Ob Roboter im Lager, smarte Kameras oder virtuelle Anproben – KI wirkt im Handel schon weit verbreitet. Doch der Schein trügt: Viele Unternehmen befinden sich noch im Experimentiermodus und kämpfen damit, erste Use Cases zu skalieren. Effektiver wird KI erst, wenn Systeme zusammenwirken und Daten für mehrere Bereiche nutzbar machen. Kameras werden dann nicht nur zur Diebstahlerkennung eingesetzt, sondern liefern auch Insights zu Regalen, Warenströmen und Kundenerlebnis. Entscheidend ist, Pilotprojekte in marktreife Lösungen zu überführen – idealerweise mit Partnern, die Technik, Entwicklung und Roll-out ganzheitlich begleiten.
Künstliche Intelligenz verändert die Spielregeln auch im Einzelhandel, bietet sie doch die Chance, Abläufe effizienter zu gestalten und Erkenntnisse zu gewinnen, mit denen sich die Umsätze steigern und die Kosten senken lassen. In manchen Geschäften helfen Roboter bereits bei Inventuren, erlauben intelligente Spiegel eine virtuelle Anprobe von Kleidungsstücken oder erkennen smarte Kameras verschiedene Betrugsmaschen an Selbstbedienungskassen. Hinzu kommen mehr und mehr Chatbots in Onlineshops und moderne Lösungen, die mit KI etwa das Bestandsmanagement perfektionieren oder die Kundenansprache und Werbung personalisieren. Da kann leicht der Eindruck entstehen, KI sei im Einzelhandel weitgehend etabliert und ziemlich ausgereift – vor allem, wenn man liest, dass Amazon inzwischen mehr als eine Million Roboter beschäftigt und plant, in den nächsten Jahren hunderttausende Mitarbeiter durch weitere Roboter zu ersetzen.
Doch weit gefehlt: KI im Einzelhandel steckt weiterhin in den Kinderschuhen – die KI-Revolution beginnt gerade erst. Die meisten Händler befinden sich nach wie vor in der PowerPoint- und Experimentier-Phase. Sie planen KI-Projekte, probieren verschiedene Dinge aus, entwickeln Lösungen weiter oder verwerfen sie. Kurz gesagt, sie sammeln Erfahrung und Know-how – ganz so, wie sie das auch früher bei anderen technologischen Veränderungen getan haben: als in den 90ern der Siegeszug des Onlinehandels begann, als mit der Verbreitung von Smartphones mobiles Shopping populär wurde oder als die Cloud eine völlig neue Form des IT-Betriebs möglich machte. All das lief nicht immer reibungslos ab, fühlte sich bisweilen holprig an und war mit einer Lernkurve verbunden. Bei KI ist das nicht anders, nur dass die Entwicklung rasend schnell voranschreitet und Händler, die jetzt zu lange zögern, tatsächlich den Anschluss verpassen können.
Die gute Nachricht ist aber:
Noch ist niemand zu spät dran, denn auch die Konkurrenz ist noch dabei herauszufinden, wo und wie sich KI am besten einsetzen lässt.
Allerdings ist Geschwindigkeit wichtig, also schnell zu lernen und Pilotprojekte rasch in den produktiven Betrieb zu überführen, um sich als Innovator oder Early Adopter wichtige Wettbewerbsvorteile zu sichern. Die Herausforderung dabei ist nach meiner Erfahrung die Skalierung. Viele Händler tun sich schwer damit, aus der Experimentierphase herauszukommen oder mehr als punktuelle Lösungen zu entwickeln. Diese bewältigen lediglich ein einziges Problem, lassen sich schlecht erweitern und arbeiten nur unzureichend mit anderen Lösungen zusammen. Da werden beispielsweise die Kameras im Geschäft für die Diebstahlerkennung genutzt, aber nicht für das Regalmanagement oder die Auswertung der Kundenströme. Dabei könnte KI anhand der Kamerabilder die Warenpräsentation und Preisauszeichnung kontrollieren, Lücken im Regal erkennen und Bereiche im Laden identifiz
Nur wer die Kameras als «Augen» für eine Vielzahl von Use Cases nutzt, von Security über den Ladenbetrieb bis hin zur Customer Intelligence, kann das Potenzial von KI voll ausschöpfen und Kosten senken, Margen steigern und den Service verbessern. In Eigenregie fällt das allerdings oft schwer. Eine Untersuchung des MIT etwa zeigt, dass mit strategischen Partnern umgesetzte GenAI-Projekte in zwei Dritteln der Fälle erfolgreich sind. Demgegenüber erreicht nur ein Drittel der komplett selbst entwickelten Lösungen den Deployment-Status und werden im Tagesgeschäft eingesetzt.
Letztlich benötigen Händler also nicht noch mehr KI-Anbieter mit vollmundigen Versprechungen, sondern Techniker, die aus ihren KI-Experimenten wirtschaftlich tragfähige Lösungen machen. Idealerweise sollten sie deshalb mit Partnern zusammenarbeiten, die Erfahrung mit Hardware- und Software-Entwicklung haben und fest in die internen Teams und Strukturen integriert sind. So können die Partner neue Anwendungen und Systeme von den ersten Konzepten über die Umsetzung und den Roll-out in allen Filialen bis hin zur anschließenden Pflege und Weiterentwicklung begleiten. Sie helfen Händlern, Risiken zu minimieren, Entwicklungszyklen zu verkürzen und schneller einen konkret messbaren Nutzen mit KI zu erzielen – während viele ihrer Konkurrenten noch mit PowerPoint-Präsentationen und fruchtlosen KI-Experimenten beschäftigt sind.
Autor: Joe Serrano, Acting Global Managing Partner, Retail & CPG bei HTEC.
