Künstliche Intelligenz - KI / AI
Künstliche Intelligenz (KI) ist ein Teilgebiet der Informatik, das sich mit der Entwicklung von Systemen und Algorithmen befasst, die menschenähnliche Intelligenzleistungen erbringen können. KI-Systeme sollen in der Lage sein, eigenständig zu lernen, sich an neue Situationen anzupassen und menschenähnliche Entscheidungen zu treffen.
Künstliche Intelligenz und ihre Anwendung
Es gibt verschiedene Arten von KI-Systemen, die je nach ihren Fähigkeiten und Anwendungen unterschieden werden können.
Expertensystem
Diese Systeme verwenden Wissen und Regeln, um Entscheidungen in einem bestimmten Fachbereich zu treffen.
Maschinelles Lernen
Hierbei werden Algorithmen und Modelle verwendet, um aus Daten zu lernen und Vorhersagen oder Entscheidungen zu treffen.
Neuronale Netze
Dies sind Systeme, die auf der Funktionsweise des menschlichen Gehirns basieren und in der Lage sind, komplexe Muster in Daten zu erkennen.
Wir sehen insbesondere für Anwendungen, die unter "maschinelles Lernen" (auch als machine learning bezeichnet) einen Reifegrad erreicht, der eine Nutzung im Zusammenspiel mit CRM-, CXM- oder Marketing-Automationsystemen ermöglicht und Mehrwerte für Vertrieb, Service und Marketing bietet.
Ausgewählte Anwendungsbeispiele:
Next Best Offer
Basierend auf seinen vorherigen Interaktionen und Transaktionen (customer behavior) wird einem Kunden das nächste beste Angebot unterbreitet, um die Wahrscheinlichkeit einer weiteren Interaktion oder Transaktion zu erhöhen.
E-Mail-Bearbeitung
Eingehende E-Mails werden den passenden Geschäftsvorfällen und Workflows zugeordnet. Mit einer sogenannten sentinent Analyse wird die Stimmung des Kunden ermittelt und z.B. die Dringlichkeit eingestuft. Auch Antwortvorschläge können bereits von der KI erstellt werden.
Kundensegmentierung
Identifizierung von Kundensegmenten, die ähnliche Verhaltensweisen und Kaufwahrscheinlichkeiten haben. Dabei kann die KI nicht nur offensichtliche Daten nutzen, sondern auch sogenannte "dark data", also Daten, die zwar verfügbar sind, aber nicht auf den ersten Blick für die Segmentierung relevant scheinen.
Versandzeitpunkte optimieren
KI kann nicht nur Einflussfaktoren wie z.B. die Wettervorhersage in einem bestimmten Gebiet für den Versandzeitpunkt berücksichtigen, sondern auch das individuelle Leseverhalten.
Predictive Lead Scoring
Aufgrund des Leadverhaltens und dem Abgleich mit anderen Leads kann die Konvertierungswahrscheinlichkeit bei der Zuordnung knapper Ressourcen berücksichtigt werden.
Predictive Opportunity Scoring
Aufgrund des Kundenverhaltens und dem Abgleich mit anderen Opportunities kann die Abschlusswahrscheinlichkeit bei der Zuordnung knapper Ressourcen berücksichtigt werden.
Wer kennt wen?
Analyisieren z.B. von Mailverkehr zur Erstellung von Beziehungsnetzwerken und Erkennen von Beeinflussern im Vertriebsprozess.
Was kann KI für Sie tun?
Wir empfehlen, vor Start eines Projektes zunächst im Rahmen eines überschaubaren Vorprojektes zu überprüfen, ob die Voraussetzungen für einen erfolgreichen Einsatz von künstlicher Intelligenz erfüllt sind. Damit werden Enttäuschungen vermieden, die entsprechend beteiligten Mitarbeiter frühzeitig involviert und eine reibungslosere Einführung ermöglicht.
Im Rahmen eines Vorprojektes werden insbesondere folgende Dimensionen überprüft:
- Umfang: Welche Ziele werden verfolgt, was ist das Anwendungsspektrums und welche Ergebnisse werden erwartet?
- Daten: Liegen die Daten in ausreichender Menge und Qualität vor, um relevante und gute Ergebnisse zu erzielen?
- Menschen: Wie sieht das Zusammenspiel von Mensch und Maschine aus?
- Gesetzgebung: Liegen die rechtlichen Voraussetzungen, z.B. Einwilligung zur Datenverwendung, vor?
- Prozess: In welchen Prozessen und Customer Journeys können KI-Anwendungen Mehrwerte bieten?
Unsere Consultants beraten Sie gerne rund um die Einführung und Nutzung von KI-basierten Anwendungen. Gerne können wir Ihnen auch Anwendungsbeispiele in entsprechenden Demosystemen unserer Softwarepartner zeigen.