Wie schafft KI Mehrwert im eCommerce?

Die meisten Onlinehändler vergeuden das Potenzial ihrer Daten. In den eCommerce-Abteilungen des Landes stecken Mitarbeiter etliche Stunden in Excel-Tabelle. Schuld daran tragen veraltete Prozesse und unüberlegte Software-Nutzung.

KI-Lösungen bieten die Chance, mittels Automatisierung wertvolle Arbeitszeit einzusparen und Margen zu optimieren. Wie der Einsatz von KI Kosten reduziert und Umsätze steigert verrät der folgende Beitrag.

Mangelnde Margen

Oft lassen sich drei Übeltäter ausmachen, die den Erfolg von Onlineshops schmälern: Sinkende Margen, ineffiziente Prozesse und schwache Kundenbindung. Bevor passende KI-Anwendungen implementiert werden, verschafft eine Analyse bestehender Arbeitsabläufe einen Überblick darüber, wo festgefahrene Strukturen den Erfolg lähmen. Häufig beginnt dies bereits bei den Basics – hohe Retourenquoten und unzureichende Preispolitik vertilgen große Summen. Die steigende Bedeutung von gebührenpflichtigen Marktplätzen verschärft die Situation, ein einziger Vertriebsweg genügt lange nicht mehr. Wer mehr Geld für Versand und Verbreitung des Angebots aufbringen muss, legt ein verstärktes Augenmerk auf die Preisgestaltung. Hier sollten Unternehmen auf KI-gestützte Multi-Agentensysteme setzten: „KI-Assistenten bestimmen durch eine Kombination aus Vollkostenanalyse und wettbewerbsbasiertem Target Pricing den optimalen Verkaufspreis – den sogenannten ‚Profit Sweetspot’“, erläutert Sebastian Rahmel, Geschäftsführer der KI-Beratung encurio GmbH. Dieser sagt aus, wie viel ein Produkt kosten darf, um für Kunden attraktiv zu sein und gleichzeitig genügend Ertrag für Händler einzufahren. Mit den Daten kalkulieren die Systeme zudem Marketingbudgets und steuern datenbasiert Verfügbarkeiten und Zielgruppenansprache.

Rücksendungen reduzieren

Retouren beeinflussen die Margen im eCommerce enorm, laut Bitkom gehen 11 Prozent der online erstandenen Produkte wieder an den Händler zurück.^[1] Gründe dafür reichen von falscher Größe über fehlerhafte Ware bis hin zu verspäteter Lieferung. Eins haben alle Retouren gemein: Sie kosten den Verkäufer Zeit und Geld. Dabei verschafft ein Blick auf die Rücksendegründe Klarheit darüber, an welchen Stellschrauben sie drehen müssen, um künftige Reklamationen einzudampfen. Auch hier steht die KI parat: Automatisch wertet das System verschiedene Quellen mithilfe eines Natural Language Processing-Verfahrens aus. Dabei handelt es sich um eine Methode, mit der Computer menschliche Sprache so verarbeiten können, dass sie Inhalte verstehen, Informationen extrahieren oder sogar sinnvolle Antworten formulieren können – sei es in Texten, Gesprächen oder Befehlen. Retouren-Formulare, Support-Chats und Bewertungen helfen, Zusammenhänge zu erkennen. Die ausgewerteten Daten werden nach Sentiment und Thematik klassifiziert, so findet die KI systematisch Schwachstellen. Darüber erhalten Händler Einsicht, an welchem Punkt Anpassungsbedarf herrscht. Ob Probleme durch verspätete Lieferung, ungenaue Produktbeschreibungen oder Mängel in der Qualität entstehen, klare Aussagen reduzieren Retouren.

Betriebliche Bequemlichkeiten

Einen weiteren Knackpunkt identifiziert Sebastian Rahmel in den allgemeinen Arbeitsprozessen. Ausgetretene Pfade verleiten dazu, Altbekanntes hinzunehmen statt zu hinterfragen. In Extremfällen tippen Verantwortliche seitenlange Reportings in Excel-Tabellen ab. Aber auch anderswo nutzen Firmen die Vorteile ihrer Business-Intelligenz-Systeme nur oberflächlich; dadurch geht wertvolle Arbeitszeit verloren. Gerade kleinere Unternehmen mit schmaler Personaldecke können sich Zeitfresser wie starre Prozesse nicht leisten. Zersplitterte Tool-Landschaften verschlimmern die Situation. KI-getriebene Systeme entfalten hier besondere Wirkung. Richtig eingesetzt, können sie ganze Workflows übernehmen und vorausschauende KPIs erstellen. In zentralen Steuerungseinheiten erhalten Mitarbeitende ohne Umwege Reports und Zugriff auf von der KI gepflegte Dashboards. Das spart Anschläge auf der Tastatur und erlaubt eine Fokussierung aufs Wesentliche wie Reaktionen auf Marktveränderungen. Mit den gesammelten Daten entstehen Alerts, die eine Priorisierung von Produkten auf Basis echter Engpässe ermöglichen. So erkennen Händler frühzeitig eine steigende Nachfrage, stoßen Nachbestellungen an und nehmen Preisanpassungen vor, bevor die Konkurrenz dies tut.

König Kunde

Ein großer Wandel dieser Zeit ist die schwindende Aufmerksamkeitsspanne der Konsumenten. Egal ob im Storytelling oder eCommerce, Kunden wollen schnell überzeugt werden. Da führen bereits kleine Unebenheiten in der Customer Journey zum Abspringen potenzieller Käufer. Umso wichtiger ist es, ein genaues Auge auf potenzielle Fallstricke zu halten. Gerade da die Customer Acquisition Costs fortlaufend steigen, müssen möglichst viele Leads fruchten. Ein guter Lösungsansatz liegt den meisten Onlinehändler ungenutzt vor: Daten. An welchem Punkt brechen die Nutzer den Kauf ab? Was verraten die Bewertungen? Was lockte die Kunden auf die Seite? Durch eine kombinierte Auswertung aus Net Promoter Score-Daten, Bewertungen und Website-Interaktionen erkennen KI-basierte Systeme Brüche in der Customer Journey und können diese durch personalisierte Inhalte, Produktempfehlungen und kanalübergreifende Anpassungen dynamisch optimieren. „Wir bedienen uns etablierter Software und holen durch KI deutlich mehr aus ihr heraus,” erklärt der Encurio-Gründer.

Autor: Sebastian Rahmel, Geschäftsführer der encurio GmbH