Blog
Harald Oberhofer
Head of Marketing, Retresco
Generative KI beflügelt seit vergangenem Jahr die Fantasie praktisch in allen Branchen. Nicht zuletzt im Online-Handel gibt es vielfältige Möglichkeiten für den Einsatz dieser bahnbrechenden Technologie für KI-Projekte.
Im deutschen Online-Handel hat sich der Einsatz von generativer KI für maßgeschneiderte Projekte fest etabliert. Gemäß den Experten von Deloitte setzen schon mehr als die Hälfte aller befragten Online-Händler auf generative KI. Darüber hinaus beabsichtigen 64 % der deutschen Firmen, ihre Investitionen in generative KI zu steigern, um deren Potenzial voll auszuschöpfen. Im Fokus stehen hierbei abgesehen von der Realisierung von KI-Projekten vor allem die Weiterbildung der Mitarbeitenden und die Verbesserung der technischen Infrastruktur.
Generative KI ist primär ein technisches Thema, das fundierte Entscheidungen und strategische Maßnahmen hinsichtlich der IT-Infrastruktur für erfolgreiche KI-Projekte erfordert. Oft zeigt sich allerdings, dass der initiale Proof of Concept (PoC) lediglich als eine technologische Fingerübung dient, deren langfristiger Nutzen nicht unbedingt sichergestellt ist.
Ein umsichtiger Ansatz bewertet die generative KI realistisch hinsichtlich ihres Beitrags zu neuartigen Geschäftsmodellen, Angeboten und Einsatzbereichen im Rahmen von KI-Projekten. Die folgenden fünf Schritte sind essenziell für KI-Projekte, um generative KI im Online-Handel erfolgreich zu implementieren.
Es ist möglich, für KI-Projekte eine Vielzahl von Ideen umzusetzen, aber nicht jede Idee dient dem Unternehmenserfolg. Daher ist es entscheidend zu bestimmen, welche Use Cases für das eigene Geschäftsfeld und die Produktpalette sinnvoll und wertsteigernd sind. Die Festlegung der eigenen Ziele für den erfolgreichen Einsatz generativer KI-Technologien kann manchmal unklar sein. Ist das Ziel der KI-Projekte, mithilfe von intelligenten KI-Assistenten verbesserte Entscheidungen bezüglich Marketingkampagnen, Kundensegmentierung oder Analysepunkten zu treffen? Geht es darum, die eigenen Produkte und Dienstleistungen mithilfe von generativer KI zu verbessern oder neu zu gestalten? Oder ist es das Ziel, interne Abläufe zu automatisieren und somit effizienter zu gestalten?
Die Entwicklung produktiver Use Cases kann durch Prozessanalysen und strategische Planungen erfolgen, ebenso wie durch die Auswahl spezifisch zugeschnittener Software-Lösungen für KI-Projekte. Bei der Auswahl der passenden Anwendungsfälle sollten jedoch neben den erwarteten Ergebnissen und dem erforderlichen Aufwand auch Kontextfaktoren wie verfügbare Daten, Technologie, Geschäftsprozesse und das Fachwissen der Mitarbeitenden berücksichtigt werden.
Die Entscheidung, ob man Software-Lösungen einkauft oder ob man eigene Lösungen entwickelt, stellt eine wichtige strategische Weiche dar. Unternehmen müssen hier die Vorzüge von sofort einsatzbereiten, „schlüsselfertige“ SaaS-Lösungen gegenüber maßgeschneiderten, aber aufwändigeren Eigenentwicklungen abwägen. SaaS-Modelle bieten den Vorteil des schnellen Zugangs mit minimaler Einarbeitungszeit, während Eigenentwicklungen durch maßgeschneiderte Anpassungen an spezifische Sprachmodelle und Technologien punkten.
Im Online-Handel wächst das Angebot an generativen KI-basierten SaaS-Lösungen täglich, bereits eine Vielzahl spezifischer Use Cases werden abgedeckt. Der Kauf solcher Lösungen empfiehlt sich, wenn Standardfunktionen genügen und keine speziellen Ansprüche an Datenverwertung und Datenschutz gestellt werden. Auf dem Markt gibt es ein breites Angebot von Tools zur automatischen Produktion von Texten, Bildern und Videos. Diese können meist einfach in bestehende Systeme in KI-Projekte integriert werden. Jedoch muss dabei stets die Skalierbarkeit berücksichtigt und auf die Vermeidung von Unschärfen und Verzerrungen, den sogenannten „Halluzinationen“, geachtet werden.
Die Bedeutung einer eigenen Technologieplattform ist nicht zuletzt bei der Verarbeitung und Nutzung von Daten in KI-Projekte von großer Wichtigkeit. Dies trifft vor allem auf generative KI-Systeme zu, wo es heißt: „Quality Input, Quality Output“. Die Güte der Trainingsdaten spielt eine entscheidende Rolle für das Endresultat von KI-Projekten. Sprachbasierte Modelle profitieren davon, dass sie mit umfangreichen Datensätzen vorab trainiert werden, was es ermöglicht, sie für verschiedenste Anwendungen einzusetzen, ohne für jeden spezifischen Fall ein erneutes Training vornehmen zu müssen. Dennoch ist die Datennutzung und -aufbereitung weiterhin von Bedeutung, besonders wenn Feinabstimmungen oder eine Erweiterung des Kontextverständnisses zur Verbesserung der KI-Modelle erforderlich sind.
Für eine erfolgreiche Realisierung und den kontinuierlichen Betrieb sind das Design, die Implementierung und das Finetuning der KI-Projekte und -Prozesse auf einer skalierbaren Plattform, die als Dienstleistung („Product as a Service“) angeboten wird, entscheidend. Zudem erfordern generative KI-Modelle nicht unwesentliche Rechenkapazitäten. Hierbei stellt sich die Frage nach dem optimalen Ort und der Art und Weise im laufenden Betrieb. Dieser sollte idealerweise in der Cloud stattfinden, wo alle Entwicklungen und Anpassungen einfließen. Maßgeblich ist hierbei im Kontext der eigenen Sicherheitsanforderungen die passende Entscheidung in Zusammenarbeit mit Experten für KI und Cloud-Dienste zu fällen.
Die Integration von KI-Projekten in den Arbeitsalltag wirft unweigerlich die Frage auf, wie Mitarbeitende effektiv für ihren Einsatz geschult werden können. Ein fundiertes Know-how und ein tiefes Verständnis für die Potenziale und Grenzen von generativen KI-Technologien sind essenziell, damit die Mitarbeitenden diese effizient einsetzen können. Zielgerichtete interne Schulungsprogramme sind entscheidend, um KI-Projekte auf die Anforderungen der Mitarbeitenden abzustimmen und eine schnelle Akzeptanz zu erreichen. Zugleich ist es wichtig, dass die Einführung von KI-Innovationen von einer Kommunikationsstrategie begleitet wird, die sowohl die Vorteile als auch die Herausforderungen transparent vermittelt. So können nicht nur Fähigkeiten gestärkt, sondern auch eventuelle Bedenken ausgeräumt werden.
Für die Akzeptanz und den Erfolg von KI-Projekten ist das Vertrauen der Mitarbeitenden in die Ergebnisse, die Qualität und die Sicherheit der verwendeten Daten entscheidend. Eine vertrauenswürdige Integration neuer KI-Systeme in bestehende Arbeitsabläufe setzt voraus, dass die Mitarbeitenden sich auf die Ausgaben der KI verlassen können und sicher sein müssen, dass ihre Daten nicht in die Hände Dritter gelangen oder offengelegt werden. Lösungen im Bereich der generativen Künstlichen Intelligenz müssen den Prinzipien einer „ethischen“ KI folgen, welche Zuverlässigkeit, Transparenz, Gerechtigkeit und Datenschutz als Kernwerte beinhaltet. Um die Einhaltung dieser Prinzipien zu garantieren, ist es empfehlenswert, technische Standards zu etablieren, der schon während der Entwicklungsphase oder durch den externen Dienstleister Anwendung findet. Zudem sollten Unternehmen möglichst früh Richtlinien für Governance, Kontrollmechanismen sowie interne Einsatzregelungen der KI-Projekte ausarbeiten.
Wenn man sich die Möglichkeiten umfassend zunutze macht, ist generative Künstliche Intelligenz im eigenen Betrieb produktiv nutzbar, um innovative Geschäftskonzepte, Dienstleistungen und Anwendungen erfolgreich umzusetzen. Es ist offensichtlich, dass generative KI im Online-Handel in den nächsten Jahren auf verschiedene Weise beeinflussen wird. Unternehmen, die jetzt nicht auf den Zug aufspringen, riskieren, vom Markt und von der Konkurrenz überholt zu werden.
Für Fragen zum Einsatz von Generativer Künstlicher Intelligenz und zu KI-Projekten stehen wir gerne zur Verfügung. Sprich uns an – unsere Expert/innen melden sich gerne bei dir!