Generative KI: Die Zukunft des E-Commerce hat begonnen

Künstliche Intelligenz (KI) macht Onlineshopping zu einer individuellen Erfahrung. Zugleich strafft sie die Lieferketten und optimiert die Lagerhaltung. Onlinehändler, führende Markenartikler und Spezialanbieter beginnen schnell, KI zu nutzen. Das sorgt für neue Chancen.

Am besten sind die Aussichten für die schon jetzt führenden Unternehmen.

Allein in den USA dürften die Umsätze im E-Commerce von 2023 bis 2027 um 53% wachsen – auf 1,4 Billionen US-Dollar.¹  Weltweit dürfte auf sie 2027 ein Viertel aller Einzelhandelsumsätze entfallen.²  Aber Frachtkosten, Retouren, Preisanpassungen und Lieferkettenstörungen haben die Margen sinken lassen. KI könnte den Umsätzen Auftrieb geben und die Logistik optimieren, sodass sich Vorreiter einen Wettbewerbsvorteil verschaffen könnten.

Am Ende der Lieferkette dient KI jedem Kunden als „Verkaufsberater“, von der Produktvorstellung bis hin zur Beantwortung von Fragen. Im Hintergrund kann KI Daten in Echtzeit analysieren, um die Logistik zu optimieren und die Lieferkette effizienter zu machen. Aus unserer Sicht sollten Investoren angesichts dieses enormen Wachstumspotenzials sowohl die größten Technologiekonzerne als auch spezialisierte Start-ups und führende Einzelhandelsunternehmen ins Auge fassen, die mit KI neue Wege gehen. 

Was ist generative KI für den E-Commerce?

Generative KI ist eine besondere Form der KI mit dem Ziel, aus Trainingsdaten etwas Neues zu schaffen.

Ihr Vormarsch ist einer Kombination aus bestimmten Funktionen und Ermöglichern zu verdanken, die die Grundlagen dafür schaffen. Eine dieser Funktionen ist Maschinenlernen (ML). Diese Methode zur Datenanalyse nutzt Algorithmen, um Daten auszuwerten, daraus zu lernen und Prognosen oder Entscheidungen mit minimalen menschlichen Eingriffen zu treffen. Generative KI ist eine besondere Form von ML. Ihr Schwerpunkt ist, neue Dinge zu generieren, beispielsweise Texte oder Bilder. Computer Vision befähigt Maschinen, Bilder zu deuten und dann zu entscheiden. Das vereinfacht die Suche anhand von Bildern, die Produkterkennung sowie die Verschlagwortung und Etikettierung. Mittels der Bildentwicklung können Einzelhändler schnell hochwertige und relevante Bilder erstellen, um Produkte präsentieren und bestimmte Zielgruppen ansprechen zu können. Plattformen wie DALL-E von OpenAI und Midjourney sind hierbei zurzeit führend. Natural Language Processing (NLP) ist eine Technik, mit der Programme Sprache verstehen und formulieren können – für Chatbots, Suchfunktionen, Stimmungsanalysen und Produktempfehlungen. Hugging Face, einer der ersten NLP-Anbieter, hat heute mehrere Milliarden US-Dollar Marktwert. Zu seinen Investoren zählen unter anderem NVIDIA und Salesforce.³

Ermöglicht werden diese neuen Technologien durch Datenbanken, also große Sammlungen von Informationen beispielsweise zu Kundenverhalten, Verkaufstrends oder Produkten, mit denen KI- oder ML-Modelle trainiert und validiert werden. (LLMs)werden auf Basis riesiger Datenmengen trainiert, für nahezu menschliche Textproduktion. Dies ermöglicht verschiedene Arten der Erstellung von Inhalten. Das bekannteste LLM ist zweifellos GPT, das bei ChatGPT zum Einsatz kommt und auf Grundlage von 1,8 Billionen Parametern trainiert wurde.⁴  Grafikprozessoren (GPUs)bestehen aus einem Halbleiterchip, der für komplexe Berechnungen und Multitasking ausgelegt ist. 2023 war NVIDIA der führende GPU-Anbieter. Google hat als Alternative dazu Tensor Processing Units für die Cloud herausgebracht.⁵

Personalisierte Kundenerlebnisse – die neue Nutzererfahrung

Generative KI analysiert Kundendaten und -verhaltensmuster, um die Ansprache zu verbessern und zu personalisieren, den Onlineabsatz zu steigern und Kunden zu binden. Individuelle Angebote und Werbung ermöglichen Einzelhändlern mit KI-Programmen und Verbraucherdaten Kunden auf Grundlage von Verhaltensmustern und Zielgruppenzugehörigkeit direkt anzusprechen. So entstehen maßgeschneiderte Marketingkampagnen und Rabattangebote, um zum Kauf zu animieren und Kunden zu binden. Meta hat seine KI-Sandbox vorgestellt – mit KI-gesteuerten Aktualisierungen für Unternehmen, die Werbung schalten. Konkurrent Google kündigte die Einführung einer neuen „Search Generative Experience“-Funktion an, die intelligente Produktsuchen und unternehmensübergreifende Käufe ermöglicht. Das Start-up Treat nutzt generative KI auf Basis von eigenen und Kundendaten, um personalisierte Werbung zu generieren, die Elemente enthält, die nachweislich bei der Zielgruppe gut ankommen. Nach einer Studie sind 66% aller Kunden bereit, ihre Daten zur Verfügung zu stellen, wenn sie dafür Preisnachlässe erhalten.⁶

Die neuen Conversational Chatbots sind der nächste Schritt. Mit ihren NLP-Fähigkeiten sind sie kontextbewusste Verkaufsberater für individuelle Produktvorstellungen, Empfehlungen und Käufe in Echtzeit. Mit ihnen ist Cross-Selling und Upselling möglich, also der Verkauf von zusätzlichen oder teureren Produkten. Zudem beantworten sie Fragen zur Lieferung und sammeln Feedback. Einige Einzelhändler haben eigene Chatbots, beispielsweise Merchat AI des Online-Resalers Mercari, der mit ChatGPT arbeitet. Als eines der ersten Unternehmen integrierte Carrefour OpenAI in seinen Verkaufsprozess. Hier hilft ein Chatbot Käufern bei der Produktauswahl. Andere setzen auf externe Technologien etablierter Anbieter im Bereich Omnichannel-Handel wie den watsonx Assistant von IBM oder Contact Genie von Salesforce – oder arbeiten mit Spezialisten wie Inventa Holdings, Inc., eGain Corporation, Nuance Communications und Conversica, Inc. zusammen, die Bots für bestimmte Zwecke anbieten. ChatGPT ist populär, aber schon bald könnten weitere NLP-Lösungen im E-Commerce auftauchen. Inflection AI, das den KI-gesteuerten Chatbot Pi entwickelt hat, ist ein von Microsoft und NVIDIA finanziertes Unternehmen mit mehreren Milliarden US-Dollar Marktwert.⁷  Weitere Wettbewerber wie Character.ai kommen an den Markt.⁸

Tools für das Produktdesign, die generative KI nutzen, lassen Kunden kreativ werden. Sie bieten die Möglichkeit, Produkte für den direkten Erwerb zu individualisieren, oder helfen Designern, schnell neue Prototypen zu entwickeln, sodass sie neuen Trends immer voraus sind. In der Mode gibt es immer mehr Produkte, die sich individualisieren lassen. Nike bietet Nike By You. Hier können Kunden Farben und Materialien ihrer Schuhe mit 3D-Modellen individuell anpassen. Konkurrent Adidas bietet Anpassungsmöglichkeiten, nachdem ein Produkt im Einkaufswagen gelandet ist. Diese Programme könnten Einzelhändlern auch wertvolle Daten liefern, um Trends zu prognostizieren. In der Produktentwicklung bieten Programme wie CALA die Möglichkeit, schnell neue Modelle zu generieren, Prototypen herzustellen und zu produzieren. CALA basiert auf DALL-E API von OpenAI. Vizcom hat 5 Millionen US-Dollar eingeworben, um ein Programm zu entwickeln, das aus 2D-Skizzen fotorealistische 3D-Renderings erstellt.⁹

Mit KI können auf einfache Art große Mengen  optimierter Produktwerbetexte und der dazugehörigen Bilder erzeugt werden. KI kann sie auch übersetzen und für Suchmaschinen (SEO) oder A/B-Tests optimieren. Auch die schnelle Erstellung von Produktbildern und 3D-Modellen ist mit KI möglich. Nach Angaben von Google werden Produktangebote mit mehr als einem Bild um 76% öfter angesehen und um 32% öfter angeklickt.¹⁰  Bloom, die Produktfoto-Performance-Engine, in deren Entwicklung 1,1 Millionen US-Dollar investiert wurden, verfolgt das Einkaufsverhalten der Verbraucher im Netz, um Bilder mit personalisierten Modellen und Umgebungen zu erstellen und zu liefern.¹¹  NexTech, das 3D-Modelle für Amazon erstellt, hilft Herstellern, Metaversum-Erfahrungen zu generieren und hat Anfang 2023 einen Durchbruch mit einem schnellen KI-gesteuerten Modell für 3D-Texturen angekündigt.¹²  Unterdessen haben Studien gezeigt, dass 60% der Markenanbieter und Einzelhändler planen, in KI zu investieren, um die visuelle Darstellung von Inhalten online zu automatisieren.¹³  Bekannte Akteure im E-Commerce helfen kleineren Unternehmen bei der Anpassung ihrer Websites, darunter Product Studio von Google, Shopify mit Shopify Magic und eBay mit seiner Plattform SmartStore. Amazon bietet mittlerweile ein integriertes LLM-Tool, mit dem Verkäufer Produktlisten erstellen können. Spezielle Programme wie Narrativa helfen, das Verfassen von Werbetexten für den E-Commerce zu automatisieren und einzigartige Produktbeschreibungen zu erstellen.

Bei personalisierten Kundenerlebnissen sieht jetzt jeder Käufer eine individualisierte Website und bekommt auf ihn zugeschnittene Produkte gezeigt. Das hält Kunden länger bei der Stange und erhöht die Konversionsrate. KI-Tools können das Such- und Einkaufsverhalten von Kunden sowie ihre freiwillig zur Verfügung gestellten Daten nutzen, um Empfehlungen zu geben, wobei sich die Prognosegenauigkeit mit der Zeit verbessert. Zu den aufstrebenden Unternehmen, die die Personalisierung des E-Commerce ermöglichen, gehören Bloomreach und Insider, das mit 274 Millionen Pfund finanziert wurde.¹⁴  Algolia ist eine Suchmaschine und Discovery-Plattform, und Project Fast Filtered von Adobe vereinfacht umfassende Produktsuchen. Im Einzelhandelsbereich arbeitet eDreams ODIGEO, eines der größten E-Commerce-Unternehmen in Europa, mit der Google Cloud, um maßgeschneiderte Reisen zu planen. Stich Fix, eine Online-Stylingplattform, nutzt generative KI zur Auswahl von Outfits, Texterstellung und umfassenden Feedback-Analysen. Nach Daten von Forbes stimmen die Hälfte aller Kunden der Nutzung von KI zu, um ihre Kauferfahrung zu verbessern; 61% sind der Meinung, dass KI ihnen auf sie zugeschnittene Werbung und Angebote liefert.¹⁵

Generative KI könnte Margen durch optimierte Logistik steigern

Als Antwort auf Lieferkettenstörungen und fallende Gewinnmargen nutzt der E-Commerce KI zur Optimierung der Logistik – von der Produktion über Lieferung und Lagerhaltung bis zur Preispolitik.

KI hilft Einzelhändlern bei der Dynamisierung und Optimierung von Preisen und Beschaffung auf Grundlage von Markt- oder Verbraucherdaten in Echtzeit – von Angeboten bis zu Zusatzverkäufen. Sie kann sie auch unterstützen, Beziehungen und Verträge mit Zulieferern besser zu steuern.

Mehrere Unternehmen wie DLabs.AI, Retalon und Alibaba Cloud bieten dynamische Preise und KI-gesteuerte Angebote, häufig im Rahmen breiterer Personalisierungsstrategien. Pactum AI ermöglicht großen Einzelhändlern wie Walmart, den Einkauf zu automatisieren und aus Tausenden von Anbietern den kostengünstigsten auszuwählen. 58% der großen Einzelhandelsunternehmen hatten geplant, bereits bis Ende 2021 KI in die Preisgestaltung einzubinden.¹⁶

KI-gesteuerte Nachfrageprognosen nutzen Vergangenheitsdaten, Markttrends, Daten zur Verbraucherstimmung und die Hilfe von Robotern, um Markenartiklern zu helfen, gut informierte Produktionsentscheidungen zu treffen und die Lagerhaltung zu optimieren. Durch standardmäßige Individualisierung mittels KI-Designtools könnten Einzelhändler zu große und teure Lagerbestände vermeiden. Der Modekonzern URBN nutzt KI-gestützte o9-Solutions-Tools bei allen seinen internationalen Marken für Nachfrageprognosen, und die H&M Group tat sich 2020 mit Google Cloud zusammen. KI-gestützte Nachfrageprognosen könnten Bestellirrtümer um 50% vermindern und den Service beschleunigen.¹⁷  Walmart nutzt KI für das Fulfillment im E-Commerce, und Amazon prognostiziert mit KI-Algorithmen, was nachbestellt werden muss. Dexory, ein Start-up, das mit 19 Millionen US-Dollar finanziert wurde, bietet Roboter und KI für das Lagermanagement.¹⁸  Zu den KI/ML-gestützten Plattformen für Betriebsabläufe zählen AWS Supply Chain, VERTEX AI von Google Clouds und die Supply Chain Platform von Microsoft sowie Dienstleistungen von Sentient Technologies, IBM, Oracle und Dataiku. Alibaba Cloud bietet KI-gestützte Analysen und Robotik für die Produktion. Die Alibaba Group, die derzeit Probleme mit den Aufsichtsbehörden hat, hat bereits 2017 und damit als Erste den E-Commerce auf breiter Front personalisiert.

KI kann helfen, jeden Schritt der Lieferkettenlogistik zu optimieren, von den Zulieferern und der Lagerung bis zur letzten Stufe des Versands und der Auslieferung an den Kunden. Das kann Kosten senken, die Effizienz verbessern und Verzögerungen vermeiden. Bots, die mit Kunden in Kontakt treten, können in Echtzeit über den Lieferstatus informieren. Einige Unternehmen haben sich auf KI-Tools für Logistik spezialisiert und dazu entsprechende LLMs für den Einsatz in der Industrie trainiert. Rippey.ai bietet selbst entwickelte Bots für Lieferunternehmen, die Frachtangebote einholen, den Versand in Auftrag geben und die Lieferung verfolgen. Microsoft hat einen KI-gestützten Assistenten im Angebot, den man in Systeme für Customer Relationship Management (CRM) und Enterprise Resource Planning (ERP) integrieren kann. Branchenerhebungen zufolge setzen 80% aller Logistikexperten KI bei Preisgestaltung, Versand und Kundensupport ein oder planen, dies zu tun.¹⁹

Im  Produktdaten- und Warengruppenmanagement kann KI Organisation, Etikettierung und Pflege umfangreicher Kataloge automatisieren. Sie kennzeichnet effizient, ordnet zu, entfernt Duplikate, beschleunigt Prozesse und erstellt einen intelligenten Rahmen für bessere Such- und Empfehlungsalgorithmen. Interessant für Investoren könnten Akteure sein, die in dieser Nische tätig sind, darunter Lily AI²⁰  in das mit über 39,5 Millionen US-Dollar investiert wurde, Crossing Minds²¹  (13,5 Millionen, einschließlich einem strategischen Investment von Shopify), Bloomreach²²  und Algolia²³ . Ebenfalls interessant ist Pixyle.ai, das eine Bilderkennungssoftware für Modeeinzelhändler entwickelt hat, und DotActiv, das sich mit automatisierter Produktkategorisierung befasst.

Die genannten Unternehmen dienen nur zur Illustration (Stand 22. April 2024). Dieses Dokument ist kein Investmentresearch und keine Finanzanalyse im Zusammenhang mit Transaktionen in Finanzinstrumenten. Es ist auch kein Angebot, eine Anlage oder ein Produkt zu kaufen oder zu verkaufen oder eine Leistung in Anspruch zu nehmen. Es sollte auch nicht als Aufforderung oder Anlage-, Rechts- oder Steuerberatung, als Empfehlung für eine Anlagestrategie oder als personalisierte Empfehlung zum Kauf oder Verkauf von Wertpapieren angesehen werden. 

Risikohinweise

Der Erfolg unserer Anlagestrategien wird nicht garantiert. Investoren können ihr investiertes Kapital ganz oder teilweise verlieren. Unsere Strategien unterliegen Risiken, darunter auch, aber nicht nur den folgenden: Risiken von Aktien, Emerging-Market-Anlagen, internationalen Investments, Anlagen in kleine und/oder sehr kleine Unternehmen, Anlagen in bestimmten Sektoren oder Assetklassen, Volatilitätsrisiko, Liquiditätsrisiko, Kreditrisiko, Kontrahentenrisiko, Derivaterisiko, rechtliche Risiken, Bewertungsrisiko, operatives Risiko und Basiswertrisiko. Durch den Einsatz mancher Strategien kann das Portfolio gehebelt werden, sodass sich die Auswirkungen von Marktbewegungen verstärken. Das kann zu erheblichen Verlusten führen.