Dieses Buch zeigt, wie Verfahren aus der Künstlichen Intelligenz in digitalen Verkaufsprozessen eingesetzt werden können, um dadurch die Personalisierung im Webshop zu verbessern und den Umsatz zu erhöhen. Die Autoren erläutern dies mit leicht verständlichen Texten und anschaulichen Bildern. Sie sensibilisieren zugleich für einen verantwortungsvollen Umgang mit den von der KI-generierten Daten. Ganz ohne mathematische Formeln bringen sie Ordnung in das Begriffs-Wirrwarr der verschiedenen KI-Verfahren, stellen die verschiedenen Ansätze verständlich dar und bringen sie schlüssig in die…mehr
Dieses Buch zeigt, wie Verfahren aus der Künstlichen Intelligenz in digitalen Verkaufsprozessen eingesetzt werden können, um dadurch die Personalisierung im Webshop zu verbessern und den Umsatz zu erhöhen. Die Autoren erläutern dies mit leicht verständlichen Texten und anschaulichen Bildern. Sie sensibilisieren zugleich für einen verantwortungsvollen Umgang mit den von der KI-generierten Daten. Ganz ohne mathematische Formeln bringen sie Ordnung in das Begriffs-Wirrwarr der verschiedenen KI-Verfahren, stellen die verschiedenen Ansätze verständlich dar und bringen sie schlüssig in die jeweiligen Zusammenhänge im E-Commerce. So geben sie eine Grundorientierung, um Künstliche-Intelligenz-Themen besser einordnen, beurteilen und anwenden zu können. Zielgruppe sind E-Commerce-Manager, die ihre Webshops mit Künstlicher Intelligenz optimieren wollen und dabei das Thema Daten auch kritisch hinterfragen und reflektieren. Aus dem Inhalt Die Grundlagen der Künstlichen Intelligenz einfach erklärtSelbstlernende Algorithmen: Künstliche neuronale Netze, Reinforcement Learning, Deep LearningWas beeinflusst die Güte eines Prognose-Modells?Welche Daten braucht Personalisierung?KI-Methoden und Datenmanagement im Einsatz für die PersonalisierungWas kommt noch? Trends in der Künstlichen Intelligenz KI und ihre Nebenwirkungen: Was macht das Ganze mit uns als Menschen?
Michael Bernhard studierte Physik und Philosophie, ist Gründer und technischer Geschäftsführer von epoq, einer Firma, die Personalisierungslösungen für den E-Commerce herstellt und vertreibt. Er entwickelt seit über 30 Jahren neue Verfahren der Künstlichen Intelligenz. Durch langjährige Erfahrung im Rahmen seiner beruflichen Tätigkeit besitzt er umfängliches theoretisches und praktisches Wissen im Bereich Künstliche Intelligenz und E-Commerce. Thorsten Mühling studierte während seiner Offizierslaufbahn Betriebswirtschaftslehre. Nach seiner Bundeswehrzeit erkannte er sehr früh den Bedarf für digitale Echtzeitlösungen, die eine 1zu1-Kommunikation mit Kunden ermöglichen. Gemeinsam mit Michael Bernhard gründete er epoq, ein Unternehmen, das auf Künstlicher Intelligenz basierende Lösungen für die Personalisierung des digitalen Handels herstellt und vertreibt. Dort ist er heute für den operativen Betrieb verantwortlich.
Inhaltsangabe
1Einleitung1.1An wen richtet sich dieses Buch?1.2Der Aufstieg des E-Commerce1.3Vergleich E-Commerce und Stationärer Handel2Künstliche Intelligenz2.1Was bedeutet KI?2.2Hype und Wirklichkeit2.3Grundlagen der Künstlichen Intelligenz2.3.1Daten und Metadaten2.3.2Numerische und kategoriale Felder2.4Was sind selbstlernende Algorithmen?2.4.1Künstliche Neuronale Netze2.4.2Ist ein alter Sessel intelligent?2.4.3Prognosegüte2.4.4Was beeinflusst die Güte eines Modells?2.4.4.1Vorverarbeitung der Daten2.4.5Das Model hört mit: Reinforcement Learning2.4.6Die Familie der künstlichen Neuronalen Netze2.4.6.1Supervised versus Unsupervised Learning2.4.7Deep Learning2.4.7.1Semantische Hierarchien2.4.7.2Normierung2.4.7.3Selbstorganisation2.4.7.4Von Daten zum Weltmodell2.4.8Suchfunktion: eine ganz andere Art von KI2.5Personalisierung2.5.1KI-Methoden für die Personalisierung2.5.1.1Collaborative Filtering2.5.1.2Thomas Bayes und bedingte Wahrscheinlichkeiten2.5.1.3Das Problem mit Collaborative Filtering2.5.1.4Personalisierung: was bedeutet das eigentlich?2.5.1.5Jäger, Sucher und Sammler2.5.1.6Hyperpersonalisierung2.5.1.7Welche Daten braucht Personalisierung?2.5.2Persönlichkeitsrechte und Personalisierung2.5.2.1Usertracking im Webshop2.5.3Big Brother versus dialogbasierter KI2.5.3.1Eine kritische Hinterfragung eines Axioms2.5.4Produktdaten, die Quelle des Wissens2.5.5Ohne Branchenwissen geht gar nichts2.5.5.1Systematik der Regeln2.5.5.2Anreicherung von Produktdaten3E-Commerce3.1Anatomie eines Webshops3.1.1Wie ist ein Webshop aufgebaut?3.1.1.1Landingpage3.1.1.2Kategorie-Seite3.1.1.3Produktsuche3.1.1.4Produktdetail-Seite3.1.1.5Die Warenkorb-Seite3.1.1.6Kleiner Ausflug in die Technik3.1.1.7Zusammenfassung3.2Der digitale Verkäufer3.2.1Die vier Phasen des Verkaufsprozesses3.2.1.1Die Orientierungsphase3.2.1.2Beratungsphase3.2.1.3Inspirationsphase3.2.1.4Kundenbindungsphase3.2.2Wo sitzt der digitale Verkäufer im Online-Shop?3.2.2.1Die vier Silos in einem Onlineshop3.2.2.2Wege aus dem Dilemma3.2.2.3Widgets3.3Die Entwicklung von Systemarchitekturen3.3.1Am Anfang war ERP3.3.1.1CRM3.3.1.2CMS3.3.1.3PIM3.3.2Vom ERP-System zu Headless Services3.3.2.1Document Object Model3.3.2.2Headless Services3.3.2.3Personalisierung und Headless Services3.3.3Multi Channel Architekturen3.3.3.1Die bunte Landschaft der Channels3.3.3.2Click and Mortar3.3.3.3Data Management Plattform3.4Der Platz von Personalisierung in Multichannel Systemarchitekturen3.4.1.1Kampagnenmanagement3.4.1.2Die Sonderrolle der Personalisierungsservices3.4.1.3Vom Widget zum Personalisierungs-Gadget3.4.1.4Gamification einmal nüchtern betrachtet3.4.1.5Ist Gamification die Lösung aller Probleme?3.4.1.6Gamification in der Praxis3.4.1.7Der Digitale Verkäufer: Personalisierte Webshops als Gadgets3.4.1.8My Stream®3.5Zusammenfassung: was bewirkt KI im Online Shop?4Vernetzung, Künstliche Intelligenz und ihre Nebenwirkungen4.1Ganz besondere Neuronale Netze: Soziale Netzwerke4.1.1Agenten-Szenarios4.1.2Simulation Sozialer Netzwerke4.1.3Filterblasen, Nudging und Artensterben5Zusammenfassung und Ausblick6Glossar
1 Einleitung 1.1 An wen richtet sich dieses Buch? 1.2 Der Aufstieg des E-Commerce 1.3 Vergleich E-Commerce und Stationärer Handel 2 Künstliche Intelligenz 2.1 Was bedeutet KI? 2.2 Hype und Wirklichkeit 2.3 Grundlagen der Künstlichen Intelligenz 2.3.1 Daten und Metadaten 2.3.2 Numerische und kategoriale Felder 2.4 Was sind selbstlernende Algorithmen? 2.4.1 Künstliche Neuronale Netze 2.4.2 Ist ein alter Sessel intelligent? 2.4.3 Prognosegüte 2.4.4 Was beeinflusst die Güte eines Modells? 2.4.4.1 Vorverarbeitung der Daten 2.4.5 Das Model hört mit: Reinforcement Learning 2.4.6 Die Familie der künstlichen Neuronalen Netze 2.4.6.1 Supervised versus Unsupervised Learning 2.4.7 Deep Learning 2.4.7.1 Semantische Hierarchien 2.4.7.2 Normierung 2.4.7.3 Selbstorganisation 2.4.7.4 Von Daten zum Weltmodell 2.4.8 Suchfunktion: eine ganz andere Art von KI 2.5 Personalisierung 2.5.1 KI-Methoden für die Personalisierung 2.5.1.1 Collaborative Filtering 2.5.1.2 Thomas Bayes und bedingte Wahrscheinlichkeiten 2.5.1.3 Das Problem mit Collaborative Filtering 2.5.1.4 Personalisierung: was bedeutet das eigentlich? 2.5.1.5 Jäger, Sucher und Sammler 2.5.1.6 Hyperpersonalisierung 2.5.1.7 Welche Daten braucht Personalisierung? 2.5.2 Persönlichkeitsrechte und Personalisierung 2.5.2.1 Usertracking im Webshop 2.5.3 Big Brother versus dialogbasierter KI 2.5.3.1 Eine kritische Hinterfragung eines Axioms 2.5.4 Produktdaten, die Quelle des Wissens 2.5.5 Ohne Branchenwissen geht gar nichts 2.5.5.1 Systematik der Regeln 2.5.5.2 Anreicherung von Produktdaten 3 E-Commerce 3.1 Anatomie eines Webshops 3.1.1 Wie ist ein Webshop aufgebaut? 3.1.1.1 Landingpage 3.1.1.2 Kategorie-Seite 3.1.1.3 Produktsuche 3.1.1.4 Produktdetail-Seite 3.1.1.5 Die Warenkorb-Seite 3.1.1.6 Kleiner Ausflug in die Technik 3.1.1.7 Zusammenfassung 3.2 Der digitale Verkäufer 3.2.1 Die vier Phasen des Verkaufsprozesses 3.2.1.1 Die Orientierungsphase 3.2.1.2 Beratungsphase 3.2.1.3 Inspirationsphase 3.2.1.4 Kundenbindungsphase 3.2.2 Wo sitzt der digitale Verkäufer im Online-Shop? 3.2.2.1 Die vier Silos in einem Onlineshop 3.2.2.2 Wege aus dem Dilemma 3.2.2.3 Widgets 3.3 Die Entwicklung von Systemarchitekturen 3.3.1 Am Anfang war ERP 3.3.1.1 CRM 3.3.1.2 CMS 3.3.1.3 PIM 3.3.2 Vom ERP-System zu Headless Services 3.3.2.1 Document Object Model 3.3.2.2 Headless Services 3.3.2.3 Personalisierung und Headless Services 3.3.3 Multi Channel Architekturen 3.3.3.1 Die bunte Landschaft der Channels 3.3.3.2 Click and Mortar 3.3.3.3 Data Management Plattform 3.4 Der Platz von Personalisierung in Multichannel Systemarchitekturen 3.4.1.1 Kampagnenmanagement 3.4.1.2 Die Sonderrolle der Personalisierungsservices 3.4.1.3 Vom Widget zum Personalisierungs-Gadget 3.4.1.4 Gamification einmal nüchtern betrachtet 3.4.1.5 Ist Gamification die Lösung aller Probleme? 3.4.1.6 Gamification in der Praxis 3.4.1.7 Der Digitale Verkäufer: Personalisierte Webshops als Gadgets 3.4.1.8 My Stream® 3.5 Zusammenfassung: was bewirkt KI im Online Shop? 4 Vernetzung, Künstliche Intelligenz und ihre Nebenwirkungen 4.1 Ganz besondere Neuronale Netze: Soziale Netzwerke 4.1.1 Agenten-Szenarios 4.1.2 Simulation Sozialer Netzwerke 4.1.3 Filterblasen, Nudging und Artensterben 5 Zusammenfassung und Ausblick 6 Glossar
1Einleitung1.1An wen richtet sich dieses Buch?1.2Der Aufstieg des E-Commerce1.3Vergleich E-Commerce und Stationärer Handel2Künstliche Intelligenz2.1Was bedeutet KI?2.2Hype und Wirklichkeit2.3Grundlagen der Künstlichen Intelligenz2.3.1Daten und Metadaten2.3.2Numerische und kategoriale Felder2.4Was sind selbstlernende Algorithmen?2.4.1Künstliche Neuronale Netze2.4.2Ist ein alter Sessel intelligent?2.4.3Prognosegüte2.4.4Was beeinflusst die Güte eines Modells?2.4.4.1Vorverarbeitung der Daten2.4.5Das Model hört mit: Reinforcement Learning2.4.6Die Familie der künstlichen Neuronalen Netze2.4.6.1Supervised versus Unsupervised Learning2.4.7Deep Learning2.4.7.1Semantische Hierarchien2.4.7.2Normierung2.4.7.3Selbstorganisation2.4.7.4Von Daten zum Weltmodell2.4.8Suchfunktion: eine ganz andere Art von KI2.5Personalisierung2.5.1KI-Methoden für die Personalisierung2.5.1.1Collaborative Filtering2.5.1.2Thomas Bayes und bedingte Wahrscheinlichkeiten2.5.1.3Das Problem mit Collaborative Filtering2.5.1.4Personalisierung: was bedeutet das eigentlich?2.5.1.5Jäger, Sucher und Sammler2.5.1.6Hyperpersonalisierung2.5.1.7Welche Daten braucht Personalisierung?2.5.2Persönlichkeitsrechte und Personalisierung2.5.2.1Usertracking im Webshop2.5.3Big Brother versus dialogbasierter KI2.5.3.1Eine kritische Hinterfragung eines Axioms2.5.4Produktdaten, die Quelle des Wissens2.5.5Ohne Branchenwissen geht gar nichts2.5.5.1Systematik der Regeln2.5.5.2Anreicherung von Produktdaten3E-Commerce3.1Anatomie eines Webshops3.1.1Wie ist ein Webshop aufgebaut?3.1.1.1Landingpage3.1.1.2Kategorie-Seite3.1.1.3Produktsuche3.1.1.4Produktdetail-Seite3.1.1.5Die Warenkorb-Seite3.1.1.6Kleiner Ausflug in die Technik3.1.1.7Zusammenfassung3.2Der digitale Verkäufer3.2.1Die vier Phasen des Verkaufsprozesses3.2.1.1Die Orientierungsphase3.2.1.2Beratungsphase3.2.1.3Inspirationsphase3.2.1.4Kundenbindungsphase3.2.2Wo sitzt der digitale Verkäufer im Online-Shop?3.2.2.1Die vier Silos in einem Onlineshop3.2.2.2Wege aus dem Dilemma3.2.2.3Widgets3.3Die Entwicklung von Systemarchitekturen3.3.1Am Anfang war ERP3.3.1.1CRM3.3.1.2CMS3.3.1.3PIM3.3.2Vom ERP-System zu Headless Services3.3.2.1Document Object Model3.3.2.2Headless Services3.3.2.3Personalisierung und Headless Services3.3.3Multi Channel Architekturen3.3.3.1Die bunte Landschaft der Channels3.3.3.2Click and Mortar3.3.3.3Data Management Plattform3.4Der Platz von Personalisierung in Multichannel Systemarchitekturen3.4.1.1Kampagnenmanagement3.4.1.2Die Sonderrolle der Personalisierungsservices3.4.1.3Vom Widget zum Personalisierungs-Gadget3.4.1.4Gamification einmal nüchtern betrachtet3.4.1.5Ist Gamification die Lösung aller Probleme?3.4.1.6Gamification in der Praxis3.4.1.7Der Digitale Verkäufer: Personalisierte Webshops als Gadgets3.4.1.8My Stream®3.5Zusammenfassung: was bewirkt KI im Online Shop?4Vernetzung, Künstliche Intelligenz und ihre Nebenwirkungen4.1Ganz besondere Neuronale Netze: Soziale Netzwerke4.1.1Agenten-Szenarios4.1.2Simulation Sozialer Netzwerke4.1.3Filterblasen, Nudging und Artensterben5Zusammenfassung und Ausblick6Glossar
1 Einleitung 1.1 An wen richtet sich dieses Buch? 1.2 Der Aufstieg des E-Commerce 1.3 Vergleich E-Commerce und Stationärer Handel 2 Künstliche Intelligenz 2.1 Was bedeutet KI? 2.2 Hype und Wirklichkeit 2.3 Grundlagen der Künstlichen Intelligenz 2.3.1 Daten und Metadaten 2.3.2 Numerische und kategoriale Felder 2.4 Was sind selbstlernende Algorithmen? 2.4.1 Künstliche Neuronale Netze 2.4.2 Ist ein alter Sessel intelligent? 2.4.3 Prognosegüte 2.4.4 Was beeinflusst die Güte eines Modells? 2.4.4.1 Vorverarbeitung der Daten 2.4.5 Das Model hört mit: Reinforcement Learning 2.4.6 Die Familie der künstlichen Neuronalen Netze 2.4.6.1 Supervised versus Unsupervised Learning 2.4.7 Deep Learning 2.4.7.1 Semantische Hierarchien 2.4.7.2 Normierung 2.4.7.3 Selbstorganisation 2.4.7.4 Von Daten zum Weltmodell 2.4.8 Suchfunktion: eine ganz andere Art von KI 2.5 Personalisierung 2.5.1 KI-Methoden für die Personalisierung 2.5.1.1 Collaborative Filtering 2.5.1.2 Thomas Bayes und bedingte Wahrscheinlichkeiten 2.5.1.3 Das Problem mit Collaborative Filtering 2.5.1.4 Personalisierung: was bedeutet das eigentlich? 2.5.1.5 Jäger, Sucher und Sammler 2.5.1.6 Hyperpersonalisierung 2.5.1.7 Welche Daten braucht Personalisierung? 2.5.2 Persönlichkeitsrechte und Personalisierung 2.5.2.1 Usertracking im Webshop 2.5.3 Big Brother versus dialogbasierter KI 2.5.3.1 Eine kritische Hinterfragung eines Axioms 2.5.4 Produktdaten, die Quelle des Wissens 2.5.5 Ohne Branchenwissen geht gar nichts 2.5.5.1 Systematik der Regeln 2.5.5.2 Anreicherung von Produktdaten 3 E-Commerce 3.1 Anatomie eines Webshops 3.1.1 Wie ist ein Webshop aufgebaut? 3.1.1.1 Landingpage 3.1.1.2 Kategorie-Seite 3.1.1.3 Produktsuche 3.1.1.4 Produktdetail-Seite 3.1.1.5 Die Warenkorb-Seite 3.1.1.6 Kleiner Ausflug in die Technik 3.1.1.7 Zusammenfassung 3.2 Der digitale Verkäufer 3.2.1 Die vier Phasen des Verkaufsprozesses 3.2.1.1 Die Orientierungsphase 3.2.1.2 Beratungsphase 3.2.1.3 Inspirationsphase 3.2.1.4 Kundenbindungsphase 3.2.2 Wo sitzt der digitale Verkäufer im Online-Shop? 3.2.2.1 Die vier Silos in einem Onlineshop 3.2.2.2 Wege aus dem Dilemma 3.2.2.3 Widgets 3.3 Die Entwicklung von Systemarchitekturen 3.3.1 Am Anfang war ERP 3.3.1.1 CRM 3.3.1.2 CMS 3.3.1.3 PIM 3.3.2 Vom ERP-System zu Headless Services 3.3.2.1 Document Object Model 3.3.2.2 Headless Services 3.3.2.3 Personalisierung und Headless Services 3.3.3 Multi Channel Architekturen 3.3.3.1 Die bunte Landschaft der Channels 3.3.3.2 Click and Mortar 3.3.3.3 Data Management Plattform 3.4 Der Platz von Personalisierung in Multichannel Systemarchitekturen 3.4.1.1 Kampagnenmanagement 3.4.1.2 Die Sonderrolle der Personalisierungsservices 3.4.1.3 Vom Widget zum Personalisierungs-Gadget 3.4.1.4 Gamification einmal nüchtern betrachtet 3.4.1.5 Ist Gamification die Lösung aller Probleme? 3.4.1.6 Gamification in der Praxis 3.4.1.7 Der Digitale Verkäufer: Personalisierte Webshops als Gadgets 3.4.1.8 My Stream® 3.5 Zusammenfassung: was bewirkt KI im Online Shop? 4 Vernetzung, Künstliche Intelligenz und ihre Nebenwirkungen 4.1 Ganz besondere Neuronale Netze: Soziale Netzwerke 4.1.1 Agenten-Szenarios 4.1.2 Simulation Sozialer Netzwerke 4.1.3 Filterblasen, Nudging und Artensterben 5 Zusammenfassung und Ausblick 6 Glossar
Es gelten unsere Allgemeinen Geschäftsbedingungen: www.buecher.de/agb
Impressum
www.buecher.de ist ein Shop der buecher.de GmbH & Co. KG Bürgermeister-Wegele-Str. 12, 86167 Augsburg Amtsgericht Augsburg HRA 13309