KI treibt IT-Investitionen im Handel

Laut der Studie "KI im Store" sehen Handelsunternehmen KI vor allem in zwei Bereichen als sehr relevant: Dynamic Pricing und Predictive Analytics. [...]

Potenzial für den Einsatz von KI sieht der Handel vor allem bei Predictive Analytics, der vorausschauenden Analyse insbesondere von Abverkäufen und Bestandsveränderungen und sich daraus ableitenden Auswirkungen auf Warenverteilung und -platzierung. (c) Alexander Limbach - stock.adobe.com

Dynamic Pricing und Predictive Analytics sind Kernanwendungsgebiete der KI, werden vom Handel aber unterschiedlich bewertet. Für ersteres bringt schlicht nicht jede Branche die nötigen Voraussetzungen mit. Predictive Analytics hingegen werden in den kommenden Jahren das wichtigste Einsatzgebiet für KI-Anwendungen sein, so zwei ausgewählte Ergebnisse einer Befragung von EHI und Microsoft. Das EHI und Microsoft veröffentlichen das komplette Whitepaper „KI im Store“ mit weiteren Aspekten und internationalen Praxisbeispielen zur EuroShop 2020.

„Der Handel hat das große Potenzial von künstlicher Intelligenz zweifellos erkannt“, so Xenia Giese, Industry Executive Retail & Consumer Goods bei Microsoft Deutschland und Co-Autorin der Studie. „Für die Einführung KI-gesteuerter Lösungen sind jedoch noch gezielte Investitionen nötig. Gefragt sind vor allem smarte Anwendungen, die große sowie diverse Datenmengen in echte Customer Insights übersetzen. Zu bedenken ist jedoch, dass sich KI nur dann rechnet, wenn sie möglichst breit – idealerweise über mehrere Prozesse hinweg – eingesetzt wird.“

Investitionen in Predictive Analytics

In der KI-gesteuerten Analyse von großen Datenmengen sieht der Handel großes Potenzial. Alle Befragten sehen sich bei Predictive Analytics – also die vorausschauende Analyse insbesondere von Abverkäufen und Bestandsveränderungen und sich daraus ableitende Auswirkungen auf Warenverteilung und -platzierung – durch Investitionen in den vergangenen Jahren bereits vergleichsweise gut aufgestellt. KI-basierten Lösungen werden in diesem Bereich ein weiterhin hohes Entwicklungspotenzial für die kommenden Jahre bescheinigt, denn wesentlich größere und vielfältige Mengen an Daten, die bisher oft unberücksichtigt geblieben sind, können nun für Analysen herangezogen werden. Für Fashion-Händler ist beispielsweise die Warenverteilung oft wichtiger als die vorausschauende Analyse der Abverkäufe, da Großteile des Sortiments nicht nachgeordert werden. Auch in diesem Zusammenhang können KI-basierte Lösungen zur Anwendung kommen. Das alles wird substanzielle Investitionen nach sich ziehen.

Mit Dynamic Pricing punkten

Zu Dynamic Pricing besteht ein sehr unterschiedliches Bild bei den Handelsunternehmen. Ein Teil der Unternehmen steht der dynamischen, KI-gesteuerten Preisgestaltung sehr aufgeschlossen gegenüber. Sie sehen es vielmehr als zwingend notwendig, um dem Online-Wettbewerb entgegentreten zu können. Allerdings sind nicht alle Sortimente gleichermaßen für Dynamic Pricing geeignet. Beispielsweise ist im Modehandel die digitale Preisauszeichnung, Voraussetzung für Dynamic Pricing, gar nicht im Einsatz. Ablehnende Meinungen haben einige Verantwortliche auch, weil sie das Risiko abschreckt, Kunden möglicherweise durch untertägige Preisänderungen zu verunsichern oder zu verärgern.

Datenbasis

Nach den beiden umfangreichen Erhebungen in den Whitepapers zum Thema „Smart Store“ der vergangenen beiden Jahre (zuletzt wurden CIOs und IT-Leiter in 100 Unternehmen persönlich befragt) führte das EHI in dieser Auflage 8 Tiefeninterviews mit IT-Verantwortlichen großer deutscher Handelsunternehmen aus den Branchen Food, Fashion, DIY und Consumer Electronics durch. Die Studie „KI im Store“ steht als kostenloses Whitepaper zur Verfügung.


Mehr Artikel

Be the first to comment

Leave a Reply

Your email address will not be published.


*