Künstliche Intelligenz im Einzelhandel - eine Bestandsaufnahme der Zukunft
Während es mittlerweile durch AI-Tools wie ChatGPT oder auch Emote Portrait Alive von AliBaba bereits möglich ist, ganze Filme in Eigenregie zu erzeugen oder statische Bilder durch einen Klick in singende Eigenportraits zu verwandeln, ohne dass man noch große Qualitätsunterschiede erkennen kann, tut sich der (deutsche) Einzelhandel mit einer Integration von künstlicher Intelligenz - oder kurz AI - noch recht schwer.
Dies mag unter anderem an folgenden Aspekten liegen:
- Existierende Skepsis der aktuell (geschäfts-)führenden Generation gegenüber Digitalisierung und im Speziellen darin enthaltenen und jederzeit neu erscheinenden Trends und deren Gewichtung in relevante und irrelevante Features
- Mangelndes technisches Verständnis der aktuellen und zukünftigen Zusammenhänge zwischen Digital und Analog bzw. offline und online
- Mangelnder Fokus auf den (erweiterten) Nutzen in der Diskussion um neue digitale Möglichkeiten
Künstliche Intelligenz generiert mehr Umsatz
AI hat aber bereits in vielen einzelnen Aspekten des Einzelhandels zu zusätzlichen Umsätzen und gestiegener Kundenzufriedenheit geführt. So berichtet beispielsweise die US-amerikanische Kaufhauskette Bloomingdale’s von mehr als 20 Millionen Dollar zusätzlichen Jahresumsatz im Online-Kanal durch Verbesserung der Konversionsrate durch AI-geführte “customer centric” Sprache. Und auch wenn 20 Millionen Dollar zusätzlicher Umsatz bei einem Unternehmen mit einem Gesamt-Jahresumsatz von knapp mehr als 1 Mrd Dollar nur ein kleiner Beitrag ist, ist eben auch dies nur der Beginn einer gewinnbringenden Kooperation mit AI - zu geringen Investitionskosten.
Mehrwert für den Einzelhandel
Im Handel gibt es aber weitere beispielhafte Maßnahmen, die mit Einbindung von AI einen Mehrwert für Kundschaft und Handels-Unternehmen liefern, so z. B. die Integration einer lernenden AI bei der Behandlung von Retouren-Management. Simples Beispiel: wenn ein bestimmter Pullover der gleichen Marke immer wegen falscher Größe retourniert wird, ist es ein leichtes, hier mit einer Empfehlung in der Produktbeschreibung darauf hinzuweisen, dass man diesen Pullover doch um 1 Größe größer bestellen sollte, da er sehr klein ausfällt. Gerade dieses Feature ist auch bei einigen digital-kompetenten Händlern bereits im Einsatz. Das weltweit renommierte Analysten-Unternehmen Gartner nennt dies die “Best-Fit Apparel Technology”. Hier fängt jedoch erst die Reise der KI an, um Vorteile mit der Praxis zu kombinieren. Weitere relevante Felder für KI-Einsatz sind Warenverfügbarkeits-Prognosen, Inventur-Unterstützung, Lieferkosten-Optimerung etc.
Big Data für die KI
Im Mittelpunkt aller neuen KI-Implementierungen, die bereits in naher Vergangenheit oder in Zukunft in der gesamten Branche vorgestellt werden, stehen Daten. Das Schlagwort “Big Data” ist beinahe so alt wie das Schlagwort “Omnichannel”. Und dennoch beherrschen traurigerweise viele Händler beides noch lange nicht.
Neue Technologien im Handel
Bevor eine dieser neuen Technologien wirklich effektiv sein kann, müssen Einzelhändler alle ihre Daten anwendungs- und plattformübergreifend in eine gemeinsame Datengrundlage integrieren, um ihren vollen prädiktiven und präskriptiven Wert zu nutzen. In der aktuellen repräsentativen Retail Reality Studie von Shopgate gaben die befragten Händler an, dass lediglich 51% ihres Unternehmens bzw. der Filiale(n) bereits digitalisiert sind - und damit ist dieser Wert sogar 3% niedriger ausgefallen als im befragten Vorjahreszeitraum.
Durch den Einsatz von KI können Einzelhändler neue Werte erschließen und dazu beitragen, ihre Abläufe, Mitarbeiter und ihr Geschäftsergebnis zu verbessern. Jedoch sollten sie gegebenenfalls zuerst die relevanten “Basis-Anforderungen” der shoppenden Kundschaft ermöglichen: Kauf über alle Kanäle hinweg, reibungslose Customer Experience und bevorzugte Behandlung bei digital erfassten Bestandskunden. Es gibt noch viel zu tun.