Generative KI im E-Commerce: Beispiele und Vorteile

Generative KI bezieht sich auf eine Art von künstlicher Intelligenz (KI), die in der Lage ist neue Inhalte wie Texte, Bilder oder Videos zu erstellen, die denen eines Menschen ähneln. Im Kontext des E-Commerce kann generative KI zur Erstellung von Produktbeschreibungen, zur Generierung von Produktbildern und sogar zum Entwurf neuer Produkte verwendet werden.

Generative KI nutzt Techniken des Deep Learning wie neuronale Netze, Variational Autoencoder (VAEs) oder Generative Adversarial Networks (GANs), um Muster in vorhandenen Daten zu lernen und dann auf der Grundlage dieser Muster neue Inhalte zu generieren. Einige der bekannten Beispiele für generative KI sind Google Bard, Dall-E, Bing, oder auch ChatGPT.

Eine Umfrage, die im Jahr 2023 unter Marketing- und Werbefachleuten (E-Commerce gehört dazu) in den Vereinigten Staaten durchgeführt wurde, ergab, dass 37 % der Befragten generative KI zur Unterstützung ihrer arbeitsbezogenen Aufgaben eingesetzt haben. Die nachstehende Grafik zeigt die Akzeptanzrate von generativer KI am Arbeitsplatz in den USA im Jahr 2023, aufgeschlüsselt nach Branchen:

Bildnachweis: Statista.

Eine der wichtigsten Anwendungen der generativen KI im E-Commerce ist die Erstellung von Produktbeschreibungen. Algorithmen zur Textgenerierung (Natural Language Generation, NLG) analysieren Produktdaten und erstellen Beschreibungen, die auf E-Commerce-Websites verwendet werden können. Ein solches Tool kann zum Beispiel die Merkmale, Vorteile und Spezifikationen eines Produkts analysieren und eine überzeugende Produktbeschreibung erstellen, die das Kundenerlebnis verbessert.

Ein konkretes Beispiel für den Einsatz generativer KI für Produktbeschreibungen ist die Plattform Phrasee. So kann es beispielsweise die Eigenschaften eines Produkts (z. B. eines Kopfhörers) analysieren und eine Beschreibung wie folgt verfassen: “Diese Kopfhörer verfügen über eine fortschrittliche Geräuschunterdrückungstechnologie, die Umgebungsgeräusche ausblendet und so eine klare und beeindruckende Klangqualität bietet.” Es kann auch E-Mail-Betreffzeilen oder Push-Benachrichtigungen erstellen. Dieser Ansatz hat E-Commerce-Marken geholfen, Zeit zu sparen und die Kundenbindung durch automatisierte und personalisierte Inhalte zu erhöhen. Domino’s Pizza und eBay sind Beispiele für die Nutzung solcher “KI-gestützter Inhalte”.

Generative Adversarial Networks (GANs) sind eine weitere Form der generativen KI, die im Online-Handel eingesetzt wird, dieses Mal zur Generierung neuer Produktbilder. Durch das Trainieren von GANs auf einem Datensatz mit vorhandenen Produktbildern kann das Generatornetz lernen, neue, realistisch wirkende Produktbilder zu erstellen, die für den E-Commerce oder das Marketing verwendet werden können. Dieser Ansatz kann Marken und Händlern Zeit und Ressourcen für Produktfotografie und Bildbearbeitung sparen.

Tools zur Bilderzeugung wie DALL-E 2 werden bereits in der Werbung eingesetzt. Heinz beispielsweise verwendete ein Bild einer Ketchup-Flasche mit einem Etikett, das dem eigenen ähnelt, um zu veranschaulichen, wie KI Ketchup wahrnimmt. Dies war jedoch nur möglich, weil das Modell mit einer großen Anzahl von Fotos von Heinz-Ketchup-Flaschen trainiert wurde. In ähnlicher Weise nutzte Nestle eine KI-verbesserte Version eines Vermeer-Gemäldes, um für eine seiner Joghurtmarken zu werben, und Mattel verwendete die Technologie, um Bilder für Spielzeugdesign und Marketingzwecke zu generieren.

Bildnachweis: Heinz / Rethink Canada.

Die Technologie kann auch verwendet werden, um personalisierte Produktempfehlungen für Kunden zu erstellen. Durch die Analyse von Kundendaten, wie z. B. dem Browserverlauf und dem Kaufverhalten, können generative KI-Algorithmen Produktempfehlungen erstellen, die auf die individuellen Vorlieben des Kunden zugeschnitten sind. Dieser Ansatz kann Unternehmen helfen, die Kundenbindung zu erhöhen und den Umsatz zu steigern.

Stitch Fix, ein in San Francisco ansässiges Bekleidungsunternehmen und persönlicher Online-Styling-Service, hat den Modehandel auf den Kopf gestellt. Durch die Kombination der Expertise von persönlichen Stylisten mit der Effizienz von künstlicher Intelligenz liefert Stitch Fix seinen Kunden regelmäßig personalisierte Kleidungsempfehlungen nach Hause. Die KI des Unternehmens analysiert Daten zu Stiltrends, Körpermaßen, Kundenfeedback und Vorlieben, um Stylisten eine kuratierte Auswahl an Empfehlungen zu geben, die zum Lebensstil und Budget ihrer Kunden passen.

In ähnlicher Weise kann generative KI große Mengen an Kundendaten analysieren, um Muster und Trends zu erkennen, die es Unternehmen ermöglichen, sehr gezielte Marketingkampagnen und personalisierte Produktvorschläge zu erstellen. Amazon nutzt ebenfalls generative KI-Algorithmen, um hochgradig personalisierte Produktempfehlungen zu liefern, die zu seinem Erfolg beigetragen haben. Im Jahr 2021 berichtete Forbes, dass 35 % der Käufe auf Amazon auf Produktempfehlungen zurückzuführen sind.

Mit generativer KI können Unternehmen GANs nutzen, um neue Produkte auf der Grundlage bestehender Produkte zu entwerfen, so dass sie schnell und effizient andere und innovative Produkte entwickeln können. Dieser Ansatz kann Marken helfen, wettbewerbsfähig zu bleiben und die Kundennachfrage nach neuen und verbesserten Produkten zu erfüllen.

Generatives Design wird in Branchen eingesetzt, die sowohl auf Ästhetik als auch auf strukturelle Leistung Wert legen. So hat New Balance generatives Design zur Erstellung von Schuhsohlengeometrien mit einer proprietären Software verwendet, die von Nervous System, einem in Boston ansässigen Unternehmen, entwickelt wurde. Diese Software ermöglicht die individuelle Anpassung von Sohlen, die den Bedürfnissen des Fußes und den ästhetischen Vorlieben der Benutzer entsprechen.