KI (Künstliche Intelligenz): mit Reinforcement Learning richtig entscheiden

Im Lebenszyklus eines Kunden gilt es aus Vertriebs- und Marketingsicht zahlreiche Entscheidungen zu treffen. Mittlerweile liefern ausgereifte KI (Künstliche Intelligenz)-Lösungen Antworten auf wichtige Fragen wie beispielsweise, wann ein Kunde mit welcher Maßnahme angesprochen werden sollte. Eine zentrale Errungenschaft ist in diesem Zusammenhang die Methode des Reinforcement Learnings.

 

KI ist dazu in der Lage, innerhalb weniger Minuten gigantisch große Datenmengen zu analysieren. Das macht sich die Methode des Reinforcement Learnings zu eigen. Sie versetzt Unternehmen in die Lage, eine beliebige Anzahl von Szenarien durchzuspielen, um letztlich mit ziemlicher Sicherheit das richtige Verhalten in einer bestimmten Kundensituation zu prognostizieren. Generell lernen intelligente Software und Menschen gleich: Schlüsse aus Fehlern zu ziehen, steigert den Lernerfolg.

Um die Ecke denken mit Reinforcement Learning

Wenn die Algorithmen richtige Entscheidungen treffen, erhalten sie eine positive Verstärkung (Reinforcement). Liegen sie daneben, gibt es auch keine Belohnung. Indem es auf Erfolg ausgerichtet ist, verbessert sich das System kontinuierlich. Allerdings gehört es zu komplexen Prozessen, dass mitunter zugunsten des Gesamtziels auf den kurzfristigen Erfolg verzichtet werden muss. Wir kennen das von Strategiespielen: Schachspieler opfern mitunter einzelne Figuren, um letztlich zu gewinnen. Hier zeigt sich, dass Reinforcement Learning viel mehr kann als simples Trial and Error.

Einsetzen lässt sich die Methode beispielsweise bei der Kundenterminplanung. Der Kunde sollte in einer Frequenz angesprochen werden, die einerseits sicherstellt, dass das Unternehmen das Umsatzpotenzial voll ausschöpft, und auf der anderen Seite mit der Ressource Vertrieb so sparsam wie möglich umgeht. Mit Reinforcement Learning kann KI in einem großen und heterogenen Kundenpool die optimale Kontaktstrategie für jeden einzelnen Kunden entwickeln. Der Weg dahin besteht aus richtigen und falschen Entscheidungen, von denen dir richtigen positiv verstärkt werden. Allerdings gilt es genau hinzuschauen: Wenn ein ohnehin geplanter Kauf wegen eines Kundentermins oder einer Marketingaktion vorgezogen wird, waren die damit verbundenen Ausgaben überflüssig, da das Unternehmen den Umsatz auch ohne weitere Aktivitäten in dem Jahr hätte verbuchen können. Es bedarf einer KI-gestützten Prognose des Customer Values, um hier nötige von sinnlosen Kosten zu scheiden.