IDEAS home Printed from https://ideas.repec.org/h/spr/sprchp/978-3-658-51173-9_2.html

Grundlagen und Potenziale der KI im E-Commerce

In: Der neue KI-Commerce

Author

Listed:
  • Gerrit Heinemann

    (Hochschule Niederrhein, eWeb Research Center)

Abstract

Zusammenfassung Künstliche Intelligenz (KI) ist Teilgebiet der Informatik und geht weit über die Digitalisierung hinaus, die zweifelsohne Voraussetzung für KI ist. Grundsätzlich wird zwischen schwacher und starker KI unterschieden. Starke KI ist befähigt, im Rahmen des Deep Learning intellektuelle Aufgaben zu bewältigen, existiert jedoch noch nicht vollumfänglich in der Praxis. Die häufigsten Formen der KI sind derzeit dem maschinellen Lernen zuzurechnen, das auf statistischen Lernalgorithmen beruht. Generative KI ist als Teil des Deep Learning darauf spezialisiert, neue Inhalte in Form von Texten, Bildern, Videos oder Audioinhalten auf der Grundlage von Benutzereingaben zu generieren. Prominentester Vertreter der generativen KI ist ChatGPT. Für dessen Einsatz in Unternehmen sind zuallererst die Basisvoraussetzungen zu schaffen, die ein datenbasiertes Arbeiten ermöglichen. Dies betrifft vor allem die Datenqualität und -verfügbarkeit, die technologische Infrastruktur sowie die Fachkompetenz der Belegschaft. Zudem sind organisatorische und kulturelle Voraussetzungen zu beachten. Grundsätzlich kann KI in allen betrieblichen Funktionen eingesetzt werden, wobei es jedoch große Unterschiede zwischen Front- und Back-Office-Funktionen gibt. Insgesamt erkennt die Mehrheit der Handelsunternehmen das Potenzial der Künstlichen Intelligenz und sieht sie als sinnvolles Investitionsfeld.

Suggested Citation

  • Gerrit Heinemann, 2026. "Grundlagen und Potenziale der KI im E-Commerce," Springer Books, in: Der neue KI-Commerce, chapter 2, pages 23-45, Springer.
    • Handle: RePEc:spr:sprchp:978-3-658-51173-9_2
    DOI: 10.1007/978-3-658-51173-9_2
    as

    Download full text from publisher

    To our knowledge, this item is not available for download. To find whether it is available, there are three options:
    1. Check below whether another version of this item is available online.
    2. Check on the provider's web page whether it is in fact available.
    3. Perform a
    for a similarly titled item that would be available.

    More about this item

    Statistics

    Access and download statistics

    Corrections

    All material on this site has been provided by the respective publishers and authors. You can help correct errors and omissions. When requesting a correction, please mention this item's handle: RePEc:spr:sprchp:978-3-658-51173-9_2. See general information about how to correct material in RePEc.

    If you have authored this item and are not yet registered with RePEc, we encourage you to do it here. This allows to link your profile to this item. It also allows you to accept potential citations to this item that we are uncertain about.

    We have no bibliographic references for this item. You can help adding them by using this form .

    If you know of missing items citing this one, you can help us creating those links by adding the relevant references in the same way as above, for each refering item. If you are a registered author of this item, you may also want to check the "citations" tab in your RePEc Author Service profile, as there may be some citations waiting for confirmation.

    For technical questions regarding this item, or to correct its authors, title, abstract, bibliographic or download information, contact: Sonal Shukla or Springer Nature Abstracting and Indexing (email available below). General contact details of provider: http://www.springer.com .

    Please note that corrections may take a couple of weeks to filter through the various RePEc services.

    IDEAS is a RePEc service. RePEc uses bibliographic data supplied by the respective publishers.