Ausgangslage
Viele Kunden konfigurieren ihr Fahrzeug, ohne relevante Zusatzausstattung zu entdecken. Der Konzern wollte personalisierte Empfehlungen - aber als Dienst, der für mehrere Marken funktioniert, sich in bestehende Vertriebsanwendungen einfügt und nicht von einem einzelnen AI-Anbieter abhängt.
Lösung
- AI-gestütztes Empfehlungssystem, das auf Basis bestehender Konfigurationen relevante Zusatzausstattung erkennt.
- Vektorsuche mit Ähnlichkeitslogik - Empfehlungen erst ab einer definierten Schwelle, damit sie wirklich passen.
- Skalierbarer Recommendation-Service mit Anbindung an bestehende Vertriebsanwendungen, betrieben in der Cloud-Umgebung des Kunden.
- Proof of Concept mit Fachbereich und IT des Kunden.
- Evaluierung eines eigenen Sprachmodells, um die Unabhängigkeit von Drittanbietern zu sichern.
Ergebnis
- Personalisierte Vorschläge als Hebel für Conversion und Kundenzufriedenheit.
- Markenübergreifend einsetzbar statt einer Insellösung pro Marke.
- Eine Architektur, die Modellwechsel erlaubt - Souveränität als Designprinzip.
* Projekt: Umsetzung verantwortet · ● im Betrieb: wir betreiben die Lösung heute
