KI-Agenten sagen Kundenwünsche voraus und optimieren LieferkettenStrategischer Vorteil für den europäischen Einzelhandel

Ein Blick in die Zukunft der europäischen Einzelhandels-Landschaft im Jahr 2028 lässt erahnen, wohin der Trend geht. In den Hauptquartieren der Marktführer von morgen koordinieren KI-Agenten nahtlos den Betrieb von Tausenden von Geschäften. Diese Systeme sagen Kundenwünsche voraus, bevor sie geäußert werden, optimieren Lieferketten mit vorausschauender Genauigkeit und lösen Probleme, bevor sie sich auf die Kundenzufriedenheit auswirken. Die Kundenbindung steigt, die Margen wachsen und der Marktanteil wächst unaufhaltsam.

Wie würde die alternative Zukunft in der europäischen Einzelhandels-Landschaft aussehen? Kämpfen doch traditionelle Einzelhändler mit überfüllten Lagern, frustrierten Kunden und schwindender Relevanz. Die Führungskräfte sehen hilflos zu, wie KI-gestützte Wettbewerber ihre wertvollsten Kunden abwerben. Vorstandssitzungen werden zu Nachbesprechungen über verpasste Chancen. Die Kluft zwischen Vorreitern und Nachzüglern ist unüberwindbar geworden.

Im Einzelhandel verändern KI-Agenten grundlegend die Art und Weise, wie die Daten von Einzelhändlern genutzt werden, um Prognosen, Bestandsmanagement, Kundenbindung und vor allem die Entscheidungsfindung zu verbessern. Laut Gartner werden bis 2028 fast 15 Prozent der täglichen operativen Entscheidungen von solchen Agenten koordiniert werden.

Gleichzeitig prognostiziert Gartner, dass bis 2027 40 Prozent der agentenbasierten KI-Projekte scheitern könnten. Befürchtungen einer Spekulationsblase, Herausforderungen im Zusammenhang mit der Industrialisierung und Budgetbeschränkungen, insbesondere in Europa, schüren die Skepsis.

Wie können europäische Einzelhändler die Lücke zwischen ihren Absichten und ihren Zielen schließen und die tatsächlichen Auswirkungen des Einsatzes dieser neuen Technologie messen? Die Antwort liegt oft in einem umgekehrten Ansatz: Es gilt, eine klare und konkrete Geschäftsmöglichkeit zu identifizieren und gleichzeitig sicherzustellen, dass die erforderlichen Datenbanken vorhanden sind, damit KI-Agenteneine echte Wirkung erzielen können.

Von Hyper-Personalisierung bis hin zu Empowerment

In Lieferketten sagen KI-Agenten nicht nur die Nachfrage genau voraus, sondern leiten auch Lieferungen in Echtzeit um, um Verzögerungen zu vermeiden, gleichen automatisch die Lagerbestände zwischen Geschäften und Lagern aus und melden potenzielle Verschwendung. Anstatt nur auf Engpässe oder Überbestände zu reagieren, lernen sie kontinuierlich aus Verkaufszahlen, Wetterdaten, Werbeaktionen und sogar lokalen Ereignissen.

Das Ergebnis ist eine Bestandsverwaltung, die sich in ein lebendiges, sich selbst optimierendes Netzwerk verwandelt hat. Die Regale sind besser gefüllt, und die Kunden können sich darauf verlassen, dass die gewünschten Produkte immer vorrätig sind.

Gleichzeitig zeichnet sich ein großer Wandel ab: Käufer werden sich zunehmend auf KI-Agentenverlassen, ohne direkt mit Marken zu interagieren. Die Restaurantkette Domino’s Pizza hat dies mit ihrem Projekt „Voice of the Pizza” bereits vorweggenommen. Durch den Einsatz von KI und einer interaktiven Umgebung zur Verfeinerung großer Sprachmodelle (LLMs) analysiert die Marke Kunden-Feedback und lernt viel schneller daraus, um Verbesserungsmöglichkeiten zu identifizieren. Eine Studie von Capgemini zeigt, dass KI-Agenten bis zu 80 Prozent der Kundenanfragen bereits beim ersten Kontakt lösen könnten, was Wartezeiten verkürzt, das Kundenerlebnis optimiert und die Kundenbindung stärkt und letztendlich die Rentabilität.

Am Anfang: Schaffung einer Datenbasis

Das Sprichwort „KI ist nur so gut wie die Daten, mit denen sie gefüttert wird“ ist wahr. Zwar haben Einzelhändler den Vorteil, dass sie über eine Fülle von Kundendaten verfügen, mit denen sie hervorragende Agenten trainieren können, doch war die Qualität dieser Daten schon immer schwer zu messen.

Hinzu kommt, dass ständig neue Modelle, Tools und Techniken auf den Markt kommen, mit denen die Teams nur schwer Schritt halten können. Viele verfügen einfach nicht über eine Datenarchitektur, die skalierbar genug ist, um den Einsatz von KI-Agenten in Betracht zu ziehen.

Sobald die Grundlagen geschaffen sind, können sich Einzelhändler wirklich darauf konzentrieren, ein System von KI-Agenten zu entwickeln, die anhand ihrer einzigartigen Geschäftsdaten trainiert werden, um ganz bestimmte Herausforderungen zu lösen. Dies erfordert eine strenge Bewertung: Es ist unmöglich, sich auf einfache „Intuition“ zu verlassen, da dies kostspielige Fehler nach sich ziehen kann.

Datenteams müssen auch untersuchen, wie synthetische Daten erstellt werden können, die Kundendaten ähneln, um das Lernen der Agenten wesentlich zu unterstützen und dann Modelle, Methoden und Techniken zu optimieren. Eine Supermarktkette könnte beispielsweise virtuelle Einkaufskörbe verwenden, um KI-Agenten sicher zu trainieren, Alternativen zu empfehlen, wenn ein Artikel nicht vorrätig ist.

Kein anderer Sektor ist besser positioniert, um vom Aufstieg der KI-Agenten zu profitieren. Viele Einzelhändler haben bereits Projekte gestartet, um ihre Kunden besser zu verstehen und sich an schnell verändernde Verhaltensweisen anzupassen. Jetzt ist es an der Zeit, noch einen Schritt weiter zu gehen. Es besteht kein Zweifel daran, dass die europäischen Einzelhändler, die in den kommenden Jahren überleben und florieren werden, diejenigen sein werden, die in der Lage waren, ihre eigenen Handels- und Kundendaten auf der Grundlage einer soliden Datenbank in umsetzbare Erkenntnisse umzuwandeln.

Stefan Maczkowski ist Retail & Consumer Industry Leader Global bei Databricks.

Databricks