Künstliche Intelligenz im Handel: Appetit auf den Algorithmus

Mühsam war das Einkaufen, als es noch kein Online-Shopping gab. Man musste sich ins Auto setzen, einen Parkplatz in der überfüllten Innenstadt suchen und die Waren selbst wieder nach Hause schaffen. Der Onlinehandel machte damit Schluss: Per Smartphone lässt sich der Einkauf bequem von zu Hause erledigen. Doch es geht noch komfortabler: Sprachassistenzsysteme wie Amazons Echo oder Google Home ermöglichen Shopping – einfach per Sprachkommando.

Die Technologie, die in diesen smarten Assistenten steckt, weist Händlern den Weg, wo für sie die Reise in den kommenden Jahren hingeht: „Künstliche Intelligenz ist nach Omnichannel und Big Data der nächste große Technologietrend, der den Einzelhandel – auch den stationären – revolutioniert“, sagt Peter Breuer, Seniorpartner der Unternehmensberatung McKinsey & Company und Experte für künstliche Intelligenz. „Selbstlernende Systeme werden künftig auf sämtlichen Wertschöpfungsstufen zum Einsatz kommen: Prognose- und Pricingtools für Einkauf und Warenwirtschaft, Chatbots für den Kundenservice, Lieferroboter für die letzte Meile.“ Der Handel sei wie kaum eine andere Branche prädestiniert für die Nutzung von künstlicher Intelligenz – dank seiner Nähe zum Konsumenten und dank der Datenschätze, über die er schon heute verfügt.

Daten – das wertvollste Gut im Handel

Einzelhändler steuern bereits seit Jahren ihre Wertschöpfungskette mit Hilfe von Daten, die sie über ihre Kunden und deren Transaktionen sammeln: Big-Data-Analysen entscheiden, wo die günstigen und wo die teuren Produkte im Regal stehen, welche Produkte ausgelistet werden und welche zu halten sind. Datenbasierte Algorithmen geben Auskunft, wie viele Bananen an welchen Wochentagen geordert werden müssen, welches Kleid als Sonderangebot in die Werbung kommt und welcher Kunde welchen Gutschein erhält. Die Informationsquellen sind Kassenbelege und vor allem Loyality-Programme wie Payback, mit denen schon seit der Jahrtausendwende Daten zum Kaufverhalten der Konsumenten im großen Stil gesammelt werden.

Branchenführend in Big-Data-Prozessen ist der Lebensmittelhandel: Die Metro-Gruppe verarbeitet täglich Informationen von mehr als 21 Millionen Kunden; beim britischen Wettbewerber Tesco sind es mehr als 350 Millionen Kundendaten, die über die Analytics-Agentur Dunnhumby ausgewertet werden. Für ihren Erkenntnisgewinn aus den Datenmengen bedienen sich die Handelsunternehmen digitaler Solutions wie CatMan, 4tree oder Blue Yonder: Während CatMan mit eigens aufbereiteten Dashboards Ordnung in die gesammelten Daten bringt, leitet das Münsteraner Start-up 4tree aus den Datenströmen Empfehlungen zu Promotions, Pricing und Sortimentierung ab und bereitet die Ergebnisse in Apps für das Tagesgeschäft auf. Das Berliner Start-up So1 und der 2008 gegründete Anbieter Blue Yonder wiederum setzen auf Machine Learning, um individuelle Kundenrabatte oder Nachfrageprognosen zu Frischeprodukten zu erstellen.