Künstliche Intelligenz – mehr Hype als Realität?

Share on facebook
Share on twitter
Share on linkedin
Share on xing
Share on whatsapp
Share on email
Share on print

Künstliche Intelligenz – mehr Hype als Realität?

Share on facebook
Share on twitter
Share on linkedin
Share on xing
Share on whatsapp
Share on email
Share on print

Ob smarte Preissysteme für den Einkauf, die vernetzte Produktion oder die Logistik – KI kann jeden Bereich im Handel positiv beeinflussen. Doch bei all der Euphorie ist in der Realität noch nicht viel vom Hype angekommen. Ein Grund dafür ist die schlechte Datenqualität, die eine effektive Verarbeitung der enormen Datenmengen verhindert.

ecm_2017_04_601_image

In vielen Branchen ist künstliche Intelligenz schon Realität, wie die japanische Versicherung Fukoku Mutual Life kürzlich zeigte: Das Unternehmen ersetzt einen Teil seiner Mitarbeiter durch den IBM-Supercomputer Watson, der zum Beispiel Verträge automatisch prüft. Für Firmen bedeutet das Kostenersparnis und Effizienz, für Angestellte vor allem Angst um ihren Job. Ist ähnliches bald auch im Handel denkbar? Zeit also, sich des Themas anzunehmen und zu klären, wie real künstliche Intelligenz (KI) im Handel tatsächlich ist, welche Voraussetzungen und Szenarien existieren und was es am Ende tatsächlich für den Durchbruch braucht.

(Bildquelle: Namics)

Mehr Hype: Mangelnde Datenqualität entzaubert KI

Viele Handelsunternehmen treibt die Frage, ob sich der Einsatz von KI für sie lohnt. Die Antwort darauf ist eindeutig: Lernende Systeme bieten überall dort einen Mehrwert, wo auf Basis von Informationen geschäftsrelevante Entscheidungen getroffen werden. Im Handel trifft das auf jeden Bereich der Wertschöpfungskette zu. Ob smarte Preissysteme für den Einkauf, die vernetzte Produktion oder die Logistik – KI kann jeden Bereich positiv beeinflussen.

Doch bei all der Euphorie ist in der Realität noch nicht viel vom Hype angekommen. Ein Grund dafür ist die schlechte Datenqualität, die eine effektive Verarbeitung der enormen Datenmengen verhindert. Gut strukturierte Daten und Datenmodelle bilden die Voraussetzung für eine gelungene Integration. Herrschen diese vor, öffnen sich unzählige Möglichkeiten.

Im Baumarkt zum Beispiel wird dem Kunden etwa die passende Schraube für die jeweilige Anwendung empfohlen. Mehr noch: Auf einen Blick erhält er weitere, dazu harmonierende Produkte. Hierfür wären in der Realität meist mehrere – menschliche – Spezialisten nötig. Damit dieses Szenario Realität wird, sollten sich Unternehmen vor allem mit ihren Datenquellen beschäftigen und sich die drei folgenden Fragen stellen.

1. Wer ist Eigentümer der Daten?

Wenn die Daten aus dem eigenen Unternehmen stammen, ist diese Frage einfach zu beantworten. Zum Beispiel lassen sich bei der selbst betriebenen Logistik alle dort generierten Daten ohne weiteres nutzen. Schwieriger wird es, wenn die Daten von Dritten, zum Beispiel von potentiellen Kunden, kommen. Hier bedarf es in der Regel erst einer expliziten Erlaubnis durch die Kunden, um diese Daten nutzen zu dürfen.

2. Wie strukturiert sind die vorliegenden Daten?

Wer sich dem Thema KI erfolgreich nähern möchte, sollte dies auf Basis von strukturierten Daten-beständen tun. Das erleichtert das Vorhaben ungemein. Deswegen müssen Firmen vorab wissen, wie die Daten aufbereitet sind. Gut strukturierte Informationen, zum Beispiel in Form eines Warenkorbs, brauchen weniger Zeit zur Verarbeitung. Schwieriger zu “verdauende” Daten wie Sprach- oder Bilderkennung erfordern einen anderen technologischen Umgang und spezifisches Know-how. 

3.Welche Datenmenge ist nötig?

Je nach Anwendungsfall werden mehr oder weniger Daten benötigt, damit die KI relevante Muster identifizieren und entsprechend Ableitungen treffen und reagieren kann. Zu klären ist, ob und in welcher Form die benötigten Daten tatsächlich vorliegen.
 

Autor Dr. Florian Heidecke ist seit 2011 bei Namics beschäftigt und Partner des Unternehmens. Als Client Service Director betreut er vor allem Kunden aus der Handels-Branche wie Kaufland, die Schweizer Migros sowie die Brüder-Schlau-Gruppe mit den Hammer-Einrichtungsmärkten. Zu seinen Kernkompetenzen gehören unter anderem Online-Strategie und -Konzeption von E-Business-Lösungen, Digitale Geschäftsmodelle, Business Engineering und Prozessberatung. Namics ist eine  Fullservice-Digitalagentur im deutschsprachigen Raum.

 

Alle drei angesprochenen Aspekte lassen sich nur durch Menschen beantworten. Was es also im Handel heute und künftig braucht, sind Experten, die die KI-Systeme mit relevanten Daten „füttern“, damit sie in einem nächsten Schritt Informationen selbstständig in einen passenden Kontext stellen und ständig dazulernen können. Zudem sind Spezialisten gefragt, die KI-Systeme mit dem Menschen und anderen Software-Lösungen interagieren zu lassen. Folglich fallen sicherlich in wenigen Jahren klassische (geringer qualifizierte) Berufe weg, jedoch werden an anderer Stelle neue, spezialisierte Stellen geschaffen – gerade auch im Handel.

Mehr Realität: (Zukunfts-)Szenarien für den Handel

Ist eine hohe Datenqualität sichergestellt, können Anwender selbst bei schwierigen Zusammenhängen fundierte Entscheidungen treffen. Zudem lässt sich auf Grundlage einer exzellenten Datenbasis auf Veränderungen in Echtzeit reagieren. Welche Glieder der Wertschöpfungskette am meisten von KI-Systemen profitieren, zeigt folgende Zusammenstellung:

 1. Bestellprozess

Mit KI besteht die Chance, die Bestellprozesse effizienter zu regeln. Besonders die Teilbereiche Szenario-Analyse und Predictive Analytics ziehen daraus Vorteile. Auf Basis von Datenmodellen lassen sich Voraussagen für künftige Situationen treffen. So werden Bestellprozesse in den jeweils passenden Kontext gesetzt und laufen automatisiert ab. Ein Beispiel sind Wetterdaten, die in den Bestellprozess einfließen. So können in naher Zukunft Mitarbeiter Lager und Regale sinnvoller füllen, wodurch sich die Menge an weggeworfenen Produkten reduziert.

2. Logistik

Selbstfahrende Fortbewegungsmittel, das Internet der Dinge oder eine autonome Supply-Chain  – die Einsatzbereiche von KI in der Logistik sind mannigfaltig. Jedoch hakt es aufgrund zahlreicher rechtlicher und sicherheitstechnischer Aspekte noch bei der Umsetzung. Besonders die Themen Drohnen und selbstfahrende LKW stellen sich – zu Recht – als extrem sensibel dar.

Doch wenn diese Punkte geklärt sind, kann es zu einer Revolution im Logistikbereich kommen. Auch die Warenhäuser werden zunehmend automatisiert werden, das senkt die Personalkosten und erhöht die Geschwindigkeit. Die sich wiederholenden Arbeitsschritte werden an die Maschinen abgegeben. Für die Steuerung, für Entscheidungen oder im Störungsfall werden Menschen aber immer gebraucht.

3.Marketing und Sales

Die Kundenkommunikation wird immer weiter personalisiert, was die Markenbindung stärkt und weitere Upselling-Chancen schafft. Aus Product Data und Customer Reviews können KI-Systeme automatisiert Produktbeschreibungen verfassen. Das geht schnell und die Texte sind aus SEO-Sicht wichtig.

Auch Bildersuchen sind so einfacher möglich. Nicht zuletzt können mit der Integration von natürlich-sprachlichen Interfaces auch Kunden aus anderen Ländern ohne Mehraufwand in verschiedenen Sprachen bedient werden. Das Problem ist bisher, dass die Tools und Kanäle noch nicht ausreichend (technologisch) vernetzt sind. Gerade der klassische Handel tut sich hier noch ziemlich schwer damit.

4.  Kundenservice

In der Kundenbetreuung finden sich zahlreiche Bereiche, in denen KI genutzt werden kann. Chatbots beraten die Kunden, bieten bei Problemen Lösungen an oder empfehlen weitere Produkte. Nicht nur am Bildschirm, auch am direkten Verkaufsort können virtuelle Kundenberater eingesetzt werden – etwa im Baumarkt, wie bereits oben erwähnt. Sind diese konsequent genutzt, werden in Zukunft weniger Call-Center-Agents und Kundensupport-Mitarbeiter benötigt.

Mit Systematik und neuer Denkweise zum Durchbruch

Die Beispiele zeigen: KI im Handel bietet große Chancen und Potentiale, jedoch steckt sie noch in den Anfängen. Unternehmen sollten jedoch jetzt beginnen, sich dem Thema zu nähern. Dabei ist Fokussierung gefragt: in welchem Bereich beginne ich und probiere mal etwas aus?

Hier hilft es, sich die Frage zu stellen, bei welchen Arbeitsschritten dem Menschen mehr Fehler unterlaufen als einer Maschine. Beispiele hierfür wären die Inventur oder Warehouse-Prozesse, wo KI-Systeme bereits Einzug gehalten haben und gut funktionieren. Gleichzeitig müssen sich Unternehmen frühzeitig den Befürchtungen ihrer Mitarbeiter stellen, dass sie eines Tages durch Maschinen ersetzt werden könnten. In diesem Zusammenhang ist es essenziell, über menschliche Eigenschaften nachzudenken, die nicht automatisierbar sind.

Es braucht in Zukunft kreative und kommunikative Spezialisten, die Bots humanisieren, die Teams orchestrieren oder die im Chaos Muster erkennen. Kurz, es verlangt nach Kreativen, Querdenkern, KI-Spezialisten, Kommunikationsgurus und Teamplayern. Eine effiziente Nutzung künstlicher Intelligenz inklusive eines hohen Grades an Automatisierung im Handel wird nur möglich werden durch das Engagement von solchen Menschen. Dies kann wiederum auch entsprechende Entwicklungsperspektiven für Mitarbeiter in den unterschiedlichen Bereichen bieten.

(jm)

Share on facebook
Facebook
Share on twitter
Twitter
Share on linkedin
LinkedIn
Share on xing
XING
Share on whatsapp
WhatsApp
Share on email
E-Mail
Share on print
Drucken

Ihre Meinung zum Artikel

avatar
  Abonnieren  
Benachrichtige mich bei

Andere Leser haben sich auch für die folgenden Artikel interessiert

Wie bereits in den ersten drei Teilen dieser Serie erläutert, ist eine Online-Marketing-Strategie für Sie als Online-Händler von Vorteil, wenn Ihr Unternehmen an einem Strang zieht, Ihre Ressourcen zielführend eingesetzt werden und Sie Ihrer Konkurrenz einen Schritt voraus sind. Im vierten Teil der Serie geht es darum, wie Sie eine erfolgreiche Content-Strategie entwickeln.

Nicht nur Alexa, Siri & Co. sind vielerorts zu ständigen Begleitern geworden – auch abseits der Kommunikation ist die Digitalisierung aus unserem Alltag nicht mehr wegzudenken. Dank Apps und digitaler Services managen wir heute viele Bereiche unseres Lebens. Die freenet AG wollte mehr aus ihren Daten herausholen, also Prozesse optimieren, Angebote individualisieren und die Kundenzufriedenheit steigern. UUmgesetzt wurde dies in einem Datenanalyse-Projekt.
Werbung

Tragen Sie sich jetzt kostenlos und unverbindlich ein, um keinen Artikel mehr zu verpassen!

* Jederzeit kündbar

Entdecken Sie weitere Magazine

Schön, dass Sie sich auch für weitere Fachmagazine unseres Verlages interessieren.

Unsere Fachtitel beleuchten viele Aspekte der Digitalen Transformation entlang der Wertschöpfungskette und sprechen damit unterschiedliche Leserzielgruppen an.