> ## Documentation Index
> Fetch the complete documentation index at: https://docs.kameleoon.com/llms.txt
> Use this file to discover all available pages before exploring further.
# KI-Predictive Targeting
> Verwenden Sie maschinelles Lernen, um die Conversion-Wahrscheinlichkeit jedes Besuchers zu schätzen und sprechen Sie diese in Echtzeit anhand ihres Neigungsscores an.
KI-Predictive Targeting ist ein Zusatzmodul, das sowohl in Web Experimentation als auch in Feature Experimentation verfügbar ist. Wenden Sie sich für weitere Informationen an Ihren Customer Success Manager.
Wenn Sie alle Besucher gleich ansprechen, behandeln Sie jemanden, der sehr wahrscheinlich konvertiert, genauso wie jemanden, bei dem das unwahrscheinlich ist. Das erschwert die Entscheidung, wann Sie eingreifen, welche Botschaft Sie anzeigen und wie stark (falls überhaupt) ein Anreiz sein soll.
KI-Predictive Targeting löst dieses Problem, indem es ein Machine-Learning-Modell trainiert, das die Conversion-Wahrscheinlichkeit jedes Besuchers für ein bestimmtes Ziel schätzt. Sobald das Training abgeschlossen ist, können Sie die Bedingung **Conversion-Wahrscheinlichkeit** in Segmenten verwenden, um Besucher anhand ihrer vorhergesagten Conversion-Wahrscheinlichkeit anzusprechen und Ihre Kampagne entsprechend anzupassen.
## Funktionsweise des Modells
Das Machine-Learning-Modell von Kameleoon schätzt die erwartete Conversion-Wahrscheinlichkeit jedes Besuchers anhand von drei Kategorien von Datenpunkten. Die Beispiele in jeder Kategorie sind nicht erschöpfend: Das Modell berücksichtigt die meisten Datenpunkte, die Kameleoon erfasst. Das vollständige Verzeichnis finden Sie unter [Liste der erfassten Daten](/developer-docs/privacy-and-compliance/data-collection-backend#list-of-collected-data).
### Vorherige Sitzungen
Datenpunkte aus den früheren Sitzungen des Besuchers, darunter:
* Anzahl der Sitzungen
* Durchschnittliche Zeit zwischen den Sitzungen
* Anzahl der besuchten Seiten
* Anzahl der Klicks
### Statische Datenpunkte
Datenpunkte, die den Kontext des Besuchers beschreiben, darunter:
* Browser
* Betriebssystem
* Einstiegsseite
* Referrer
* Zeit seit der letzten Sitzung
### Dynamische Datenpunkte
Datenpunkte, die Kameleoon aus dem Verhalten des Besuchers während der aktuellen Sitzung ableitet, darunter:
* Anzahl der besuchten Seiten
* Anzahl der Klicks
* Auf der Website verbrachte Zeit
### Wie oft das Modell und die Scores aktualisiert werden
Das Modell ist nicht statisch. Kameleoon trainiert es alle 10 Minuten neu, während es neue Datenpunkte erfasst und mehr Besuche und Conversions analysiert. Kameleoon erstellt außerdem stündlich die Anwendungsdatei `engine.js` neu, um das neueste Modell bereitzustellen, es sei denn, eine Ihrer eigenen Änderungen (zum Beispiel die Aktualisierung einer Kampagne) hat bereits eine Neuerstellung ausgelöst.
Der Score jedes Besuchers wird in Echtzeit aktualisiert: Kameleoon berechnet ihn bei jedem gemessenen Auslöser neu, zum Beispiel bei einem Schritt in der Customer Journey.
## Modell mit eigenen Daten anreichern
Sie können die Vorhersagegenauigkeit verbessern, indem Sie Ihre eigenen Geschäftsdaten bereitstellen. Aktivieren Sie beim Erstellen eines benutzerdefinierten Datenpunkts **Diese benutzerdefinierten Daten als Eingabe für KI-Predictive Targeting verwenden**, um sie dem Modell zur Verfügung zu stellen.
Das Modell akzeptiert nur benutzerdefinierte Daten der Typen **Zahl** und **Boolean**. Vermeiden Sie das Hinzufügen sensibler Daten wie Datum, Zeitstempel oder eindeutige Besucheridentifikatoren (zum Beispiel E-Mail-Adressen oder Kontonummern), da diese Werte für prädiktive Modelle ungeeignet sind. Vermeiden Sie außerdem stark zielgerichtete benutzerdefinierte Daten, zum Beispiel Daten, die spezifisch für einzelne Besucher oder sehr kleine Segmente sind.
Anweisungen zur Einrichtung finden Sie unter [Benutzerdefinierte Daten erstellen](/user-manual/assets/custom-data/create-custom-data#use-this-custom-data-as-input-for-ai-predictive-targeting).
## KI-Predictive Targeting einrichten
Wählen Sie ein Conversion-Ziel aus und aktivieren Sie KI-Predictive Targeting, um die Lernphase des Modells zu starten. Wählen Sie einen Auslöser, der einen bedeutsamen Moment in Ihrer Customer Journey repräsentiert, zum Beispiel eine Produktseitenansicht, eine Warenkorb-Hinzufügung oder einen Kaufabbruch. [KI-Predictive Targeting für ein Ziel aktivieren](/user-manual/ai-predictive-targeting/enable-ai-predictive-targeting-on-a-goal)
Das Modell benötigt **7 Tage** Daten und **100.000 Besuche**, und beide Bedingungen müssen erfüllt sein. Nach Abschluss des Trainings wechselt das Ziel-Badge von **KI lernt** zu **KI aktiv**, und Vorhersagen werden am nächsten Tag verfügbar. Was die einzelnen Badges bedeuten, erfahren Sie unter [Statusabzeichen des KI-Modells](/user-manual/ai-predictive-targeting/enable-ai-predictive-targeting-on-a-goal#ai-model-status-badges).
Verwenden Sie die Bedingung **Conversion-Wahrscheinlichkeit**, um ein Segment zu erstellen, das Besucher nach ihrer vorhergesagten Conversion-Wahrscheinlichkeit anspricht. Kameleoon gruppiert Besucher in fünf Score-Kategorien: Sehr niedrig, Niedrig, Mittel, Hoch und Sehr hoch. [KI-Predictive Targeting in einem Segment verwenden](/user-manual/ai-predictive-targeting/target-users-based-on-likelihood-to-convert)
Sie können die Bedingung **Conversion-Wahrscheinlichkeit** auch über das [Schnell-Targeting](/user-manual/experimentation/web-experimentation/configure-and-launch/define-your-experiments-targeting#target-specific-visitors) direkt auf ein Experiment anwenden, ohne ein wiederverwendbares Segment zu erstellen.
Fügen Sie das Segment zu einem Web-Experiment, einer Personalisierung oder einem Feature-Experiment hinzu, um jedem Besucher basierend auf seiner Conversion-Neigung das richtige Erlebnis zu bieten.
## Verwendung mit Feature Experimentation SDKs
Wenn Sie Besucherdaten über ein Feature Experimentation SDK abrufen, setzen Sie `kcs` in Ihrem `getRemoteVisitorData`-Aufruf auf `true`. Ohne dieses Flag gibt Kameleoon den Kameleoon Conversion Score (KCS) nicht zurück, und die Bedingung **Conversion-Wahrscheinlichkeit** hat keinen Score zur Auswertung.
Die vollständige Parameterreferenz finden Sie unter [getRemoteVisitorData](/developer-docs/sdks/web-sdks/js-sdk#getremotevisitordata) in der SDK-Dokumentation. Der Parameter `kcs` ist in allen Kameleoon-SDKs verfügbar.