwa anhand des Preises, Markenpräferenzen oder bestimmten Eigenschaften. Aber auch Werte wie Transparenz, Beschaffung nach ethischen Kriterien, Umweltaspekte oder der Umgang mit Minderheiten im Unternehmen können dabei eine Rolle spielen. Dann wird die KI die Ergebnisse nach ihren eigenen Kriterien ordnen, die durch das Wissen über frühere Käufe und die Sammlung vergleichender Informationen generiert werden. Menschen werden sich meist nicht die Mühe machen, alle vorhandenen Informationen zusammenzustellen und entsprechend zu filtern. Das kann die Künstliche Intelligenz sehr viel schneller und genauer.

Im Laufe der Zeit wird die KI sowohl individuelle als auch Gruppenpräferenzen lernen und die Ergebnisse immer besser anpassen, indem sie die Zusammensetzung, die Gewohnheiten und das Kaufverhalten eines Haushalts (oder eines Unternehmens im Falle von B2B-Einkäufen) mit der sich verändernden Dynamik auf dem Markt, wie z.B. Preisänderungen und Einführung neuer Produkte, kombiniert.

Beispielsweise kann eine Familie mit zwei Kindern im Hochschul-Alter ihren Kaffeekonsum verdoppeln, wenn die Studenten zu Besuch nach Hause kommen. Der KI-Assistent der Familie verfolgt den Kalender und fügt der wöchentlichen Lebensmittelbestellung in Vorbereitung auf die Vorlesungspausen mehr Kaffee hinzu. Möglicherweise sucht sie in anderen Geschäften nach einem besseren Preis für die gestiegene Menge der Bohnen oder fügt eine andere Kaffeemarke hinzu, die von den Kindern bevorzugt wird.

Es kann aber auch sein, dass die KI bei ihrer Recherche eine andere Kaffeemarke entdeckt, von der sie glaubt, dass sie der gesamten Familie besser schmecken wird. Oder sie könnte sogar eine individuelle Mischung bei einer örtlichen Rösterei entwickeln lassen und eine Charge davon bestellen, damit jeder in der Familie davon probieren kann.

Background Shopping wird, kurz gesagt, so bequem, raffiniert und auf unser Leben abgestimmt sein, dass wir kaum noch an den Einkauf denken müssen. Ständig benötigte Produkte und Dienstleistungen werden bei uns automatisch eintreffen, sobald wir merken, dass wir sie wieder brauchen – und vielleicht sogar schon vorher.

Unternehmen, die bei diesem Einkauf im Hintergrund nicht übersehen werden wollen, müssen sich noch stärker darum bemühen, direkt mit den Endkunden zu kommunizieren und sich selbst in den Vordergrund stellen (oder in Erinnerung zu behalten). Der aktuelle D2C-Trend (Direct to Consumer) gewinnt auch deshalb weiter an Bedeutung.

Völlig neuer Ansatz für Kundenerlebnis-Strategien

Im Grunde genommen müssen CX-Verantwortliche künftig herausfinden, was bestimmte Verbraucher oder Marktsegmente dazu veranlasst, den Einkauf ihrer Produkte oder Dienstleistungen als ein für sie nützliches Erlebnis und nicht als lästige Pflicht zu betrachten. Und sie müssen dann herausfinden, wie sie mehr Verbraucher dazu bringen können, genauso zu denken. Ein völlig neuer Ansatz für #BeyondCXM-Strategien.

Realistisch betrachtet haben viele Produkte jedoch einfach nicht viel Potenzial für emotionale Resonanz. Diese Produkte werden zwangsläufig im Hintergrund stehen, wenn sie es nicht bereits schon tun. In diesen Fällen benötigen Unternehmen clevere Strategien für die Vermarktung an die KI-Assistenten – vor allem durch das Hervorheben von Merkmalen, die der menschliche Kunde bei seinem Sprachbefehl an das System wünschen könnte.

Um die Aufmerksamkeit eines KI-Assistenten zu wecken, müssen die Markenmanager ihre Definition von „Wert” erweitern, um alle möglicherweise relevanten Merkmale einzubeziehen. Sogar die bescheidene Rolle Toilettenpapier kann sich im richtigen Kontext von der Konkurrenz abheben: hergestellt aus recyceltem Rohstoff oder mit ökologischen Verfahren für ausgesprochen umweltfreundliche Käufer. Parfümfrei für Kunden mit empfindlicher Haut und Allergien oder in XXL-Packungen für diejenigen, die für eine größere Anzahl von Menschen einkaufen.

Wie können Einzelhändler den Algorithmen einen Schritt voraus sein?

Das bedeutet, dass Unternehmen sofort damit beginnen sollten, Strategien zu entwickeln, die den Algorithmen immer einen Schritt voraus sind. Im stationären Einzelhandel sorgen Hersteller mit Promotions am Point of Sale dafür, dass ihre Produkte die Blicke der Käufer auf sich ziehen. Sie bezahlen die Einzelhändler auch für die besten Plätze in den attraktivsten Regalen im Store.

Und wenn ein Hersteller sein Verkaufsvolumen mit einer Promotion erhöhen will, senkt er zeitweise die Preise. Das gibt dem Händler einen finanziellen Anreiz gibt, für die Dauer der Aktion mehr Produkte in die Regale zu stellen.

Im Zeitalter des KI-gesteuerten Background Shopping brauchen wir eine digitale Version solcher Handels-Promotions, die neue Kundenkanäle schafft und die durch „Produktplatzierung“ innerhalb der KI-Plattform angetrieben werden. Dazu müssen die Unternehmen herausfinden, wie die Künstliche Intelligenz entscheidet, was sie den Kunden überhaupt vorschlägt und wie die eigenen Angebote in möglichst vielen Suchergebnissen für den Zielmarkt erscheinen – und zwar zu den geringsten Kosten.

Während diese gesammelten Daten den Anbietern helfen, zunächst ihre Märkte besser zu verstehen und neue Möglichkeiten zu erkennen, wie eine bestimmte Person, Gruppe oder ein bestimmtes Segment genauer anzusprechen ist, erfordert dies auch später eine kontinuierliche Optimierung für jede dieser Personen, Gruppen oder Segmente.

Überbrückung der Lücke zwischen Marken und Verbrauchern

Eine Schlüsselfrage der Zukunft wird sein, wer die intelligenten Einkaufsassistenten programmiert und zum Einsatz bringt. Sind es KI-Anbieter, die selbst Einzelhändler sind, wie z.B. Amazon und Alibaba. Oder Plattformbetreiber wie Google oder Facebook. Das rasante Wachstum des Internet of Things und der intelligenten Endgeräte legt jedoch nahe, dass wir auch einen rasanten Anstieg der KI-Shoppinglösungen Anbieter von weiteren Drittanbietern erwarten können – seien es Smartphone-Hersteller, Netzbetreiber oder Automobilkonzerne.

Und vielleicht wird sogar der gern zitierte intelligente Kühlschrank, der automatisch fehlenden Inhalt bei den Supermärkten der Umgebung nachbestellt, schon bald Wirklichkeit – ausgestattet mit einer Künstlichen Intelligenz eines Haushaltsgeräteherstellers. Die Eistruhe Q-Freezer, die durch Maschinelles Lernen und die KI von SAP Leonardo intelligent gemacht wurde, zeigt das Potenzial. Der via IoT-Sensorik vernetzte Tiefkühler meldet eigenständig Temperatur, Stromverbrauch und Füllstand.

Ein eigens trainiertes ML-Programm unterscheidet zum Beispiel verschiedene Eissorten und erfasst, wann Besucher ein bestimmtes Produkt aus der Truhe nehmen. So wissen die Einzelhändler – vom Kiosk bis zum Supermarkt – immer über den aktuellen Warenbestand Bescheid und stoßen beim jeweiligen Lieferanten eine automatische Nachbestellung über ihr ERP-System an.

Kurz gesagt und weiter nach vorne gedacht: Es gibt in Zukunft neue spannende Möglichkeiten zur Überbrückung der Lücke zwischen Marken und Verbrauchern. Unternehmen müssen heute darüber entscheiden, wann und wie sie KI-Assistenten in ihre Strategiediskussionen einbeziehen, um auch in Zukunft ihre Produkte und Dienstleistungen effizient in die richtigen Hände der Endverbraucher zu bringen.

Gerne teilen
Kai Stübane
Über Kai Stübane 5 Artikel
Kai Stübane ist Leiter des Vertriebs für SAP Customer Experience (CX) in Mittel- und Osteuropa der SAP SE. Als Mitglied des Region Leadership Teams ist Kai Stübane seit 2017 für verschiedene strategische Cloud-Lösungen für Mittel- und Osteuropa (MEE) verantwortlich. Kai Stübane war zunächst für die Einführung der SAP S4/HANA (öffentliche & private) Cloud in MEE bis Ende 2019 verantwortlich und stellte eine hohe Akzeptanz dieser Lösungen in der Region sicher. Seit Anfang 2020 leitet Kai nun das SAP Customer Experience Sales-Team. Von 2011 bis Mitte 2017 war Kai Stübane bei SAP in verschiedenen Positionen für den Vertrieb auf dem deutschen Markt verantwortlich, zuletzt für Analytics-Anwendungen. In dieser Funktion trieb er die Geschäftsentwicklung innovativer Themen auf dem deutschen Markt voran, wie zum Beispiel das Thema SAP Digital Boardroom. Kai Stübane wurde 1980 in Berlin geboren. Nach Abschluss seines Studiums der Betriebswirtschaftslehre an der Hochschule für Wirtschaft in Berlin arbeitete er mehrere Jahre als Wirtschaftsprüfer und Berater bei der PricewaterhouseCoopers AG WPG. Für verschiedene börsennotierte Mandate unterstützte er die effiziente Umsetzung der Compliance-Anforderungen für das interne Kontrollsystem und das Risikomanagement.