Suchen

E-Commerce KI als Turbo für den B2B-E-Commerce

| Autor / Redakteur: Carsten Kraus* / Julia Krause

Das beste Einkaufserlebnis im B2B-Shop ist: gar keins. Denn für regelmäßige und nicht-impulsgetriebene Einkäufe, wie sie im Handel üblich sind, gelten andere Gesetze als in Onlineshops für Endkunden. Einkäufer wollen eher Zeit sparen als Erlebnisse haben. KI kann sie dabei maßgeblich entlasten.

Firma zum Thema

B2B-Einkäufer wollen eher Zeit sparen als Erlebnisse haben. Hier kann KI ein Turbo für den B2B E-Commerce sein.
B2B-Einkäufer wollen eher Zeit sparen als Erlebnisse haben. Hier kann KI ein Turbo für den B2B E-Commerce sein.
(Bild: gemeinfrei / Unsplash )

Von Amazon bis Zalando wetteifern Onlineshops im Netz um immer bessere Einkaufserlebnisse für ihre Klientel. Das Suchen, Stöbern und Verweilen auf den jeweiligen Seiten soll den Kunden so angenehm wie möglich gemacht werden. Die viel beschworene Usability funktioniert bei den miteinander rivalisierenden Webshops aber nach ganz anderen Gesetzen als im B2B-Bereich, wo sie natürlich auch „wettbewerbsentscheidend“ ist – allerdings in ganz anderer Form. Denn der typische Einkäufer, der im Auftrag seiner Firma die Ware in der Regel turnusmäßig beschafft, braucht dafür keine Shopping Experience. Er will weder stöbern noch „shoppen“ und schon gar nicht „verweilen“, sondern seinen Einkauf möglichst rasch und effizient erledigen. Impulskäufe sind ein Fremdwort im B2B-Commerce.

Predictive Basket: Ein Warenkorb, der mitdenkt

Die optimale Beschaffungs-„Journey“ für Einkäufer ist je kürzer, desto besser. Im Idealfall ist sogar gar keine „Reise“ notwendig. Genau hier kommt die KI ins Spiel. Intelligente Einkaufs-Assistenten, die wahrscheinlich benötigte Artikel schon vorsortieren und in den Warenkorb legen, können bereits einen großen Teil der Arbeit erledigen. Der Einkäufer müsste eine solche Liste nur noch überprüfen, eventuell (kurzfristig) benötigte Produkte dazulegen, beziehungsweise doch nicht benötigte aus dem Einkaufswagen entfernen – und zum Abschluss einfach den „Jetzt Kaufen“-Button drücken.

Mit einer KI-getriebenen Lösung kann ein solcher Predictive Basket, der immer mehr einem elektronischen Assistenten ähnelt, bereits realisiert werden. Ein Unternehmen, dass eine solche Lösung bereits im Einsatz hat, ist die Kastner Gruppe, Österreichs führender Multifach-Großhändler. Kastner beliefert Gastronomen, Wiederverkäufer und Bio-Fachhändler, die ihre Ware bei Kastner in der Regel zwei- bis dreimal pro Woche online bestellen. Als Kastner seinen Online-Vertrieb ursprünglich, damals noch ohne KI-Technologie, einführte, erhoffte sich das Unternehmen davon (auch) eine Entlastung seines Innendienstes. Dieser Wunsch ging nicht in Erfüllung, da immer wieder Kunden anriefen, um zur schon aufgegebenen Online-Bestellung nachträglich weitere, zuvor vergessene Produkte zu ordern. Diesem vermeidbaren Zusatzaufwand für den Innendienst begegnete Kastner mit Hilfe des Bestellassistenten „Predictive Basket“, einer KI-Lösung auf Basis der intelligenten Suchtechnologie Fact-Finder. Für die Kunden des österreichischen Händlers erscheint dieser als simpler Slider mit Produktempfehlungen, hinter dem sich jedoch hoch komplexe Algorithmen verbergen. Die KI erstellt Prognosen darüber, was ein Kunde zum aktuellen Zeitpunkt am wahrscheinlichsten benötigt und entsprechend kaufen wird. Dabei werden sowohl das individuelle Bestellmuster des Kunden als auch die allgemeinen und saisonalen Kaufrhythmen im Shop in die Berechnung mit einbezogen.

Die so errechneten Produktempfehlungen werden automatisiert mit dem tatsächlich angelegten elektronischen Warenkorb des Kunden abgeglichen. Der Bestellassistent bietet dann automatisiert genau diejenigen Produkte an, die der Kunde eigentlich noch bräuchte, aber noch nicht in seinem Warenkorb hinterlegt hat.

Kaufmuster als Basis für vorausschauende Bedürfnisanalyse

Basis für den funktionierenden KI-Einsatz im B2B-E-Commerce sind die Daten, die entlang des gesamten Einkaufsprozesses einschließlich Nutzungs- und Suchverhalten, Klickraten und Verweildauer auf einzelnen Produkt- und Unterseiten generiert werden. Darüber hinaus können bereits getätigte Einkäufe und Warenkorbabbrüche Einblicke in routinemäßige Beschaffungen oder auch Versäumnisse in der Produktpalette geben. Ein Predictive Basket erkennt idealerweise auf Basis der erhobenen Daten Muster im Kaufverhalten, was im B2B-Commerce der sprichwörtlichen Nadel im Heuhaufen entspricht. Anhand dieser erkannten Muster lassen sich Prognosen über künftige Käufe und Kundenbedürfnisse ableiten.

Bei Kastner macht die KI Einkäufern maßgeschneiderte Vorschläge, bis hin zum einzelnen Wochentag. Wer montags immer Schnitzel kauft, donnerstags Senf und Ketchup und samstags Gewürze, dem bietet das System am Donnerstag keine Schnitzel an. Jedoch fragt das System, wenn der Kunde Donnerstag nur Senf und keinen Ketchup bestellt. Die Kunden – Restaurants und Hotels – freuen sich, dass sie weniger Arbeit haben und zudem nichts Wichtiges mehr vergessen.

Zwei Zusatzprodukte pro Warenkorb dank KI

Die positiven Effekte, die Kastner aus dem vorausschauenden Warenkorb zieht, lassen sich sehr genau beziffern. Bereits beim Start wurden durch den Predictive Basket je Warenkorb circa 1,3 Produkte mehr verkauft. Diese Zahl hat sich inzwischen – auf Basis des selbstlernenden Algorithmus – auf circa 2,0 Produkte je Warenkorb gesteigert. Die Treffsicherheit beim Vorschlagen der Produkte liegt bei mehr als 80 Prozent. Das „letzte Wort“ hat aber immer der Kunde, der entscheidet, was von den Vorschlägen tatsächlich im elektronischen Warenkorb verbleibt und was gegebenenfalls entfernt wird.

Die Entwicklung von KI-getriebenen Technologien hat in den vergangenen Monaten den entscheidenden Sprung gemacht und Machine Learning wird sich nun exponentiell fortsetzen. Gerade Tätigkeiten, die von sich wiederholenden Mustern gekennzeichnet sind, wie etwa in der Beschaffung, werden für Käufer und Verkäufer tiefgreifend erleichtert: Der B2B-Commerce steht entsprechend vor einem grundlegenden Wandel.

* Carsten Kraus ist Gründer und Geschäftsführer der Omikron Data Quality GmbH.

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Kontaktieren Sie uns über: support.vogel.de (ID: 46340548)