KI-Kundenerlebnis: KI “nur” einsetzen oder eine echte KI-Organisation sein?

Es gab schon immer einen feinen Unterschied zwischen “Tun” und “Sein”, der im Kontext rund um das KI-Kundenerlebnis wichtig ist.

„Digitale Dinge tun“ bedeutet, hier und da in Websites, mobile Anwendungen, Datenbanken oder sogar in Plattformen zur Geschäftsautomatisierung zu investieren, die es ermöglichen, digitale Werkzeuge für verschiedene Funktionen zu nutzen.  

Sobald das “Tun” zur Routine wird, könnte der nächste Schritt darin bestehen, mit fortgeschrittenen digitalen Lösungen zu experimentieren, um die Automatisierung oder die Personalisierung zu beschleunigen.

„Digital sein“ bedeutet, dass diese Werkzeuge und Kanäle, die Automatisierungen und digitalen Systeme das Rückgrat der Betriebsabläufe und Daten werden. Hochwertige Kundensignale werden in den Mittelpunkt der Entscheidungsprozesse gestellt. 

Digital zu sein bedeutet, die dafür notwendigen Veränderungen zu akzeptieren und voranzutreiben.

Digitale Organisationen müssen ihre Betriebsabläufe grundlegend umstellen, Teams neu orientieren und sich von alten Prozessen verabschieden. Ziel ist die Einführung digitaler Arbeitsabläufe und Betriebsstrategien, die zu mehr Wachstum und Effizienzsteigerungen führen. Dies ist der Unterschied zwischen Tun und Sein. Und ja, Veränderung – und die Bereitschaft dazu – ist heute oft die größte Herausforderung für Unternehmen.

Mit dem Eintritt in das Zeitalter der Künstlichen Intelligenz (KI) stehen wir nun vor einem weiteren massiven Wandel. Hier ist die Wahrheit, die niemand laut aussprechen will: Wenn Sie sich entscheiden, ein KI-Unternehmen zu SEIN, werden Sie scheitern, wenn Sie sich nicht verändern.

Darüber wollen wir sprechen: Was als erstes verändert werden muss?

Das Henne-und-Ei-Problem

Wenn es darum geht, die Vorteile von Customer Experience (CX) mit KI-Unterstützung in den Bereichen Vertrieb, Service, Commerce und Marketing zu realisieren, was kommt zuerst: Die Plattform oder das Daten-Ei?

KI im Einzelhandel: 6 Anwendungsfälle und Praxisbeispiele

Sechs Anwendungsfälle für KI im Einzelhandel - einschließlich Bestandsverwaltung, Absatzprognosen und Personalisierung.

In CX-Kreisen werden viele Akteure verschiedene Dinge mit KI tun. Es wird Anwendungsfälle und Erfolge geben, dank Automatisierung und der Fähigkeit, personalisierte Inhalte und Ressourcen in großem Maßstab zu erstellen.

Aber für jene Organisationen, die sich entscheiden, nicht nur zu tun, sondern tatsächlich eine KI-gestützte CX-Organisation zu SEIN, müssen andere Überlegungen angestellt werden: 

• Ist die viel diskutierte generative KI (“GenAI”) bereits verfügbar oder soll sie bald als Beta-Version verfügbar sein? 
• Sind die Daten verfügbar und bereit, um das Verständnis des KI-Modells für das Geschäft und die Kundschaft weiter zu schulen und zu verbessern? 
• Ist die KI für den allgemeinen Unternehmenseinsatz geeignet?
• Ist sie funktional ausgerichtet? 
• Ist sie an funktionale Grenzen gebunden oder ist sie in der Lage, sich mit dem gesamten Unternehmen zu vernetzen, um wirklich etwas für die Kundinnen und Kunden und damit auch für das Endergebnis zu bewirken?

Während das Henne-und-Ei-Problem im Allgemeinen weiter diskutiert wird, scheint die Antwort im Falle von KI und Kundenerlebnis einfacher zu sein. Denn die Geschichte hat gezeigt, dass die Plattform und deren Kompositionsfähigkeit zuerst etabliert werden müssen. Andernfalls gibt es keinen Ort, von dem die Sprachmodelle Daten beziehen können. Geschweige denn können sie Wege schaffen, um hochwertige Signale in unseren Unternehmen, unseren Ökosystemen und unserer Kundschaft zu verarbeiten.

Ohne eine solide Plattform und ein Framework für Arbeitsabläufe und Automatisierungen wird das KI-Kundenerlebnis nur für einen kurzen, glorreichen Moment funktionieren, aber dann schnell unter dem Druck nachgeben.

KI-Kundenerlebnis: 3 Fragen, die man sich stellen sollte 

Hier sind drei Fragen, die sich jedes Unternehmen stellen sollte, wenn es sich auf die Reise durch die CX-Welt begibt, um ein KI-gestütztes Unternehmen zu werden. 

1. Kompatibilität: Sind die Tools und Lösungen über das gesamte CX-Ökosystem hinweg flexibel und miteinander verbunden, um eine ganzheitliche Grundlage für die Bereitstellung von KI-Kundenlebnissen heute und morgen zu schaffen?
2. Zugang: Erzeugen digitale Barrieren unbeabsichtigte Datenengpässe?
3. Verfügbarkeit: Sind KI-gestützte Prozesse bereits heute verfügbar oder sind sie nur ein Versprechen für die Zukunft?

Diese drei Fragen sind so eng miteinander verknüpft, dass ein KI-Unternehmen sich mit allen drei Fragen befassen muss.

Wie KI-gestützte Website-Suche dabei hilft, genau das Passende zu finden

Eine KI-gestützte Website-Suche verbessert Kundenzufriedenheit und -bindung und optimiert die Geschäftsabläufe.

Kompositionsfähigkeit, CX und KI

Es geht nicht um die Kompositionsfähigkeit oder Konnektivität einer Handvoll Komponenten. Die moderne Customer Journey kann sich keine lose verbundenen Tools leisten, in der Hoffnung, dass Programmierschnittstellen (APIs) und Systemintegration das Erlebnis retten können. Dies ist eine Frage der grundlegenden Architektur, auf der wir unsere CX-Bereitstellungssysteme aufbauen wollen.

 Während es in der Vergangenheit vielleicht angemessen war, dass die Tools nebeneinander stehen – mit gelegentlichen Übergaben von Arbeitsabläufen, die Funktionen wie Vertrieb und Service mit dem Commerce verbinden – fällt das Kartenhaus zusammen, wenn wir Künstliche Intelligenz und die Anforderungen der generativen KI auf diese losen Verbindungen aufsetzen. 

Die Kompatibilität von Plattformen wird der Schlüssel zum operativen Erfolg von CX sein. Insbesondere wenn es darum geht, über die Beschränkungen funktionaler Tools hinauszugehen, die nur die Erfahrung einer einzelnen Funktion optimieren. Architekturen, die die Skalierbarkeit und Wiederverwendbarkeit von Assets antizipieren, beschränken sich nicht auf das oft bemühte Mantra „einmalig und fertig“. Sie gehen darüber hinaus und erwarten, dass die erstellte Anwendung oder das erstellte Asset nicht nur gemeinsam genutzt, sondern auch beschleunigt und optimiert wird, wenn es wiederverwendet und neu eingesetzt wird.

Composable Commerce-Frameworks ermöglichen es Unternehmen, moderne Werkzeuge für Workflows und Automatisierung zu nutzen, ohne von der Komplexität oder den Anpassungen älterer Systeme aufgehalten zu werden.

KI ist auf Datenzugang angewiesen 

Was früher als „funktionale Silos“ bezeichnet wurde, hat sich in digitale Barrieren verwandelt, die den Datenfluss zwischen den Unternehmen blockieren und es der KI unmöglich machen, das zu nutzen, was sie wirklich braucht. KI lebt nicht nur von Daten, sie braucht sie buchstäblich zum Überleben.

Vom Training großer Sprachmodelle, die für generative KI genutzt werden, bis hin zu den KI-Algorithmen, die Empfehlungen aussprechen, stehen Daten im Zentrum von allem. Was früher als „gut genug für Antworten durch maschinelles Lernen“ galt, genügt den meisten Unternehmen einfach nicht mehr als akzeptable Antwort. Ganz zu schweigen von den Anforderungen der Kundschaft an Genauigkeit und Kontext.

Stellen Sie sich vor, eine Kundin nutzt einen Chatbot, der verspricht, Updates zu ihrer letzten Bestellung zu geben. Wenn dieser Chatbot keine nahtlose Verbindung zu mehreren Commerce-, Lieferketten-, Produkt- und Back-End-ERP-Lösungen herstellen kann, wird die Antwort nur sehr begrenzt sein und das Erlebnis bedeutungslos.

Heutige Kundinnen und Kunden erwarten zu Recht, dass der Bot alles weiß – von der Verfügbarkeit des Produkts bis hin zum genauen Standort der Lieferung und dem erwarteten Ankunftszeitpunkt. Diese Erwartung erfordert, dass die Barrieren – insbesondere die, die ungewollt zwischen funktionalen Werkzeugen errichtet wurden – abgebaut oder mindestens durchbrochen werden, damit die Daten – wie Wasser – ausströmen können.

---

---

Eine Beta, die Daten benötigt: Ist KI bereits jetzt verfügbar oder nur ein Versprechen?

Die brutale Realität vieler der generativen KI-Tools, die 2023 propagiert wurden, ist, dass sie Versprechen waren: großartige Experimente mit Anwendungsfällen von KI-Modellen. Einfach ausgedrückt, sie sind eine Beta, die Daten benötigt.

Dieses Versprechen von KI hängt oft davon ab, ob ein Anbieter Zugang  zu ausreichend Daten erhält, um die Modelle richtig und angemessen zu trainieren. Im Wettlauf um die Nutzung kommerziell verfügbarer Modelle wie OpenAI’s ChatGPT wurden Fragen zur ethischen Nutzung, zum Datenschutz und zur Sicherheit sowie zur Genauigkeit oft zugunsten der Innovation beiseite geschoben.

Aber jetzt, da sich Organisationen auf die Auswirkungen, Ergebnisse und die Wirksamkeit dieser Tools in der Praxis konzentrieren, tauchen neue Fragen auf. Etwa, ob Teams und Kunden wirklich besser dran sind mit diesen neuen Lösungen? Wieder einmal ist es wichtig zu überlegen, ob eine Organisation ein KI-gestütztes Unternehmen sein will oder nur einige Workflows, Automatisierungen oder Erlebnisse bieten möchte, die mit fortgeschrittenen KI-Modellen und -Anwendungen schrittweise verbessert werden.

Zum Beispiel müssen wir im Fall von KI im Vertrieb überlegen, ob Verkäufer mit KI-Tools effektiver und effizienter sind oder ob sie nur in einem Aspekt ihrer Arbeit schneller werden. Um die Arbeit des Verkaufens wirklich zu transformieren, müssen KI-Tools für den Vertrieb über eine komponierbare Architektur verfügen, die eine Verbindung zu unternehmensübergreifenden Systemen ermöglicht und die Daten, die diese KI-Modelle benötigen, näher an die Arbeit und die Arbeitsabläufe der Verkäufer heranführt.

Wenn die Daten aus dem ERP nicht näher an die Daten aus dem CRM-System herangeführt werden können, werden KI-Tools nicht in der Lage sein, Reibungsverluste oder Chancen zu identifizieren.

Aber – und das ist ein großes Aber – wenn Sie sich dafür entscheiden, ein KI-Unternehmen zu SEIN, verpflichten Sie sich auch, eine Datenorganisation zu sein. Die beiden gehen Hand in Hand. Die eigentliche Frage lautet also: Haben Sie eine solide Grundlage geschaffen, auf der CX und KI nicht nur gehen, sondern auch laufen können? 

Hier kommt die Frage der Kompositionsfähigkeit in den Vordergrund und führt zu unserer Antwort, dass ja, die Plattform vor dem datenförmigen Ei kommen muss.

So bringt generative KI datengesteuerte Unternehmen voran

Generative KI befeuert eine neue Generation von Data-driven Unternehmen – hier gibt es Tipps, um generative KI ins tägliche Geschäft einzubinden.

KI-Kundenerlebnis: An die Spitze steigen  

Wie wird dies zur Realität? SAP ist ein Beispiel für einen Anbieter, der diese harte Kehrtwende vollzogen hat und dabei zu einem KI-Unternehmen geworden ist. Der erste Schritt begann vor einigen Jahren, als das gesamte CX-Portfolio ausgepackt, umgestaltet und neu eingeführt wurde. Damit sollte sichergestellt werden, dass die für KI benötigte kompositionsfähige Architektur bereit war, im Dienste einer besseren Customer Experience zu agieren.

Die SAP Sales Cloud wurde von Grund auf neu entwickelt, um Daten, Arbeitsabläufe und Automatisierungen in den Dienst des Verkaufs zu stellen und nicht im funktionalen Silo des Vertriebs zu verbleiben. Der Schwerpunkt liegt darauf, den Verkauf überall im Unternehmen zu ermöglichen und gleichzeitig den Vertriebsteams zu helfen, viel effektiver und kontextbezogener mit ihren Kundinnen und Kunden zusammenzuarbeiten.

In ähnlicher Weise konzentriert sich die SAP Service Cloud darauf, wie ein außergewöhnlicher Service, der auf dem Kontext des Kunden basiert, überall im Unternehmen erbracht werden kann. Etwa, indem Daten miteinander integriert werden, die von überall auf der Customer Journey stammen.

Aufgrund dieses Engagements für komponierbare Tools und passende Architekturen sind die Verkaufs- und Serviceaktivitäten nun nicht mehr begrenzt oder eingeschränkt. Noch wichtiger ist jedoch, dass diese Werkzeuge nicht jedes Mal massiv überarbeitet werden müssen, um neue Innovationen im Bereich KI einzubinden.

Deshalb waren viele von uns in der Analystenwelt nicht überrascht, als SAP-CEO Christian Klein eine massive Investition in KI ankündigte und sagte, dass Künstliche Intelligenz für SAP weit mehr als ein Hype sei. Sondern tatsächlich die Art und Weise, wie Arbeit erledigt wird – vom Finanzwesen bis zum Vertrieb – neu definiert.

In Wirklichkeit steht die Entwicklung von SAP zu einem KI-Unternehmen schon seit Jahren auf der Roadmap, auch wenn das nicht so formuliert wurde. SAP musste sich neu aufstellen, die SAP-Cloud neu aufbauen und sich voll und ganz der Kompositionsfähigkeit als Strategie verschreiben, um eine viel solidere, flexiblere und agilere Grundlage zu entwickeln.

Ohne diesen Wandel wäre jeder Schritt in Richtung KI nur ein “Tun”, er könnte niemals ein “Sein” sein.