KI im Handel: 5 reale Use Cases und warum sie erst der Anfang sind

Künstliche Intelligenz (KI) hat es im Handel von der Theorie in den Praxisalltag geschafft. Das bestätigen auch zwei aktuelle Studien des Handelsverbands Deutschland (HDE) und der Universität St. Gallen. Lehnten vor 5 Jahren noch knapp acht von zehn (79 Prozent) der Handelsunternehmen den Einsatz von Künstlicher Intelligenz ab, setzen inzwischen fast zwei Drittel der befragten Unternehmen auf intelligente Anwendungen oder planen ihren Einsatz. Erfahren Sie, wo Händler schon jetzt von KI profitieren und was es braucht, damit KI ihr Potenzial im Handel weiter entfalten kann.

Dynamische Preisoptimierungen, kassenlose Supermärkte, intelligente Beschaffungsagenten – Einsatzszenarien für Künstliche Intelligenz gibt es im Handel zuhauf. „Sie kann Umsatz steigern, Kosten senken und helfen, Prozesse nachhaltiger auszurichten – vorausgesetzt, sie wird mutig, verantwortungsvoll und strategisch genutzt“, ist der Schweizer Handelsexperte Andy Baldauf überzeugt.

Kein Wunder also, dass KI in der Branche zunehmend als unverzichtbare Schlüsseltechnologie gilt – und aus dem Alltag vieler Handelsunternehmen bereits nicht mehr fortzudenken ist. „Unsere aktuelle Studie zeigt: KI ist im Einzelhandel definitiv angekommen“, bestätigt Stephan Tromp vom Handelsverband Deutschland (HDE). „Unternehmen, für die KI noch vor zwei Jahren überhaupt kein Thema war, befinden sich heute in der konkreten Planung oder Pilotierung intelligenter Prozesse.“ Insgesamt nutzen Handelsunternehmen der HDE-Studie zufolge KI derzeit vor allem zur Prozessbeschleunigung, für Erkenntnisgewinne sowie die Verbesserung der Ergebnisqualität.

Top 5 KI-Anwendungsszenarien im Handel

Ein wichtiger Grund für den durchschlagenden KI-Erfolg im Handel dürfte die breite Verfügbarkeit von Large Language Models (LLMs) wie ChatGPT sein. Etliche der laut HDE-Studie umgesetzten und geplanten Anwendungsfälle basieren darauf. „Handelsunternehmen konzentrieren sich aktuell vor allem auf KI-Anwendungen mit schnell sichtbaren Ergebnissen, während komplexere Szenarien wie der kassenlose Supermarkt, die intelligente Theke oder Predictive Baskets die Ausnahme bleiben“, so Tromp. Zu den im Handel beliebtesten Anwendungsfällen gehören laut Studie:

• Generierung von Artikeltexten
  KI automatisiert die Erstellung von Produktbeschreibungen und stellt Content schnell und konsistent bereit. Das spart Kosten und steigert die SEO-Sichtbarkeit in Online-Shops.
• Auswertung von Kundenfeedback aus sozialen Medien
  KI-gestützte Sentiment-Analysen erleichtern die Identifizierung von Trends, Stimmungen und Problemen. Produkt- und Serviceverbesserungen können so gezielt gesteuert werden.
• Massenprüfung von Daten
  Smarte Analysewerkzeuge identifizieren Fehler, Redundanzen oder Compliance-Vorstöße in großen Datenmengen im Handumdrehen. Manuelle Aufwände sinken, die Datenqualität steigt.
• Smart Shelfs zur Bestandsüberwachung
  Intelligente Regale melden Fehlbestände oder Falschplatzierungen automatisch und tragen so dazu bei, die Warenverfügbarkeit zu sichern und Out-of-Stock-Situationen zu minimieren.
• Absatzprognosen
  KI verbessert die Vorhersage von Verkaufszahlen durch präzisere Modelle. Händler profitieren von optimierten Beständen und geringeren Abschriften.

Nachhaltige Wertschöpfung erfordert strategischen KI-Ausrichtung

Und das sind nur einige Beispiele dafür, dass der Einzelhandel das KI-Experimentierstadium hinter sich gelassen hat und die Vorteile intelligenter Prozesse in etlichen Bereichen bereits erfolgreich zu nutzen weiß – allerdings in der Regel in Form isolierter Lösungen und nur selten über Prozessketten hinweg.

Laut einer aktuellen Erhebung der Universität St. Gallen gehen Handelsexperten davon aus, dass intelligente Werkzeuge in naher Zukunft vor allem das Category Management, Warenbedarfsprognosen sowie die Personaleinsatzplanung deutlich verändern werden. „Nachhaltige Wertschöpfung wird jedoch nur gelingen, wenn KI strategisch verankert, datenintensive Kernprozesse automatisiert und Mitarbeitende entlastet werden“, bringt Prof. Dr. Thomas Rudolph vom Institut für Handelsmanagement der Universität St. Gallen zentrale Erkenntnisse der Expertenstudie auf den Punkt. Die nahtlose Integration von KI in sämtliche Unternehmensbereiche sowie die Verzahnung unterschiedlicher Systeme und Datenquellen bilden dafür die Voraussetzung – sind Rudolph zufolge derzeit aber noch Zukunftsmusik.

Das Problem: Heterogene, historisch gewachsene IT-Landschaften, fragmentierte Daten und unzureichende Datenqualität bremsen die KI-Nutzung vor allem bei kleinen und mittelständischen Unternehmen aus. „Einheitliche Datenarchitekturen, cloudbasierte Plattformen sowie ein der frühzeitige Vertrauens- und Know-how-Aufbau könnten an dieser Stelle Abhilfe schaffen“, ist Rudolph überzeugt.

SAP stellt die Weichen für intelligente Handelsprozesse

SAP liefert mit der neuen SAP Business Suite und der darin enthaltenen SAP Business Data Cloud (SAP BDC) alles, was es dafür braucht: Das durchgängig integrierte System aus Anwendungen, Daten und künstlicher Intelligenz (KI) vernetzt sämtliche Unternehmensbereiche und schafft so auch im Handel die Basis für intelligente Entscheidungen, fundierte Echtzeiterkenntnisse und automatisierte Prozesse. „KI bringt im Handel nur dann echten Mehrwert, wenn sie nicht als isoliertes Tool, sondern als Teil der Unternehmensstrategie gedacht wird“, resümiert Stefan Binkowski, Vice President Retail & Wholesale Advisory, Middle & Eastern Europe (MEE) bei SAP. Das Portfolio von SAP und speziell die Lösungen um SAP Business Data Cloud und SAP Business AI machen dafür den Weg frei.