Daten-KI-Lernschleife
Daten aus der Anwendung fließen in die Verbesserung eines KI-gestützten Angebots ein.
Das Prinzip
Beobachtete Ergebnisse liefern Rückmeldung über die Qualität bisheriger Entscheidungen.
Ausprägungen
Produkt-Lernschleife
Konkrete Ausprägung des Geschäftsmodellpatterns „Daten-KI-Lernschleife“ mit Fokus auf Produkt-Lernschleife.
Kunden-Lernschleife
Konkrete Ausprägung des Geschäftsmodellpatterns „Daten-KI-Lernschleife“ mit Fokus auf Kunden-Lernschleife.
Prozess-Lernschleife
Konkrete Ausprägung des Geschäftsmodellpatterns „Daten-KI-Lernschleife“ mit Fokus auf Prozess-Lernschleife.
Preis-Lernschleife
Konkrete Ausprägung des Geschäftsmodellpatterns „Daten-KI-Lernschleife“ mit Fokus auf Preis-Lernschleife.
Risiko-Lernschleife
Konkrete Ausprägung des Geschäftsmodellpatterns „Daten-KI-Lernschleife“ mit Fokus auf Risiko-Lernschleife.
Empfehlungs-Lernschleife
Konkrete Ausprägung des Geschäftsmodellpatterns „Daten-KI-Lernschleife“ mit Fokus auf Empfehlungs-Lernschleife.
Beispiele aus der Praxis
Netflix – Personalisierte Empfehlungen
Netflix beschreibt, wie Nutzungsaktivität und Rückmeldungen in personalisierte Empfehlungen einfließen.
Angebot ansehen ↗
Spotify – Personalisierte Musikempfehlungen
Spotify nutzt unter anderem Signale aus dem Hörverhalten und Rückmeldungen, um Empfehlungen anzupassen.
Angebot ansehen ↗
YouTube – Empfehlungen anhand von Interaktionen
Wiedergabeverlauf und Rückmeldungen können in die Empfehlungen einfließen. Weitere Nutzung liefert neue Signale.
Angebot ansehen ↗