Aktuelle Nachrichten

SAP nutzt KI, um das E-Commerce-Einkaufserlebnis mithilfe von Kundendaten zu personalisieren.

28.06.2026 von AICC
SAP AI-Personalisierung

SAP gleicht fragmentierte Handelsdatenstrukturen an, um Folgendes zu ermöglichen operative KI-Personalisierung auf der Ausführungsebene wird die Art und Weise, wie Unternehmen Kundenerlebnisse über digitale Kanäle hinweg bereitstellen, transformiert.

Die Unternehmensführung legt regelmäßig Ziele fest, um Kundenbedürfnisse vorherzusehen und relevante Interaktionen über alle digitalen Kontaktpunkte hinweg zu ermöglichen. Die tatsächliche Infrastruktur, die in diesen Unternehmen betrieben wird, ist jedoch oft unzureichend. Die systematische Ausführung wird nicht unterstützt in der erforderlichen Menge.

Empfehlungssysteme zeigen generische Produktlisten an, weil die zugrundeliegenden Verhaltensdaten isoliert bleiben. Marketingabteilungen versenden E-Mails nach starren Zeitplänen, anstatt sie an die individuellen Gewohnheiten der Nutzer anzupassen. Firmenkundenbindungsprogramme vergeben Prämien ausschließlich auf Basis finanzieller Transaktionen und ignorieren dabei umfassendere Kennzahlen zur Kundenbeziehung.

⚠️ Die Herausforderung: Der technische Anspruch ist vorhanden, doch die grundlegende Architektur ist noch unvollständig. Saubere Daten liegen in voneinander getrennten Repositories. KI-Funktionen schlummern im Technologie-Stack. Organisationen fehlt die operative Disziplin, die für kontinuierliche Experimente erforderlich ist.

SAP entwickelte die 'Fortgeschrittener Erfolgsplan' für SAP Customer Experience-Lösungen, um diese Implementierungsfehler zu beheben und die Lücke zwischen KI-Potenzial und operativer Realität zu schließen.

Drei Ebenen fortschrittlicher KI-Personalisierung

Systemarchitekten können die erweiterte Personalisierung nicht über Standardkonfigurationsschalter aktivieren. Unternehmensimplementierungen erfordern systematische Konstruktion über drei miteinander verbundene Betriebsebenen hinweg einschließlich Daten, Entscheidungsfindung und Bereitstellung.

🔹 Ebene 1: Datengrundlage

Daten dienen als notwendige Basisarchitektur. Unternehmenssysteme müssen Daten aggregieren. einheitliche Kundenprofile in Echtzeit Dabei wird die Einwilligung der Nutzer strikt eingehalten. Diese Profile bündeln Informationen aus abgeschlossenen Transaktionen, bisherigen Interaktionen, dem aktiven Surfverhalten, Kundendienstanfragen und laufenden Treueprogrammaktivitäten. KI-Modelle benötigen diese vollständigen Verhaltensdaten, um zu funktionieren; ohne diese aggregierten Daten arbeiten die Algorithmen mit fehlerhaften Eingaben.

🔹 Ebene 2: Entscheidungsintelligenz

Die Entscheidungsschicht verarbeitet diese Verhaltensdatenpunkte zu ausführbare DirektivenKI-Algorithmen analysieren die eingehenden Datenströme, um das optimale nächste anzuzeigende Produkt zu bestimmen, das passende Werbeangebot auszuwählen und den exakten Zeitpunkt für die Kontaktaufnahme zu berechnen. Diese Ebene erfordert strenge Governance-Rahmenbedingungen. Systemadministratoren müssen Betriebsparameter definieren, die festlegen, wann der automatisierte Algorithmus die Ausgabe steuert und wann menschliche Bediener die Maschinenlogik außer Kraft setzen.

🔹 Ebene 3: Auslieferungsausführung

Mehr als 300 KI-Modelle für
OpenClaw & KI-Agenten

Sparen Sie 20 % der Kosten