Zur Hauptnavigation wechseln Zur Suche wechseln Zum Hauptinhalt wechseln

Potenziale Künstlicher Intelligenz zur Optimierung der User Experience im E-Commerce

  • Michael Manfred Garstenauer

    Studienabschlussarbeit: Bachelorarbeit

    Abstract

    (i) Motivation und Problemstellung Die rasante Entwicklung Künstlicher Intelligenz und die zunehmende Ausbreitung der Technologie führt zu der Frage, inwiefern KI-Technologien dabei helfen können, die User Experience im E-Commerce zu optimieren. Klassische Methoden zur Personalisierung sind nicht dazu im Stande, komplexe Nutzerbedürfnisse und situative Kontexte zu erfassen. Mit dem steigenden Wettbewerb im Handel wächst jedoch die Relevanz einer herausragenden User Experience, die sich zu einem wichtigen Differenzierungsfaktor entwickelt. Die Arbeit beschäftigt sich daher mit der Frage, wie KI zu einer Optimierung der User Experience beitragen kann. (ii) Inhaltlicher Aufbau und Methodik Zur Beantwortung des zentralen Themas der Arbeit wurde eine systematische Literaturrecherche durchgeführt. Mithilfe von Ein- und Ausschlusskriterien konnte geeignete Literatur identifiziert werden. Die theoretischen Grundlagen zu UX, UI, KI und E-Commerce wurde mithilfe weiterer grundlegender Literatur bearbeitet. Daraufhin wurden relevante Technologien des Machine Learnings und des Deep Learnings hinsichtlich ihrer funktionalen Bedeutung und ihres Potenzials zum Einsatz im UX-Design analysiert. Basierend darauf wurden anwendungsorientierte Möglichkeiten vorgestellt, unter anderem KI-gestützte Verhaltensanalysen oder adaptive UI-Systeme. (iii) Konkrete Ergebnisse der Arbeit Im Zuge der Arbeit zeigte sich, dass die KI-Technologien Machine Learning und Deep Learning sowie deren Sub-Technologien effektiv zur Identifikation und Interpretation von Nutzerverhaltensmustern verwendet werden können. Mithilfe von Reinforcement Learning können Empfehlungssysteme dynamisch an Echtzeitverhalten angepasst werden. Sogenannte Transformer Modelle ermöglichen die kontextgebundene Analyse von sequenziellen Daten. Generative Adversarial Networks helfen dabei, die Gestaltung visueller Elemente und das Vervollständigen lückenhafter Datensätze zu ermöglichen. Die Arbeit zeigt auch, dass emotionale und psychologische Zustände der Nutzer:innen mittels Deep Learning erkannt und für die UX-Optimierung eingesetzt werden können. Es ist klar ersichtlich das Künstliche Intelligenz ein großes Potenzial zur Verbesserung der User Experience im E-Commerce mit sich bringt, jedoch gibt es auch Herausforderungen. Vor allem hinsichtlich der fehlenden Transparenz der algorithmischen Entscheidungen komplexer Modelle gibt es Optimierungsbedarf. Insgesamt verdeutlicht die Arbeit jedoch, dass KI-Technologien ein hohes Potenzial zur nutzerzentrierten Optimierung der User Experience im E-Commerce besitzen.
    Datum der Bewilligung2025
    OriginalspracheDeutsch (Österreich)
    Gradverleihende Hochschule
    • FH OÖ
    Betreuer/-inArmin Johann Schnürer (Betreuer*in)

    Studiengang

    • Marketing und Digital Business

    Zitieren

    '