====== KI-optimierte Preisgestaltung im Online-Handel ======

===== Ausgangssituation & Herausforderungen =====

Die [[https://www.tatonka.com/de/|Tatonka GmbH]] ist ein Hersteller von Outdoorartikeln. Der Vertrieb der Produkte erfolgt über verschiedene Kanäle, was im Online-Handel zu marktbedingten Preisschwankungen führt. Zudem steigt die Gefahr von Produktfälschungen, die das Markenimage beeinträchtigen. Das Unternehmen steht damit vor der Herausforderung der Schaffung eines Gleichgewichtes zwischen Umsatzsteigerung und Markenschutz. 
{{ :wissen:bestpractice:tatonka.svg? 400x400|}}

===== Ziele =====

Das Ziel besteht darin, mithilfe von Echtzeitdaten einen vollständigen Überblick über den Markt zu erhalten und effektiver auf aktuelle Entwicklungen im E-Commerce reagieren zu können.

===== Lösung/Maßnahmen/Projekt =====

Eine KI-gestützte Market Intelligence-Lösung soll den manuellen Aufwand für Datenverarbeitung und Validierung reduzieren. Dabei liegt der Fokus auf der Erfassung, Aufbereitung und Abstimmung von Daten, für automatisierte Analyseprozesse (Crawling), intelligentes Produktmatching und eine Verifizierung erfasster Artikelinformationen.
Die Umsetzung erfolgte in Zusammenarbeit mit dem Start-up Webdata Solutions mittels eines KI-as-a-Service-Modells in Form einer einfachen Cloud-Lösung, die keine aufwändige Installation erforderte. 


===== Umsetzung =====


==== Was wurde benötigt? ====

Zum Trainieren der Prognosealgorithmen basierend auf Machine Learning sind hochwertige, umfangreiche Daten und statistische Modelle notwendig, welche auch Unsicherheiten und Risiken durch Umfeldfaktoren (bspw. Saisonalitäten, Wettbewerbspreise, etc.) modellieren, um Nachfragen und Umsätze schätzen zu können. Für die Markt- und Konkurrenzanalysen war es daher wichtig, interne Daten wie Lagerbestände, Verkaufszahlen und Einkaufspreise effizient mit externen Internetinformationen zu integrieren. Dabei musste eine Vielzahl multimodaler Informationen (wie Text- und Bilddaten) aus verschiedenen Quellen, einschließlich Produktinformationen, Sortimenten, Kundenbewertungen und Wettbewerbern, berücksichtigt und Artikeln von unterschiedlichen Plattformen und Datenquellen eindeutig zugeordnet werden.
Neben der entsprechenden Infrastruktur war weiterhin eine Schulung der Mitarbeiter notwendig.

==== Was wurde erreicht? ====

Mithilfe zuverlässiger und aktueller Daten erhält Tatonka wertvolle Erkenntnisse im Bereich Produktmanagement und kann hierdurch die Leistungen seiner Vertriebspartner steuern. Die Daten, in Kombination mit Marketingkampagnen und Produkt-Neueinführungen, sowohl von Tatonka als auch von Mitbewerbern, bilden mit die Grundlage für strategische Entscheidungen in den Bereichen Marketing und Produktentwicklung.

==== Lessons Learned ====

KI-integrierte Preisbildungen (Dynamic Pricing) unterstützen die Planung, Steuerung und Überwachung der Vertriebsaktivitäten und erhöhen die Effektivität und Effizienz des Vertriebes.

==== Weiterführende Informationen ====

  * [[https://www.plattform-lernende-systeme.de/files/Downloads/Publikationen/PLS_Booklet_KMU.pdf|Lernende Systeme. (2021). KI im Mittelstand. München.]]
  * [[https://www.visusadvisory.com/post/wie-ki-die-preisgestaltung-im-vertrieb-revolutioniert-dynamic-pricing-mit-maschinellem-lernen| Visus - Künstliche Intelligenz (KI) im Vertrieb (2023)]]