04.10.2021

Wie Künstliche Intelligenz Ihren Vertrieb optimiert

Was wäre, wenn Sie die Preisbereitschaft Ihrer Kunden kennen würden? Ein oberösterreichisches Unternehmen ermöglicht genau das – mit Hilfe von Künstlicher Intelligenz.

Es ist ein Schatz, der nahezu nie gehoben wird. Rund 100.000 Angebote stellt Fensterhersteller Internorm pro Jahr. Jedes einzelne – ob letztlich erfolgreich oder nicht – generiert wertvolles Wissen: über den Kunden, über den Wettbewerb, über die einzelne Produktkonfiguration und natürlich über den Preis. Ein Wissen, das auch von hunderten Vertriebsmitarbeitern nicht verarbeitet werden kann. Schon gar nicht tagesaktuell. Und schon gar nicht systematisch-mathematisch. Es sei denn, man setzt auf Künstliche Intelligenz.

„Im Vertriebsprozess gibt es vier Elemente, die entscheidend für den Erfolg sind“, sagt Franz Juen, „nämlich Marktforschung, Marktplanung, operative Markterschließung und Kundenbindung. Diese Elemente bilden einen Zirkel, der immer wieder von vorne beginnt.“ Franz Juen ist CEO und Gründer von Quomatic, einem oberösterreichischen Software-Unternehmen, das sich nicht weniger vorgenommen hat, als die entscheidende Frage zu beantworten: What is the customer willing to pay?

Sehen, was der Mensch nicht mehr sehen kann
Die 2017 gegründete Quomatic verfolgt die Idee, Vertriebsprozesse unter Einsatz von Künstlicher Intelligenz zu automatisieren, sie „smarter zu machen“, wie Gesellschafter und Business Developer Christian Eberhardt-Motzelt es nennt: „Wir bieten ein Softwaretool, das diese vier Themen behandelt, das Dinge sieht, die der Mensch nicht mehr sehen kann. Und damit generieren wir umfassenden, schnellen Mehrwert, der zeitnahe Amortisation schafft.“

Die „Salesmatic Suite“ von Quomatic basiert auf der Idee, endogene Unternehmens-Daten unter Einsatz von KI mit exogenen Daten zu korrelieren und als Destillat relevante Aussagen über die Zukunft zu bieten. Die historischen Informationen aus den Angeboten werden dabei mit einer Unzahl von externen Informationen verknüpft: Mit der Entwicklung der Zinssätze etwa, mit Informationen über Lieferzeiten und Logistikkosten, mit Börsenindizes von Wettbewerbern und sogar mit Wetterdaten. „Wir integrieren also exogene Daten, deren Einfluss auf die Preisbereitschaft auf den ersten Blick oft nicht logisch erscheint“, sagt Eberhardt-Motzelt. Ein Beispiel: Wenn der Zinssatz niedrig ist, ist die Preisbereitschaft bei gewissen Kundengruppen tendenziell höher.

Gewaltiger Datenpool
Salesmatic integriert einen Datenpool, der sich aus sämtlichen zugänglichen europäischen Datenbanken speist, wobei die Software auch die Stärke des Einflusses auf die Preisbereitschaft angibt. Das Modell wird laufend trainiert, und am Ende steht eine Empfehlung, welcher Preis im Angebot enthalten sein sollte. Die Kunden bekommen dabei unterschiedlichste Steuerungsknöpfe in die Hand.

So kann etwa ermittelt werden: Wenn man den Preis um x Prozent verändert – wie verändert sich die Auftragswahrscheinlichkeit? Oder: Man will maximale Auftragswahrscheinlichkeit bei einem Mindest-Deckungsbeitrag. Oder: Man will maximalen Deckungsbeitrag – wie hoch ist die Wahrscheinlichkeit, dass das Angebot angenommen wird?
 

Ein KI-System in Alarmbereitschaft
Spannend ist auch das Thema der Rabattierung. „Wir sehen immer wieder, dass Kunden völlig unterschiedliche Preisbereitschaften haben, das ist nicht linear“, erzählt Franz Juen. Ab einem gewissen Rabatt bringt weiterer Rabatt also keine Vorteile mehr, „dann verschenkt man Geld“. Salesmatic gibt darüber hinaus ein sogenanntes Vertrauensintervall an: Eine Aussage über das Risiko, dass die Berechnungen falsch sind.

Derzeit, sagt Juen, liegt das System in einem Bereich zwischen 80 und 95 Prozent, je nachdem, wie umfangreich die Daten aus dem jeweiligen Unternehmen sind. Das System erzeugt darüber hinaus Alarme, wenn sich für die Preisgestaltung relevante Faktoren verändern. Loyalitätsmanagement ist ebenfalls Teil des Algorithmus: Alarm gibt es also auch, wenn ein Kunde plötzlich nicht mehr Kunde ist. Dann ergeht eine Empfehlung an den Vertrieb, hier mal nachzufragen.


Beliebige Quellen, drei Tage bis zur Umsetzung
Aus welchen Quellen die Unternehmensdaten stammen, ist dabei relativ egal. Salesmatic integriert Daten aus dem CRM, dem ERP oder auch aus Fertigungstools, und das über eine Vielzahl möglicher Schnittstellen. Die Daten werden in ein Data Warehouse gezogen, wo sie streng geschützt bleiben – selbst Quomatic hat keinen direkten Zugriff darauf. Die Kunden müssen nicht für weitere Software Infrastruktur sorgen, sie erhalten ein Festpreisangebot mit Runtime-Lizenz. Umgesetzt wird der Auftrag binnen maximal drei Tagen nach Erhalt der Daten. Die Lösung, sagt Franz Juen, funktioniert bereits ab rund 1.000 Angeboten zuverlässig.

System follows Strategy
Dass der Begriff „Künstliche Intelligenz“ im Grunde eine Verkürzung darstellt, ist ein Kompromiss, den die Quomatic-Gründer eingehen müssen. 

Digitalisierung und KI sind letztlich immer CEO-topics“, betont Eberhardt-Motzelt, „und natürlich ist der Begriff KI auch ein enormer Marketing-Hebel gegenüber den eigenen Shareholdern.“ Tatsächlich steht hinter Salesmatic eine Reihe unterschiedlicher Methodiken und Algorithmen, darunter Selbstverstärkendes Lernen, Long short-term Memory, klassisches Machine Learning.

Welche Algorithmen im Einzelfall die passenden sind, entscheidet Quomatic auf der Basis der endogenen Datensätze. Und das nach dem klassischen Verfahren: Historische Daten mehrerer Jahre werden herangezogen, um die Zukunft zu prognostizieren oder die aktuellen Angebote optimal zu bepreisen. „Und dann entscheiden wir, welcher Algorithmus am besten fittet. System follows Strategy.“

Prominenter Beistand
Dass die Quomatic-Gründer wissen, wovon sie sprechen, belegen nicht nur ihre Erfolge, sondern auch ihr akademischer Hintergrund. Chief Artificial Intelligence Officer von Quomatic ist Ulrich Bodenhofer, Professor für künstliche Intelligenz an der Fachhochschule Hagenberg.

Mitglied des Advisory Boards ist der legendäre Sepp Hochreiter, Leiter des Instituts für Machine Learning an der JKU und einer der Erfinder des Long short-term Memory, der von Unternehmen wie Google, Apple und Microsoft als grundlegende Komponente für neue Produkte eingesetzt wird. Apple verwendet LSTM für die „Quicktype“-Funktion auf dem iPhone und für Siri. Amazon verwendet LSTM für Amazon Alexa.

5:2
A propos Erfolge: Wie gut Salesmatic funktioniert, wollte auch Kunde Internorm wissen. Und unterzog das System einem Test: Über sieben historische Quartale machte der Fensterhersteller die jeweiligen Sales
Forecasts der Vertriebsmitarbeiter transparent und verglich sie mit den Forecasts, die der Algorithmus auf Basis der gleichen Informationen erstellt hätte.

as Ergebnis war eindeutig: Mit 5:2 gewann die Künstliche Intelligenz. „In ein paar Jahren“, meint Franz Juen, „wird es wohl 6:1 stehen. Und irgendwann vielleicht 7:0.

Hier können Sie eine Demo von Salesmatic anfordern.

Von Bernhard Fragner

 

© Quomatic

Mit einem KI-Algorithmus zum Verkaufsabschluss: Quomatic. AI-Team Lukas Stallinger, Franz Juen und Ulrich Bodenhofer (v. l.)