Künstliche Intelligenz für Personalisierung im Handel - Morris ...

Die Seite wird erstellt Dastin Behrendt
 
WEITER LESEN
Künstliche Intelligenz für Personalisierung im Handel - Morris ...
1   12.02.2020   KI für Handel – Adesso Dortmund

                      Künstliche Intelligenz für Personalisierung im Handel

                                                   Prof. Dr. – Ing. Morris Riedel
                                 Jülich Supercomputing Centre, Forschungszentrum Jülich, Deutschland
                              School of Engineering and Natural Sciences, Universität Island, Reykjavik, Island
                                               12.02.2020, Adesso, Dortmund, Deutschland

                                               @Morris Riedel    @MorrisRiedel       @MorrisRiedel
Künstliche Intelligenz für Personalisierung im Handel - Morris ...
2   12.02.2020   KI für Handel – Adesso Dortmund

Video Blackberry als Einstieg (von 2013  dennoch aktuell!)

                                                   [20] YouTube, Blackberry Concept Video
Künstliche Intelligenz für Personalisierung im Handel - Morris ...
3     12.02.2020   KI für Handel – Adesso Dortmund

 Schlagworte

                          Maschinelles
 Künstliche                 Lernen
 Intelligenz                                                                            Big Data

      Deep                 Personalisiert &
     Learning                 Individuell                                                             High Performance
                                                                Stationärer
                                                                                                      Computing & Cloud
                                                               Einzelhandel
                                                                                                      Computing

                                               Customer Journey
                                               & Einkaufserlebnis
Seamless
Shopping                                                                                              Modular
                                                                              Cross                Supercomputing
                                                                              Channel
Künstliche Intelligenz für Personalisierung im Handel - Morris ...
4   12.02.2020   KI für Handel – Adesso Dortmund

Künstliche Intelligenz – Was ist das?
Künstliche Intelligenz für Personalisierung im Handel - Morris ...
5   12.02.2020   KI für Handel – Adesso Dortmund

Künstliche Intelligenz im Kontext
                                                                                     Classification

                                     Künstliche Intelligenz (KI)
                                    Ein sehr breites Feld mit Techniken und
                                    Werkzeugen die Computern erlauben
                                    das menschliche Verhalten nachzuahmen

                                                                                                      Clustering

                                     Maschinelles Lernen (ML)
                                     Lernen aus Daten ohne explizit ein Programm
                                     aus üblichen Programmiersprachen zu haben

                                                                                      Regression
                                    Deep Learning (DL)
                                     Komplexe Systeme mit der Fähigkeit die
                                     zugrundeliegenden Merkmale in Daten zu lernen
Künstliche Intelligenz für Personalisierung im Handel - Morris ...
6     12.02.2020    KI für Handel – Adesso Dortmund

Maschinelles Lernen – Kernprinzipien & Einfaches Beispiel

1.     Es gibt eine Art „Muster“ in den Daten
2.     Es gibt keine exakte mathematische Formel dafür               (was ist das        (was bedeutet das für
3.     Es gibt historische Daten von denen wir lernen können      für eine Pflanze?)       Typen von Kunden
                                                                                         und Personalisierung?)

                                                      ?

     (Blumentyp ‘IRIS Setosa‘)

[6] Image sources: Species Iris Group of
North America Database, www.signa.org
                                                          (Blumentyp ‘IRIS Virginica‘)
Künstliche Intelligenz für Personalisierung im Handel - Morris ...
7   12.02.2020   KI für Handel – Adesso Dortmund

Reifegrad Künstliche Intelligenz im Jahre 2020
Künstliche Intelligenz für Personalisierung im Handel - Morris ...
8   12.02.2020   KI für Handel – Adesso Dortmund

                                             KI in 2020 – Komplexe Zusammenhänge aber „Überschaubar“
Lernmodell Richtigkeit (engl. ‘Accuracy‘)

                                                                                                                                                        High Performance
                                                                                                                                         Zeit zur      Computing & Cloud
                                                                                                                                       Verarbeitung
                                                                                                  Große Deep Learning Netzwerke                            Computing
                                             ‘kleine Datensätze‘

                                            Manuelles Feature
                                              Engineering‘
                                             ändert hier die                                              Medium Deep Learning Network
                                               Ordnung
                                                                                                       Kleine Neuronale Netze

                                                                                                          Traditionelle Lernmodelle
                                                                                                                                    MatLab
                                                                                                                     Statistical
                                                                                                SVMs
                                                                      Random                                         Computing with R
                                                                      Forests
                                                                                                                          scikit-learn Weka   Octave

                                            Volumen der Datensätze                                                                 ‘Big Data‘         [1] www.big-data.tips
Künstliche Intelligenz für Personalisierung im Handel - Morris ...
9      12.02.2020   KI für Handel – Adesso Dortmund

       2020 – Hoher Reifegrad & Nutzung von KI war nie Einfacher & Stabiler
1952       Stochastic Gradient
           Descent
           • Optimierungs-
              probleme lösen
1958       Perceptron
           Lernmodell                          Big Data          Hardware             Software
           • Lernende                          • Große           • Mehr Memory        • Skalierende
              Gewichte
 …

                                                  Datenmengen    • Graphical             Datenanalyse
                                               • Leichter           Processing        • Neue Lernmodelle
                                                  Zugang            Units (GPUs)      • Open Source &
1985       ‘Backpropagation der                • Mehr Speicher   • HPC & Parallele       Freie Software
           Fehler‘ Ansatz im Lernen                                 Systeme              Pakete
           • Künstliche Neuronale
              Netze

1995       Deep Convolutional
           Neural Networks                                                           [2] Keras
           • Deutliche
              Verbesserung in                                                                              [5] soccerwatch.tv
                                                             [4] NVIDIA        [3] TensorFlow
 …

              der Bilderkennung

           Enorme Chancen                                                 Kombination: Start-up Beispiel aus Forschungsgruppe
2020       durch Deep Learning
Künstliche Intelligenz für Personalisierung im Handel - Morris ...
10   12.02.2020   KI für Handel – Adesso Dortmund

Personalisierung & Kernelemente für KI als Referenzmodell
11   12.02.2020   KI für Handel – Adesso Dortmund

Je besser man Kunden kennt, desto mehr Personalisierung möglich
Beispiele relevanter Muster in Kunden für KI
                                                                                  (übliche Hürde Daten:
• Vorlieben, Vorzüge, Präferenzen                                                                                                          (Kassen-
                                                                                     Kommen wir an          (Ratings)
• Spezieller Bedarf; fixed Preis vs. Cross-Selling                                                                                         systeme)
                                                                                    die notwendigen
• Einzigartige Eigenschaften
                                                                                      Daten für KI?)
• Verstehen wie Apps, Webseiten &
   Social Media individuell genutzt werden                                            (Ist der Shop
• Welche Ratings & Reviews wurden geprüft                                           überhaupt digital
• Bereits ausprobierte Produkte                                                                                                             (Shop-
                                                                                         genug?)          (Webshop)
• Projezierung auf „Muster Mensch Kunde“                                                                                                  sensoren)
   (bspw. Generative Adversarial Networks)                   (Webseiten bieten bereits
                                                          individuellen Inhalt für Kunden)         KI Fallgruben bei Personalisierung
                                                                                                   • In manchen Fällen einfacher besser
                                                                                                       (z.B. A/B Testing), „Occams Razor“
                                                                                                   • KI nicht gut in gesamten Plan integriert
                                                                                                       (z.B. Marketing, Sales, Shop, etc.)
                                                                                                   • Personen ändern sich, manchmal schnell
Personalisiert &                                                                                   • KI Entwicklung ist ein „Prozess“ / Person
   Individuell                                                                                         (z.B. CRISP-DM Prozess, iterativ besser)
                                        Stationärer              Seamless                          • Es gibt nicht nur ein großes magisches
                                       Einzelhandel              Shopping                              KI Modell, sondern mindestens ~100
                                                                                                   • GDPR (dt. Datenschutz-
                                                           (Personalisierung gut                       Grundverordnung DSGVO)
                                                     umgesetzt erhöht die Conversion,              • Training zeitintensiv, Inferenz ist schnell
                   Customer Journey
                                                    simpler Ansatz A/B Testing ohne KI)
                   & Einkaufserlebnis                                                                                   [8] Understanding Personalization
ON4OFF - Forschungsprojekt
13   12.02.2020   KI für Handel – Adesso Dortmund

ON4OFF Referenzmodell für den Einzelhandel
14   12.02.2020   KI für Handel – Adesso Dortmund

„Best of Bread Ansätze“ durch KI für Personalisierung im Handel
15   12.02.2020   KI für Handel – Adesso Dortmund

   „Best of Bread Ansätze“ – KI zur „Vorahnung“ von Kundenerwartungen
   Vorahnung durch KI
                                                                                       Breite Menge von Datenquellen
   • Favorisierte Produkte
                                                                                       • Recherche Kunde bei Reviews & Ratings
   • Artikel der richtigen Marke, die bevorzugt wird
                                                                                       • Kundensuche im Internet & Browser
   • Zur richtigen Zeit verfügbar
                                                                                       • Social Media Interaktionen & Page/Ad Clicks
   • Am richtigen Ort verfügbar
                                                                                       • Vorherige Besuche des Shops
   • Kunden personalisiert ansprechen
                                                                                       • Reklamationen?
   • Personalisierte Vorschläge („Recommender“)
  KI Modelle
  • Verstehen Kunden zunächst in Schubladen
     (Klassen, nicht komplett personalisiert)  Leichter
  • Bei mehr Datenverfügbarkeit zur Person
                                                                                                       G
     Personalisierung und Vorhersagen                                                                      Sichere Daten Repositorien
     Kundenerwartungen in App/Shop  Schwieriger
                                                                                                     Impact Shop
                                                                                                     • Verständnis welche Produkte im
                                                                                                        Shop wirklich gebraucht werden
                                                                                H                    • Bessere Pflege von vielen
                                                                                                        Produktkollektionen
                                                                                                     • Effektive Sortimentsplanung
                                                                                                     • Effizientes Einkaufserlebnis
                     F                                                                               • Umsätze werden geschärft
                                                                                                     • Produktplatzierung im Shop
Sichere Datenbanken & AI Modelle                           Kassensystem / Datenintegration Shop             [7] AI Revolutionizing Personalization
16     12.02.2020   KI für Handel – Adesso Dortmund

   „Best of Bread Ansätze“ – KI zur „Vorahnung“ von Kundenerwartungen

                                                                                                                   Amazon
 Handel zum
                                                                                                                 4-Star Shops
Ausprobieren &
  Erforschen
                                                                                                                 [11] Entrepreneur
 [10] B8TA, Retail
 designed for
 discovery

                                                                                                Impact Shop
                                                                                                • Verständnis welche Produkte im
                                                                                                   Shop wirklich gebraucht werden
                                                                              H                 • Bessere Pflege von vielen
                                                                                                   Produktkollektionen
                                                                                                • Effektive Sortimentsplanung
                                                                                                • Effizientes Einkaufserlebnis
                       F                                                                        • Umsätze werden geschärft
                                                                                                • Produktplatzierung im Shop
Sichere Datenbanken & AI Modelle                         Kassensystem / Datenintegration Shop         [7] AI Revolutionizing Personalization
17   12.02.2020   KI für Handel – Adesso Dortmund

   „Best of Bread Ansätze“ – KI zur „Vorahnung“ von Kundenerwartungen
                                                       Bspw.: Association Rule Mining Techniken – Personalisiert
                                                       • Findet in großen Datenmengen häufige Produkte die zusammengekauft werden
                                                       • Funktioniert nicht nur mit zwei Produkten, sondern mit drei, vier, fünf, etc.
                                                       • „Confidence“ gibt eine Metrik um zu messen wie sicher ist diese Regel
                                                       • Klingt einfach, aber durch die hohe Anzahl Regeln komplizierter als man denkt
                                                       • Shop-Eigentümer zunächst skeptisch, dann gibt es aber „aha Effekte“

                                                               Bspw.: Recommende Techniken – Personalisiert
                                                               • Content-based Recommendersysteme analysieren Eigenschaften der
                                                                  Produkte und schlagen darauf basieren welche vor
                                                               • Collaborative Filtering Recommendersysteme schlagen Produkte vor
                                                                  basierend auf Ähnlichkeit mit anderen Kunden/Produkten
                                                               • Vorgeschlagene Produkte sind solche von ähnlichen Kunden

                     F
Sichere Datenbanken & AI Modelle
18   12.02.2020   KI für Handel – Adesso Dortmund

   „Best of Bread Ansätze“ – KI zur „Bereicherung“ des Einkaufserlebnisses
   KI Mustererkennung
                                                                                   Breite Menge von Datenquellen
   • Was wird ausprobiert im Shop
                                                                                   • Haptische Sensoren
   • Was guckt sich der Kunde „länger an“
                                                                                   • Lokale Bilder ohne Personerkennung
   • Wie nimmt der Kunde das Produkt war
                                                                                   • Länge, Dauer Nutzung von Erlebnissen &
      (Erlebnis, bspw.: virtuelle Duftprobe mit
                                                                                      Produkten evtl. auch durch Mitarbeiter
      VR Brille bei manchen Personen oder nicht)
                                                                                   • Kundenprofil
                                                                                   • Kaufhistorie
  KI Modelle
  • Shopnavigation: Natürliche Sprache analysieren (engl. „NLP“)
     und/oder Touchscreens um Produkte im Shop zu finden
  • Virtuelle Shopassistenten für Produktfragen &
                                                                                                   G
     im Kontext bessere/passende Vorschläge                                                            Sichere Daten Repositorien
  • KI mit Augmented Reality für virtuelle „Anproberäume“
  • Smart Checkouts durch Bildanalyse ohne „Warteschlangen“                                     Impact Shop
                                                                                                • Kunden kommen zurück um
                                                                                                   neue individuelle Erlebnisse
                                                                            H                      zu erleben
                                                                                                • Neue Kunden die neugierig
                                                                                                   werden wie Ihr individuelles
                                                                                                   Erlebniss besser/anders ist
                     F                                                                          • Reduziert Kernproblem
                                                                                                   Warten auf Bezahlung/Beratung
Sichere Datenbanken & AI Modelle                       Kassensystem / Datenintegration Shop             [7] AI Revolutionizing Personalization
19   12.02.2020    KI für Handel – Adesso Dortmund

   „Best of Bread Ansätze“ – KI zur „Bereicherung“ des Einkaufserlebnisses

            [12] DeepSense.ai, ‘Produkterkennung’                                 [16] SmartCart – shopping carts with cameras and easy checkout

                                                                                                           Impact Shop
                                                                                                           • Kunden kommen zurück um
                                                                                                              neue individuelle Erlebnisse
                                                                             H                                zu erleben
                                                                                                           • Neue Kunden die neugierig
                                                                                                              werden wie Ihr individuelles
                                                                                                              Erlebniss besser/anders ist
                      F                                                                                    • Reduziert Kernproblem
                                                                                                              Warten auf Bezahlung/Beratung
Sichere Datenbanken & AI Modelle                        Kassensystem / Datenintegration Shop                          [7] AI Revolutionizing Personalization
20     12.02.2020   KI für Handel – Adesso Dortmund

„Best of Bread Ansätze“ – KI zur „Bereicherung“ des Einkaufserlebnisses

                                                                              Vortrainiertes RESNET-50 Netzwerk auf 14
                                                                               Mio Bilder (ImageNet Bilder frei verfügbar)
                                                                              3-4 Stunden Aufwand, nicht sehr komplex
                                                                               (Fine-tuning mit RESNET-50 etwas mehr)
                                                                              Einmal trainiert, braucht kaum Rechenzeit
                                                                              Adaptierbar auf Ihre Produktpalette
                                                                              Top 1-5 Treffer denkbar (nicht nur
                                                                               Hauptbegriff - auch Nebenbegriffe)
                                                                              Datenanreicherung statt direkt
                                                                               Kundenkontakt, dann NLP Prozesse
                                                                (Trend…)       (Neuartige tiefe Neuronale Lernnetze zur Bilderkennung …)
     (Ich suche ein Parfum das sieht aus wie ein Goldbarren…)

                                                                                                           (Tiefes neuronales Netzwerk)

                                                                                                                       [17] Foto: lührmann.de
21   12.02.2020   KI für Handel – Adesso Dortmund

„Best of Bread Ansätze“ – KI zur „Bereicherung“ des Einkaufserlebnisses

                                                                              (… wie eine Tischlampe)

                                                                                              (… wie ein
                                                                                              Cocktail Shaker)

                                                                                                                 (… wie ein
                                                                                                                 Rotwein
                                                                                                                 oder Vase)

         [15] DeepSense.ai, ‘Produkterkennung’

                                                    (Nächster Schritt bspw.:
                                                    Wo ist Produkt X bzw.
                                                    die ähnlichen Produkte bei
                                                    Ihnen oder „Shop by Photo“)
22   12.02.2020   KI für Handel – Adesso Dortmund

„Best of Bread Ansätze“ – AI & Related Work: Man muss Zeit investieren
                                                    (… Open Source Architektur, aber braucht viel Zeit
                                                     zum Parameter-Tuning & Erfahrungen sammeln)
                                                                                      (… erstmal nur 80%, aber besser
                                                                                             als vorher nichts!)

                                                                                              (… Erzeugung GUTER AI
                                                                                               Modelle braucht Zeit,
                                                      [21] CRISP-DM                              bspw. CRISP-DM
                                                                                                    Iterationen)

                                                                                                         [18] Google Cloud
23   12.02.2020   KI für Handel – Adesso Dortmund

   „Best of Bread Ansätze“ – KI zur „Aufwertung“ des Kundenservice
   KI Möglichkeiten
                                                                                   Breite Menge von Datenquellen
   • Welche Standardanliegen hat ein Kunde & eine Basiskommunikation
                                                                                   • Call-Center Data
      (auch mit pre-definierten Skripten
                                                                                   • Reklamationen
   • Stimmungen von dem Kunden selbst heraushören oder
                                                                                   • E-Mail Interaktion
      im Laden sogar (GDPR!), Sentiment-Analyse (bspw. in Twitter Tweets)
                                                                                   • Mitarbeiter in Shops
                                                                                   • Briefe(?)
  KI Modelle                                                                       • Social Media
  • Oft wieder NLP mit DB & Recurrent Neural Networks                                 („über Produkte“)
  • Chatbots & „automatisiertes Messaging“
     (bspw. für simple Fragen; auch Entlastung Mitarbeiter)                                       G
  • Automatisierte Service-Interaktionen zur
     Minimierung von Antwortzeiten („sonst Kunde weg“)                                                Sichere Daten Repositorien
  • Oft spezifisch: Reklamation, Produktbestellung,
     Servicebuchung, „Subscriptions“, etc.                                                      Impact Shop
                                                                                                • Raum im Shop & Stimmung
                                                                                                   der (oft) Beschwerden nicht
                                                                            H                      im Markt „sichtbar“
                                                                                                • Mitarbeiter sparen Zeit
                                                                                                • Konzentration auf wirklich
                                                                                                   komplexe Fragen die AI
                     F                                                                             nicht kann & nie können wird

Sichere Datenbanken & AI Modelle                       Kassensystem / Datenintegration Shop            [7] AI Revolutionizing Personalization
24   12.02.2020   KI für Handel – Adesso Dortmund

„Best of Bread Ansätze“ – KI zur „Aufwertung“ des Kundenservice

                                                                  [19] Chatbots
25      12.02.2020     KI für Handel – Adesso Dortmund

      „Best of Bread Ansätze“ – KI zur „Aufwertung“ des Kundenservice
             ht                                 h0               h1              ht
(‘delay’)

           RNN model                         RNN model         RNN model   …   RNN model

                       (unroll the ‘loop’
             xt        over t timesteps)        x0               x1              xt

                                                               (RNNs)                                         (LSTMs)

                                                         (Beispiel: Sentiment Analyse  Kundenstimmungen mit KI lernen, bspw. aus Twitter)
26   12.02.2020   KI für Handel – Adesso Dortmund

„Vision & Zukunft zur Diskussion“ durch Verwendung von „sehr viel“ KI
27   12.02.2020   KI für Handel – Adesso Dortmund

ON4OFF Referenzmodell für den Einzelhandel
28   12.02.2020   KI für Handel – Adesso Dortmund

  Impuls zur Diskussion: Personalisierung für KI im Handel via Echtzeitstrategie
  Erlebnis und Individualiserung als „Gamification“ im Handel powered mit KI „Reinforcement Learning & Agenten“
  • Keine „echten“ Webseiten mehr, niemals gleicher Content für Kunden  eher „A/BInfinity Testing“ online, offline „Agenten bauen shop“
  • „Orientierung“ an Echtzeitstrategiespielen wie Starcraft, Civilization, Age of XYZ, World of Warcraft, Anno XYZ
  • Powered mit sehr viel Künstlicher Intelligenz, aber visuell attraktiv gestaltet, auch mit App in Shop
  • „Teilen der Unique Customer Journey“ mit anderen gleichgesinnten „Kunden“,
     andere bezahlen sogar in Zukunft „Leuten beim Einkaufen zuzuschauen“ (wie heute Leute bezahlen um KI-basierte Spiele zu sehen)
  • Das was zu Hause bereits gekauft ist, ist bereits integriert zum Abgleich und passende Recommendations werden gemacht
                                                                                                             Aktion Gold X von Shop Z
                       Vision „ANNO
                      Shopping 2020“

                                            Seamless
                                            Shopping
 Personalisiert &
    Individuell
  Erlebnis:
 „Wer findet                                Stationärer
das beste Gold                             Einzelhandel
im Laden XYZ
   morgen“          Customer Journey
                    & Einkaufserlebnis
                                                                                                                [9] Age of Empires 2, YouTube
29   12.02.2020   KI für Handel – Adesso Dortmund

   Impuls zur Diskussion: Personalisierung für KI im Handel via Echtzeitstrategie

(Kunde als Agent
in Reinforcement
    Learning)           Vision „ANNO            [14] Video source: Google DeepMind’s
                       Shopping 2020“           Deep Q-learning playing Atari Breakout
                                                       (Bsp: DeepMind Lab, StarCraft2,
                                                              Udacity Universe?)
                                             Seamless
                                             Shopping
  Personalisiert &                         (Bsp: Wie würde eigentlich den KI & Computer einen
     Individuell                               Kunden perfekt durch den Shop navigieren?)
  Erlebnis:                                              (Bsp: Was können wir daraus
 „Wer findet                                 Stationärer    semi-autmatisch lernen
das beste Gold                              Einzelhandel wie man shops besser baut?)
im Laden XYZ
   morgen“           Customer Journey
                     & Einkaufserlebnis                                                  [15] Minh et al., Nature, 2015   [13] Riedel, Reinforcement Learning
30   12.02.2020   KI für Handel – Adesso Dortmund

Referenzen
31    12.02.2020   KI für Handel – Adesso Dortmund

Referenzen (1)

    [1] Big Data Tips – Big Data Mining & Machine Learning, Online:
     http://www.big-data.tips/
    [2] Keras Python High-Level Deep Learning Library, Online:
     https://keras.io/
    [3] TensorFlow Python Low-Level Deep learning Library, Online:
     https://www.tensorflow.org/
    [4] NVIDIA Web Page, Online:
     https://www.nvidia.com/en-us/
    [5] Deep Learning Start-Up Beispiel Deutschland, Online:
     https://soccerwatch.tv/
    [6] Species Iris Group of North America Database, Online:
     http://www.signa.org
    [7] 4 Ways AI is Revolutionizing Personalization and Customer Experience in Retail, Online:
     https://www.martechadvisor.com/articles/customer-experience-2/4-ways-ai-personalizing-retail-cx/
    [8] Understanding the Importance of Personalization in Digital Marketing, Online:
     https://www.martechadvisor.com/articles/customer-experience-2/understanding-the-importance-of-personalization-in-digital-marketing
32    12.02.2020   KI für Handel – Adesso Dortmund

Referenzen (2)

    [9] Age of Empires 2 HD - Hardest AI 1v7 Wonder Defense Win (500 Population, Arena), YouTube Video, Online:
     https://www.youtube.com/watch?v=Xg7WtwKKALE
    [10] B8TA Retail Designed for Discovery, Online:
     https://b8ta.com/about-us
    [11] Entrepreneur, Amazon 4-Star Shops, Online:
     https://www.entrepreneur.com/article/320784
    [12] DeepSense.ai, ‘How to create a product recognition solution’, Online:
     https://deepsense.ai/how-to-create-a-product-recognition-solution/
    [13] Morris Riedel, AIDA School Bologna, ‘Reinforcement Learning’, Online:
     http://www.morrisriedel.de/wp-content/uploads/2020/02/8-Reinforcement-Learning-Short-Introduction-AIDA-School-Morris-Riedel.pdf
    [14] YouTube Video, Google DeepMind‘s Deep Q-Learning playing Atari Breakout, Online:
     https://www.youtube.com/watch?v=V1eYniJ0Rnk
    [15] Minh et al., ‘Human-level control through deep reinforcement learning’, Nature 518, pages 529 – 533, 2015, Online:
     https://www.nature.com/articles/nature14236
    [16] SmartCart, Online:
     https://www.smartcart.fi/
33    12.02.2020   KI für Handel – Adesso Dortmund

Referenzen (3)

    [17] Lührmann.de, ‘Parfümerie Pieper bezieht markante Eckimmobilie‘, Online:
     https://www.luehrmann.de/de/city-life/erfolgsraume/beitrag/parfumerie-pieper-bezieht-markante-eckimmobilie/
    [18] YouTube Video, Reinventing Retail with AI (Cloud Next '19), Online:
     https://www.youtube.com/watch?v=pKEmQ1VMxsM
    [19] Chatbots Example, Online:
     https://www.luxurysociety.com/en/articles/2017/03/chatbots-5-luxury-brand-examples/
    [20] YouTube Video, ‘BlackBerry Concept Video: The Future Of Customer Experience’, Online:
     https://www.youtube.com/watch?v=Xj3RHmn14ws
    [21] Shearer C., The CRISP-DM model: the new blueprint for data mining, J Data Warehousing (2000); 5:13—22
34   12.02.2020   KI für Handel – Adesso Dortmund

    Danke an Forschungsgruppenmitglieder & Projektfinanzierungen

                       Finishing                                  Mid-Term         Started          Started
Finished PHD           in Spring               Finished PHD       in Spring       in Spring        in Spring
   in 2016                2020                    in 2019            2019            2019             2019

   PD Dr.          Senior PhD         Senior PhD               PhD Student      PhD Student    PhD Student
G. Cavallaro   Student A.S. Memon Student M.S. Memon           E. Erlingsson     S. Bakarat     R. Sedona

                                                                   DEEP
Finished PHD           Thesis                    Thesis           Learning
   in 2018             Completed                 Completed         Startup

Dr. M. Goetz          MSc M.                       MSc              MSc         MSc Student           This research group has received
 (now KIT)         Richerzhagen                  P. Glock      C. Bodenstein    G.S. Guðmundsson     funding from the European Union's
                                                                                                          Horizon 2020 research and
                (now other division)           (now INM-1)         (now         (Landsverkjun)          innovation programme under
                                                              Soccerwatch.tv)                            grant agreement No 763558
                                                                                                           (DEEP-EST EU Project)
35   12.02.2020   KI für Handel – Adesso Dortmund

Danke – Folien verfügbar unter http://www.morrisriedel.de/talks
Sie können auch lesen