Künstliche Intelligenz (KI) ist seit langem eine treibende Kraft im Einzelhandel, von Produktempfehlungen bis hin zur Bestandsverwaltung. Doch mit der Weiterentwicklung der KI-Fähigkeiten rückt ein neues Konzept in den Mittelpunkt: die agentische KI. Im Gegensatz zu herkömmlichen KI-Modellen, die auf menschliche Eingaben angewiesen sind, um zu funktionieren, arbeitet die agentische KI mit größerer Autonomie: Sie trifft Entscheidungen, leitet Maßnahmen ein und passt sich dynamisch an neue Informationen an, ohne dass eine ständige Überwachung erforderlich ist. Diese Fähigkeit hat tiefgreifende Auswirkungen auf stationäre Einzelhändler, die zunehmend bestrebt sind, die Kluft zwischen digitalen und stationären Einkaufserlebnissen zu überbrücken.
LESEN SIE DEN PULSE-BERICHT: Einzelhandel 2.0: Der Vorteil der KI
Was ist agentische KI?
Um die Bedeutung der agentischen KI zu verstehen, ist es wichtig, sie von KI-Agenten zu unterscheiden. KI-Agenten sind spezifische Programme, die darauf ausgelegt sind, festgelegte Aufgaben auszuführen, wie beispielsweise Chatbots, die Kundenanfragen beantworten, oder Empfehlungsmaschinen, die auf der Grundlage des Browserverlaufs Produkte vorschlagen. Die agentische KI hingegen geht über vordefinierte Aufgaben hinaus, indem sie in Echtzeit lernt, sich anpasst und Entscheidungen trifft. Stellen Sie sich KI-Agenten als hilfreiche Assistenten vor, die Anweisungen befolgen, während agentische KI eher wie ein proaktiver Stratege agiert, der Bedürfnisse vorhersehen und eigenständig Maßnahmen ergreifen kann.
Forbes berichtete kürzlich, dass der Begriff „Agenten“ (oder „agentic“) im Zusammenhang mit KI zwar manchmal so häufig verwendet wird, dass er fast schon bedeutungslos wird, es „jedoch einen branchenweiten Konsens darüber zu geben scheint, dass KI-Agenten – im Gegensatz zur generativen KI, deren Schwerpunkt auf der Erstellung von Texten, Bildern, Videos und Audiodateien in großem Maßstab liegt – darauf ausgelegt sind, Maßnahmen zu ergreifen, Entscheidungen zu treffen und Aufgaben mit zunehmender Autonomie auszuführen.“
Eines der zentralen Probleme im Zusammenhang mit dieser neuesten Generation der KI ist ihr enormer Energiebedarf. KI-Modelle, insbesondere solche, die bei der Entscheidungsfindung in Echtzeit zum Einsatz kommen, erfordern erhebliche Rechenleistung. Das bedeutet, dass Unternehmen, die ihre KI-Infrastruktur nicht optimieren können, das Risiko nicht tragbarer Betriebskosten eingehen. Damit agentische KI in großem Maßstab wirklich Fuß fassen kann, müsste sie energieeffizienter sein, um so die Betriebskosten zu senken und Umweltziele zu erfüllen. Dennoch ist dies eine entscheidende Frage, die es zu klären gilt: Ist agentische KI für den Einzelhandel relevant?
Agentenbasierte KI in stationären Geschäften
Im stationären Einzelhandel verändert diese Technologie das Einkaufserlebnis der Kunden grundlegend. Die Verbraucher von heute erwarten nahtlose, personalisierte Erlebnisse, die digitalen Komfort mit dem Einkaufserlebnis im Geschäft verbinden. KI-gestützte Technologien tragen dazu bei, indem sie das Kaufverhalten analysieren, die Ladengestaltung optimieren und vorhersagen, welche Produkte an bestimmten Standorten am besten abschneiden werden.
Stellen Sie sich ein KI-gestütztes (und unterstützendes) System vor, das Kundenbewegungsmuster erfasst, digitale Marketinganzeigen an die sich ändernde Nachfrage anpasst und das Personal benachrichtigt, wenn ein besonders wertvoller Kunde das Geschäft betritt. Diese Funktionen ermöglichen es Einzelhändlern, ein dynamischeres und reaktionsfähigeres Einkaufsumfeld zu schaffen, das den Kundenerwartungen gerecht wird und gleichzeitig den Umsatz steigert. So ergab beispielsweise ein Bericht von McKinsey, dass Einzelhändler, die KI-gestützte Personalisierung einsetzten, Umsatzsteigerungen von bis zu 10 % verzeichneten und die Kundenzufriedenheit deutlich steigerten.
In diesem Bericht stellt McKinsey die KI-gestützte Personalisierung als einen zentralen Grundsatz für Spitzenleistungen dar:
„[Branchenführer] investieren in Fähigkeiten zur schnellen Aktivierung, die auf fortschrittlichen Analysen basieren. Marktführer entwickeln skalierbare Funktionen zur Erstellung von Inhalten und KI-gestützte Entscheidungsprozesse, um in Echtzeit auf Kundensignale reagieren zu können. Sie nutzen prädiktive Analysen und Modelle, um zu bestimmen, welche Inhalte und Botschaften welchen Kunden bereitgestellt werden sollen (beispielsweise Neigungsmodelle oder Algorithmen zur Vorhersage der nächstbesten Maßnahme). Zudem richten sie robuste Messverfahren ein, die die Auswirkungen von Kundenmaßnahmen nachverfolgen und diese Informationen an ihre Systeme und Teams zurückmelden. Diese Verfahren helfen ihnen dabei, die richtigen Inhalte über die richtigen Kanäle zum richtigen Zeitpunkt auf der Customer Journey bereitzustellen.“
Wie agentische KI den Omnichannel-Einzelhandel vorantreibt
Agentische KI spielt im Omnichannel-Einzelhandel eine entscheidende Rolle. Einzelhändler sind seit langem bestrebt, Online- und Offline-Einkaufserlebnisse zu vereinen, doch die Herausforderung besteht darin, ein wirklich vernetztes Ökosystem zu schaffen. Mit agentischer KI können Einzelhändler diese Lücke effektiver schließen. So kann ein KI-System beispielsweise das Online-Suchverhalten analysieren, es mit den Kaufmustern im Ladengeschäft abgleichen und die Lagerbestände oder Werbestrategien automatisch entsprechend anpassen. Ein Kunde, der auf der Website eines Einzelhändlers nach Laufschuhen sucht, könnte eine personalisierte Rabattbenachrichtigung erhalten, sobald er ein Geschäft in der Nähe betritt.
KI-gestützte Systeme können Spitzenzeiten im Einkaufsverkehr vorhersagen und das Personal entsprechend einteilen. Dies trägt dazu bei, Wartezeiten zu verkürzen und die Kundenzufriedenheit zu steigern. So hat beispielsweise eine Fallstudie von Walmart gezeigt, dass KI-gestützte Nachfrageprognosen die Anzahl der nicht vorrätigen Artikel um 30 % reduzierten und somit sicherstellten, dass Kunden bei ihrem Besuch in den Filialen die gewünschten Produkte vorfanden.
WEITERLESEN: Marke erschließt Personalpotenziale durch Analysen im Ladengeschäft
Verkehrsdaten sind für Innovationen unverzichtbar
Für den Einzelhandel ist es nicht mehr nur eine Option, bei diesen Innovationen den Anschluss nicht zu verlieren. Die Erwartungen der Verbraucher ändern sich rasant, und wer sich nicht anpasst, läuft Gefahr, hinter Wettbewerber zurückzubleiben, die KI-gestützte Erkenntnisse für eine bessere Entscheidungsfindung nutzen.
Genaue Verkehrsdaten sind aus mehreren Gründen von unschätzbarem Wert:
Dies ermöglicht eine bessere Personaloptimierung. Einzelhändler können sicherstellen, dass zur richtigen Zeit die richtige Anzahl an Mitarbeitern im Verkaufspersonalbereich im Einsatz ist, wodurch der Kundenservice verbessert und gleichzeitig die Personalkosten kontrolliert werden.
Sie verbessert die Nachfrageprognose. Durch die Analyse historischer Besucherfrequenztrends in Verbindung mit externen Faktoren wie Wetter und lokalen Veranstaltungen kann die KI Umsatzmuster genauer vorhersagen, wodurch Einzelhändler ihre Lagerbestände effektiver verwalten können.
Diese Erkenntnisse dienen als Grundlage für fundiertere Entscheidungen im Bereich Merchandising. Das Wissen darüber, wo sich die Kunden am längsten aufhalten, ermöglicht es Einzelhändlern, Produkte mit hoher Marge strategisch zu platzieren und so die Kaufwahrscheinlichkeit zu erhöhen.
Diese Vorteile hängen jedoch von einem entscheidenden Faktor ab: der Genauigkeit der zugrunde liegenden Daten. KI-Modelle können, egal wie fortschrittlich sie auch sein mögen, nur so effektiv sein wie die Informationen, mit denen sie trainiert wurden. Daten sind für die Leistungsfähigkeit der KI von grundlegender Bedeutung, stellen jedoch gleichzeitig die größte Herausforderung für agentische KI dar. Die Effektivität von KI-Agenten hängt in hohem Maße von der Qualität ihrer Trainingsdaten ab. Ohne hochwertige, domänenspezifische Daten haben sie Schwierigkeiten, in branchenspezifischen Umgebungen effektiv zu arbeiten.
„Unser jüngster CDO-Bericht ergab, dass 43 % der Unternehmen die Datenqualität, -vollständigkeit und -verfügbarkeit als ihr größtes Hindernis bei der Umsetzung von KI-Initiativen angeben“, erklärte Amit Walia, CEO von Informatica, in einer kürzlich erschienenen Veröffentlichung. Er betonte zudem, dass „ohne hochwertige, domänenspezifische Daten selbst die fortschrittlichsten KI-Modelle hinter den Erwartungen zurückbleiben werden“.
Eine ungenaue Besucherzählung führt beispielsweise zu fehlerhaften Prognosen, einer ineffizienten Personalplanung und entgangenen Umsatzchancen. Aus diesem Grund ist die Investition in hochwertige Analyselösungen für den Ladenbetrieb unerlässlich. Mit präzisen Einblicken in den Ladenbetrieb können Einzelhändler sicherstellen, dass ihre agentenbasierten KI-Systeme die bestmöglichen Entscheidungen treffen, was letztendlich das Wachstum und die Effizienz in ihrem gesamten Betrieb fördert.
Die Zukunft des Einzelhandels hängt von datengestützter Intelligenz ab, und agentische KI stellt den nächsten Schritt in dieser Entwicklung dar. Durch den Einsatz dieser Technologien können Einzelhändler anpassungsfähigere, kundenorientierte Erlebnisse schaffen und gleichzeitig ihre Betriebsabläufe auf bisher unvorstellbare Weise optimieren. Der Schlüssel liegt darin, durch präzise Datenerfassung eine solide Grundlage zu schaffen und KI-gesteuerte Strategien zu entwickeln, die sowohl das Einkaufserlebnis als auch die Geschäftsleistung verbessern. In einer Branche mit knappen Margen und intensivem Wettbewerb ist der Einsatz agentischer KI nicht nur ein Wettbewerbsvorteil, sondern eine unverzichtbare Voraussetzung.
ENTDECKEN SIE DIE DATEN: Besuchen Sie unseren neuen Insights-Hub für Filialdaten aus den USA und der EMEA-Region
