Kundenorientierte Anwendungen auf Basis Künstlicher Intelligenz (KI) finden immer mehr Beachtung. Rund die Hälfte aller Verbraucher verwendet virtuelle Assistenten wie Apples Siri oder Amazons Alexa. Und auch Uber, Facebook, Google und andere Technologieunternehmen setzen KI und maschinelles Lernen routinemäßig ein, um für ihre Nutzer rund um die Uhr personalisierte Inhalte darzustellen. Welche Erfolge der Handel mit KI erzielen kann, beleuchtet Accenture-Geschäftsführer und Etailment-Experte Thomas Täuber.

Auch im Handel erwarten Kunden zunehmend das gleiche Maß an Personalisierung, das sie auch in anderen Lebensbereichengenießen. Die meisten Einzelhändler sind sich jedoch nicht sicher, wie und wo sie überhaupt investieren sollen, um das Potenzial von KI richtig auszuschöpfen und die höchsten Renditen zu erzielen.

Sie führen zwar KI-Experimente durch und setzen Piloten auf, unterschätzen aber oft die Notwendigkeit eines integrativen KI-Betriebsmodells, welches mit erhöhtem Zeitaufwand sowie Kosten verbunden ist. Dadurch erzielen sie letztlich nur eine geringe oder gar keine Skalierung.
Laut einer aktuellen Accenture-Studie schätzen 84% der befragten Handelsunternehmen KI als überlebenswichtig für ihr Unternehmen und als entscheidenden Bestandteil für ihr zukünftige Geschäftsmodell ein.
Obwohl die wirtschaftlichen Vorteile des Einsatzes von KI für den Einzelhandel unbestritten sind, setzen weniger als 20% der Händler die Technologie tatsächlich ein und von denen wiederum scheitern 76% dabei KI-Lösungen über Pilotphasen hinaus zu skalieren.

"Wer KI richtig einsetzt, erzielt einen fast dreimal so hohen Return on Investment (ROI)."



Angesichts der Komplexität, der sich schnell ändernden KI-Landschaft sowie der erforderlichen Investitionen ist die generelle Zurückhaltung auf den ersten Blick verständlich. Denn der KI-Markt wächst dynamisch und wird immer unübersichtlicher. So stehen die meisten Handelsunternehmen immer noch vor den Fragen, mit welchen Prozessen sie starten sollen und welche Anbieter hierfür überhaupt die richtigen Lösungen anbieten.
Dennoch machen erste Unternehmen vor, wie KI-Anwendungen in der gesamten Wertschöpfungskette integriert werden und einen Mehrwert über Personalisierungs- und Marketing-Aktivitäten hinaus leisten können – vom Merchandising und Supply Chain Management bis hin zu Backoffice-Funktionen wie Finanzen und Personal.

Ein sehr gutes Beispiel - neben Amazon und Zalando – liefert Otto. Ohne KI sowie die automatisierte Datenanalyse wäre es für Onlinehändler dieser Größenordnung unmöglich, Datenanalysen und Prognosen schnell und immer aktuell zu generieren und so die Entscheidungsfindung in diversen Unternehmensbereichen zu unterstützen oder sogar vollständig zu automatisieren. Aber auch stationäre bzw. Omnichannel-Händler wie Walmart, H&M, Tesco und Target machen bereits vor, wie KI vollumfänglich im gesamten Unternehmen integriert werden kann.

Der Einsatz von KI in Kernprozessen des Händlers

Zu den größten Herausforderungen von Einzelhändlern gehören die Sortiments- und Preissegmentierung sowie -lokalisierung als auch die Sicherstellung eines optimalen Platzierungs- und Bestandmanagements in der Filiale. Für Onlinehändler ist es wichtig, die Versand- und Bearbeitungszeiten kundenindividuell und produktspezifisch zu bestimmen.

Die „Datenpower“ eines Unternehmens ist die neue „Währung“ des digitalen Wandels,
© Nmedia - Fotolia
etailment-Expertenrat

Wie man aus guten Daten wirklich klug wird

Während die exakte Vorhersage der Lieferzeiten für alle Kunden wichtig ist, sind manche wiederum bereit für eine schnelle Lieferung bei kritischen Produkten mehr zu bezahlen. Durch den Einsatz von KI kann die optimale Konstellation von Versandzeit und -kosten prognostiziert werden, so können Kundenabwanderungen verhindert und Opportunitätskosten gesenkt werden.
Nicht zuletzt stehen alle Händler unabhängig vom Kanal unter dem Druck, die überlastete Lagerverwaltung und -arbeit zu optimieren und einen tiefen Einblick in Produktivitätskennzahlen wie zum Beispiel die Auftragserfüllung und Filialkapazität zu gewinnen. Die schlechte Sichtbarkeit der wichtigsten Messdaten kann dazu führen, dass Ineffizienz und Verluste unbemerkt bleiben.

© piotrurakau - fotolia.com
Technologie

About You und Zalando - Die Tech-Analyse

Hier kommt KI zum Zuge. Ihr Einsatz verändert nach und nach die Art und Weise, wie Einzelhändler durch KI- gestützte Entscheidungsfindung die Arbeitseffizienz im Beschaffungs- und Lagerprozess signifikant erhöhen können.

Das Category Management als Beispiel für eine KI-inspirierte Transformation

Führende Händler erreichen durch den Einsatz von KI auch im Category Management eine signifikante Effizienzsteigerung. Die extrem hohe Rechenleistung sowie Echtzeitanalyse von Mitbewerber- und Verbraucherdaten ermöglichen dynamisch konfigurierte Sortimente, Angebote und Preise.

Viele Category Manager sind heute noch mit der Auslesung und Analyse von Vertriebssteuerungsdaten auf Warengruppenebene beschäftigt, haben keine oder nur eine beschränkte Einsicht in Produktkorrelationen und können den Kannibalisierungs-Effekt durch Aufnahme neuer Produkte nur auf grober Erfahrungs- und Analysebasis prognostizieren.

"Die alleinige Leitung der KI-Initiativen durch die IT und isolierte Unternehmensbereiche führt in eine Sackgasse."

Durch KI-Anwendungen hingegen lassen sich aussagekräftige Entscheidungsgrundlagen automatisiert, präzise und auf Grundlage sowohl interner als auch externer Daten bereitstellen. Beispielhafte Aufgaben eines Category Managers, die durch den Einsatz von KI verbessert werden, sind u.a. die Profitabilitätsanalyse nach Kategorien, Personas, Filialclustern und Produktplatzierungen. Hinzukommen sowohl Trend- und Potenzialanalysen zur Aufnahme neuer Produkte als auch die Ermittlung von Effekten zwischen verschiedenen Kategorien und von Ein- und Auslistungen.

KI ermöglicht eine effizientere Planung im Back Office

Auch die Arbeitseffizienz kann durch KI gesteigert werden, unter anderem durch die erleichterte und verbesserte Prognose- und Planungsfunktion im Back Office. Beispiel: Personalplanung in einer Filiale. Bisher wird diese - vor allem in großen Filialen - typischerweise nach Schichten und Bereichen definiert.

Direktmailings und andere Kommunikationsmaßnahmen automatisieren bringt Zeit für das Weentliche: Pflege von Sortiment und Webauftritt.
© I. Le Moal/shutterstock
Marketing

Mit Daten das Marketing automatisieren

Wenn Handelsunternehmen POS-Daten von Kunden nutzen würden, um den taggenauen Personalbedarf zu ermitteln, ließe sich die Personalbesetzung sehr präzise nach Einkaufs-Spitzenzeiten und Warengruppenbereichen, die am häufigsten verkauft werden, voraussagen.
etailment.de
Morning Briefing
Ihren News-Espresso für den Tag kostenlos bestellen
 
Der Einsatz von KI für eine optimale, datenbasierte Personalplanung auf Basis sehr konkreter POS-Daten könnte dabei helfen, das bestehende Personal effektiver einzusetzen und mittelfristig dafür sorgen, die optimale Mischung aus Voll- und Teilzeitpersonal zu finden. In diesem Fall ist es die Masse an historischen und aktuellen Daten, die ein präzises Muster ableiten und den variablen Personalbedarf bestimmen lässt.

Marken haben heutzutage eine ganze Reihe von Möglichkeiten, Informationen zu sammeln und zu analysieren. Künftig kommt es darauf an, wie Unternehmen diese Möglichkeiten nutzen und welche Schlussfolgerungen sie daraus ziehen.
© Urheber: zapp2photo - fotolia.com
Künstliche Intelligenz

Diese zehn KI-Apps steigern den Umsatz

Erprobung und Skalierung von KI-basierten Anwendungen

Die Anwendung von KI in allen Kernfunktionsbereichen von Einzelhandelsunternehmen ist eine Thematik, mit der sich vor allem Führungskräfte befassen müssen. Eine aktuelle Accenture-Untersuchung von 2019, die Geschäftsführer von 1500 Unternehmen aus 16 Branchen umfasste, belegt: wer KI in allen Bereichen des Unternehmens richtig einsetzt, den Sprung über den konzeptionellen Beweis hinaus schafft und die Anwendung skaliert, erzielt einen fast dreimal so hohen Return on Investment (ROI) als mit herkömmlichen Methoden. Dabei haben erfahrungsgemäß bisher nur etwas über 20% diesen Sprung über die Experimentierphase hinaus geschafft. Das Management dieser Unternehmen hat auf Basis einer klaren KI-Strategie ein datengetriebenes operatives Geschäftsmodell eingeführt und wird von einem größeren, mehrdimensionalen Team unterstützt. Sie pflegen eine digitale Plattform-Denkweise und leben eine datengetriebene Unternehmenskultur. Zudem erkennen sie die Bedeutung des zukünftigen Wachstums durch KI an und planen ein Budget ein, ohne die Investitionen durch einen schnellen ROI im Voraus rechtfertigen zu müssen.

Dem gegenüber befinden sich die übrigen 80-85% der Unternehmen, die ihre Lösungen noch nicht skaliert haben, in einem Dilemma: Ihre KI-basierten Initiativen sind isoliert in einzelnen Abteilungen angesiedelt, nicht in der strategischen Ausrichtung des Unternehmens verankert und werden meistens von der IT geführt.

Fazit: So können Handelsunternehmen das Potential von KI ausschöpfen

Unternehmen, die eine Differenzierung im Wettbewerb durch KI-gestützte gesteigerte Effizienz und Effektivität erreichten, haben spürbare positive Auswirkungen auf Umsatz und Ergebnis erzielt. Zwei Aspekte sind wesentlich, um dieses Potenzial auszuschöpfen:

1.    Neben der KI-gestützten personalisierten Kommunikation im Marketing gilt es, alle Bereiche in der Wertschöpfungskette, in denen grundlegende Entscheidungen über das Produkt- und Serviceportfolio sowie die Preisfindung getroffen werden, in den Fokus für den Einsatz von KI-Anwendungen zu rücken.

Deren Erprobung, Skalierung und Industrialisierung – in Beschaffungs- bis hin zu Vertriebsfunktionen - erfordern die Einbindung multidisziplinärer Teams aus der gesamten Organisation. Sie sollten sowohl aus Mitarbeitern der Geschäftsbereiche als auch aus Datenwissenschaftlern, KI-Ingenieuren und Visualisierungsexperten zusammengesetzt sein. Diese brauchen ein starkes Sponsoring durch das Top Management und müssen mit der Unternehmensstrategie abgestimmt sein. Die alleinige Leitung der KI-Initiativen durch die IT und isolierte Unternehmensbereiche führt in eine Sackgasse.

2.    Wenn es um die erfolgreiche Skalierung von KI geht, muss die Geschäftsführung hierfür eine deutlich definierte Strategie und ein KI-Betriebsmodell im Unternehmen vorgeben. Dazu gehören klar strukturierte Prozesse, Business-Verantwortliche für die Ermittlung des Wertbeitrags von KI sowie ausreichende Budgets als Fundament.

Erfolgreiche Unternehmen investieren nicht nur in die Erprobung und zielgerichtete Skalierung der KI-Lösungen, sondern gleichermaßen in die Datenqualität, das Datenmanagement und in die Daten-Governance, sprich das gesamte Management der Verfügbarkeit, Integrität, Sicherheit und Verwertbarkeit ihrer Daten.

AUCH INTERESSANT:

So sehen begeisterte Kunden aus: Mit Personalisierung das Herz der Kunden gewinnen und zu Stammkunden machen
© pathdoc / fotolia
Technologie

Personalisierung: So versteht die Technik auch Ihr Boss


© DM7 - Fotolia
Technologie

Künstliche Intelligenz: Pleiten, Pech und Pannen


Digital Signage, Tablets im Beratungsprozess oder smarte Spiegel sind Beispiele für bereits heute eingesetzte KI im Handel
© Prudsys
KI im Handel

Wo künstliche Intelligenz heute schon im Handel wirkt