Artificial Intelligence hilft, Ihren Geschäftserfolg durch effizientere Prozesse und ein besseres Kundenverständnis nachhaltig zu steigern.
Artificial Intelligence gilt als Schlüsseltechnologie in der digitalen Transformation. Sie eröffnet einzigartige, neue Geschäftspotenziale entlang der gesamten Wertschöpfungskette. Auch in Marketing, Vertrieb und Service gibt es inzwischen zahlreiche Anwendungsmöglichkeiten: AI ermöglicht es Ihnen, Kunden so genau zu kennen wie nie zuvor und Produkte sowie Services passgenau auf sie zuzuschneiden. Durch datenbasierte Vorhersagen erkennen Sie Problemfelder und Wünsche bereits vor den Kunden und können proaktiv passende Lösungen anbieten. Darüber hinaus führt eine intelligente Automation Ihrer Prozesse nicht nur zu einer dauerhaften Reduktion der Kosten, sondern erhöht auch die Produktivität Ihrer Mitarbeiter und die Qualität des Kundenkontakts.
Schaffen Sie ein außergewöhnliches Kundenerlebnis und erzielen Sie nachhaltige Geschäftserfolge durch den Einsatz von AI in Marketing, Vertrieb und Service: AI-powered Commerce.
Unsere Expertise – ausgewählte AI-Referenzen
Automatisierte Kundenfeedbackanalyse durch Natural Language Processing (NLP)
Studie – "Akzeptanz von KI in der Finanzdienstleistungs- und Versicherungsbranche"
Managementtraining in Kooperation mit der Technischen Hochschule Ingolstadt
Studie – "Visual Product Search"
Studie – "Chatbot-Akzeptanz im E-Commerce"
Auswertung von Produktbewertungen mithilfe von Natural Language Understanding (NLU)
Automatisierte Kundenfeedbackanalyse durch Natural Language Processing (NLP)
Ausgangslage
Für die Telefónica Deutschland ist das Feedback der Kunden ein wichtiger Baustein für die kundenzentrierte Weiterentwicklung des Unternehmens. Durch eine systematische Abfrage von Kundenmeinungen werden täglich große, unstrukturierte Datenmengen generiert. Eine manuelle Harmonisierung und anschließende Analyse ist äußerst zeit- und ressourcenintensiv und liefert meist nur limitierte Erkenntnisse.
Lösungsansatz
Gemeinsam mit Telefónica setzen wir Natural Language Processing ein, um unstrukturierte Customer Insights schnell und effektiv durchsuchbar zu machen. Automatisierte Sentiment, also Stimmungs- sowie Keyword-Analysen helfen, einen Einblick in das Stimmungsbild der Kunden zu geben. Neben intelligenten Filtermöglichkeiten lassen sich die Daten zudem schnell und themenabhängig per natürlichsprachlicher Abfrage durchsuchen.
Ergebnis
Telefónica kann nun Customer Insights für jeden Mitarbeiter im Unternehmen einfach durchsuchbar bereitstellen und hat damit eine weitere Basis für die kunden-zentrierte Ableitung von Handlungen im Unternehmen gelegt.
Studie – "Akzeptanz von KI in der Finanzdienstleistungs- und Versicherungsbranche"
Zielsetzung
Was muss die Versicherungs- und Finanzdienstleistungsbranche beachten, wenn Sie ihren Kunden Produkte oder Services mit Künstlicher Intelligenz anbieten will? In einer umfangreichen Marktstudie untersucht elaboratum zum einen die Empfindung/Grundeinstellung der Kunden zu KI insgesamt und zum anderen die Wichtigkeit von Akzeptanzkriterien aus Themenbereichen der Branche, in denen zum Teil bereits heute Künstliche Intelligenz zum Einsatz kommt.
Vorgehen & Methodik
In einer breit angelegten empirischen Untersuchung mit Probanden aus Deutschland und der Schweiz werden anhand von beispielhaften Use Cases aus der Banken- und Versicherungsbranche die Akzeptanzkriterien für den Einsatz von Künstlicher Intelligenz untersucht. Die Use Cases umfassen zum Beispiel Szenarien mit Chatbots oder automatischem Claim-Handling und sind aus den vier Bereichen
- Service und Customer Care
- Beratung und Vertrieb
- Produkt und Portfoliozusammenstellung
- automatisierte Prozesse
Ergebnis
Die Studie zeigt: Die positive Einstellung der Nutzer gegenüber KI steigt signifikant nach erstmaliger Nutzung. Unternehmen sollten die Erstnutzung von KI daher einfach gestalten und die Kunden dabei begleiten.
Weitere Informationen finden Sie unter www.elaboratum.de/studie-akzeptanz-ki-finanz-versicherung/
Managementtraining in Kooperation mit der Technischen Hochschule Ingolstadt
Gemeinsam mit der Technischen Hochschule Ingolstadt haben wir ein praxisnahes Managementtraining geschaffen, welches Führungskräften das notwendige Handwerkszeug vermittelt, um Artificial Intelligence erfolgreich in ihrem Unternehmen einzusetzen. Das innovative Lernkonzept verbindet On-Site-Training mit E-Coaching und ermöglicht so ein Höchstmaß an zeitlicher und örtlicher Flexibilität.
Begleitet von unserem kompetenten Expertenteam erarbeiten die Teilnehmer in konstruktiven Diskussionen konkrete Einsatzmöglichkeiten, bewerten den Nutzen und planen die Umsetzung im Unternehmen. Ziel ist es, die Teilnehmer für den Einsatz von AI zur rüsten und die neuen Geschäftspotenziale durch Artificial Intelligence zu erschließen.
Weitere Informationen erhalten Sie unter www.ai-powered-commerce.de
Studie – "Visual Product Search"
Zielsetzung
Die Marktstudie "Visual Product Search" von elaboratum untersucht empirisch die Qualität führender Visual Search Technologien im Bereich Bekleidung & Schuhe, die bereits heute im Einsatz sind. Dabei liegt ein besonderer Fokus auf der Fragestellung, ob die Visual Search-Technologien den Erwartungen der Kunden gerecht werden. Die Studie liefert Erkenntnisse über die momentane Reife eingesetzter Visual Search Technologien und zeigt aus Kundensicht führende Anbieter im Markt auf.
Vorgehen & Methodik
Die Studie besteht aus zwei Phasen. In der ersten Phase wird durch eine Expertenevaluation die aktuelle Marktsituation bewertet und der aktuelle Stand der Technologie aufgezeigt.
In Phase 2 werden sechs führende Anbieter für Visual Search Technologien empirisch untersucht. Den Probanden werden dabei reale, praxisbezogene Cases unterschiedlicher Visual Search Anbieter dargestellt, um auf dieser Basis entsprechende Erkenntnisse abzuleiten.
Ergebnis
Die Studie zeigt: Visual Search punktet durch Einfachheit gegenüber komplexen Beschreibungen bei der Sprach- oder Textsuche. Erfahrungen der Nutzer mit Visual Search führen zu positiveren Bewertungen der Suchergebnisse. Daher sollten Unternehmen, die Visual Search einführen wollen, darauf achten, die Einstiegshürden für die Nutzer so klein wie möglich zu halten.
Weitere Informationen finden Sie unter https://www.elaboratum.de/whitepaper-visual-search-revolution/
Studie – "Chatbot-Akzeptanz im E-Commerce"
Zielsetzung
In einer umfangreichen Marktstudie untersucht elaboratum gemeinsam mit „DieProduktmacher“, ob die Hypothese, dass Chatbots im E-Commerce bei richtiger Distribution und korrekter Erwartungshaltung Mehrwerte stiften, empirisch untermauert werden kann. Dabei wird die Nutzerakzeptanz über das Testing eines realen, praxisbezogenen Cases ermittelt. Darüber hinaus gehen wir der Frage nach, ob Chatbots die Shopping-Experience verbessern, wenn sie kontextbezogen richtig integriert werden.
Vorgehen & Methodik
Die Studie umfasst zwei Testphasen: Phase 1 untersucht, welche Szenarien zum Einsatz von Chatbots im E-Commerce aktuell von Nutzern als relevant eingestuft werden und beantwortet die Frage, inwieweit eine Nutzung akzeptiert wird. Phase 2 liefert Ergebnisse aus einem A/B-Test, der einen eigens entwickelten Chatbot-Prototypen einer statischen Website gegenüberstellt und zeigt damit, wie die Wahrnehmung und der Umgang mit einem Chatbot das Einkaufserlebnis beeinflusst.
Ergebnis
Die Studie zeigt: Chatbots haben das Potential, komplexere Prozesse, wie die Bestellung im E-Commerce, abzudecken und die Kunden dabei zu begeistern.
Weitere Informationen finden Sie unter https://www.elaboratum.de/studie-chatbots-ecommerce-desillusion-grosses-potential/
Auswertung von Produktbewertungen mithilfe von Natural Language Understanding (NLU)
Ausgangslage
Thomann ist Europas größtes Musikhaus und vertreibt mehr als 75.000 Produkte über ein Ladengeschäft sowie vor allem über einen sehr starken Online-Bereich.
Für die verschiedenen Kategorien wie Gitarren, Drums oder Tasteninstrumente gibt es jeweils zehntausende von Kunden-Bewertungen. Ein riesiger Datenschatz, der nicht einfach auszuwerten ist.
Ziel des Projektes war es, nachzuweisen, dass die Kundenmeinungen durch den Einsatz von künstlicher Intelligenz automatisiert ausgewertet werden können. Im Speziellen wollte Thomann erfahren, welche Anmerkungen die Kunden zu Qualität, Preis oder Klang der Produkte abgeben und die Möglichkeit bekommen, diese quantitativ und qualitativ einfach auszuwerten.
Lösungsansatz
Wir haben zunächst ein Machine Learning-Modell basierend auf Natural Language Understanding aufgebaut, das zwischen Kommentaren über Produkte (z. B. Gitarren), den Preis und den Klang der Instrumente unterscheiden kann.
Dabei wurden die vielfältigen Herausforderungen der deutschen Sprache sichtbar. Wie bewertet ein AI-Modell z. B. den Unterschied der Sätze "Die Gitarre ist nicht so gut" und „Die Gitarre ist nicht so gut wie mein altes Modell, aber für den Preis immer noch ein Wahnsinnsteil!". Diese Feinheiten wurden u. a. mit Hilfe einer promovierten Linguistin identifiziert und speziell daraufhin trainiert.
Ergebnis
In einem Massentest haben wir die Anwendbarkeit auf große Datenmengen nachgewiesen und das Ganze in einem interaktiven Dashboard aufbereitet. Thomann kann damit einfach quantitative und qualitative Analysen der Kundenmeinungen vornehmen.
Bei elaboratum haben mich vor allem die tiefe fachliche AI Expertise und die professionelle Art der Zusammenarbeit überzeugt. Zusätzlich stimmt hier auch menschlich die Art der Zusammenarbeit und es gibt eine absolute Kundenorientierung. Von meiner Seite eine eindeutige Empfehlung!
— Matthias Sifft, Telefónica Germany GmbH & Co. OHG, Head of Offer- & Campaign Management
Ich bin beeindruckt, mit welcher Leidenschaft und tiefer KI-Expertise elaboratum hier vorgegangen ist. Mir wurde sowohl die Methodik als auch die technische Basis anschaulich gemacht. Durch das Projekt habe ich nun einen sehr klaren Wissensstand, was KI heute in diesem Kontext leisten kann. Ein weiterer Mehrwert für uns war, dass auch unser Entwickler Team geschult wurde und sämtliche Daten und das Modell zur Weiterentwicklung erhalten hat. So stelle ich mir Beratung im KI-Kontext vor.
— Sven Schoderböck, Vice President eCommerce, Musikhaus Thomann
Unser Ansatz – so setzen wir AI erfolgreich für Sie ein
Sinnvolle Einsatzmöglichkeiten erkennen
Gemeinsam identifizieren wir sinnvolle Geschäftsbereiche in Ihrem Unternehmen, die durch eine intelligente Erweiterung Ihrer Prozesse optimiert werden können. Machbarkeit und Wirtschaftlichkeit stehen dabei im Vordergrund.
Individuelle AI-Prototypen entwickeln
Mit Hilfe von schlanken, individuellen AI-Prototypen verproben wir Lösungskonzepte für Ihre identifizierten Problemstellungen bereits in kürzester Zeit. So sind frühzeitige Ergebnisse garantiert.
Business Roadmap für AI definieren
Wir begleiten Sie bei der Definition und Umsetzung einer Business Roadmap für den nachhaltigen Einsatz von Artificial Intelligence in Ihrem Unternehmen, damit Sie wissen, welche AI-Vorhaben zu welchem Zeitpunkt für Sie realistisch, sinnvoll und wirtschaftlich umsetzbar sind.
Tools und Dienstleister auswählen
Mit unserer Erfahrung unterstützen wir Sie bei der unabhängigen Auswahl der richtigen Tools und Dienstleister für die erfolgreiche Umsetzung Ihrer individuellen AI-Projekte.
AI-Projekt zum Erfolg führen
Um Ihre Projekte zum Erfolg zu führen, unterstützen wir Sie mit unserer Erfahrung in der Steuerung digitaler Projekte. Wir arbeiten ergebnisorientiert und orientieren uns an höchsten Projektmanagement- und Qualitätsstandards – egal, ob klassisch oder agil.
Wissen im Unternehmen verankern
Langfristiger Erfolg wird dadurch ermöglicht, dass benötigtes Wissen im Unternehmen entsteht. Wir unterstützen Sie beim Aufbau von internem Know-How. So bieten wir beispielsweise in Kooperation mit der Technischen Hochschule Ingolstadt ein zertifiziertes Trainingsprogramm an, um AI-Wissen zielgerichtet in Ihr Unternehmen zu bringen.