Was ist KI-Commerce?

Einleitung

E-Commerce-Teams müssen wachsende Produktkataloge, steigende Kundenerwartungen, ständige Anforderungen an Inhalte, Serviceanfragen und Unmengen an Betriebsdaten bewältigen – oft mit derselben Personalstärke wie noch vor einigen Jahren. AI-Commerce bezeichnet den Einsatz künstlicher Intelligenz zur Verbesserung oder Automatisierung kundenorientierter und betrieblicher E-Commerce-Aktivitäten – von der Produktsuche und Personalisierung bis hin zu Inhalten, Service, Einkauf und internen Arbeitsabläufen. Dieser Artikel behandelt die Technologien hinter AI-Commerce, gängige Anwendungsfälle, Vorteile, Risiken und die ersten Schritte zum Einstieg.

Was ist AI-Commerce?

AI-Commerce ist die Anwendung von KI-Technologien auf digitale Einkaufserlebnisse und die Prozesse, mit denen Unternehmen diese verwalten. Verwandte Begriffe wie „KI-gestützter Handel“ und „KI im E-Commerce“ werden fast synonym verwendet, obwohl AI-Commerce eigentlich das umfassendere Konzept darstellt. Es umfasst kundenorientierte Interaktionen, interne Abläufe und zunehmend auch agentengesteuerte Aktivitäten, die im Auftrag eines Unternehmens durchgeführt werden.

Es lohnt sich, klarzustellen, was KI-Commerce nicht ist. Es handelt sich weder um einen separaten Vertriebskanal noch um eine einzelne Software, die man installiert. Je nach Aufgabe kann KI Informationen analysieren, Inhalte generieren, Fragen beantworten, Maßnahmen empfehlen oder eine definierte Aufgabe selbstständig ausführen. Genau dieses Spektrum macht E-Commerce-KI an so vielen Stellen gleichzeitig nützlich – sowohl im Frontend als auch hinter den Kulissen.

Im B2B-Handel könnte dies beispielsweise darin bestehen, einem Einkäufer bei der Navigation durch einen umfangreichen Katalog zu helfen, kundenspezifische Produkte und Preise anzuzeigen, Bestellungen zu verwalten oder jemanden durch einen Kaufprozess zu führen, der sich über Wochen statt über Minuten erstreckt.

Wie funktioniert KI im E-Commerce?

Hinter den verschiedenen Tools und Anbieternamen folgen die meisten KI-Systeme im Handel einem ähnlichen Muster. Die Details variieren je nach Technologie und der jeweiligen Aufgabe, aber der grundlegende Ablauf sieht wie folgt aus:

1. Relevante Informationen verknüpfen. Produkt-, Inhalts-, Kunden-, Bestands-, Bestell- und Verhaltensdaten, einschließlich der Kaufhistorie des Kunden, werden aus E-Commerce- und Backoffice-Systemen zusammengeführt, damit die KI nicht nur auf der Grundlage eines unvollständigen Bildes arbeitet.
2. Die Anfrage oder das Signal interpretieren. KI wird eingesetzt, um eine Suchanfrage, eine Kundenfrage, ein Nutzerverhaltensmuster, ein betriebliches Ereignis oder einen Workflow-Auslöser zu verstehen.
3. Erzeugung einer Ausgabe oder Aktion. Das System generiert eine Empfehlung, eine Antwort, eine Vorhersage, einen Inhalt oder eine automatisierte Aktion – alles im Rahmen festgelegter Berechtigungen und Sicherheitsvorkehrungen.
4. Auswerten und verbessern. Das Ergebnis wird gemessen, Feedback gesammelt, und die Analyse der Daten darüber, was tatsächlich passiert ist, hilft dabei, das Modell, die Regeln, die Daten oder die Nutzererfahrung im Laufe der Zeit zu verfeinern.

Wie genau dies abläuft, hängt von der KI-Technologie und dem jeweiligen Anwendungsfall ab. Eine Empfehlungsmaschine könnte beispielsweise einfach vorhersagen, was ein Käufer als Nächstes möchte, während ein KI-Agent Informationen abrufen und mehrere damit verbundene Aufgaben selbstständig ausführen könnte.

Welche Arten von KI werden im E-Commerce eingesetzt?

Nicht jede KI in einem Online-Shop erfüllt dieselbe Aufgabe, und es ist hilfreich zu wissen, welche Art hinter einer bestimmten Funktion steckt. Hier ist eine kurze Übersicht über die wichtigsten Arten, die heute im E-Commerce zum Einsatz kommen:

Diese Kategorien schließen sich nicht gegenseitig aus, und die meisten E-Commerce-Erlebnisse kombinieren mehrere davon gleichzeitig. Algorithmen des maschinellen Lernens dienen in der Regel der Vorhersage, Segmentierung und Nachfrageprognose auf der Grundlage historischer Verkaufsdaten, während natürliche Sprachverarbeitung und große Sprachmodelle es einem System ermöglichen, Anfragen in natürlicher Sprache zu verstehen und im Gegenzug Inhalte zu generieren, wobei oft generative KI, prädiktive Modelle und andere KI-Modelle innerhalb einer einzigen Interaktion kombiniert werden.

Prädiktive KI wird manchmal als traditionelle KI bezeichnet, da sie seit Jahren Teil der Personalisierung im E-Commerce ist. Nicht jeder automatisierte Prozess verdient es, als KI bezeichnet zu werden, und der Grad an Autonomie, der ihm gewährt wird, sollte dem Risiko der Aufgabe entsprechen. Ein Chatbot, der Fragen zum Versand beantwortet, ist etwas anderes als einer, der Rückerstattungen genehmigt.

Häufige Anwendungsfälle von KI im E-Commerce

KI kommt im E-Commerce durch intelligente Tools zum Einsatz, die an mehr Stellen wirken, als den meisten Menschen bewusst ist, und die Kundeninteraktionen an verschiedenen Punkten entlang der Customer Journey prägen – oft unauffällig im Hintergrund, anstatt sich selbst in den Vordergrund zu stellen. Zu den gängigsten Anwendungen gehören:

1. Intelligente Produktsuche. Anstatt nach exakten Suchbegriffen zu suchen, kann KI Anfragen in natürlicher Sprache, die Absicht des Kunden, Produktmerkmale und den Kontext interpretieren, um Ergebnisse anzuzeigen, die tatsächlich dem entsprechen, was jemand eigentlich gesucht hat – selbst wenn er ein Produkt anhand seiner Funktion statt anhand seines tatsächlichen Namens beschreibt.
2. Produktempfehlungen. KI kann das Kundenverhalten und frühere Käufe analysieren, um ergänzende Produkte, sinnvolle Alternativen oder für das Kundenkonto relevante Artikel vorzuschlagen, die ein Käufer möglicherweise nicht selbst gefunden hätte.
3. Personalisierte Einkaufserlebnisse. KI kann Kundendaten, -verhalten und die Kontohistorie analysieren, um Inhalte, Angebote, Navigation und Produktsichtbarkeit für verschiedene Konten, Kundensegmente oder Kaufphasen anzupassen. Dies entspricht zunehmend den Erwartungen der Käufer: Laut dem Capgemini Research Institute wünschen sich 71 % der Verbraucher, dass generative KI in ihre Einkaufserlebnisse integriert wird.
4. Dialogbasierte Einkaufsunterstützung. KI-Assistenten können Produktfragen beantworten, Optionen nebeneinander vergleichen, Informationen recherchieren und Kunden zu Optionen führen, die ihren Vorlieben und tatsächlichen Bedürfnissen entsprechen.
5. Erstellung von Produktinhalten. Das Verfassen, Zusammenfassen, Kategorisieren, Übersetzen oder Aktualisieren von Produktbeschreibungen und anderen Kataloginhalten – oft mit Blick auf die Suchmaschinenoptimierung – ist eine der mühsameren Aufgaben, die KI einem Team abnehmen kann, auch wenn KI-generierte Inhalte vor der Veröffentlichung noch einer kurzen Überprüfung durch einen Menschen bedürfen.
6. Kundenservice und Selbstbedienung. KI kann Fragen zu Bestellungen beantworten, Kontoinformationen abrufen, ein Serviceproblem zusammenfassen und komplexere Anliegen an den richtigen Mitarbeiter weiterleiten.
7. E-Commerce- und Bestellabläufe. Die Aktualisierung von Produktinformationen, die Erledigung routinemäßiger Aufgaben im Zusammenhang mit Bestellungen, die Unterstützung von Teams bei der täglichen Bestandsverwaltung, das Auslösen von Workflows oder die Benachrichtigung eines Teams, wenn eine Ausnahme eine menschliche Überprüfung erfordert – all das ist möglich.
8. Handelsplanung und Merchandising. KI wird bereits zu einem festen Bestandteil des Einkaufs im Einzelhandel: 78 % der von Deloitte befragten Einkäufer im Einzelhandel nutzen KI-gestützte Tools, um ihre Einkaufsaktivitäten zu optimieren. Diese Tools können Nachfrage, Lagerbestände, Produktleistung, Preisgestaltung der Wettbewerber, Werbeaktionen und Sortimentsdaten analysieren, um Planungsteams dabei zu helfen, fundiertere Entscheidungen zu treffen, anstatt sich auf ihr Bauchgefühl und die Tabellenkalkulation des letzten Quartals zu verlassen.
9. Agentengestützter Einkauf und Bezahlvorgang. Der Vergleich von Produkten, das Zusammenstellen eines Warenkorbs, das Aufgeben einer Nachbestellung oder das Abschließen eines genehmigten Kaufschritts über vernetzte Systeme erfolgt zunehmend unter Einbeziehung von KI – ähnlich wie intelligente Logistiktools bereits beginnen, Sendungen eigenständig umzuleiten. Vollständig von Agenten gesteuerte Transaktionen sind noch eine neue Anwendungsform, die definierte Berechtigungen, Autorisierungen und Aufsicht erfordert, bevor ihnen echte Kaufkraft übertragen wird.

Viele dieser Anwendungsfälle funktionieren, weil sich KI schneller an Kundenbedürfnisse anpassen kann, als es ein statischer Katalog jemals könnte. Im B2B-Handel kommen zu diesen Ideen zusätzliche Ebenen hinzu, darunter umfangreiche Kataloge, technische Produktinformationen, kontospezifische Einkäufe, Nachbestellungen, ausgehandelte Preise, Lieferkettenmanagement und Genehmigungsanforderungen – wobei jede dieser Komponenten die tatsächliche Nutzung dieser Tools mitbestimmt.

Was sind die Vorteile von KI-Handel?

Richtig umgesetzt, berührt KI-Handel nahezu jeden Aspekt des Betriebs eines E-Commerce-Unternehmens und wird oft zu einem echten Wettbewerbsvorteil, lange bevor er sich als höhere Zahl auf einem Dashboard niederschlägt. Zu den deutlichsten Vorteilen gehören:

• Schnellere Produktsuche. Kunden können relevante Produkte finden, ohne das genaue Suchwort eingeben oder sich durch einen komplexen Katalog wühlen zu müssen, wodurch die Reibungsverluste vermieden werden, die zu einem frustrierenden Online-Einkaufserlebnis führen.
• Relevantere Erlebnisse. Informationen zu Kunden, Konten und Verhaltensweisen sowie angegebene Kundenpräferenzen helfen dabei, Empfehlungen, Inhalte und Interaktionen auf die tatsächlichen Wünsche der Kunden zuzuschneiden, was im Laufe der Zeit tendenziell den Umsatz und die Kundenbindung steigert.
• Höhere betriebliche Effizienz. KI kann Routineaufgaben und sich wiederholende Vorgänge im Zusammenhang mit Produktinformationen, Bestellungen, Inhalten und Kundenanfragen automatisieren, wodurch Mitarbeiter für wertschöpfendere Tätigkeiten entlastet werden und sich im Laufe der Zeit echte Kosteneinsparungen ergeben.
• Skalierbarer Kundenservice. Routinemäßige Anfragen werden automatisch bearbeitet, während ungewöhnliche oder sensible Probleme weiterhin an menschliche Mitarbeiter weitergeleitet werden, die diese tatsächlich lösen können – so wird verhindert, dass die Kundenzufriedenheit in Spitzenzeiten sinkt.
• Schnellere Erstellung von Inhalten. E-Commerce- und Marketing-Teams können Inhalte in einem Bruchteil der bisher benötigten Zeit erstellen, aktualisieren, zusammenfassen und übersetzen.
• Bessere Geschäftsentscheidungen. Merchandising- und Betriebsteams können Nachfragemuster und Markttrends erkennen, den Lagerbedarf einschätzen und all diese Daten in umsetzbare Erkenntnisse für Entscheidungen zu Preisgestaltung, Werbeaktionen und Sortimentsgestaltung umwandeln, anstatt zu raten.

Nichts davon garantiert für sich genommen einen Anstieg des Umsatzes, der Konversionsraten oder eine höhere Kundenbindung. Das tatsächliche Ergebnis hängt vom Anwendungsfall, den zugrunde liegenden Daten, der Art der Umsetzung, den vorhandenen Sicherheitsvorkehrungen und der daraus resultierenden Kundenerfahrung ab.

Was sind die Herausforderungen und Risiken von KI-Commerce?

KI-E-Commerce bringt echte Kompromisse mit sich, und so zu tun, als wäre dies nicht der Fall, geht später oft nach hinten los – selbst in etablierten Bereichen wie der Betrugserkennung. Zu den häufigsten Risiken zählen:

• Mangelhafte, veraltete oder unzusammenhängende Daten. Unvollständige Informationen zu Produkten, Kunden, Lagerbeständen, Bestellungen, Preisen oder Lieferungen können zu ungenauen Ergebnissen, Empfehlungen oder Kaufentscheidungen führen. „Garbage in, garbage out“ trifft hier wirklich zu.
• Systemintegration. KI-Tools benötigen kontrollierten Zugriff auf die für jede Aufgabe erforderlichen Systeme und Informationen, und Datensilos untergraben diesen Zugriff oft schnell.
• Ungenaue generierte Inhalte. Generative KI kann falsche, veraltete oder unbegründete Produktinformationen und Antworten liefern, wenn niemand ihre Arbeit überprüft.
• Datenschutz und Sicherheit. Unternehmen müssen Kundendaten, Kontodaten, Transaktionsaufzeichnungen und geschützte Geschäftsdaten schützen, insbesondere sobald KI-Tools zunehmend darauf zugreifen.
• Voreingenommenheit und inkonsistente Entscheidungen. Modelle können unfaire oder unzuverlässige Ergebnisse liefern, wenn die zugrunde liegenden Daten oder Regeln fehlerhaft sind, und KI-Algorithmen weisen nicht immer darauf hin, wenn dies geschieht.
• Eingeschränkte Transparenz und Kundenvertrauen. Kunden und Mitarbeiter wissen möglicherweise nicht, wie eine KI-generierte Antwort oder Empfehlung zustande gekommen ist oder ob kommerzielle Faktoren diese unbemerkt beeinflusst haben.
• Befugnisse und Verantwortlichkeit. Es muss eine verantwortliche Person geben, wenn ein KI-System eine fehlerhafte Transaktion empfiehlt oder durchführt, und diese Person muss vor der Einführung identifiziert werden, nicht erst danach.
• Übermäßige Autonomie. Maßnahmen mit weitreichenden Auswirkungen wie Preisänderungen, die Gewährung von Rückerstattungen, die Übermittlung von Bestellungen oder die Genehmigung von Käufen erfordern möglicherweise Ausgabenobergrenzen, Genehmigungen, festgelegte Berechtigungen oder eine Überprüfung durch Menschen.

Eine verantwortungsvolle Umsetzung bedeutet Governance über den gesamten KI-Lebenszyklus hinweg, nicht nur eine einmalige Überprüfung vor der Einführung. Die Sicherheitsvorkehrungen sollten den Folgen der Maßnahme angemessen sein, wobei Transaktionen mit höherem Risiko strengeren Kontrollen unterliegen sollten als Routinetransaktionen.

Erste Schritte mit KI-E-Commerce

Der Einstieg in den KI-Handel funktioniert am besten als eine Reihe wohlüberlegter, klar abgegrenzter Schritte und nicht als eine einzige große Einführung, zumal sich Marktveränderungen und Kundenerwartungen von Jahr zu Jahr schneller entwickeln. Ein sinnvoller Weg sieht wie folgt aus:

1. Wählen Sie einen definierten Anwendungsfall aus. Beginnen Sie mit einem konkreten Kunden- oder Betriebsproblem, anstatt KI-Commerce nur um der KI-Commerce willen einzuführen.
2. Verantwortlichkeiten zuweisen. Identifizieren Sie den Geschäftsverantwortlichen sowie die für den Anwendungsfall zuständigen Stakeholder aus den Bereichen Technik, Daten, Sicherheit, Recht und Kundenerfahrung, damit niemand im Unklaren darüber bleibt, wer das letzte Wort hat.
3. Legen Sie messbare Ziele fest. Entscheiden Sie, was tatsächlich als Erfolg gilt. Sucherfolg, Reaktionszeit, Bestellgenauigkeit, Zeit für die Erstellung von Inhalten, Nutzung des Kundenselbstbedienungsangebots und Prognosegenauigkeit sind allesamt sinnvolle Messgrößen.
4. Überprüfen Sie die verfügbaren Daten. Stellen Sie sicher, dass Produkt-, Kunden-, Bestands-, Bestell- und Inhaltsdaten als saubere, strukturierte Daten gespeichert sind und über ausreichende historische Daten verfügen, um nutzbar zu sein. Selbst die besten KI-gestützten Tools können schlechte zugrunde liegende Daten nicht beheben.
5. Erfassen Sie die Systemanforderungen. Identifizieren Sie die E-Commerce-Plattform, das CMS, das ERP, das CRM, das PIM, das OMS und andere Tools, auf die die KI-Funktionalität zugreifen muss.
6. Legen Sie Sicherheitsvorkehrungen fest. Definieren Sie Berechtigungen, zugelassene Datenquellen, Ausgaben- oder Transaktionslimits, Eskalationsregeln, Anforderungen an die manuelle Überprüfung sowie alles, was das System unter keinen Umständen tun darf.
7. Testen, überwachen und ausbauen. Beginnen Sie mit einem kontrollierten Pilotprojekt, bewerten Sie Genauigkeit und Ergebnisse, prüfen Sie Ausnahmen und Kundenfeedback und passen Sie Daten, Eingabeaufforderungen, Regeln, Berechtigungen oder Modelle nach Bedarf an. Erweitern Sie erst, wenn sich der Anwendungsfall bewährt hat.

Die erfolgreichsten Unternehmen legen in der Regel den Schwerpunkt auf eine Handvoll nützlicher, überschaubarer Anwendungen, anstatt zu versuchen, KI auf einmal in jeden E-Commerce-Prozess zu integrieren, und bauen dann erst weiter aus, sobald sich die ersten Anwendungen bewährt haben.

KI und E-Commerce mit Liferay DXP verbinden

Liferay DXP und Liferay AI Hub gehen den KI-E-Commerce aus unterschiedlichen Blickwinkeln an, und es ist wichtig zu wissen, welche Lösung welche Aufgaben übernimmt, bevor man KI-Lösungen für den jeweiligen Einsatzzweck evaluiert. Liferay DXP ist die flexible Plattform hinter E-Commerce, Content, Personalisierung, Kundenselbstbedienung, Integrationen und Workflows, wobei KI-Funktionen direkt in diese Erlebnisebene integriert sind. Der Liferay AI Hub hingegen ist ein separates, allgemein verfügbares SaaS-Produkt mit einer Low-Code-Umgebung zum Erstellen, Konfigurieren und Verwalten von KI-Agenten.

Innerhalb von Liferay DXP ist die KI in die Benutzererfahrung integriert, um beispielsweise folgende Aufgaben zu übernehmen:

• Erstellung und Aktualisierung von Produktbeschreibungen
• Bereitstellung von inhaltsbasierten und personalisierten Produktempfehlungen unter Verwendung von Produkt- und Bestelldaten
• Erstellung, Überarbeitung und Übersetzung von E-Commerce-Inhalten
• Erstellung und Tagging digitaler Assets
• Personalisierung von Nutzererlebnissen für verschiedene Kunden, Konten und Segmente

Der Liferay AI Hub kann Chatbots bereitstellen oder KI-Agenten mit externen Systemen verbinden. Verbindet man ihn jedoch mit Liferay DXP, erhalten diese Agenten Zugriff auf die E-Commerce-Daten, Inhalte, Suchfunktionen, Berechtigungen und Workflows von Liferay, was ganz neue Möglichkeiten eröffnet:

• Aktualisierung von Produktinformationen
• Verwaltung definierter Auftragsaufgaben
• Weiterführung oder Auslösung von E-Commerce-Workflows
• Automatische Segmentierung von Kunden
• Bereitstellung dialogorientierter Chat-Erlebnisse für Fragen zu Produkten, Vertrieb oder Service
• Abrufen von Informationen aus E-Commerce-Systemen, Produktdokumentationen und anderen zugelassenen Quellen

Integrieren Sie KI in Ihre E-Commerce-Strategie

KI im E-Commerce kann das Kundenerlebnis, geschäftliche Entscheidungen und interne Prozesse optimieren – jedoch nur, wenn sie Zugriff auf genaue Informationen und tatsächlich vernetzte Systeme hat. Beginnen Sie mit definierten Anwendungsfällen, messbaren Zielen, wirksamen Sicherheitsvorkehrungen, kontinuierlicher Überwachung und ausreichender menschlicher Kontrolle, um Fehler des Systems zu erkennen.

KI im Handel ist eigentlich nur ein Teil eines viel größeren Wandels. Die meisten Unternehmen beschäftigen sich auch in den Bereichen Marketing, Service, IT und Finanzen mit denselben Fragen zu Priorisierung, Daten und Governance. Um zu erfahren, wie Sie den Übergang vom Pilotprojekt zur Produktion schaffen, ohne dass diese übergeordneten Unternehmensfragen Sie ausbremsen, informieren Sie sich über die KI-Transformation in Unternehmen und darüber, wie Sie KI unternehmensweit skalieren können.

Häufig gestellte Fragen zum Thema KI-Commerce

Was ist der Unterschied zwischen KI-Commerce und E-Commerce?

E-Commerce bezeichnet einfach den Kauf und Verkauf über digitale Kanäle, also den Online-Shop selbst. KI-Commerce geht noch einen Schritt weiter und nutzt künstliche Intelligenz, um Teile dieser Kundenerlebnisse und die dahinterstehenden Abläufe zu verbessern oder zu automatisieren – von der Suche und den Empfehlungen bis hin zu Inhalten und der Auftragsabwicklung.

Was ist der Unterschied zwischen KI-Commerce und Conversational Commerce?

Conversational Commerce bezeichnet den Kauf und die Kundenbetreuung über Chat, Messaging, Sprache oder andere dialogorientierte Schnittstellen. Es handelt sich dabei um eine Anwendung innerhalb der viel umfassenderen Kategorie des AI-Commerce, nicht um ein Synonym dafür. Ein Großteil des AI-Commerce findet gänzlich außerhalb eines Chat-Fensters statt – in Suchergebnissen, auf Produktseiten und in Backoffice-Planungstools.

Was ist „Agentic Commerce“?

Agentic Commerce nutzt KI-Agenten, um mehrstufige Commerce-Aufgaben über vernetzte Systeme und Tools zu planen und auszuführen – beispielsweise Produkte zu vergleichen, Bestellungen aufzugeben oder Informationen zu aktualisieren –, ohne dass jemand jeden Schritt manuell durchlaufen muss. Diese Aktionen müssen dennoch innerhalb festgelegter Berechtigungen, Transaktionslimits, Regeln und Genehmigungsanforderungen bleiben. „Agentic“ bedeutet nicht „unbeaufsichtigt“.

Ersetzt KI-Commerce menschliche Mitarbeiter?

Nicht wirklich. KI ist lediglich ein Werkzeug, das sich besser für definierte, sich wiederholende, datenintensive oder unterstützende Aufgaben eignet als für Ermessensentscheidungen. Mitarbeiter müssen weiterhin Ziele festlegen, heikle Entscheidungen prüfen, Ausnahmen verwalten, Leistungen bewerten und die Governance sicherstellen – also jene Teile der Arbeit, die sich nicht ohne Weiteres auf ein Regelwerk reduzieren lassen.