Künstliche Intelligenz einfach gemacht

Künstliche Intelligenz umgibt oft eine Aura des Mystischen. Vielen Unternehmen fehlt die Phantasie, wobei KI hilfreich sein könnte. Vielleicht setzen aus diesem Grund nur 7 Prozent der Firmen in Deutschland die moderne Technik ein, wie eine repräsentative Studie des Branchenverbandes Bitkom gerade ergeben hat. Reiner Kurzhals lüftet diesen Schleier. Der Gründer der Analysefirma Westphalia DataLab in Münster reichert die Daten eines Unternehmens mit möglichst vielen externen Informationen aus dem Internet an, um Absatzprognosen zu verbessern. Im Reifenhandel zum Beispiel. „Das Reifengeschäft findet in nur wenigen Wochen im Jahr statt. Dafür müssen wir möglichst präzise vorhersagen, in welcher Region welche Reifen in welcher Menge benötigt werden, um die Logistik möglichst präzise darauf auszurichten. Ohne KI konnten die Logistiker nur den Mittelwert für den Monat schätzen, aber eben nicht, an welchem Tag welche Reifen gekauft werden. Das ist heute mit rund 90 Prozent Wahrscheinlichkeit möglich“, erklärt Kurzhals. Zu den externen Daten, die bisher in den Prognosen meist nicht berücksichtigt wurden, gehören das Wetter, Schulferien oder Feiertage, weil viele Autofahrer vor dem Urlaub noch schnell die Reifen wechseln.

Ein eigenes Rechercheteam durchsucht das Internet nach aktuellen Daten, zum Beispiel neue Testberichte oder einfach nur die Empfehlung des ADAC, jetzt die Winterreifen aufzuziehen. Auch die Produktionszyklen der Autohersteller sind im Netz zu finden. Kurzhals schaut sich zudem makroökonomische Daten an, um den Wohlstand in einer Region zu berücksichtigen. In ärmeren Regionen, vielleicht mit steigender Arbeitslosigkeit, werden die Winterreifen gerne noch ein Jahr länger gefahren, zeigen seine Daten. Dazu kommen noch Zulassungsstatistiken, Werksferien der Hersteller und Wettbewerberpreise. „Ein Sonderangebot eines Konkurrenten wirkt sich negativ auf den Reifenabsatz aus. Das Schöne am maschinellen Lernen: Aus den Sonderaktionen der Vergangenheit haben wir schon die Effekte gelernt, können also die konkreten Auswirkungen eines Sonderangebotes direkt vor Beginn der Ferien vorhersagen“, sagt Kurzhals.

Manche Wettbewerber arbeiteten noch mit althergebrachten Zeitreihenanalysen. „Mit modernen Verfahren des Machine Learnings erzielen wir bis zu 45 Prozent bessere Ergebnisse“, sagt Kurzhals, in dessen Firma etwa 50 der extrem gesuchten Daten-Wissenschaftler arbeiten. Jeder Mitarbeiter dort kann programmieren. Die Verwaltung erledigt der Seed-Investor und Mitgründer, die FIEGE Logistics Stiftung. Kurzhals, Mitgründer Cornelius Brosche und das Team sollen sich ganz auf die Künstliche Intelligenz konzentrieren.

Künstliche Intelligenz in Banken

Anwendungen für Künstliche Intelligenz gibt es auch in Banken. Vertriebsmitarbeiter haben dort oft 5000 oder noch mehr Privatkunden zu betreuen. „Davon sieht er im Jahr höchstens 5 Prozent – eher weniger. Vom Rest weiß er praktisch nichts. Mit Machine Learning können wir allen Kunden ein maßgeschneidertes Angebot unterbreiten“, erklärt Kurzhals. Dafür werden die Transaktionsdaten analysiert. Die neue Zahlungsdiensterichtlinie PSD2 erlaubt es, anonymisierte Kundendaten zu erfassen. Wenn also ein Kunde relativ viel bei Amazon bestellt, wird ihm Affinität zur Technologie unterstellt. Wenn er regelmäßig bei Babymarkt.de einkauft, weiß die Software, dass kleine Kinder im Haushalt sind. Auch die Höhe des Einkommens lässt sich aus den Transaktionsdaten erfassen. „Aus diesen Daten schaffen wir eine „Mikrosegmentierung“ der Kunden, und können für jedes Segment ein passendes Vertriebspaket schnüren. Nicht nur die ersten 100 Kunden bekommen ein maßgeschneidertes Angebot, sondern alle Kunden.

Künstliche Intelligenz für bessere Absatzprognosen

Zu seinen Kunden gehört auch ein Automobilkonzern, der seine Bestandskosten um 30 Prozent senken möchte, indem er weniger Kapital im Lager bindet. Kurzhals soll nun den Absatz präziser vorhersagen. „Es ist eines jedes Kaufmanns Traum, den künftigen Absatz vorher zu wissen. Im Idealfall könnte der Autoproduzent komplett auf Lagerhaltung verzichten. Das wiederum wird das Geschäft der Logistiker massiv schädigen – und da die Logistiker wie der Investor Fiege das genau wissen, machen sie ihr Geschäft lieber selber kaputt und partizipieren als Pioniere am Aufbau neuer Geschäftsfelder. Sonst macht es ein anderer“, erklärt Kurzhals.

Künstliche Intelligenz für weniger Retouren

In der Modebranche sind die Retouren ein wichtiges Thema. Auch hierbei kann KI helfen. „Wenn ein Kunde immer Schuhe in Größe 45 bestellt und dann plötzlich 46 auswählt, bekommt er einen Hinweis, ob eventuell ein Fehler vorliegt, um eine Rücksendung zu vermeiden“, erklärt Kurzhals. Ein spannendes Thema ist auch die Identifikation der potenziellen Einmalkäufer. Westphalia DataLab erfasst, wie teuer die Geräte waren, mit denen der Kunde auf die Seite zugreift, von welcher Seite er gekommen ist und ob er in einer armen oder reichen Gegend wohnt. „Aus solchen Daten leiten wir die Wahrscheinlichkeit ab, ob er zu den Einmalkäufern gehört, die dann mit Hilfe von Gutscheinen oder Rabatten animiert werden, wieder zurück zu kommen“. Auch Assoziationsanalysen sind ein großes Thema: Kunden, die Produkt X kaufen, sind auch affin für Produkt Y. „Amazon hat es eingeführt und hat damit den Umsatz nach eigener Aussage um 30 Prozent gesteigert. Ich glaube, dass die Zahl stimmen kann. Nicht sofort, aber im Laufe der Jahre ist das möglich“, sagt Kurzhals.

Seine Daten-Wissenschaftler können auch Nachfragelöcher vorhersagen. „Bei einem Süßwarenhersteller können wir den Abverkauf mit 94 Prozent Wahrscheinlichkeit vorhersagen. Ohne uns betrug die Prognosequalität nur etwa 60 Prozent. Mit KI steigt die Wahrscheinlichkeit auf 65 bis 70 Prozent. Angereichet mit externen Daten erreichen wir 85 bis mehr als 90 Prozent. Aber für die Kunden ist alles mehr als 70 Prozent schon ein Traum“, weiß Kurzhals.

Wie die Amazon Cloud das Geschäft beflügeln soll

Im Moment arbeitet sein Unternehmen noch auf Projektbasis. Das bedeutet viel handwerkliche Arbeit beim Kunden. Spannend wird es aber noch im Februar: Dann wird die Software im Marktplatz der Amazon-Cloud verfügbar sein. „Das bedeutet für uns einen weltweiten Vertrieb. Da unsere Software von jedem Mitarbeiter ohne jegliche KI-Kenntnisse bedient werden kann, erwarten wir 100000 Kunden im ersten Jahr. Dann sind wir eine moderne SAP mit einer vollautomatisierten Datenwertschöpfung in der Cloud“, hofft Kurzhals. Das Potenzial der Firma hat sich offenbar schon bis nach China herumgesprochen. Vertreter einer chinesischen Beteiligungsgesellschaft, die in Deutschland schon wesentliche Kerntechnologie-Unternehmen aufgekauft oder sich daran beteiligt hat, wollten das Unternehmen kaufen. Doch Kurzhals hat schon ein Big Data Start-Up Unternehmen vor drei Jahren in die USA verkauft. Das Westphalia DataLab soll in seiner Hand bleiben.