Learning-Case: Wenn Kundenwünsche endlich wahr werden – Produktentwicklung mit KI

63 Minuten Video · Auszug aus dem Gespräch

Worüber gesprochen wird und was gezeigt wird

Was würden deine Kunden an deinem nächsten Produkt ändern, und was wäre, wenn du sie fragen könntest, ohne Fokusgruppen und Interviews? Dieser Learning Case stellt den digitalen Zwilling des Kunden vor, eine KI, die aus Sprache auf Persönlichkeit schließt und dann so antwortet, wie es die Zielgruppe tun würde. Zu Gast ist der Mitgründer des Start-ups Mnemonic AI aus Austin, Texas, Buchautor zum Thema KI in der Praxis. Gedacht für Produktverantwortliche, Marketing und alle, die Marktforschung schneller brauchen.

Gezeigt wird ein Chatbot, der mit öffentlichen Daten von data.gov zu Pickup-Käufern trainiert ist. Er listet die Hauptprobleme von Dodge-Ram-Fahrern auf, Kühlung, Dieselmotor, Innenraum, Windgeräusche, vergleicht sie mit dem Ford F-150 und nennt drei Käufersegmente mit ihren dominanten Big-Five-Merkmalen. Auf Anweisung schreibt er einen 500-Wörter-Landingpage-Text zur Pflege des Kühlsystems, ausgerichtet auf das Hauptmerkmal der Zielgruppe. Dazu Zahlen aus Kundenprojekten: vierfache Conversion, 75 Prozent niedrigere Kosten pro Neukunde, fünf bis neun Tage Einrichtung, Daten aus SAP, Salesforce, HubSpot, Call-Logs oder handgeschriebenen Zetteln per OCR.

Du nimmst mit, dass sich Persönlichkeit aus Wortwahl und Pronomen messen lässt und dass Marken wie Patagonia erstaunt feststellen, dass ihre Käufer deren Werte gar nicht teilen und schlicht Qualität kaufen. Das System baut auf Knowledge Graphs statt auf einem reinen Sprachmodell, halluziniert deshalb nicht und sagt im Zweifel, dass es etwas nicht weiß. Grenzen: Für transaktionale Fragen braucht es interne Verkaufsdaten, seltene Sprachen und andere Schriftsysteme sind schwächer, und das Thema Data Leakage bei großen Sprachmodellen bleibt offen.