„Niemand möchte eine Bohrmaschine kaufen, sondern ein Regal aufhängen“
Agentische KI soll Kunden nicht mehr nur zu Produkten führen, sondern direkt zum gewünschten Ergebnis.
Agentische KI erreicht bei den Kosten einen „Perfect-Storm“-Moment. Doch wie setzen Unternehmen die Technologie bereits produktiv ein?
Die Kosten rücken in den Mittelpunkt, weil agentische KI nicht länger auf Proof-of-Concepts und Experimente beschränkt ist. Kunden von Google, die auf einer Podiumsdiskussion beim Cloud Summit London sprachen, setzen entsprechende Systeme bereits produktiv ein. Im Fokus stehen dabei weniger einzelne Funktionen als messbare Ergebnisse.
Statt lediglich den Kauf eines einzelnen Produkts zu erleichtern, orientieren sich die Agenten am Ziel der Kunden und unterstützen sie dabei, dieses Ziel zu erreichen.
Beim E-Commerce-Unternehmen THG Ingenuity zeigt sich das am „AI Shopping Assistant“, den das Unternehmen gemeinsam mit MyProtein pilotiert. Der Chatbot beziehungsweise Einkaufsberater soll Kunden helfen, sich in großen und oft unübersichtlichen Produktkatalogen zurechtzufinden und mithilfe von Hyperpersonalisierung passende Produkte zu finden.
CTO Jo Drake erklärte: „Wenn man als Neukunde zu MyProtein kommt, sagt mir jeder, man müsse Protein in jede nur erdenkliche Körperöffnung stopfen, man müsse Elektrolyte zu sich nehmen, man müsse all diese Dinge tun – aber es gibt so viele verschiedene [Produkt]arten, dass man nicht weiß, was man tun soll. Es geht also wirklich darum, die Menschen durch das Einkaufserlebnis zu führen.“
THG will den Assistant ausweiten und ihn innerhalb der nächsten zwei bis drei Wochen über den Google Marketplace zum Download anbieten. Betreiber von E-Commerce-Websites – auch außerhalb des THG-Kundenstamms – sollen ihn herunterladen und schnell auf ihrer Plattform integrieren können.
Auf der Veranstaltung hieß es, Matalan werde den Assistant noch in dieser Woche in Betrieb nehmen. Auch weitere große Einzelhändler wie Debenhams zeigten Interesse, als wir den Stand von THG auf der Messe besuchten. Dort führten Mitarbeitende vor Ort eine Demo für die Website des Unternehmens durch.
Mohsen Ghasempour, Chief Artificial Intelligence Officer (CAIO) von Kingfisher PLC, zu dem Marken wie B&Q und Screwfix gehören, sagte, sein Unternehmen habe die Stichwortsuche durch Assistenten ersetzt, die das gewünschte Ergebnis der Kunden verstehen.
„Niemand wacht morgens auf und sagt: ‚Ich möchte eine Bohrmaschine kaufen.‘ Die Leute wollen ein Regal aufhängen.“
Wenn das bereits für den Heimwerkerbereich gilt, trifft es umso mehr auf die Immobilie zu, in der solche Arbeiten stattfinden sollen: das neue Zuhause.
Das Immobiliensuchportal Rightmove hat einen dialogorientierten KI-Assistenten eingeführt, der Nutzer bei der Immobiliensuche unterstützt. Dafür werden Daten aus Bildern und Immobilienanzeigen genutzt, um Hunderte neue Filter zu erstellen. Nutzer können dadurch beispielsweise nach „Häusern mit einer Veranda“ oder „Schiebefenstern“ suchen. Zudem wurde ein Online-Bewertungstool für Immobilienmakler eingeführt.
Wer Angebote von Immobilienmaklern durchsucht, denkt jedoch in der Regel an das neue Zuhause – und nicht an die vielen Zwischenschritte, die nötig sind, bevor sich die Haustür tatsächlich öffnen lässt.
Steve Pimblett, CDO von Rightmove, nannte einige dieser Schritte: „Da sind die Wertermittlung, die Besichtigungen, die Finanzierbarkeit von Hypotheken, die Transaktion selbst; man muss die Versorgungsverträge und die Energieversorgung beim Einzug regeln [und] man möchte alles über die Umgebung, die Pendelzeiten und die Betriebskosten wissen.“
Durch die Nutzung bisher abgeschotteter und isolierter Datenbestände, so Steve, „glauben wir, dass wir [Rightmove] zu einem Umzugsassistenten machen können …, dass wir Partnern auf der Plattform ermöglichen können, die für sie richtigen Ergebnisse zu erzielen, und wir glauben auch, dass wir die gesamte Immobilienbranche effizienter gestalten könnten.“
Daten leisten weiterhin die Hauptarbeit
Rightmove hat seinen dialogorientierten Assistenten innerhalb von sechs Wochen auf den Markt gebracht. Laut Steve war die Art und Weise, wie das Unternehmen seine Datenbestände aufgebaut hat, dafür entscheidend.
„Wir nutzen das Hub-and-Spoke-Modell als Betriebsmodell. Die Hubs stellen zentralisierte Funktionen und Dienste wie BigQuery, Booker und Vertex bereit: Sie verwalten den Datenbestand, sie sorgen für die Skalierbarkeit … und das bedeutet, dass [Spokes wie der Kundenservice] innerhalb ihres Bereichs und ihres geschäftlichen Anwendungsfalls sehr schnell innovativ sein können …
„Die Hubs entwickeln die Rahmenbedingungen, die Plattformen und den Datenzugriff im Self-Service-Modus, und die Geschäftsbereiche können sehr schnell kommunizieren.“
Auch Kingfisher hat seine Daten in seinem Lakehouse „Nucleus“ zentralisiert und nutzt diese Grundlage, um die Markteinführungszeit zu verkürzen.
Mohsen erklärte: „Wir haben vor einigen Jahren damit begonnen, diese Datenplattform aufzubauen. Die Idee war, dass es uns helfen würde, neue Produkte schneller auf den Markt zu bringen, wenn wir alle Daten an einem zentralen Ort zusammenführen. Seitdem haben wir mehr als 50 KI-Dienste live in der Produktion bereitgestellt.“
Die Beispiele zeigen, wie agentische KI in größerem Maßstab produktiv eingeführt wird. Kunden nutzen die Technologie bereits, um komplexe Customer Journeys auf ergebnisorientierte Dialoge zu reduzieren. Gleichzeitig erhöht dies den Druck auf Dateninfrastruktur, Governance und bestehende Betriebsmodelle.
IT-Führungskräfte sollten daher prüfen, wie sich ihr Ansatz verändert, wenn Kunden nicht mehr nach einem Produkt suchen, sondern direkt nach dem gewünschten Ergebnis fragen können.
--
Dieser Artikel erschien ursprünglich auf unserer Schwester-Website Computing.