Description
Book SynopsisDieses Buch zeigt, wie Verfahren aus der Künstlichen Intelligenz in digitalen Verkaufsprozessen eingesetzt werden können, um dadurch die Personalisierung im Webshop zu verbessern und den Umsatz zu erhöhen. Die Autoren erläutern dies mit leicht verständlichen Texten und anschaulichen Bildern. Sie sensibilisieren zugleich für einen verantwortungsvollen Umgang mit den von der KI-generierten Daten. Ganz ohne mathematische Formeln bringen sie Ordnung in das Begriffs-Wirrwarr der verschiedenen KI-Verfahren, stellen die verschiedenen Ansätze verständlich dar und bringen sie schlüssig in die jeweiligen Zusammenhänge im E-Commerce. So geben sie eine Grundorientierung, um Künstliche-Intelligenz-Themen besser einordnen, beurteilen und anwenden zu können.
Zielgruppe sind E-Commerce-Manager, die ihre Webshops mit Künstlicher Intelligenz optimieren wollen und dabei das Thema Daten auch kritisch hinterfragen und reflektieren.
Aus dem Inhalt
- Die Grundlagen der Künstlichen Intelligenz einfach erklärt
- Selbstlernende Algorithmen: Künstliche neuronale Netze, Reinforcement Learning, Deep Learning
- Was beeinflusst die Güte eines Prognose-Modells?
- Welche Daten braucht Personalisierung?
- KI-Methoden und Datenmanagement im Einsatz für die Personalisierung
- Was kommt noch? Trends in der Künstlichen Intelligenz
- KI und ihre Nebenwirkungen: Was macht das Ganze mit uns als Menschen?
Table of Contents1 Einleitung1.1 An wen richtet sich dieses Buch?1.2 Der Aufstieg des E-Commerce1.3 Vergleich E-Commerce und Stationärer Handel2 Künstliche Intelligenz2.1 Was bedeutet KI?2.2 Hype und Wirklichkeit2.3 Grundlagen der Künstlichen Intelligenz2.3.1 Daten und Metadaten2.3.2 Numerische und kategoriale Felder2.4 Was sind selbstlernende Algorithmen?2.4.1 Künstliche Neuronale Netze2.4.2 Ist ein alter Sessel intelligent?2.4.3 Prognosegüte2.4.4 Was beeinflusst die Güte eines Modells?2.4.4.1 Vorverarbeitung der Daten2.4.5 Das Model hört mit: Reinforcement Learning2.4.6 Die Familie der künstlichen Neuronalen Netze2.4.6.1 Supervised versus Unsupervised Learning2.4.7 Deep Learning2.4.7.1 Semantische Hierarchien2.4.7.2 Normierung2.4.7.3 Selbstorganisation2.4.7.4 Von Daten zum Weltmodell2.4.8 Suchfunktion: eine ganz andere Art von KI2.5 Personalisierung2.5.1 KI-Methoden für die Personalisierung2.5.1.1 Collaborative Filtering2.5.1.2 Thomas Bayes und bedingte Wahrscheinlichkeiten2.5.1.3 Das Problem mit Collaborative Filtering2.5.1.4 Personalisierung: was bedeutet das eigentlich?2.5.1.5 Jäger, Sucher und Sammler2.5.1.6 Hyperpersonalisierung2.5.1.7 Welche Daten braucht Personalisierung?2.5.2 Persönlichkeitsrechte und Personalisierung2.5.2.1 Usertracking im Webshop2.5.3 Big Brother versus dialogbasierter KI2.5.3.1 Eine kritische Hinterfragung eines Axioms2.5.4 Produktdaten, die Quelle des Wissens2.5.5 Ohne Branchenwissen geht gar nichts2.5.5.1 Systematik der Regeln2.5.5.2 Anreicherung von Produktdaten3 E-Commerce3.1 Anatomie eines Webshops3.1.1 Wie ist ein Webshop aufgebaut?3.1.1.1 Landingpage3.1.1.2 Kategorie-Seite3.1.1.3 Produktsuche3.1.1.4 Produktdetail-Seite3.1.1.5 Die Warenkorb-Seite3.1.1.6 Kleiner Ausflug in die Technik3.1.1.7 Zusammenfassung3.2 Der digitale Verkäufer3.2.1 Die vier Phasen des Verkaufsprozesses3.2.1.1 Die Orientierungsphase3.2.1.2 Beratungsphase3.2.1.3 Inspirationsphase3.2.1.4 Kundenbindungsphase3.2.2 Wo sitzt der digitale Verkäufer im Online-Shop?3.2.2.1 Die vier Silos in einem Onlineshop3.2.2.2 Wege aus dem Dilemma3.2.2.3 Widgets3.3 Die Entwicklung von Systemarchitekturen3.3.1 Am Anfang war ERP3.3.1.1 CRM3.3.1.2 CMS3.3.1.3 PIM3.3.2 Vom ERP-System zu Headless Services3.3.2.1 Document Object Model3.3.2.2 Headless Services3.3.2.3 Personalisierung und Headless Services3.3.3 Multi Channel Architekturen3.3.3.1 Die bunte Landschaft der Channels3.3.3.2 Click and Mortar3.3.3.3 Data Management Plattform3.4 Der Platz von Personalisierung in Multichannel Systemarchitekturen3.4.1.1 Kampagnenmanagement3.4.1.2 Die Sonderrolle der Personalisierungsservices3.4.1.3 Vom Widget zum Personalisierungs-Gadget3.4.1.4 Gamification einmal nüchtern betrachtet3.4.1.5 Ist Gamification die Lösung aller Probleme?3.4.1.6 Gamification in der Praxis3.4.1.7 Der Digitale Verkäufer: Personalisierte Webshops als Gadgets3.4.1.8 My Stream®3.5 Zusammenfassung: was bewirkt KI im Online Shop?4 Vernetzung, Künstliche Intelligenz und ihre Nebenwirkungen4.1 Ganz besondere Neuronale Netze: Soziale Netzwerke4.1.1 Agenten-Szenarios4.1.2 Simulation Sozialer Netzwerke4.1.3 Filterblasen, Nudging und Artensterben5 Zusammenfassung und Ausblick6 Glossar
