«Für Marken liegt das Risiko im Vertrauensverlust»

Matthias Hudecek: Im Grunde ist Hyperpersonalisierung kein völlig neues Konzept, sondern Personalisierung konsequent weitergedacht. Klassische Personalisierung basiert häufig noch auf Segmentierung: Kunden werden anhand bestimmter Merkmale wie Alter, Geschlecht, Wohnort, Lebensphase oder bisheriger Käufe bestimmten Gruppen zugeordnet. Hyperpersonalisierung geht einen Schritt weiter.

Es geht nicht mehr nur um Zielgruppen, sondern um Individuen. Anders gesagt: Die Segmentgrösse schrumpft idealtypisch auf eins. Dafür werden unterschiedliche Daten kombiniert und Präferenzen abgeleitet. Dazu können auch psychologische Annahmen wie Interessen, Preissensibilität oder Entscheidungsmuster gehören. Diese Merkmale werden meist nicht direkt gemessen, sondern aus dem Verhalten algorithmisch erschlossen.

Der Einfluss von KI ist heute gross, vor allem am Anfang der Customer-Journey. Die Produktsuche verändert sich: Menschen suchen nicht mehr nur über klassische Suchmaschinen oder direkt bei den Onlinehändlern. Sie fragen eine KI: «Welches Produkt passt zu meiner Situation, meinem Budget und meinen Anforderungen?» Damit verschiebt sich die Suche von einer Trefferliste zu einer Beratungssituation.

KI liefert nicht nur Informationen, sondern strukturiert diese auch. Sie beeinflusst somit noch stärker als klassische Suchmaschinen, welche Produkte überhaupt sichtbar und welche Kriterien hervorgehoben werden und welche Optionen Konsumenten ernsthaft in Betracht ziehen. Dazu kommen neue Funktionen: die Suche per Foto, Produktempfehlungen in natürlicher Sprache, Produktvergleiche, Zusammenfassungen von Bewertungen sowie Chatbots, die vor dem Kauf Fragen zu Lieferung, Garantie oder Rückgabe beantworten.

Insgesamt befinden wir uns in einer Übergangsphase. KI-gestützte Personalisierung ist in der Schweiz angekommen, aber echte Hyperpersonalisierung ist noch nicht flächendeckend im Einsatz. Ein gut dokumentiertes Beispiel ist Digitec Galaxus. Dort werden personalisierte Empfehlungen auf Produktseiten, auf der Homepage und im Newsletter eingesetzt. Spannend ist der Einsatz lernender Empfehlungssysteme, die je nach Kontext entscheiden, welche Empfehlung für welche Person nun am besten passt.

Auch Coop und Migros sind starke Beispiele, weil sie mit Supercard und Cumulus über grosse First-Party-Datenbestände verfügen. Coop nutzt KI-gestützte Personalisierung etwa für individualisierte Coupons und personalisierten Content auf der Website. Die Migros setzt mit Cumulus ebenfalls auf ein personalisiertes Bonusprogramm mit speziell zugeschnittenen Angeboten. Spannend ist zudem der Schuhhersteller Helvesko. Der spezialisierte Händler nutzt Hyperpersonalisierung für personalisierte Print-Mailings und E-Mailings auf Basis von Kaufhistorien. Dies führte unter anderem zu höherer Kundenaktivierung und zu einer tieferen Retourenquote.

Hyperpersonalisierung kann der Kundschaft das Leben einfacher machen. Gute Personalisierung fühlt sich nicht unbedingt wie Werbung an, sondern wie Relevanz. Man bekommt weniger irrelevante Informationen, muss weniger suchen und findet schneller Angebote oder Services, die zur eigenen Situation passen. Das ist auch der Grund, warum viele Konsumentinnen und Konsumenten Personalisierung inzwischen erwarten.

Ein weiterer Nutzen liegt in der Reduktion von Komplexität. Viele Kaufentscheidungen sind heute überfordernd. Ein gutes System kann Suchaufwand reduzieren und Informationen strukturieren. Dazu kann es relevante Optionen sichtbar machen. Psychologisch gesprochen hilft Hyperpersonalisierung dabei, aus einer unübersichtlichen Menge an Möglichkeiten eine sinnvolle Vorauswahl zu bilden. Im besten Fall führt das zu besserer Orientierung, passenderen Angeboten, zu weniger Zeitaufwand und zu einem einfacheren Entscheidungsprozess.

Für Marken liegt das Risiko vor allem im Vertrauensverlust. Eine aktuelle Studie im «Journal of Business Research» zu KI-unterstütztem Verkauf zeigt, dass KI-unterstütztes Verkaufen auch nach hinten losgehen kann. Wenn Konsumentinnen und Konsumenten dahinter manipulative Absichten vermuten, bewerten sie die Servicequalität schlechter.

Interessant ist der «Creepiness»-Faktor. Eine aktuelle Studie zum digitalen Mithören zeigt, dass Personalisierung dann kontraproduktiv sein kann, wenn sich bei Kunden und Kundinnen das Gefühl einstellt, dass eine Marke zu viel weiss oder Daten auf eine übergriffige Weise nutzt. Dann kann eine hohe Personalisierungsgenauigkeit nicht mehr als hilfreich, sondern als unheimlich oder kontrollierend erlebt werden.