In dieser Arbeit werden sowohl das Potential, als auch die Nachteile einer Einführung von künstlicher Intelligenz (KI) für mittelständische Gewerbetreibende im Bereich E-Commerce erläutert.
Ziel der Arbeit ist es die ökonomische und strategische Nachhaltigkeit des mittelständischen E-Commerce Betriebes und dessen Zukunftsaussichten unter besonderer Berücksichtigung von künstlicher Intelligenz im Einsatz zu erläutern. Der Teilbereich der künstlichen Intelligenz soll anschaulich für den Leser dargestellt werden, um die Essenz der Möglichkeit zu unterstreichen und nicht zwecks der Computerwissenschaft hinter den Algorithmen. Die Relevanz und die Zukunftsperspektiven der Implementierung sollen hiermit abgegolten werden.
Der Trend, dass die Beschaffung von Produkten für den Endverbraucher weg vom traditionellen Einzelhandel hin zum Marktplatz des Internets geht ist lang kein Geheimnis mehr. Zwar ist der Boom des Onlinehandels stark durch Giganten wie Amazon bestimmt, jedoch tragen gerade aufstrebende Unternehmen wie Start-Ups stark zum fluoreszierenden Marktplatz im Netz bei.
Der Bereich des E-Commerce befasst sich mit diversen Varianten von Märkten die zwischen verschiedenen Teilnehmern entstehen. Die für diese Arbeit hauptsächlich relevanten Märkte beschränken sich jedoch auf die mit gewerblicher Absicht betriebenen. Somit entfallen die durch den Konsumenten als Verkäufer tätigen Plattformen (C2C).
Aktuell werden bereits künstliche Intelligenz basierte Programme eingesetzt um den Kunden im E-Commerce eine optimale Customer Journey zu ermöglichen. Somit wird der Verlauf vom ersten Besuch der Seite bis zum Abschluss des Kaufes bei dem Anbieter zunehmend kundenfreundlicher. Für den Einsatz im E-Commerce sind Chatbots, Werbe-Algorithmen, automatisierte Produktbeschreibung, automatisiertes Inventarmanagement, Data Management, Filterung von Fake-Reviews, Vorhersagen von Umsätzen, audiale Assistenten (wie beispielsweise Google’s Alexa oder Apple’s Siri) längst keine Neuheit mehr.
Inhaltsverzeichnis
1 Einleitung
1.1 Relevanz der Arbeit
1.2 Rahmensetzung Mittelstand
1.3 Vorgehensweise
1.4 Empirische Daten & Grundlagen der Befragung
2 Theoretische Grundlagen der künstlichen Intelligenz
2.1 Künstliche Intelligenz : Definition
2.2 Einsatzgebiete für KI in E-Commerce
2.3 Einführung in die Lernfähigkeit von künstlicher Intelligenz
2.4 Maschinen Lernen
2.4.1.1 Bestärkendes Lernen
2.4.1.2 Überwachtes Lernen
2.4.1.3 Unbewachtes Lernen
2.4.1.4 Grundkonzept des K-Means Algorithmus
2.5 Neuronale Netzwerke
2.6 Praxisbeispiel : Mustererkennung durch KI
2.7 Deep Learning
2.8 Nutzung von Deep Learning im Praxisbeispiel
2.9 Internet of Things
3 E-COMMERCE
3.1 Entwicklung einer Informationsgesellschaft
3.2 Definition E-Business
3.3 Grundlagen des E-Business
3.4 Definition E-Commerce
3.5 Abgrenzung E-Commerce und E-Business
3.6 Definition (Digital) Customer Jouney
3.7 Interaktionsmuster und Leistungsaustausch
3.8 Banner Marketing
3.9 E-Payment im E-Commerce
4 Auswertung der empirischen Erhebung
4.1 Auswertung der quantitativen Anaylse
4.2 Auswertung der qualitativen Erhebung
5 Modellgrundlagen für eine strategische Positionierung
5.1 Modellgrundlagen für eine strategische Auslegung eines Mittelständlers
5.2 Strategische Position nach Porter
5.3 Porter’s 5 Forces
5.3.1 Die Kaufkraft der Konsumenten/ Kunden
5.3.2 Die Bedrohung des Absatzes durch Substitute
5.3.3 Kraft der Lieferanten
5.3.4 Potentielle neue Wettbewerber die in den Markt eintretten
5.3.5 Porter’s 5 Forces & die strategische Misere „stuck in the middle“
5.4 SWOT-Analyse
5.5 Von der Red Ocean Competition zum Blue Ocean Canvas
5.5.1 Red Ocean Competition
5.5.1.1 ‚Ich –Auch‘
5.5.1.2 ‚Ich-Besser‘
5.5.2 Blue Ocean Canvas
6 Handlungsempfehlung & Alleinstellung durch Blue Ocean
7 Fazit
Zielsetzung & Themen
Die Arbeit untersucht das Potenzial und die Herausforderungen beim Einsatz von künstlicher Intelligenz (KI) in mittelständischen E-Commerce-Unternehmen, um strategische Nachhaltigkeit und Wettbewerbsvorteile zu generieren.
- Theoretische Grundlagen von KI und E-Business
- Empirische Analyse des Kundenverhaltens im Online-Handel
- Einsatzmöglichkeiten von KI zur Prozessoptimierung und Customer-Journey-Verbesserung
- Strategische Positionierung durch Porter-Modelle und Blue Ocean Strategy
Auszug aus dem Buch
2.4 Maschinen Lernen
In der Computerwissenschaft wird im Rahmen der künstlichen Intelligenz der Begriff des Lernens in verschiedene Ebenen gefasst. Die Ebene des Maschinen Lernens umfasst eine Art des Lernens, bei der eine Maschine durch den Input eines von außerhalb des geschlossenen Systems. Der Impuls, welcher außerhalb meist durch Menschenhand kommt wird durch die Maschine bzw. den Algorithmus oder das Programm verarbeitet und hierdurch beginnt der Lernprozess.
In der oben aufgeführten Abbildung werden die diversen Unterkategorien des Bereiches „machine-learning“ oder auch Maschinen Lernen dargestellt. Hierbei essentiell, die Einsatzgebiete der drei verschiedenen Hauptkategorien: supervised learning; unsupervised learning & reinforced learning zu unterstreichen. Am äußeren Rand der schichtartigen Darstellung sind die Einsatzgebiete der jeweiligen Unterform von Maschinen Lernen aufgeführt.
Die im Rahmen dieser Arbeit relevanten Einsatzgebiete belaufen sich insbesondere auf den Einsatz im „Targeted Marketing“, zielgerichteter Platzierung von Werbung. Auch wenn die Einsatzgebiete der Unterkategorien von ML sich nicht überschneiden, so sind diese jedoch auch in gewisser Weise abhängig von einander. Je erfolgreicher einer der Teilbereiche ist, desto mehr Gewinne können realisiert werden, was wiederum zu steigendem Investitionspotential führt.
Zusammenfassung der Kapitel
1 Einleitung: Definiert die Relevanz der Arbeit sowie die Rahmenbedingungen für den Mittelstand und erläutert die methodische Vorgehensweise.
2 Theoretische Grundlagen der künstlichen Intelligenz: Vermittelt technisches Grundwissen zu KI, maschinellem Lernen (Supervised, Unsupervised, Reinforcement Learning), neuronalen Netzwerken und dem Internet of Things.
3 E-COMMERCE: Behandelt die Definition und Entwicklung des E-Business und E-Commerce, inklusive der Customer Journey und relevanter Marketinginstrumente.
4 Auswertung der empirischen Erhebung: Analysiert die Ergebnisse einer quantitativen Befragung von Studenten sowie eines Experteninterviews hinsichtlich KI-Anwendungen und Kundenakzeptanz.
5 Modellgrundlagen für eine strategische Positionierung: Wendet strategische Instrumente wie Porter’s Five Forces, die SWOT-Analyse und das Blue Ocean Modell auf den Mittelstand im E-Commerce an.
6 Handlungsempfehlung & Alleinstellung durch Blue Ocean: Bietet Empfehlungen zur strategischen Differenzierung und Nutzung von KI zur Erreichung von Alleinstellungsmerkmalen.
7 Fazit: Fasst die Erkenntnisse zusammen und betont die Notwendigkeit von Vertrauen und Innovation für langfristigen Erfolg im Online-Handel.
Schlüsselwörter
Künstliche Intelligenz, E-Commerce, Mittelstand, Maschinelles Lernen, Customer Journey, Strategisches Management, Porter's Five Forces, Blue Ocean Strategy, Online-Handel, Kundenzufriedenheit, Prozessoptimierung, Digitale Transformation, Algorithmen, Targeted Marketing, Wettbewerbsvorteil
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Arbeit analysiert die strategischen Möglichkeiten und Herausforderungen, die der Einsatz von künstlicher Intelligenz für mittelständische E-Commerce-Unternehmen bietet.
Was sind die zentralen Themenfelder?
Die zentralen Felder umfassen die technischen Grundlagen der KI, die Analyse der Customer Journey, empirische Erhebungen zum Kaufverhalten sowie die Anwendung strategischer Managementmodelle.
Was ist das primäre Ziel der Untersuchung?
Ziel ist es, ein strategisches Fazit für mittelständische Anwender zu formulieren, um durch den Einsatz von KI die Produktivität zu steigern und Wettbewerbsvorteile zu erzielen.
Welche wissenschaftlichen Methoden kommen zum Einsatz?
Die Arbeit nutzt eine Kombination aus einer Literaturanalyse, einer quantitativen Online-Umfrage unter Studenten und einem qualitativen Experteninterview mit einem Fachinformatiker.
Was wird im Hauptteil der Arbeit behandelt?
Der Hauptteil gliedert sich in eine theoretische Einführung in KI-Technologien, die Einordnung des E-Commerce-Umfelds, die Auswertung empirischer Daten sowie die Ableitung strategischer Handlungsempfehlungen.
Welche Schlüsselbegriffe charakterisieren die Arbeit?
Wichtige Begriffe sind insbesondere KI, E-Commerce, Mittelstand, Customer Journey, Strategische Positionierung und Blue Ocean Strategy.
Welche Rolle spielt die "Bounce-rate" im Zusammenhang mit KI?
Die Bounce-rate ist eine entscheidende Kennzahl für den Abbruch von Kaufprozessen. Die Arbeit untersucht, wie KI-Anwendungen dazu beitragen können, Kunden durch eine verbesserte User-Experience länger zu binden.
Welche Bedenken äußern die befragten Kunden bezüglich KI-Einsatz?
Die Ergebnisse zeigen, dass Kunden insbesondere Monotonie bei automatisierten Systemen (wie simplen Chatbots) kritisieren und den persönlichen Kontakt sowie die Individualität bei der Beratung schätzen.
- Arbeit zitieren
- David Pearce (Autor:in), 2020, Künstliche Intelligenz und E-Commerce im mittelständischen Gewerbe. Möglichkeiten und Grenzen, München, GRIN Verlag, https://www.grin.com/document/1002980
