Customer-Relationship-Management (CRM)-Systeme bieten verschiedene Möglichkeiten zur Unterstützung kundenorientierter Prozesse. So kann z. B. der Vertrieb bei der Akquise von Kundenaufträgen durch das CRM-System unterstützt werden, um seine begrenzten Ressourcen optimiert einsetzen zu können. Auf Grundlage der gegebenen CRM-Datenbasis sollte im Projekt für ein mittelständisches Unternehmen ein KI-basierter Ansatz für die datengetriebene Optimierung von Marketing- und Vertriebs­aktivitäten entwickelt werden. Konkret wurden dazu verschiedene Methoden des Maschinellen Lernens angewendet, mit denen mehrere Vorhersagemodelle für die Neukundenakquise und -priorisierung erstellt wurden.

Bei den Vorhersagen ging es u.a. darum, ob es beim Kontakt mit einem potentiellen Kunden zu einem Vertragsabschluss kommt oder nicht. Die erstellten Modelle nutzen mit Entscheidungsbäumen und künstlichen Neuronalen Netzen etablierte Klassifikationsmethoden aus dem Bereich des Maschinellen Lernens. Ebenfalls betrachtet wurden Algorithmen für die Prognose von Umsätzen, die Bildung von Kundenclustern und das Erkennen von Cross-Selling-Potenzialen. Eine wichtige Voraussetzung für den Projekterfolg war die Analyse der gegebenen Datenbasis des CRM-Systems, die für die Prognose von Vertragsabschlüssen bereits ausreichte. Diese Datenbasis wurde noch um geeignete Kennzahlen erweitert, die im Hinblick auf Vorhersagen von Vertragsabschlüssen bei Kunden ermittelt und analysiert wurden. Insgesamt standen nach Projektende nicht nur eine größere Datenbasis, sondern auch mehrere anwendbare Prognosemodelle zur Verfügung.