Aus der Branche

Künstliche Intelligenz ist das Schlagwort des Jahres, dabei ist sie im Handel längst keine Neuheit mehr: Seit Jahren optimieren intelligente Algorithmen Prognosen und Nachschubprozesse, entlasten Mitarbeitende im Kundenservice und steuern personalisierte Dialoge mit Kunden und Kundinnen. Doch mit dem Siegeszug der generativen KI hat das Thema eine neue Dynamik gewonnen. Dabei ist weniger die Technologie selbst neu, sondern die strategische Dimension: Wie gelingt es Handelsunternehmen, Künstliche Intelligenz wirksam, nachhaltig und ganzheitlich in ihre Strukturen einzubetten?

Vom Projekt zur Praxis 
Die neue EHI-Studie „KI-Integration im Handel“ zeigt, dass sich inzwischen nahezu alle großen Handelsunternehmen auf strategischer Ebene mit KI beschäftigen. Was vor wenigen Jahren noch als Pilotversuch begann, ist heute Teil konkreter Transformationsprojekte. Dennoch bleibt die Umsetzung vielfach selektiv: KI wird punktuell eingesetzt, aber nur selten übergreifend verankert. Doch unter anderem vor dem Hintergrund des EU AI Act, der neue Anforderungen an Transparenz und Nachvollziehbarkeit formuliert, wird klar, dass erfolgreiche KI-Integration weniger ein IT-Projekt als vielmehr ein Transformationsprozess ist, der alle Ebenen betrifft.

67 Prozent der befragten KI-Verantwortlichen bewerten ihre Datenintegration als schlecht oder eher schlecht, nur 13 Prozent sehen sie als gut. Zwar liegen Daten in großer Menge vor, sie sind jedoch über verschiedene Systeme verteilt und häufig von unzureichender Qualität. Fehlende Schnittstellen und historisch gewachsene IT-Landschaften erschweren eine reibungslose Integration zusätzlich. Diese strukturellen Defizite werden durch unklare Zuständigkeiten im Datenmanagement verstärkt, denn vielerorts ist nicht eindeutig geregelt, wer für Pflege, Qualitätssicherung und Governance verantwortlich ist. Entsprechend unzuverlässig bleiben Prognosen und Anwendungen, wenn die Basisdaten inkonsistent oder unvollständig sind. Gleichzeitig zeigen erste Initiativen wie der Aufbau von Data Lakes oder zentralen Plattformen, dass gezielte Investitionen durchaus wirksam sein können – bislang ist das jedoch eher die Ausnahme und kein Standard.

Preismanagement-Systeme
Deutlich wird: Ohne klare Verantwortlichkeiten, einheitliche Standards und eine durchdachte Datenstrategie lassen sich die Potenziale von KI nur eingeschränkt realisieren. Die drei größten Hürden sind dabei klar benannt: die allgemeine Verfügbarkeit der Daten, ihre technische Integration in gewachsene Systeme und die Sicherung ihrer Qualität und Nutzbarkeit. Erst wenn diese drei Dimensionen systematisch adressiert werden, kann KI im Handel ihre volle Wirkung entfalten.

Vor diesem Hintergrund sind Preismanagement-Systeme ein aufschlussreiches Beispiel dafür, wie Technologie und Datenstrategie zusammenwirken müssen. Anbieter wie GK Software zeigen auf der EuroShop, wie präzise KI-gestützte Preisoptimierung mit einer verlässlichen Datenarchitektur funktioniert. „Entscheidend bei der Datenarchitektur ist es, das richtige Maß zu finden. Es gilt nicht unbedingt ‚the more, the merrier‘, viel entscheidender ist es, eine saubere, robuste und strukturierte Datenbasis zu schaffen, sodass die Pricing-Algorithmen optimal arbeiten können“, sagt Sandy Preuß von GK Software. Besonders wichtig seien laut der Expertin in diesem Zusammenhang flexible Schnittstellen zu PIM, ERP oder Order-Management-Systemen sowie zu externen Quellen wie Wettbewerbs-Preisdaten. Solche Integrationen verhindern manuelle Datensilos, erhöhen die Konsistenz der Inputs und machen automatische Entscheidungsprozesse erst belastbar.

Gleichzeitig adressieren hybride Anbindungsmodelle und die Option, sensible Daten in europäischen oder geschützten Umgebungen zu halten, genau die in der Studie geäußerten Sorgen um Kontrollverlust und Abhängigkeiten von Hyperscalern. Für Retail-Entscheider und 
-Entscheiderinnen heißt das: Investitionen in Datenpipelines, Governance und Schnittstellen sind keine sekundäre IT-Aufgabe, sondern die strategische Voraussetzung dafür, dass KI-Anwendungen – etwa im Pricing – zuverlässig und rechtssicher wirken.

KI ist in alle EuroShop-Dimensionen eingezogen
Inzwischen prägt Künstliche Intelligenz nahezu alle Themendimensionen der EuroShop. Insbesondere mit dem Aufkommen generativer KI hat sich ihr Einsatz weit über klassische Bereiche wie Replenishment, Pricing, Forecasting oder Inventory Management hinausentwickelt. Ob in der Ladenplanung, der Energie- und Gebäudesteuerung oder im Regalmanagement: Überall zeigt sich, wie Technologie, Datenintelligenz und operative Praxis immer enger verschmelzen und den Handel Schritt für Schritt intelligenter und effizienter gestalten.

Künstliche Intelligenz kommt so beispielsweise bei der Gestaltung und Simulation von Verkaufsräumen zum Einsatz. Moderne 3D-Planungstools ermöglichen die virtuelle Nachbildung und interaktive Veränderung des realen Ladens: Regalsysteme, Displays oder Beleuchtungselemente können per Drag-and-Drop in den Grundriss eingefügt werden und sind sofort als fotorealistische 3D-Visualisierung verfügbar. So lassen sich Kundenlaufwege, Sichtachsen und Lichtstimmungen im Vorfeld optimieren. Beispielsweise stellt Umdasch Shopfitting mit shop.up ein 3D-Planungsprogramm bereit, mit dem Händler ihre Store-Konzeption mithilfe von Augmented Reality in Echtzeit in der realen Umgebung anzeigen lassen und beispielsweise verschiedene Lichtszenarien an Testregalen ausprobieren können. Dank solcher KI-gestützter Design-Tools lassen sich Entwurfszyklen spürbar verkürzen und das Ladenlayout flexibel anpassen.

Key Findings der Studie „KI-Integration im Handel“

• Verantwortlichkeiten sind etabliert: 100 Prozent der befragten Unternehmen haben klare Zuständigkeiten für KI im Unternehmen benannt, 71 Prozent verfügen über spezialisierte Teams.
• Early Adopters bleiben die Ausnahme: 16 Prozent der Befragten sehen sich als aktive Vorreiter.
• Datenintegration bleibt die Achillesferse: 67 Prozent bewerten ihre aktuelle Datenintegration als schlecht oder eher schlecht.
• Souveränität rückt in den Fokus: 21 Prozent legen Wert darauf, sensible Daten ausschließlich auf europäischen Servern zu verarbeiten.
• Die Ergebnisse zeigen auch: Der technologische Fortschritt allein reicht nicht aus. Maßgebliche Treiber sind vielmehr Führungsstärke, klare Governance, gezielte Qualifizierung und die aktive Einbindung der Mitarbeitenden.