Die Menge und Komplexität von Daten, die heute von Menschen und von Maschinen in Unternehmen generiert wird, übersteigt bei weitem die Fähigkeit des Menschen, diese Daten zu sammeln, zu verstehen und sie als Entscheidungsgrundlage zu nutzen. Doch in den letzten Jahren hat der Aufschwung einer neuen Technologie dabei geholfen, dieses Problem zu lösen. Die Rede ist natürlich von künstlicher Intelligenz (KI). KI und maschinelles Lernen revolutionieren aktuell sowohl die Geschäftswelt als auch die Gesellschaft und sind bereits jetzt aus dem Alltag nicht mehr wegzudenken. Experten sehen in KI jetzt schon eine der wichtigsten Technologien unserer Zeit und ihre Relevanz wird in den kommenden Jahren weiter zunehmen. KI gibt Unternehmen zahlreicher Branchen neue Möglichkeiten, ihre Kunden besser zu verstehen, deren Verhalten vorherzusagen, die Kundenerfahrung zu optimieren und sie an Unternehmen zu binden.
Ohne Daten keine Künstliche Intelligenz
Doch eines wird bei dem Hype um KI in vielen Branchen oft vergessen: Um einen effektiven Einsatz von KI möglich zu machen, muss zunächst eine solide Datengrundlage geschaffen werden. Daten sind für heutige Unternehmen essenziell und ermöglichen es Kunden besser zu verstehen sowie Empfehlungen, Vorhersagen und Vorschläge abzuleiten. KI ist im Grunde ein Datenanalysesystem und in Kombination mit maschinellem Lernen in der Lage, diesen Prozess in einer nie dagewesenen Größenordnung zu automatisieren und dabei gleichzeitig iterativ immer besser zu werden.
Die Wichtigkeit von Daten liegt auf der Hand: Erfolgreiche Unternehmen sind damit in der Lage, ihre Kunden auf individueller und kollektiver Ebene zu verstehen. Die Grundlage für dieses Verständnis bilden Datensätze, sowohl aus eigenen als auch aus externen Quellen, wie Partner des gleichen Ökosystems. Von dem Moment an, an dem ein Produkt angeklickt wird, über das Ausfüllen von Formularen bis zum Kaufabschluss, können an jedem Punkt wichtige Informationen über die Kunden gesammelt werden. Aber auch darüber hinaus können beispielsweise demographische oder geographische Daten über Kunden gesammelt werden, um den Datensatz weiter anzureichern und zu präzisieren.
Der Mensch hinter den Daten
Ein wichtiger Punkt zur weiteren Optimierung von Kundendaten, der dabei oft vergessen wird, ist menschliches Verhalten, Denken und Fühlen. Menschen sind hochkomplex und keine berechenbaren Maschinen, die sich zu jedem Zeitpunkt objektiv und rational verhalten, weshalb quantitative und z. B. demographische Daten allein oft nicht ausreichen, um Verhalten effizient vorhersagen und beschreiben zu können.
An dieser Stelle liefert die Psychologie wichtiges Wissen über die Faktoren hinter menschlichen Entscheidungsprozessen, denen in vielen Branchen bei der Erstellung von Kundenprofilen nur geringe Beachtung geschenkt wird. Diese psychologischen Aspekte, wie Persönlichkeitsstrukturen oder Faktoren wie allgemeine Risikobereitschaft, sind aus diesem Grund oft nicht in Datensätzen vermerkt und können entsprechend bei der Analyse und Auswertung der Daten nicht berücksichtigt werden.
Die Verknüpfung von KI, Daten und Mensch
Wenn menschliches Verhalten aber so subjektiv, komplex und schwer vorherzusagen ist, inwiefern sollen diese Persönlichkeitsfaktoren bei der Optimierung von Prozessen hilfreich sein? Auch hier kommen erneut die KI und das maschinelle Lernen ins Spiel. KI kann zwar auch keine Gedanken lesen, aber der große Vorteil an KI ist, dass für ihre Verwendung keine Entscheidungsregeln definiert werden müssen. Stattdessen ist KI in der Lage selbst zu lernen, Muster in den Daten zu erkennen und Verbindungen herzustellen. Anhand von Tausenden von Datensätzen werden psychologische Verhaltensmuster erkannt, die ein Mensch möglicherweise nicht erkennen und dementsprechend auch nicht für Auswertungsalgorithmen definieren könnte. Und diese Muster sind es, die mit den existierenden Daten kombiniert werden müssen. Dabei bietet KI einen weiteren Vorteil: Sie ist auch in der Lage in sehr großen, unstrukturierten und unvollständigen Datensätzen Muster sowie Ursachen und Effekte zu erkennen.
Durch das Zusammenführen von klassischen Transaktionsdaten, demographischen Daten und psychologischer Profile von Kunden, können präzise Aussagen nicht mehr nur über vergangenes Verhalten getroffen werden, sondern es kann auch zukünftiges Verhalten vorhergesagt werden. Zusammengenommen bilden diese Daten – mit denen natürlich zum Schutz der Privatsphäre der Kunden verantwortungsvoll umgegangen werden muss – eine Art 360-Grad-Kundenprofil von bereits existierenden aber auch von potenziellen zukünftigen Kunden.
Und nicht nur das, durch den Einsatz von KI und maschinellem Lernen können auch Touchpoints in jeder Phase des Kundenzyklus optimiert und verbessert werden. Die daraus resultierenden Modelle erlauben es vorherzusagen, was, wo und wie der Kunde zukünftig einkauft und an geeigneter Stelle sowohl entsprechende Angebote zu machen als auch den optimalen Kontaktkanal und die vom Kunden bevorzugte Ansprache zu wählen.
Erfolgreiche Unternehmen zeichnen sich heutzutage also nicht mehr nur dadurch aus, dass sie große Mengen an Daten über ihre Kunden generieren und sammeln. Die eigentliche Herausforderung ist es, diese Daten nutzbar zu machen, weiterzuverarbeiten und daraus letztendlich konkrete, nutzbare Lösungen abzuleiten. Durch eine Kombination aus KI-Modellen und Analysetechniken wird ein großes Spektrum an ehemals unvollständigen oder unstrukturierten Daten miteinander kombiniert und im Idealfall mit zusätzlichen Daten über Persönlichkeitsvariablen der Kunden angereichert. Durch diese Kombination aus den drei Faktoren – künstliche Intelligenz, Daten und Mensch – lässt sich schließlich ein vertieftes und individuelles Verständnis von Kunden gewinnen, das Vorhersagen über Verhalten erlaubt und dadurch einen echten Wettbewerbsvorteil bietet.
