Die Herausforderung
Der Händler stand unter dem Druck eines sich verändernden Marktes, in dem Erfolg nicht mehr nur von der Breite des Sortiments abhing, sondern auch davon, schnell und präzise auf Kundenbedürfnisse zu reagieren. Online-Besucher erwarteten einen vergleichbaren Service wie in einer Filiale. Ohne einen Assistenten, der bei Produktauswahl und Kompatibilität unterstützt, dauerte die Entscheidung länger und die Bereitschaft zum Kaufabschluss sank. Produktdaten, Wissen der Mitarbeitenden und der digitale Kanal mussten daher in einer intelligenten Oberfläche zusammengeführt werden.
-
Komplexes Sortiment: ein umfangreicher Katalog mit Ausstattung, Fliesen und Küchensystemen erschwerte Kaufentscheidungen im Online-Kanal.
-
Niedrige Online-Conversions: Kunden brachen Warenkörbe häufig ab, weil personalisierte Unterstützung fehlte.
-
Risiko für die Wettbewerbsfähigkeit: digitale Wettbewerber mit schnellen, personalisierten Erlebnissen gewannen Marktanteile.
-
Ungenutzte Daten: Kundeninteraktionen waren nur begrenzt mit Marketing und Produktentwicklung verknüpft.
Die Lösung
Vor der Bereitstellung des AI Smart Assistant wurden ein klassisches Empfehlungssystem und eine erweiterte Volltextsuche als Alternativen geprüft. Diese Ansätze konnten jedoch weder den Kontext von Kundenfragen berücksichtigen noch Produktempfehlungen erklären oder sich an individuelle Präferenzen anpassen. Benötigt wurde eine Lösung, die Datenpräzision mit natürlicher Interaktion verbindet und vorhandene Katalog- und Kundendaten ohne Eingriffe in die Kerninfrastruktur nutzen kann.
Aspecta konzipierte und implementierte einen AI Smart Assistant: einen digitalen Einkaufsberater mit 24/7-Verfügbarkeit, der konversationelle KI, semantische Suche sowie die Integration mit E-Commerce- und ERP-Systemen verbindet.
Zentrale Technologien auf AWS:
-
Amazon Bedrock (Modelle mit großem Kontextfenster): generative KI für Dialoge und Empfehlungen.
-
Amazon OpenSearch (Vector Engine): semantische Suche und Vektoranfragen.
-
Amazon API Gateway + AWS Lambda / ECS: Orchestrierung und Middleware.
-
Amazon DynamoDB: Speicherung von Sessions und Kontext.
-
Amazon S3: zentraler Speicher für Kataloge, Knowledge Bases und Logs.
-
CloudTrail, GuardDuty, CloudWatch: Sicherheit und Observability.
Integration: Die Middleware stellt eine sichere Verbindung mit ERP- und E-Commerce-Systemen her, ohne Änderungen an den Kernsystemen des Kunden.
Umsetzung
Die Architektur wurde in einer Multi-Account-Umgebung auf AWS (dev/test/prod) mit Fokus auf Skalierbarkeit und Isolation aufgebaut.
Phasen:
-
PoC: Validierung der Modelle und Mapping der Daten.
-
Pilot: Bereitstellung für ausgewählte Produktkategorien.
-
Rollout: Erweiterung auf den gesamten Katalog und Integration mit Zahlungs- und Bestandssystemen.
-
Betrieb: Monitoring, Iterationen und regelmäßige Aktualisierung der Knowledge Bases.
Dauer: rund 6 Monate vom PoC bis zum Produktivstart im Referenzprojekt.
Ergebnisse und Nutzen
Nach dem erfolgreichen Rollout zeigte das Projekt, dass passend konzipierte KI neben technologischen Verbesserungen auch direkten geschäftlichen Nutzen liefern kann. Der Assistent verband Kundenverhalten, Daten und Empfehlungsmechanismen in einem gemeinsamen Ökosystem und ermöglichte dadurch eine unmittelbare Messung der Auswirkungen und schnelle Optimierung. Die folgenden Kennzahlen zeigen die erzielten Ergebnisse:
-
+18 % relativer Anstieg der Online-Conversions in den ersten 6 Monaten.
-
~+30 % Verbesserung der Erfolgsrate bei der Produktsuche und bei Empfehlungen.
-
+12 Punkte Verbesserung beim NPS für Online-Interaktionen.
-
Höherer durchschnittlicher Warenkorbwert durch relevantes Cross-Selling.
-
Generierung wertvoller KYC-Insights für Segmentierung und Produktentwicklung.
-
Niedrigere Betriebskosten durch serverlose und verwaltete Services.
Warum die Lösung funktioniert hat:
-
Schnelle Time-to-Value durch verwaltete AWS-Services wie Amazon Bedrock und Amazon OpenSearch.
-
Modulare Architektur ermöglichte schnelle Aktualisierungen von Katalog und Prompts ohne Ausfallzeiten.
-
Sichere Integrationen über Middleware reduzierten das Risiko für bestehende Systeme des Kunden.
-
Messbare KPI waren direkt mit Geschäftskennzahlen wie Conversion, NPS und AOV verknüpft.
„Die Lösung hat die erwarteten geschäftlichen Vorteile gebracht: schnelle Unterstützung für Online-Kunden und neue Daten für Marketing und Produktteam.“ Leiter der digitalen Transformation
Fazit
Das Projekt bestätigte, dass die Integration generativer KI mit AWS-Datenservices die Art und Weise verändern kann, wie Kunden online einkaufen. Die Lösung brachte einen schnellen ROI durch höhere Conversions, optimierte Marketingkosten und einen geringeren Bedarf an manueller Unterstützung. Die Kombination aus skalierbarer Cloud-Architektur und kontextbezogener KI schuf eine nachhaltige Grundlage für weitere Erweiterungen, von Sprachassistenten bis zu personalisierten Empfehlungen in Echtzeit.
Möchten Sie das Online-Shopping in Ihrem E-Commerce-Angebot in ein intuitives, auf Conversion ausgerichtetes Erlebnis verwandeln? Kontaktieren Sie uns.
