Verbraucher nutzen KI in dieser Weihnachtssaison so intensiv wie nie zuvor – vor allem zur Recherche. Gleichzeitig setzt der Handel verstärkt auf KI, um Lieferketten, Preise, Bestände und Nachfrage präzise zu steuern. Doch KI benötigt Echtzeitkontext aus komplexen Unternehmenssystemen. Der Beitrag zeigt, warum klassische Architekturen hierfür nicht ausreichen und wie ein Event-Mesh den entscheidenden Datenfluss schafft. Es ermöglicht agentenbasierte KI-Anwendungen, optimierte Abläufe und nahtlose Kundenerlebnisse – die Basis für ein erfolgreiches Weihnachtsgeschäft.
Eine neue Studie von Adobe sagt voraus, dass die Ausgaben in der diesjährigen Weihnachtssaison steigen werden. Trotz des Drucks auf Verbraucher und Einzelhändler – man denke nur an Handelskriege und Zölle, Preisschwankungen und Störungen in der Lieferkette – boomt das KI-gestützte Einkaufen. Um dieser Nachfrage gerecht zu werden, setzen viele Einzelhändler ebenfalls auf KI, um ihre Daten in Strategien und Taktiken umzuwandeln und so vom erwarteten Anstieg der Ausgaben zu profitieren. «Allerdings sind KI-Systeme im Einzelhandel immer nur so gut wie die Daten, mit denen sie gefüttert werden», argumentiert Ush Shukla, Distinguished Engineer bei Solace. Um wichtige kontextbezogene Daten in Echtzeit über die komplexen Unternehmenssysteme eines Einzelhändlers hinweg zu bewegen, ist ein Event-Mesh erforderlich. Nur so können KI-Lösungen effektiv funktionieren und den Erfolg im Weihnachtsgeschäft gewährleisten.
Laut der Adobe-Prognose wird allein der US-amerikanische Einzelhandel in der Weihnachtssaison 2025 einen Online-Umsatz von 253,4 Milliarden US-Dollar erzielen, was einem Anstieg von 5,3% gegenüber dem Vorjahr entspricht. Der «Cyber Monday» wird voraussichtlich mit einem Wachstum von 8,3% gegenüber dem Vorjahr der umsatzstärkste Tag des Jahres sein, dicht gefolgt vom «Black Friday» mit einem Wachstum von 4,9%.
Die Ausgaben steigen erneut – und neue Konsumgewohnheiten entstehen
Eine wesentliche Veränderung, die der diesjährige Adobe-Bericht aufzeigt, betrifft die Art und Weise, wie Verbraucher nach Produkten suchen. Die Ergebnisse zeigen, dass das KI-gestützte Einkaufen in diesem Jahr einen Boom erleben wird: Der KI-Traffic wird im Vergleich zum Vorjahr um 520% steigen, dabei allerdings eher der Recherche als dem Kaufabschluss dienen. KI-gestützt suchen preisbewusste Verbraucher vor allem bei Spielzeug, Elektronik, Schmuck und Kosmetik nach Geschenkideen und Schnäppchen.
Einzelhändler begegnen der KI mit KI
Die Einzelhändler reagieren ihrerseits mit eigenen KI-gestützten Lösungen, um den erhöhten Datenverkehr aus KI-Quellen, die steigende Zahl von Bestellungen und den zunehmenden bürokratischen Aufwand aufgrund sich ständig ändernder Richtlinien zu bewältigen. Deloitte hat Einkäufer im Einzelhandel befragt, um ihre Strategien im Vorfeld der Weihnachtssaison zu bewerten, und kam zu folgendem Schluss: «Neuere Formen der KI und erweiterte Analysen, die 2020 für die Einkäufer kaum eine Rolle spielten, könnten dazu beitragen, die Unternehmen für den Weihnachtsansturm 2025 zu stärken.»
Die Studie ergab, dass 78% der befragten Einkäufer im Einzelhandel KI-gestützte Tools einsetzen, um ihre Einkaufsaktivitäten zu verbessern. 74% nutzen KI speziell, um Herausforderungen zu bewältigen, die sich aus handelspolitischen Veränderungen ergeben. Die Befragten, die KI einsetzen, berichten von Verbesserungen in diesen Schlüsselbereichen:
- Verbessertes Lieferkettenmanagement: KI-Analysen werden eingesetzt, um potenzielle Störungen vorherzusehen und die Logistik zu optimieren.
- Preisoptimierung: Algorithmen analysieren Markttrends und das Verbraucherverhalten, um die Preise auf Basis der Nachfrage dynamisch festzulegen.
- Optimierung des Produktsortiments: KI-Lösungen rationalisieren die Bestandsverwaltung, damit Produkte zur richtigen Zeit am richtigen Ort verfügbar sind.
- Bedarfsprognosen: Vorhersagemodelle antizipieren die Kundennachfrage, um Überbestände und Fehlmengen zu reduzieren.
KI in der Praxis – leichter gesagt als getan
Die genannten Verbesserungen stellen eine hervorragende Möglichkeit dar, im Weihnachtsgeschäft von den höheren Ausgaben technikaffiner Verbraucher zu profitieren. Die großflächige Implementierung von KI ist für nationale oder internationale Einzelhändler jedoch gar nicht so einfach.
Standardmäßig vorhandene Large Language Models (LLMs) verfügen nicht über den erforderlichen Kontext, um die richtigen Daten zu sammeln, zu analysieren und darauf zu reagieren. Einzelhändler benötigen eine Technologiearchitektur, mit der sie kontextbezogene Echtzeitdaten erschließen und in die KI einspeisen können – und zwar aus ihrem gesamten komplexen Unternehmensnetzwerk, das sich, häufig auf globaler Ebene, über Lieferanten, Lagerhäuser, Filialen und Online-Shops erstreckt.
KI braucht mehr
Das ist gerade bei der neuesten KI-Generation und den zunehmend verbreiteten Agentic-AI-Anwendungen von Bedeutung. Ein KI-Agent befolgt nicht einfach vorprogrammierte Anweisungen, er denkt selbstständig, trifft Entscheidungen und passt sich neuen Situationen an.
Das erfordert den Echtzeitzugriff auf geschäftskritische Daten sowie einen kontextbezogenen Informationsfluss. Aus architektonischer Sicht heißt das: Die agentenbasierte KI zwingt die IT-Abteilungen im Einzelhandel, ihre Integrationsstrategien zu überdenken, damit sie das volle Potenzial der Lösungen ausschöpfen können.
Hier kommt die ereignisgesteuerte Architektur (EDA) ins Spiel. Sie bietet eine robuste Lösung, indem sie Agenten mithilfe eines Event-Brokers oder eines Netzwerks von Brokern, das wir als Event-Mesh bezeichnen, voneinander entkoppelt. Dieser Ansatz vermeidet starre Abhängigkeiten, die Systeme anfällig, schwer skalierbar und wartungsintensiv machen – ein Problem, mit dem beispielsweise frühe Microservices-Implementierungen zu kämpfen hatten.
Beim Einsatz eines Event-Brokers können Agenten asynchron kommunizieren. Diese lose Kopplung ermöglicht eine unabhängige Weiterentwicklung der Agenten. So können verschiedene Teams ihre spezialisierten Agenten entwickeln und einsetzen, ohne komplexe Abhängigkeiten koordinieren zu müssen.
Der Erfolg von KI im Einzelhandel hängt davon ab, dass Datenbewegungen ereignisgesteuert erfolgen
Ein Event-Mesh, das auf agentenbasierter KI beruht, ist einzigartig positioniert, um die KI-Prioritäten des Einzelhandels für das Weihnachtsgeschäft zu erfüllen. Durch die Schaffung eines einheitlichen Echtzeit-Datennetzwerks verbessert ein Event-Mesh die Transparenz und die Agilität der Lieferkette, was eine schnelle Reaktion auf Störungen ermöglicht. Gleichzeitig antizipiert das System die KI-gestützten Anforderungen der Verbraucher, indem es kontinuierlich Daten aus verschiedenen Kontaktpunkten analysiert, damit die Einzelhändler ihre Strategien schnell anpassen können. Damit bildet das Event-Mesh die Grundlage für echte Omnichannel-Fähigkeiten.
Anwendungsfälle von KI im Einzelhandel
Werfen wir einen kurzen Blick auf fünf Szenarien, bei denen die KI und ein Event-Mesh Einzelhändler in der erwarteten Rekord-Weihnachtssaison unterstützen können. Dabei handelt es sich nicht um hypothetische Überlegungen, sondern um fünf konkrete Anwendungsfälle unserer Retail-Kunden.
Nicht vorrätig? Doch – mit intelligenter Bestands- und Nachfrageprognose
Die KI-gestützte Bestandsverwaltung geht über die einfache Nachverfolgung hinaus: Sie sagt die Nachfrage voraus und steuert die Bestandsauffüllung automatisch in Echtzeit. Mithilfe von Ereignisdaten aus IoT-Geräten wie Regalsensoren und RFID-Tags analysiert die KI die Lagerbestände, prognostiziert den zukünftigen Bedarf und passt Bestellungen anhand externer Faktoren, wie beispielsweise Wetterbedingungen, an. Diese effiziente Methode minimiert Verschwendung, verhindert kostspielige Lieferengpässe und reduziert den Arbeitsaufwand und das Risiko menschlicher Fehler erheblich.
Das angenehme «Silent Shopping»-Erlebnis
Das «Silent Shopping»-Modell nutzt KI, um Probleme bei den Abläufen in der Filiale diskret zu lösen und Störungen für die Kunden zu minimieren. So registrieren beispielsweise Sensoren plötzliche Temperaturschwankungen, Kameras im Laden erkennen, wenn etwas verschüttet wurde. Die Ereignisse werden sofort an die Wearables der zuständigen Mitarbeiter weitergeleitet. Eine integrierte KI priorisiert die Warnmeldungen anhand ihrer Dringlichkeit und des Standorts der Mitarbeiter. Dadurch wird ein schnelles und unauffälliges Problemmanagement gewährleistet, das sowohl die Kundenzufriedenheit als auch die Effizienz der Mitarbeiter steigert.
Komfortable Diebstahlprävention in Echtzeit
Einzelhändler entwickeln die Diebstahlprävention weiter, indem sie mehrere Datenströme in eine Echtzeit-Risikoanalyse einbeziehen. In einer ereignisgesteuerten Architektur werden Videoaufnahmen, die verdächtiges Verhalten erkennen, mit POS- und Bestandsdaten verknüpft. KI analysiert diesen kombinierten Datenstrom, um mögliche Diebstähle zu identifizieren und das Sicherheitspersonal umgehend mit spezifischen Informationen zu alarmieren. Dadurch ist ein diskreter, effektiver Ansatz zur Verlustreduzierung möglich.
Nahtlose Omnichannel-Personalisierung
Um «Omnichannel-Exzellenz» zu erreichen, muss der Einzelhändler eine einheitliche, nahtlose Customer Journey über alle Kontaktpunkte hinweg gewährleisten. Dafür nutzt die KI ein Ereignis-Backbone, um Interaktionen zu erfassen – von Klicks auf der Website bis hin zu Beacon-Pings in der Filiale – und so ein ständig aktualisiertes individuelles Kundenprofil zu erstellen. Dadurch wird sichergestellt, dass beim Wechsel des Kanals (zum Beispiel vom verlassenen Online-Warenkorb zum Ladengeschäft) der Kontext des Kunden erhalten bleibt und das Verkaufspersonal ihm sofort personalisierte Empfehlungen geben kann.
Lernen Sie den KI-Filialleiter kennen
Der KI-Filialleiter fungiert als zentraler Koordinator aller Vorgänge im Geschäft. Er verarbeitet Echtzeitdaten von Sensoren zur Erfassung der Kundenfrequenz, von intelligenten Regalen und von den Wearables der Mitarbeiter. Sogar Wettervorhersagen fließen in das Gesamtbild ein. Anhand dieser Kontextdaten trifft die KI dynamische Entscheidungen: Sie optimiert die Personalbesetzung, passt die Ladengestaltung an oder veranlasst Nachschub. Dieser kontinuierliche Informations- und Anweisungsfluss schafft eine äußerst reaktionsschnelle, effiziente Filialumgebung, die eine neue Ära des Einzelhandelsmanagements einläutet.
Künstliche Intelligenz – nicht nur zur Weihnachtszeit
Der KI-gestützte Erfolg im Einzelhandel hängt von der Qualität und Geschwindigkeit der Daten ab, mit denen die KI-Systeme gefüttert werden. Damit KI ihr Potenzial in Bezug auf optimierte Preise, fehlerfreie Lieferketten und personalisierte Customer Journeys entfalten kann, ist ein konstanter kontextbezogener Datenstrom aus allen Unternehmensbereichen erforderlich – von Lagersensoren und Lieferantensystemen bis hin zu den Kassen in der Filiale und den Online-Klicks.
Dieses Maß an unternehmensweiter Echtzeit-Datenmobilität ist mit den herkömmlichen, eng gekoppelten Architekturen nicht zu erreichen. Eine ereignisgesteuerte Architektur und ein Event-Mesh bieten hingegen die erforderliche flexible, skalierbare und entkoppelte Grundlage, um Rohdaten in den Echtzeitkontext zu transformieren, den KI-Lösungen benötigen, um den Umsatz zu maximieren und die Abläufe zu optimieren – während des wichtigen Weihnachtsgeschäfts … und darüber hinaus.
