Künstliche Intelligenz (englisch: Artificial Intelligence, abgekürzt AI) ist momentan der große Trend der Online-Branche und wird nach Schätzung von E-Commerce Experten auch 2018 eines der Top-Themen bleiben.
Das Thema „Machine Learning“ ist Teil dieser technischen Entwicklung. Die Definition nach Wikipedia beschreibt Maschinelles Lernen als Oberbegriff für die künstliche Wissensgenerierung aus Erfahrung. Ein künstliches System sammelt Erfahrungen aus Beispielen und kann diese nach und nach verallgemeinern. Dies erfolgt nicht durch ein Auswendiglernen, sondern durch das Erkennen von Mustern aus diversen Beispielen. Mit diesem Hintergrund ist es einem künstlichen System möglich, auch unbekannte Daten auszuwerten und eine Prognose abzugeben.
Mit der Erkennung von Mustern aus Personendaten haben wir uns bereits im Blogartikel zum Thema „maßgeschneiderter Content“ beschäftigt. Dabei werden Algorithmen festgelegt, um die Kaufwahrscheinlichkeit bei Kunden/Interessenten einzuordnen und die Nutzer entsprechen gezielt anzusprechen und zu steuern.
Es gibt verschiedene algorithmische Ansätze, die Maschinelles Lernen ermöglichen. Einige Beispiele finden sich hier.
Einer dieser algorithmischen Ansätze ist das überwachte Lernen. Bei dieser technisch recht einfachen Methode gibt ein Lehrer dem System einige Ansätze vor. Er teilt dem System beispielsweise mit, was es in welcher Situation zu tun hat. Google hat dazu die „Teachable Machine“ erschaffen, um Nutzer an das Thema heran zu führen. Wie im Video zu sehen, kann mir hier das System so „trainieren“, dass es ein Katzenfoto zeigt, wenn ich eine Hand hebe, ein Hundefoto wenn ich keine Hand hebe und ein Kaninchenfoto, wenn ich Krimassen schneide. Dies ist nur eines von zahlreichen Google-Projekten zum Machine Learning.
Mit dem Laden des Videos akzeptieren Sie die Datenschutzerklärung von YouTube.
Mehr erfahren
Bei genauerem Hinsehen trifft die Bezeichnung „Künstliche Intelligenz“ beim Machine Learning nicht ganz zu, da sich Machine Learning eher mit der Entwicklung von automatisierten Algorithmen auf Basis von empirischen Daten bzw. Trainings-Daten befasst. Der Fokus liegt dabei auf der Optimierung der Ergebnisse bzw. Verbesserung der Vorhersagen aufgrund von Lernprozessen.
Die Künstliche Intelligenz befasst sich hingegen mit einem noch viel komplexeren Ziel. Es geht dabei darum, Entscheidungen aufgrund erhobener Daten zu treffen, die menschliche Verhaltensweisen mit einbinden.
Auch im Handel findet künstliche Intelligenz mehr und mehr Einzug. Für E-Commerce- und Omni-Channel Händler ist es ein sehr gutes Instrument, um vorhandene Daten auszuwerten und am Ende des Tages mehr Umsatz zu erzielen. Jedoch reicht dabei kein so einfaches Vorgehen wie im gerade betrachteten Beispiel. Um ein Muster aus den komplexen Kundendaten zu erkennen, bedarf es tieferer Analysen.
Um im Wettbewerb nicht unterzugehen, wird sich der Handel mehr und mehr an den Systemen der Künstlichen Intelligenz bedienen und Machine Learning, sowie vorwiegend neurale Netzwerke einsetzen müssen.
