Seite auswählen
KI ist 2017 nicht nur in den Köpfen der Unternehmen angekommen. Auch im täglichen Leben helfen selbstlernende Systeme, um Prozesse zu verbessern oder gar Bedürfnisse zu ermitteln.
Hier sind zwei KI-Anwendungen, die Du mit hoher Wahrscheinlichkeit 2018 in deinem Leben wieder finden wirst:

Empfehlungen von Filmen, Musik und Produkten
Ob Netflix, Amazon oder Spotify – sogenannte Recommendersysteme helfen dabei, deine User Experience stetig zu verbessern – mit Empfehlungen, die genau auf deinen Geschmack zugeschnitten sind.
Bei Netflix sind es ca. 80 Prozent der Inhalte, welche dank der Empfehlungssysteme vom User entdeckt werden. Netflix verwendet maschinelles Lernen, um die vorgefasste Meinungen des jeweiligen Nutzers zu durchbrechen und Serien/Filme vorzuschlagen, welcher der User vielleicht nicht direkt auswählen würde. Um dies zu erreichen, werden nuancierte Fäden innerhalb des Inhalts betrachtet, um gezieltere Vorhersagen zu treffen anstatt sich auf breite Genres zu verlassen. Dies erklärt, wie z.B. jeder Achte, der sich eine von Netflix‘ Marvel-Shows ansieht bisher keine Berührungspunkte mit dem Comic-Genre hatte. Der Empfehlungsprozess beinhaltet drei Teilprozesse. Am Anfang steht der User, dessen Nutzungsverhalten & Bedürfnisse nach und nach analysiert werden. Sogenannte „Tagger“ (= Personen, welche jede Sekunde einer Serie anschauen) sorgen dafür, dass die Inhalte mit den richtigen Stichworten versehen werden. Im dritten Schritt sorgen die Machine Learning-Algorthymen für ein „Fitting“ zwischen den Nutzer-Bedürfnissen und dem Inhalt-Tagging. Innerhalb der Algorithmen wird das Sehverhalten gewichtet. Fragen wie „hat der User die Serie zu Ende geschaut?“, oder betrieb der Nutzer „Binge-Watching?“ werden berücksichtigt. Unterschieden wird außerdem zwischen impliziten und explizierten Daten. Explizite Daten sind die aktiven Handlungen des Users (Bsp.: Daumen hoch). Implizite Daten sind tatsächliche Verhaltensdaten (wie oben beschrieben). Die nützlichsten Daten sind implizit.
Anschließend werden sogenannte „Taste Communities“ (User-Gruppen mit ähnlichen Bedürfnissen) erstellt und zugehörige Inhalte ausgespielt.

Werbung nach Deinen Bedürfnissen
Werbebanner, Cookies, Retargeting-Kampagnen – all das sind Tools um das Kundenverhalten auf Webseiten zu analysieren und sie anschließend zum Kauf zu bewegen. In einigen Unternehmen wird bereits KI genutzt, um die Bedürfnisse der Kunden noch besser vorherzusehen und Ad’s passgenau auszuspielen. KI wird von vielen Ad-Tech-Unternehmen eingesetzt, um die Effizienz und Relevanz von Display-Kampagnen zu verbessern, was zu einer besseren Performance führt. Machine Learning Algorithmen führen zur Steigerung der Effizienz in Echtzeit-Netzwerken werden laut Juniper Research bis 2021 jährliche Werbeausgaben in Höhe von 42 Milliarden US-Dollar generieren (3,5 Milliarden US-Dollar im Jahr 2016).
Algorithmen für das maschinelle Lernen verbessern den bisher mühsamen Prozess des programmatischen Medieneinkaufs, die intelligente Identifizierung von Konsumenten und die Schaltung relevanter Anzeigen. Allerdings gibt es immer noch Vorgänge, die nur von einem Menschen richtig eingeordnet und verwaltet werden können. Dazu gehören die Bilanzierung von Verkäufen und Promotionen, die Integrität von Markenwerten und Anomalien, die durch einfaches Denken entstehen und erklärt werden können.

Auch 2018 werden KI-Anwendungen etliche Prozesse verbessern. Wir stellen Dir im Laufe der Zeit weitere nützliche Usecases vor.

 

Zwei KI-Anwendungen welche Du 2018 nutzen wirst

Was sind erste Schritte für die Implementierung von KI in meinem Unternehmen?
Erhalten Sie 10 Schritte zu Ihrem erfolgreichem KI-Start.

Mit der Registrierung akzeptieren Sie unsere Datenschutzerklärung (https://boot.ai/impressum)

Danke! Die Checkliste erhalten Sie per E-Mail.