Bequemer, einfacher, schneller und erfreulicher – so hätten Kund:innen gerne die Einkaufserlebnisse im E-Commerce. Doch jede:r zweite ist enttäuscht. Künstliche Intelligenz kann dabei helfen, auch die andere Hälfte zu begeistern.
Für viele Leute gehört Shopping, ob online oder offline, eher zum Pflichtprogramm. Die Mehrheit der deutschen Verbraucher:innen ist schon zufrieden, wenn die Produkte zu Hause ankommen, lediglich 17 Prozent von ihnen erwarten von Onlineshops erfreuliche Erlebnisse. Diese Zahlen einer Studie des Software-Unternehmens Freshworks sprechen für die große Frustration, die durch negative Kundenerlebnisse ausgelöst wird.
Das Problem: Häufig stimmt das durch Werbung vermittelte Image eines E-Commerce-Anbieters nicht mit der Realität überein. Angelockt durch eine schicke Oberfläche, ist jede:r zweite Verbraucher:in (52 Prozent) vom tatsächlichen Service der Shops enttäuscht. Hier ist noch Luft nach oben. Die E-Commerce Anbieter sollten das als Chance sehen, mit nur wenigen Maßnahmen die Erwartungen zu übertreffen. Dabei kann Technologie helfen und das Einkaufserlebnis im E-Commerce verbessern.
Künstliche Intelligenz verbessert das Kundenerlebnis
Anwendungen mit Künstlicher Intelligenz haben Potenzial, auch jenseits der Optimierung von Prozessen im Einkauf oder bei der Auslieferung, denn gut laufende Prozesse verbessern die Einkaufserlebnisse der Kund:innen nur indirekt. Aber KI kann die Customer Experience auch direkt beeinflussen.
In erster Linie betrifft das die Kommunikation und Interaktion mit den Kund:innen. Die folgenden Use Cases zeigen, wie Künstliche Intelligenz und Machine Learning für mehr Freude beim Online-Einkauf sorgen.
Smarte KI-Chatbots
Dialogbasierte Anwendungen sind der direkte Draht zu Kund:innen. Sie vereinfachen in Onlineshops die Beantwortung von Kundenfragen. Die Erfahrung zeigt, dass gut acht von zehn Anfragen vergleichsweise einfach sind, etwa Lieferbarkeit oder Preis einzelner Produkte oder Fragen zu den Rahmenbedingungen von Garantiefällen oder Rückgaben.
Moderne KI-Chatbots beantworten diese und andere Fragen selbstständig. Da die Systeme lernfähig sind, erkennen sie unterschiedlich formulierte Anfragen und stellen beispielsweise für die Website eine Liste mit häufig gestellten Fragen zusammen.
Für Kund:innen ist hier vor allem die Schnelligkeit der Antworten von Vorteil. Im Vergleich zu einem traditionellen Callcenter und eine manuell bedienten Chat gibt es hierbei weder Warteschleifen noch Verzögerungen, wenn gerade alle Servicekräfte beschäftigt sind. Viele Verbraucher:innen wissen die automatischen Systeme zu schätzen: Laut der Freshworks-Studie möchten mehr als ein Drittel (35 Prozent) der befragten Verbraucher:innen lieber den Selfservice via App oder Web benutzen.
KI-gestützte Voicechats
Eine Variante der textbasierten Chatbots sind KI-Audiosysteme, die natürlich klingende Dialoge mit gesprochener Sprache erlauben. Diese Systeme haben das Potenzial, die herkömmliche Callcenter besser und für die Anrufer:innen angenehmer zu machen.
Aktuelle KI-Systeme sind deutlich leistungsfähiger und intelligenter als die bisherigen Audiomenüs, deren Spracherkennung begrenzt ist. Sie beantworten einen großen Teil der Standardanfragen selbsttätig und leiten die Nutzer:innen nur dann zu Callcenter-Agents weiter, wenn sie die Anliegen nicht bearbeiten können.
Moderne KI-Lösungen sind zudem in der Lage, die Inhalte des Gesprächs zu extrahieren und für die weitere Bearbeitung durch Servicekräfte aufzubereiten. Dadurch müssen die Kund:innen dieselbe Geschichte nicht mehrmals erzählen und sie haben das subjektive Gefühl, einen besonders schnellen Service zu erleben. Denn das ist 74 Prozent der Befragten besonders wichtig.
Text- und Sentiment-Analyse
Obwohl es viele Alternativen gibt, ist E-Mail immer noch ein wichtiges Medium. So bevorzugen 38 Prozent der Verbraucher:innen diesen Kanal für Bestellungen und kaum weniger (35 Prozent) nutzen ihn für Beschwerden und Rückgaben. So wird die Mailflut in der nächsten Zeit nicht sinken. Leider sind die Mitarbeiter:innen häufig davon überfordert. Ärgerliche Fehler sind die Folge, etwa als unfreundlich empfundene Rückantworten oder gar keine Antwort.
Vermeiden lässt sich das mit modernen Systemen zur Spracherkennung. Sie erkennen bei eingehenden E-Mails Thema und Anliegen sowie über eine Sentiment-Analyse auch die Stimmung der Kund:innen. Ein Beispiel: Eine Mail, die von der KI als verärgert klingende Beschwerde erkannt wird, kann bevorzugt an Servicekräfte weitergeleitet werden.
Doch die KI-Systeme können mehr. Sie erzeugen auch höfliche, sachlich korrekte, das Kundenanliegen berücksichtigende Antworten – innerhalb von Sekunden. Dadurch erhalten verärgerte Kund:innen eine rasche Antwort, mit der die aktuelle Situation oft bereits entschärft ist.
KI-gestützte Empfehlungssysteme
Mit Datenanalysen lassen sich für jeden Kund:innen Kaufpräferenzen und Empfehlungssysteme gestalten. Intelligente Systeme nutzen lernfähige Algorithmen, die aus der Analyse von internen und externen Daten – etwa aus sozialen Medien – Empfehlungen erzeugen. Anschließend kann auch die Customer Journey entsprechend dieser Daten aufbereitet werden.
Einige Streaming-Anbieter nutzen besonders fortgeschrittene Systeme. Dort werden alle Nutzer:innen in der Benutzeroberfläche individuell angesprochen. Wer in der Vergangenheit viele Action-Filme gesehen hat, erhält auch für andere Filme eher action-orientierte Standbilder auf den jeweiligen Produktseiten präsentiert.
Doch woher kommen die Daten? Die EU-DSGVO verbietet eine umfassende Erhebung ohne Zustimmung der Nutzer:innen. Die Realität ist: Die Mehrheit stimmt zu. Etwa 78 Prozent der von Freshworks in Deutschland Befragten sind bereit, ihre Daten gegen ein besseres Einkaufserlebnis einzutauschen. Das ist ein großes Potenzial, das die Shops nutzen sollten.
Assistenten für den Einkauf
Die lernfähigen Systeme ermöglichen auch die individuelle Unterstützung der Kund:innen. Ein interessantes Beispiel kommt aus der Modebranche: Einige Online-Boutiquen haben fotobasierte Produktempfehlungen in ihre Apps integriert.
Das Prinzip ist einfach: Die Kund:innen fotografieren ein Kleidungsstück, das ihnen gefällt und dass sie irgendwo sehen, etwa in einem Schaufenster oder einem Modemagazin. Der KI-Algorithmus identifiziert Typ, Schnitt, Muster und Farbe des Kleidungsstücks. Die App zeigt anschließend entweder das gesuchte Produkt oder eine Auswahl von sehr ähnlichen Outfits.
Fazit: KI hilft den Kund:innen
An diesen Beispielen zeigt sich, dass Künstliche Intelligenz ein wichtiger Helfer im E-Commerce ist. Sie erleichtert die Kommunikation mit dem Shop, beschleunigt Auskünfte, sorgt für attraktive Kaufempfehlungen und erleichtert den Einkauf. Kurz: KI verbessert die Einkaufserlebnisse der Kund:innen und stärkt damit die Kundenbindung. Denn wer von einem Unternehmen begeistert ist, wird häufiger dort einkaufen und es weiterempfehlen.
