KI ist ohne hochwertige Daten nur ein Fass ohne Boden

Für das Customer Engagement ist die KI-Revolution Gold wert. Sie birgt das Potenzial, den Aufwand für Personalisierung künftig um den Faktor einer Million zu reduzieren. [...]

Foto: Lukas/Pixabay

Vaith Schmitz, Principal Solutions Engineer bei Twilio Segment, erläutert, wie das möglich ist und worauf bei der Qualität der von KI genutzten Daten geachtet werden muss.

Generative KI hilft Unternehmen dabei, zu wachsen, Innovationen zu schaffen, mit Kunden in Kontakt zu treten und Wettbewerbsvorteile auszubauen. Bei der Personalisierung und Segmentierung übernimmt sie drei Kernaufgaben:

  1. Es beginnt damit, dass Unternehmen ihre Kunden besser wahrnehmen können: Sie sehen sie, hören sie und verarbeiten diese Informationen so, dass sie herausfinden können, was sie genau wollen.
  2. Dann muss diese Wahrnehmung genutzt werden, um die Kunden zu verstehen. Entsprechende Tools führen alle Daten zusammen und leiten Erkenntnisse ab, die eine personalisierte Kundenansprache ermöglichen.
  3. Zuletzt muss man diese Erkenntnisse aktivieren, um jeden Kunden zur richtigen Zeit am richtigen Ort und über die richtigen Kanäle ansprechen zu können. Das ist der Schlüssel zu einer personalisierten Erfahrung.

Die Frage ist jedoch, ob die im Unternehmen verfügbaren Daten auch bereit dafür sind. Damit KI effektiv sein kann, ist sie auf hochwertige Daten angewiesen – und nicht alle Daten sind gleich wertvoll. Um die generative KI sinnvoll nutzen zu können, ist ein grundlegender Plattformwechsel erforderlich.

Dieser stellt alles in einen neuen Kontext und erfordert eine Neubewertung des gesamten Technologie-Stacks. Wenn Unternehmen es also mit ihren KI-Investitionen ernst meinen, müssen sie die Art und Weise, wie sie Daten sammeln, verwalten und nutzen, überdenken.

Nicht alle Daten haben den gleichen Wert für KI

Die meisten Unternehmen verfügen heute über eine enorme Menge an Daten – in vielen Fällen mehr, als ihnen bewusst ist. Das Problem ist, dass zu viele dieser Daten in Dutzenden oder gar Hunderten von Quellen gespeichert sind: Webanwendungen, E-Commerce-Lösungen, verschiedene Kommunikationskanäle für die Interaktion mit Kunden und auch im Kundenservice.

Alle diese Anwendungen generieren gute Daten, aber sie sind oft völlig unterschiedlich organisiert, an verschiedenen Orten gespeichert und werden von verschiedenen Teams verwaltet. Diese Daten so zusammenzuführen, dass sie genutzt werden können, ist also eine große Herausforderung.

Ein weiterer Aspekt ist, dass Unternehmen in der Regel zwei Arten von Daten zur Verfügung stehen. Daten von Drittanbietern stammen z. B. aus sozialen Netzwerken, Suchmaschinen oder anderen Unternehmen, die die Daten für die Nutzung durch das Unternehmen „mieten“ oder käuflich bereitstellen.

First Party Data stammt wiederum direkt vom Kunden, der diese dem Unternehmen im Rahmen seiner Geschäftsbeziehung zur Verfügung stellt. Hierzu gehören Website-Klicks, Kaufverhalten, Name und E-Mail-Adresse usw. Für KI-gestützte Kundenerlebnisse sind First-Party-Daten viel wertvoller. Das liegt daran, dass die Unternehmen die Daten besitzen und kontrollieren und nicht von einer anderen Partei abhängig sind, die sie bereitstellt.

Die Daten können auf eine Weise strukturiert und gespeichert werden, die für die speziellen Zwecke der Nutzer optimiert ist. First Party Data basiert außerdem auf einer direkten Beziehung zum Kunden. In einer Zeit, in der sich die Verbraucher zunehmend Sorgen um den Datenschutz machen, steht die Verwendung von Daten Dritter unter Beschuss. Die Verbraucher mögen sie nicht, Browser blockieren sie oft und sie sind oft unzuverlässig.

Die Punkte verbinden, um bessere Kundenerfahrungen zu ermöglichen

KI-gestützte Personalisierung ist ein ausgezeichnetes Beispiel dafür, wie gute Daten einen Unterschied machen. KI kann die Personalisierung des Kundenerlebnisses in vielerlei Hinsicht unterstützen, aber sie hängt von aussagekräftigen Daten ab, die über die gesamte Bandbreite der Anwendungen des Unternehmens hinweg gut integriert sind.

Um effektiv zu sein, muss das Personalisierungssystem wissen, dass beispielsweise eine Unbekannte in einer Anwendung für den Kundenservice dieselbe ist wie die Unbekannte in der E-Mail-Marketingplattform.

Wenn ein System das nicht erkennen kann, fehlen in allen KI-gestützten Maßnahmen wichtige Bestandteile. Das wird dem Kunden sofort auffallen, wenn er eine Marketingnachricht erhält, in der er aufgefordert wird, etwas zu kaufen, das er bereits besitzt und mit dem er gestern ein Problem hatte.

Die Lösung ist, dass die Personalisierungs-Engine des Unternehmens auf einer Plattform basiert, die die Punkte zwischen all den verschiedenen Anwendungen und Datenbanken, die das Unternehmen nutzt, verbinden kann. Sie stützt sich auf First Party Data, die das Unternehmen komplett transparent und mit der Erlaubnis der Kunden gesammelt hat, und verbindet die Kundenidentitäten mit ihnen.

KI-gestützte Personalisierung gibt Anwendern die Möglichkeit, jeden einzelnen Kunden persönlich zu kennen und zu betreuen. So kann sichergestellt werden, dass die nächste Marketingkampagne auf die Bedürfnisse des Kunden abgestimmt ist, der Kundendienstmitarbeiter dabei unterstützt wird, die richtigen Gesprächsthemen zu finden, und die Website bei jedem Besuch so umgestaltet wird, dass nur die Produkte angezeigt werden, die den Kunden interessieren.

www.twilio.com

powered by www.it-daily.net


Mehr Artikel

Gregor Schmid, Projektcenterleiter bei Kumavision, über die Digitalisierung im Mittelstand und die Chancen durch Künstliche Intelligenz. (c) timeline/Rudi Handl
Interview

„Die Zukunft ist modular, flexibel und KI-gestützt“

Im Gespräch mit der ITWELT.at verdeutlicht Gregor Schmid, Projektcenterleiter bei Kumavision, wie sehr sich die Anforderungen an ERP-Systeme und die digitale Transformation in den letzten Jahren verändert haben und verweist dabei auf den Trend zu modularen Lösungen, die Bedeutung der Cloud und die Rolle von Künstlicher Intelligenz (KI) in der Unternehmenspraxis. […]

News

Richtlinien für sichere KI-Entwicklung

Die „Guidelines for Secure Development and Deployment of AI Systems“ von Kaspersky behandeln zentrale Aspekte der Entwicklung, Bereitstellung und des Betriebs von KI-Systemen, einschließlich Design, bewährter Sicherheitspraktiken und Integration, ohne sich auf die Entwicklung grundlegender Modelle zu fokussieren. […]

News

Datensilos blockieren Abwehrkräfte von generativer KI

Damit KI eine Rolle in der Cyberabwehr spielen kann, ist sie auf leicht zugängliche Echtzeitdaten angewiesen. Das heißt, die zunehmende Leistungsfähigkeit von GenAI kann nur dann wirksam werden, wenn die KI Zugriff auf einwandfreie, validierte, standardisierte und vor allem hochverfügbare Daten in allen Anwendungen und Systemen sowie für alle Nutzer hat. Dies setzt allerdings voraus, dass Unternehmen in der Lage sind, ihre Datensilos aufzulösen. […]

Be the first to comment

Leave a Reply

Your email address will not be published.


*