Statische Onlineshops und konventionelle RAG-Systeme (Retrieval-Augmented Generation) behandeln Nutzer in der Regel einheitlich. Durchsucht ein System den Datenbestand ohne Kontextfilter, werden unter Umständen Informationen geliefert, die für die konkrete Nutzersituation nicht relevant sind.
Ein Ansatz von uns beschreibt ein Verfahren, bei dem ein KI-gestützter Chatbot Besucher während der Session einordnet, um den Datenabruf im RAG-System sowie die Darstellung im Chat anzupassen.
Klassifizierung über drei Selektionsschichten
Die Einordnung erfolgt ohne zusätzliche Formulare über drei Signale:
- Zero-Shot Intent Classification: Das Sprachmodell analysiert Formulierung und Tonalität der ersten Anfrage, um die primäre Kauf- oder Informationsabsicht zu bestimmen.
- Guided Selling via Clickable Prompts: Vordefinierte Einstiegsoptionen im Chat ermöglichen eine unmittelbare Zuordnung durch die Erstauswahl des Nutzers.
- Session-Kontext: Ein User Context Object aggregiert kontinuierlich Verweildauer, Klickpfade und Warenkorbwerte zur dynamischen Anpassung der Segmentierung.
Selektiver Informationsabruf und UI-Steuerung
Die ermittelte Kategorie steuert den Abruf aus Vektordatenbanken (z. B. ChromaDB) über Metadaten-Filter sowie den Einsatz von Knowledge Graphs. Neben Inhalten und System-Prompts werden spezifische UI-Elemente angepasst:
- Direktkäufer: Priorisierung von Verfügbarkeiten und Lieferzeiten sowie Einbindung von Warenkorb-Buttons.
- Informationssucher: Bereitstellung von technischen Datenblättern, Spezifikationen und PDF-Downloads.
- Sicherheitskäufer: Fokussierung auf Garantien, Retourenrichtlinien und Kundenbewertungen. Systemarchitektur und Service-Anbindung
Die Umsetzung erfolgt softwareseitig über einen Router-Agenten, beispielsweise auf Basis von LangChain oder nativen PHP-Frameworks wie Neuron AI. Über Schnittstellen zur Live-Session-API des Shops können Schwellenwerte (z. B. beim Warenkorbwert) definiert werden, um kaufentscheidende Daten gezielt zu priorisieren oder eine Übergabe an den Kundenservice vorzubereiten (Human-in-the-Loop).
📄 Whitepaper „Intelligente Besuchersegmentierung im E-Commerce“ als PDF herunterladen