Kunde
SIKO gehört zu den größten Anbietern für Bäder und Küchen in Tschechien und der Slowakei. Das Unternehmen betreibt ein umfangreiches Netz stationärer Filialen sowie den E-Shop www.siko.cz mit Zehntausenden Produkten.
Herausforderung
Kunden eines E-Shops für Badausstattung müssen sich in einem Sortiment mit Zehntausenden SKUs orientieren. Die übliche Suche und Filter funktionieren gut, wenn Kunden genau wissen, wonach sie suchen. Viele Besucher kommen jedoch mit einer vagen oder komplexen Absicht: „Ich renoviere ein Badezimmer“, „etwas in Schwarz“ oder „was passt zu diesem Element?“ Für solche Fragen reichen Suche und Filter allein nicht aus. SIKO suchte deshalb nach einer Möglichkeit, Kunden direkt auf der Website kontextbezogen und in Echtzeit zu beraten, ähnlich wie bei einem Gespräch mit einem Verkäufer in einer Filiale.
Lösung
Aspecta konzipierte und entwickelte einen KI-Einkaufsassistenten („Kachnička, AI rádce“), einen dialogbasierten Assistenten, der direkt in siko.cz integriert ist. Der Assistent:
- versteht natürliche Sprache und kann sowohl vage als auch komplexe Fragen verarbeiten,
- empfiehlt konkrete Produkte aus dem tatsächlichen SIKO-Katalog über eine Anbindung an den Produktfeed,
- leitet Serviceanfragen und Reklamationen an den richtigen Kanal weiter,
- begleitet Kunden durch mehrere Schritte eines Gesprächs.
Technologische Grundlage: Die Lösung läuft auf Amazon Bedrock mit Modellen von Claude (Anthropic). Sie nutzt eine RAG-Schicht über dem Produktkatalog und der Dokumentation sowie Sicherheits-Guardrails gegen Missbrauch.
Projektablauf
| Phase | Inhalt |
|---|---|
| Proof of Concept | Validierung des Konzepts für Erkennung und Empfehlungen auf Basis des Produktkatalogs. |
| MVP-Entwicklung | Dialog-Widget, Kataloganbindung, RAG, Guardrails und Integration in die Website. |
| QA und Optimierung | Strukturierte Tests der Antwortqualität, Szenarien und Prompt-Iterationen. |
| Produktivsetzung | Start auf www.siko.cz und laufende Optimierung auf Grundlage realer Daten. |
| Datenanalyse | Auswertung realer Gespräche und Vorschläge für die weitere Entwicklung. |
Ergebnisse
Die Auswertung des realen Betriebs anhand eines bereinigten Datensatzes über 18 Tage zeigte:
- 323 Unique Visitors und 362 Gespräche in weniger als drei Wochen, über einen einzelnen Kanal und ohne umfangreiche Bewerbung des Widgets.
- Mehr als 1.000 unterschiedliche Produkte (SKUs) wurden Kunden aktiv empfohlen. Die Empfehlungen deckten einen breiten Teil des Katalogs ab und beschränkten sich nicht auf Bestseller.
- Rund 87 % der Gespräche mit mehreren Fragen endeten mit einer konkreten Produktempfehlung.
- Keine erkannten Halluzinationen. Der Assistent nennt durchgehend korrekte Kontaktdaten und gibt in rund 26 % der Antworten an, wenn ihm die angefragte Information nicht vorliegt.
- Schutz vor Missbrauch: Der Assistent widerstand einem Versuch mit „Prompt Injection“ und blieb innerhalb seiner vorgesehenen Rolle.
- Antwortzeit: Die durchschnittliche Zeit bis zur ersten Antwort lag bei den meisten Gesprächen im Bereich weniger Sekunden.
- Nutzung durch besonders aktive Kunden: Die Gespräche der aktivsten Kunden dauerten im Durchschnitt rund 16 Minuten. Das ist mit einer Beratung in einer Filiale vergleichbar.
Erkenntnisse aus den Gesprächen
Aus den realen Kundengesprächen ergaben sich Erkenntnisse für die Einkaufs- und Marketingteams von SIKO. Dazu gehörten ein deutlicher Trend bei der Nachfrage nach schwarzen Ausführungen im Vergleich zu klassischem Chrom sowie ein starker Brand Recall der SIKO-Eigenmarke. Ein E-Shop erfasst solche Informationen nicht standardmäßig. Die Gespräche mit dem Assistenten liefern sie als zusätzliche Datengrundlage.
Umfang der Lösung
Der ursprüngliche Auftrag für einen „Chat auf der Website“ wurde um Product Discovery, die Weiterleitung von Serviceanfragen sowie Datengrundlagen für Einkauf und Marketing erweitert. Das Projekt bestätigte, dass ein gut konzipierter KI-Assistent im Handel zuverlässig und sicher funktionieren und zugleich einen messbaren Nutzen liefern kann.
Eingesetzte Technologien
Amazon Bedrock · Claude (Anthropic) · RAG über dem Produktkatalog · dialogbasiertes Web-Widget · Sicherheits-Guardrails · Datenanalyse der Gespräche
