Künstliche Intelligenz im Einzelhandel: Anwendungsgebiete, Entwicklungen und Herausforderungen

Weltweit zeichnet sich der Trend zum Einsatz künstlicher Intelligenz weiter ab. Und obwohl eine Vielzahl von Anwendungen künstlicher Intelligenz im Online-Bereich stattfindet, ist auch die Offline-Welt betroffen. Vor allem im Handel sind vermehrt Anwendungsgebiete zu erkennen, welche Unternehmen zu einem fortschrittlichen Sprung verhelfen können. Die liegt vor allem daran, dass die künstliche Intelligenz in der Lage ist, hochkomplexe Datenmengen in Echtzeit zu verarbeiten, sodass sich entsprechend den Anforderungen optimale Lösungen generieren lassen. Doch was bedeutet das genau in der Praxis? 

Im nachfolgenden Beitrag werden Ihnen die wichtigsten Anwendungen sowie mögliche Chancen, Risiken und Schlüsselfaktoren aufgezeigt.

  1. Welche Anwendungsgebiete entstehen durch den Einsatz von künstlicher Intelligenz im Einzelhandel? 
  2. Was bringt die Zukunft für künstliche Intelligenz im Einzelhandel? 
  3. Was sind die Chancen und Risiken für den Einsatz von künstlicher Intelligenz im Handel? 
  4. Welche Herausforderungen entstehen beim Einsatz von künstlicher Intelligenz im Einzelhandel? 
  5. Fazit: Lohnt sich der Einsatz von künstlicher Intelligenz im Einzelhandel?  

Künstliche Intelligenz im Handel – Das Wichtigste auf einen Blick: 

  • Die künstliche Intelligenz hat im Einzelhandel in den Bereichen Zentrale, Kundenerfahrung, Filiale und Logistik erhebliche Anwendungspotentiale
  • Laut einer Studie können Unternehmen durch den gezielten Einsatz von künstlicher Intelligenz durchschnittlich rund 15% mehr Umsatzwachstum erzielen. 
  • Sowohl technisch, wirtschaftlich, politisch und rechtlich sind Herausforderungen zu erkennen  
  • Unternehmen, Gesellschaft und Kunden sollten sich über die verschiedenen Chancen und Risiken bewusst sein. 
  • Die künstliche Intelligenz wird die jetzige Veränderung des Einzelhandels nochmals rapide vorantreiben  
  • Hauptfokus sollte weiterhin auf dem Kunden und seinen Bedürfnissen liegen. 

Welche Anwendungsgebiete entstehen durch den Einsatz von künstlicher Intelligenz im Einzelhandel? 

Der Einsatz von künstlicher Intelligenz im stationären Handel hat unzählige Vorteile und Anwendungsbeispiele. Dabei kann die künstliche Intelligenz dem Einzelhandel dazu verhelfen, dass durch entsprechende Soft- sowie Hardware, Prozesse effektiver und effizienter zu gestalten sind. Vor allem steht dabei der Kunde im Fokus – die Auswertung über das generierte Wissen in Form von Wünschen und Bedürfnissen kann zur Steigerung der Kundenzufriedenheit führen. Grundsätzlich hat der Einsatz künstlicher Intelligenz vorwiegend auf folgende 4 Unternehmensbereiche einen starken Einfluss. Dazu zählen: 

1. Zentrale 

Einsatz künstlicher Intelligenz im Bereich der Zentrale

Dynamische Preisoptimierung 

Mithilfe der dynamischen Preisoptimierung ist es möglich, dass Unternehmen im Rahmen der Preisgestaltung vollautomatisch in Echtzeit handeln können. Dabei wird das aktuelle Verhalten der Kunden sowie sich verändernde Umstände von Märkten, Umwelt und Wettbewerbssituation berücksichtigt. In der Praxis erfolgt dies unter anderem dadurch, dass man entsprechende Kundendaten analysiert, um das Kaufverhalten zu identifizieren.  
Neben Daten des Kundenverhaltens werden zudem Daten potentieller Trends und des Wetters berücksichtigt. Die Berücksichtigung der jeweiligen Parameter ermöglicht es dem Unternehmen, mittels intelligenter Systeme, dem Kunden einen optimalen Preis anzubieten, sodass Rückgaberaten gemindert werden und die Kundenzufriedenheit steigt. 

Sortimentsgestaltung

Damit ein Unternehmen am Markt konkurrenzfähig ist, sollte es nicht ausschließlich die Preisgestaltung berücksichtigen. Neben dem Preis ist vor allem die Sortimentsgestaltung für den Kunden wichtig. Folglich müssen die Produkte nach Art und Menge dort platziert sein, an denen der Kunde es wünscht und somit sucht. Mithilfe von künstlicher Intelligenz kann dieses Vorhaben optimiert werden.

Durch gezielte Mustererkennung ist es möglich, dass aus einer Menge an Daten die Kausalität zwischen dem Kaufverhalten der Kunden und externen Einflüssen wie Trends, Wetter usw. analysiert werden. Dies führt dazu, dass das Sortiment passgenau an Wünschen der Kunden und allgemeinen Trends ausgerichtet wird. 

Doch nicht nur Daten der Vergangenheit können mit in die Berechnung hineingezogen werden. Vielmehr können prädiktive Analysen auf Basis historischer Daten getroffen werden. 

Personaleinsatzplanung

Möchte ein Unternehmen verhindern, dass mehrere Mitarbeiter zeitgleich eingesetzt werden oder der generelle Einsatz zu hoch ist, so kann dieser Prozess mithilfe von künstlicher Intelligenz verbessert werden. Folglich lassen sich Kosten senken und der allgemeine Kundenservice wird verbessert.

In der Praxis geschieht dies dadurch, dass aufgrund von intelligenten Technologien im Rahmen der Analyse externer Faktoren wie Kaufverhalten, Kundschaft, Wetter oder anstehenden Events eine wesentliche Rolle spielen. Durch die Analyse dieser Faktoren resultiert ein entsprechender Schichtplan, der passgenau zu den aktuellen Gegebenheiten erstellt wird.  

Energiemanagement

Die Einhaltung nachhaltiger und energieeffizienter Betriebskonzepte für Gebäude spielt für viele Unternehmen eine immer größere Rolle. Dies liegt möglicherweise daran, dass vor allem die Kunden heutzutage viel Wert auf klimabewusstes sowie ökologisches Verhalten legen und dieses auch von Unternehmen wünschen.

Durch die Digitalisierung lassen sich in Bereichen der Gebäudetechnik einige Optimierungen gestalten, welche sich positiv auf die Energiebilanz auswirken. Dabei werden beispielsweise große Mengen an Mess-, Betriebs-, und Verbrauchsdaten bezogen.

Diese werden im weiteren Schritt durch Daten von Wetterprognosen, Kundenfrequenz und Öffnungszeiten ergänzt. Das Ziel besteht darin, bestimmte Software so zu trainieren, dass diese eine optimale Regelstrategie der HLK-Anlagen (Heizung, Lüftung, Klimaanlage) eines Gebäudes generiert. Zudem werden gewisse Rahmenbedingungen wie Temperatur oder Luftqualität eingehalten. 

Bestandsmanagement

Für Unternehmen des Einzelhandels ist es wichtig, dass diese somit zu jeder Zeit eine optimale und ausreichende Produktverfügbarkeit gewährleisten. Demnach spielt der Einsatz von Robotern im Bestandsmanagement eine wesentliche Rolle.

In vielen Bereichen des Einzelhandels ist es mittels künstlicher Intelligenz und dem Einsatz von Robotern möglich, einfache Aufgaben wie die Kontrolle der Produktverfügbarkeit zu gewährleisten. Zudem lassen sich die vom System erfassten Daten zur Verbesserung der Produktplatzierung sowie Erkennung von Trends nutzen.

2. Kundenerfahrung 

Einsatz künstlicher Intelligenz in der Kundenberatung im Einzelhandel
Einsatz künstlicher Intelligenz in der Kundenberatung

Visuelle Produktsuche

Auf Basis von maschinellem Lernen lassen sich verschiedene Bilderkennungslösungen kreieren. Diese bieten dem Kunden die Möglichkeit, mittels eines aufgenommenen Bildes, die eigene Produktsuche effizienter zu gestalten. Dabei macht der Kunde lediglich mit seinem Smartphone ein Bild des erwünschten Produkts und mithilfe des Bildes wird ein Händler gesucht, der dieses Produkt zum bestmöglichen Preis erhältlich hat. Vorwiegend werden solche Verfahren im Einzelhandel eingesetzt, um die allgemeine Kundenbindung aufgrund der einfachen Kaufabwicklung zu verbessern.

Individuelle Kaufberatung

Die personalisierte Kaufberatung ist mittlerweile einer der Erfolgsfaktoren vieler Unternehmen. Insofern kann künstliche Intelligenz hinsichtlich der Kaufberatung eine wesentliche Rolle spielen. Durch den Einsatz intelligenter Technologien lassen sich Daten von Wünschen und Bedürfnissen des Kunden generieren, wonach bestimmte Produkte passgenau vorgeschlagen werden. Dadurch erhält der Kunde Angebote von Produkten, die ihn wirklich interessieren. Im Allgemeinen besteht das Ziel dieses Vorhabens, die Kundenzufriedenheit zu erhöhen. 

Virtuelle Anprobe

Obwohl der Online-Handel in Bezug auf die Bestellung von Kleidung von vielen Verbrauchern gerne genutzt wird, so birgt die Bestellung wesentliche Nachteile. Zu diesen zählt vor allem das Wegfallen einer möglichen Anprobe des potentiellen Kleidungsstücks. Dies führt in der Praxis oftmals dazu, dass Kunden das gleiche Produkt in mehreren Größen bestellen und eine Vielzahl nicht passender Produkte wieder retournieren. 

Darüber hinaus ist dieses Verhalten gerade für die Umwelt negativ zu sehen. Dennoch ist es jedoch möglich, die Anprobe virtuell zu gestalten. Insofern kann der zeitraubende Prozess der Rücksendung, sowie Kosten gemindert werden. Möglich ist dies dadurch, dass mithilfe eines Ganzkörperfotos und den Körpermaßen, per Augmented Reality ein 3D-Abbild des Kunden generiert wird. Anschließend lassen sich verschiedene Kleidungsstücke am 3D-Abbild des Kunden visualisieren. 

Betrugserkennung

Um bei Betrugsabsichten frühzeitig handeln zu können, bieten sich verschiedene Technologien auf Basis von künstlicher Intelligenz zur frühzeitigen Intervention an. Dabei überwacht ein entsprechendes System verschiedene Vorgänge des Kassensystems. Ziel dabei ist es, durch Anwendung von Mustererkennung, Unregelmäßigkeiten zu erkennen. Dies bedeutet, dass sich beispielsweise unrechtmäßige Stornierungen von Waren verhindern lassen.

Chatbots

Vor allem bei zeitaufwändigen und monotonen Aufgaben, können Chatbots zu einer Entlastung der Mitarbeiter führen. Mittels einer KI-Plattform lassen sich Muster in Textpassagen, E-Mails oder Briefen erkennen.

Zudem wird das Anliegen des Kunden analysiert, wonach im weiteren Schritt eine automatisierte Weiterleitung an entsprechendes Personal erfolgt. Routinetätigkeiten lassen sich folglich mindern und dadurch kann eine Vielzahl eingehender Service-Anfragen automatisch bearbeitet werden.

Personalisiertes Marketing

Durch künstliche Intelligenz lassen sich leistungsstarke Marketingautomatisierungen umsetzen. Dabei werden personalisierte Anzeigen über verschiedene Kanäle wie z.B. (soziale Plattformen, Smartphones oder Newsletter) an den Kunden versendet. Damit dies jedoch gelingt, analysiert man vorerst die im Internet verfügbaren Informationen.

Dazu gehören beispielsweise frühere Einkäufe, Klicks, Interessensbereiche oder derzeitige Kaufabsichten. Dabei kann die künstliche Intelligenz helfen, Muster aus Benutzerdaten zu identifizieren, sodass Anzeigen zu geeigneten Zeiten geschaltet und relevante Inhalte oder personalisierte Rabatte bereitgestellt werden können. Zudem lassen sich Produkte, welche zuvor gekauft wurden und zu aktuellen Produkten komplementär sind, ebenfalls bereitstellen.

3. Filiale

Einsatz künstlicher Intelligenz in der Filiale im Einzelhandel
Einsatz künstlicher Intelligenz in der Filiale

Beratungs-/ Verkaufsroboter

Kaufempfehlungen können verwendet werden, um Produkte aus verschiedenen Branchen im physischen Einzelhandel vorauszuwählen. Beispielsweise werden derzeit Roboter getestet, um das Verkaufspersonal zu unterstützen. Um den Kunden bestmöglich beraten zu können, muss das Kaufverhalten zwangsläufig analysiert werden. Verkaufsroboter reduzieren daher die Arbeitsbelastung des Verkaufspersonals und können somit die Kundenzufriedenheit verbessern, da die Mitarbeiter wieder mehr Zeit damit verbringen können, Kunden und Einzelpersonen individuell und physisch zu beraten. 

Darüber hinaus kann ein Robotersystem bei der Vorauswahl bestimmter Produkte helfen, indem man beispielsweise verschiedene Parameter und Anforderungen an das Produkt abfragt und schließlich ein geeignetes Produkt vorschlägt. Insofern können Vertriebsmitarbeiter diese Vorauswahl als Grundlage für gezielte Empfehlungen verwenden und gleichzeitig Zeit sparen.

Bezahlung: Self Checkin/ Checkout

Beim Self-Check-In/ Check-Out handelt es sich um eine feste Zahlungsmethode für den Einzelhandel, z.B. im Sinn eines “Just-walk-out-store”. Beim Betreten des Geschäfts verwendet der Kunde einen QR-Code, um sich dem Smartphone zu registrieren. Schon während des Einkaufsprozesses packen Mitarbeiter die gewünschten Waren direkt aus dem Regal in die Einkaufstasche. Dabei ist das Geschäft mit Kameras, Lichtschranken, Druck-, Infrarot-, und Volumenänderungssensoren ausgestattet und ermöglicht durch Bildverstehen, Sensorfusion und Deep-Learning eine Zuordnung von Produkten zur jeweiligen Person. 

Sobald die Person alle gewünschten Produkte genommen hat, kann sie das Geschäft verlassen, ohne an der Kasse stehen zu müssen und zu bezahlen. Denn, eine App erstellt während des Einkaufs einen virtuellen Einkaufswagen und die Zahlung geschieht online. 

4. Logistik & Transport 

Einsatz künstlicher Intelligenz in der Logistik

Supply Chain Operations

Ein Beispiel für die Anwendung von künstlicher Intelligenz in der Logistik ist die Verwendung von Prinzipien des Internet der Dinge (IoT). Die hier verwendeten Sensoren sind mit Verpackungen oder anderen sich bewegenden Objekten verbunden. Die Sensoren kommunizieren in Echtzeit mit der IoT-Plattform, um die Interaktion zwischen Menschen und elektronischen Systemen sowie zwischen elektronischen Komponenten zu realisieren. Mit der Unterstützung der KI-Technologie können Sie den Prozess lernen und verstehen.

Das Ergebnis ist, dass die Prozesskette vollständig transparent ist und automatisch den Optimierungsbedarf erkennt. Dies liegt daran, da es sich nicht nur um eine reine Tracking-Lösung handelt, sondern auch die Kommunikation von Objekten ermöglicht, um kontinuierlich die neuesten Informationen zu senden. Daher können Systeme auf Basis künstlicher Intelligenz, Prozesse innerhalb der Wertschöpfungskette im Voraus steuern und automatisieren, um Lieferungen vorherzusagen, zu berechnen und gleichzeitig die Lieferkette zu optimieren

Tourenplanung

Mathematisch gesehen fährt jeder dritte LKW leer durch Deutschland. Eine koordinierte Routenplanung soll dies minimieren oder sogar vermeiden. Dank einer KI-unterstützten Routenplanung berücksichtigt die Routenkarte externe Faktoren wie Wetter, Ereignisse und Kaufverhalten der Kunden zu verschiedenen Jahreszeiten, wodurch Leerfahrten reduziert werden. Außerdem prognostiziert das System aufgrund von künstlicher Intelligenz den Marktpreis für LKW-Reisen und ermittelt den Preis für freie Kapazitäten, derjenigen LKWs, welche sofort bereitgestellt werden können.

Auf diese Weise lassen sich Angebot und Nachfrage an Transportkapazitäten schnell und effektiv miteinander kombinieren. Kurz gesagt, die Software kann nicht nur die Effizienz von Transportunternehmen verbessern, sondern auch den Transport im Hinblick auf Nachhaltigkeit optimieren. 

Was bringt die Zukunft für künstliche Intelligenz im Einzelhandel? 

Die aus dem Jahre 2018 stammende Studie von Capgemini beweist die aktuellen Fortschritte im Bereich von künstlicher Intelligenz im Einzelhandel. Im Rahmen der Studie befragte man 400 Retailer aus der ganzen Welt. Dabei fand man im Rahmen der Studie heraus, dass 28 Prozent der Befragten bereits Technologien auf Basis künstlicher Intelligenz in ihren Unternehmen implementieren.  

Zudem zeigte die Studie auf, dass dreiviertel der Unternehmen angaben, durch künstliche Intelligenz keinen einzigen Arbeitsplatz aufgeben zu müssen. Vielmehr habe die künstliche Intelligenz für mehr Arbeitsplätze gesorgt. Auffallend ist, dass laut der Studie, mit einer durchschnittlichen Verkaufssteigerung von rund 15 Prozent zu rechnen sei. 

Was sind die Chancen und Risiken für den Einsatz von künstlicher Intelligenz im Handel?

Grundsätzlich lässt sich sagen, dass der Einsatz von Technologien, welche auf künstlicher Intelligenz basieren, im Einzelhandel als hoffnungsvolle Entwicklung mit großen Entwicklungspotential zu sehen ist. Daher bieten die aktuellen Gegebenheiten und Veränderungen keinen Anlass dafür, die künstliche Intelligenz als reinen Hype anzusehen. 

Die Entwicklung und das Voranschreiten disruptiver Geschäftsmodelle ermöglichen neue Prozesse und Vorgehensweisen. Dabei ist vor allem die künstliche Intelligenz zu erwähnen, die diese Entwicklungen vorantreibt. Zudem erleben die derzeitigen Geschäftsmodelle inzwischen einen stetigen Wandel. Mit der Einführung des Omnichannel ergeben sich weitaus mehr Schnittstellen, an denen sich die künstliche Intelligenz implementieren lässt.  

Doch nicht nur positive Aspekte sind im Hinblick auf die künstliche Intelligenz zu nennen. Gerade im Zeitalter der Digitalisierung und des durch Big Data riesigen Datenaufkommen ist im Zuge der Datenschutzgrundverordnung auf den richtigen Umgang bei der Speicherung von Daten zu achten. 

Die folgende Tabelle möchte die Chancen sowie Risiken im Hinblick auf Unternehmen, Gesellschaft und Umwelt sowie Kunden näher betrachten.

In Bezug auf: Chancen von künstlicher Intelligenz im Einzelhandel  Risiken von künstlicher Intelligenz im Einzelhandel 
Unternehmen Steigerung der Effektivität und Effizienz Kontrollierbarkeit der Algorithmen 
 Steigerung der Mitarbeiterzufriedenheit Fehler der Algorithmen 
 Präzisere Entscheidungen Fehlende Möglichkeit der Folgenabschätzung 
 Begegnung des Fachkräftemangels  
Gesellschaft und Umwelt Lösung ökologischer Probleme Wegfallen bestehender Arbeitsplätze 
 Erschaffung neuer Arbeitsplätze Intransparenz von Entscheidungen 
  Diskriminierung bestimmter Gruppen 
Kunden Verbesserte Beratung Unbewusste Manipulation 
 Verbessertes Produktangebot Intransparente Preise 
 Höherer Komfort Bedrohung: “Gläserner Mensch” 
Chancen und Risiken künstlicher Intelligenz auf die Bereiche: Unternehmen, Gesellschaft & Umwelt und Kunden

 

Welche Herausforderungen entstehen beim Einsatz von künstlicher Intelligenz im Einzelhandel?

Im Rahmen der fortschreitenden Digitalisierung und Einbringung von Technologien wie maschinellem Lernen und künstlicher Intelligenz entstehen Herausforderungen, welche nicht außer Acht gelassen werden sollten. Vorwiegend sind es jedoch die technologischen Barrieren und Einschränkungen, welche vielen Unternehmen bei der Implementierung einen Strich durch die Rechnung machen. Dazu zählen vor allem die nicht in vollem Umfang bestehende Breitbandabdeckung sowie die Datenqualität vieler Unternehmen.  

Zudem ergeben sich weitere Hindernisse im Einsatz von KI-basierenden Technologien durch unternehmensinterne Hürden wie fehlender Expertise zu bestimmten Themen. Weiterhin sind es oftmals die fehlenden finanziellen Ressourcen sowie ein Mangel an Fachpersonal, was das Vorhaben hindert. 

Im Folgenden sollen anhand einer Tabelle die maßgeblichen Herausforderungen beim Einsatz künstlicher Intelligenz in der unternehmerischen Praxis aufgezeigt werden.  

Technisch  Wirtschaftlich 
Mangelnde Rechenleistung Preisdruck durch große Konzerne 
Geringer Datenbestand sowie unzureichende Datenqualität  Personalmangel innerhalb der Unternehmen 
Implementierung in bestehende IT-Systeme Abschätzung des ROI 
Mangelnde IT-Infrastruktur Mangelnde Ressourcen innerhalb des Unternehmens 
Datensicherheit Mangel an Fachpersonal  
Verfügbarkeit standardisierter KI-Lösungen   
Strategisch/ Organisatorisch Rechtlich/ politisch 
Unzureichende Digitalisierungsstrategien Mangelnde Zertifizierungen und Normen  
Fehlende Expertise Unsicherheit bezüglich Datenschutzvorschriften 
Fehlende Use-Cases  
Herausforderungen für den Einsatz künstlicher Intelligenz in der unternehmerischen Praxis

Fazit: Lohnt sich der Einsatz von künstlicher Intelligenz im Einzelhandel? 

Insbesondere wenn es sich um repetitive, dispositive und administrative Aufgaben handelt, ermöglicht es die künstliche Intelligenz, sämtliche Fragen rund um Sortimentsgestaltung, Preise, Standorte sowie Beratung und Verkauf datenbasiert zu beantworten. Insofern wird die künstliche Intelligenz anhand von spezifischen Hard- und Softwarenanwendungen in Bereichen wie Logistikprozessen, filialspezifischen Vorgängen oder persönlichen Kundenerfahrungen eine wesentliche Rolle darstellen. 

Zudem sind die Veränderungen des Einzelhandels aufgrund der Digitalisierung inzwischen zu erkennen. Zusätzlich erhöht die künstliche Intelligenz die Geschwindigkeit der Veränderung zunehmend. Jedoch sollte der Hauptfokus und die Konzentration von wertschöpfenden Aktivitäten rund um den Kunden nicht verloren gehen – doch dabei kann die künstliche Intelligenz als Unterstützer dienen.  

Wenn Sie weitere Fragen zu diesem oder weiteren Themen haben, so kontaktieren Sie mich gerne.  

Ihr Kontakt: Laurenz Wuttke

Unternehmen sitzen auf einem ungenutzten Berg von Kundendaten. Wir von datasolut entwickeln KI, die Ihr Marketing optimiert. Damit Sie dem richtigen Kunden zur richtigen Zeit das richtige Angebot machen können.

Laurenz Wuttke

Auch interessant für Sie

Praxisbeispiele

Künstliche Intelligenz optimiert Marketing und Vertrieb

Tragen Sie sich hier in unseren Newsletter ein und erhalten Sie gratis die KI-Anwendungsfälle:

Mit der Anmeldung stimmen Sie unserer Datenschutzerklärung zu.