Im Vortrag wird aufgezeigt, wie KI-gestützte Recommender-Systeme zur Verbesserung der Effektivität von Checkout-Marketing im E-Commerce beitragen können. Dies wird sowohl theoretisch als auch praktisch demonstriert. Der Schwerpunkt wird auf den Einsatz fortschrittlicher Machine-Learning-Techniken gelegt, wie etwa Gradient Boosted Decision Trees sowie Deep-Learning-Modelle zur Optimierung der Empfehlungen.

Diese Ansätze ermöglichen es, personalisierte Produktempfehlungen und Marketingstrategien während des Checkout-Prozesses datengetrieben und flexibel anzupassen. Die vorgestellten Methoden bieten zudem Potenzial für neue wissenschaftliche Erkenntnisse und innovative Lösungen im Bereich des datengetriebenen Marketings.