by Bild: Pixabay Als Fondsmanager, die auf strukturelle Wachstumstrends setzen, sehen wir großes Potenzial im Softwaremarkt rund um Künstliche Intelligenz (KI). Diesem wird laut Statista bis 2025 ein jährliches Wachstum von durchschnittlich 144 Prozent vorhergesagt. Für das Jahr 2019 bedeutet dies, dass das Volumen auf 14.7 Mrd. US-Dollar wachsen wird.Ein Bereich, in dem KI in Form von Machine Learning (ML) schon stark genutzt wird, ist E-Commerce. Dank Algorithmen können Kundenwünsche besser und schneller antizipiert – und damit auch der Umsatz gesteigert werden. Amazon hat dieses Potential bereits vor Jahren erkannt und patentieren lassen. Heute nutzen alle E-Commerce-Riesen ML-Algorithmen dieser Art.Die Idee hinter der Technologie ist simpel: Durch die Analyse des vergangenen
Topics:
investrends.ch considers the following as important: Advertorials, MainFirst
This could be interesting, too:
investrends.ch writes «Kundennähe schafft Vertrauen.»
investrends.ch writes LongRun Equity Fund bei Rothschild & Co: «Im dritten Quartal haben wir keine neue Position aufgebaut»
investrends.ch writes R-co Valor: «Die Erholung in China ist stark»
investrends.ch writes Dürfen wir bald nicht mehr selber «Guzzi gää»?
Als Fondsmanager, die auf strukturelle Wachstumstrends setzen, sehen wir großes Potenzial im Softwaremarkt rund um Künstliche Intelligenz (KI). Diesem wird laut Statista bis 2025 ein jährliches Wachstum von durchschnittlich 144 Prozent vorhergesagt. Für das Jahr 2019 bedeutet dies, dass das Volumen auf 14.7 Mrd. US-Dollar wachsen wird.
Ein Bereich, in dem KI in Form von Machine Learning (ML) schon stark genutzt wird, ist E-Commerce. Dank Algorithmen können Kundenwünsche besser und schneller antizipiert – und damit auch der Umsatz gesteigert werden. Amazon hat dieses Potential bereits vor Jahren erkannt und patentieren lassen. Heute nutzen alle E-Commerce-Riesen ML-Algorithmen dieser Art.
Die Idee hinter der Technologie ist simpel: Durch die Analyse des vergangenen Such- und Kaufverhaltens eines Besuchers werden Prognosen über mögliche Interessen und zukünftige Käufe erstellt. Einerseits um Kunden mit individuell auf sie zugeschnittenen Produktvorschlägen zu mehr Einkäufen zu animieren und andererseits um Produkte schneller und kostengünstiger bereitstellen zu können. Dabei hilft es, dass die verfügbaren Datenmengen rasant wachsen, nicht zuletzt, weil immer mehr Konsumenten ihre Produktsuche bei Amazon anstatt bei Google starten.
Mit seinem Collaborative Filter Engine (CFE) ist Amazon führend in diesem Bereich. Der CFE analysiert, welche Artikel Kunden zuvor gekauft haben, was sich in ihrem Online-Warenkorb oder auf ihrer Wunschliste befindet, welche Produkte sie bewertet haben und nach welchen Artikeln sie am meisten suchen. Diese Informationen werden verwendet, um zusätzliche Produkte zu empfehlen, die andere Kunden beim Kauf der gleichen Artikel ebenfalls gekauft haben. Auf diese Weise nutzt Amazon die Kraft der Suggestion, um das Einkaufserlebnis zu verbessern und generiert bei einzelnen Produkten ein jährliches Umsatzwachstum von 35 Prozent. Gleichzeitig arbeitet Amazon eng mit Herstellern zusammen und verfolgt deren Bestand, damit Bestellungen noch schneller ausgeführt werden können. Des Weiteren optimiert Amazon Lieferketten, und -pläne mit Hilfe der Daten, wodurch es die Gesamtlieferkosten um 10 bis 40 Prozent senken kann.
Auch Alibaba nutzt ML und hat eine Software namens "E-Commerce Brain" entwickelt, die Echtzeit-Online-Daten verwendet, um Verbraucherwünsche vorherzusagen. Die Modelle werden für jeden Kunden ständig aktualisiert, um so neu hinzukommende Daten aus der Kaufhistorie, dem Browserverlauf und Online-Aktivitäten zu berücksichtigen. Die Daten aus den Algorithmen zu intelligenten Produkt- und Suchempfehlungen werden anschließend an den Händler und an die Hersteller weitergeleitet, um sie zu informieren, welche Artikel nachgefragt werden. Besonders vor dem riesigen jährlichen Singles-Day Shopping-Rausch verwendet Alibaba vorausschauende Daten, um den Händlern mitzuteilen, wo sie am Vortag Waren lagern sollten. Gleichzeitig nutzt Alibaba die KI seiner Logistik-Tochtergesellschaft Cainiao, um die effizientesten Lieferwege zu ermitteln, und behauptet, dass intelligente Logistik zu einer 10-prozentigen Reduzierung des Fahrzeugverbrauchs und einer 30-prozentigen Verkürzung der Fahrstrecke geführt hat.
Eine neuere Entwicklung, die immer mehr zum Tragen kommen wird, ist die dynamische Preisoptimierung. Auch hier hilft Big Data: die Preise werden auf Basis von Kundenaktivitäten auf der Website, den Preisen der Wettbewerber, der Produktverfügbarkeit, den Artikelpräferenzen, der Bestellhistorie, der erwarteten Gewinnmarge und anderen Faktoren kontinuierlich angepasst. Amazon steigert seine Gewinne bei einzelnen Anbietern auf diese Weise um durchschnittlich 25 Prozent pro Jahr.
Mit Hilfe dieser vorausschauenden Analysen lassen sich Produktumsätze und Gewinnmargen steigern und gleichzeitig die Lieferzeiten und Gesamtkosten senken. Als Fondsmanager können wir unseren Kunden hier Mehrwert bieten, da wir solche Wachstumstrends frühzeitig erkennen und investieren.