Omnichannel Von Forecast bis Filiale: Künstliche Intelligenz, die im Handel wirklich wirkt

Anbieter zum Thema

Google Cloud EMEA Ltd

Google Germany GmbH

Computop Paygate GmbH

KNAPP AG

Arvato Systems GmbH

Von smarter Prognose bis Shopping Assistent: KI steigert die Effizienz hinter den Kulissen und sorgt vorn für personalisierte Erlebnisse. Michael Korbacher von Google zeigt auf, wie Händler heute messbar profitieren – und Omnichannel in Echtzeit wirklich funktioniert.

Herr Korbacher, schauen wir mal jenseits des KI-Hypes nach: Gibt es heute wirklich praxisreife KI-Anwendungen im Handel und in der Konsumgüterbranche? Und woran scheitert die skalierte Implementierung am ehesten?

Michael Korbacher: Ja, diese Anwendungen gibt es – in zwei klaren Kategorien. Erstens: interne Effizienz. Handelsunternehmen nutzen KI beispielsweise für präziseres Demand Forecasting, also für die Frage: Welche Ware benötige ich in welchem Store zu welchem Zeitpunkt? Das senkt Out-of-Stocks, Abfall und Kosten. Zudem kommen KI-Agenten zum Einsatz, die Vertriebsteams entlasten – etwa durch sprachgesteuerte Vorbereitung auf Kundentermine mit Empfehlungen in Echtzeit. 

Und drittens – oft unterschätzt – im HR-Bereich: Screening und erste Interviewstufen bei sehr hohen Bewerberzahlen lassen sich KI-gestützt deutlich beschleunigen. Zweite Anwendung: Kundenseitig geht es um Personalisierung und bessere Suche. Kunden erwarten natürliche Sprache, relevante Empfehlungen und Verfügbarkeit in Echtzeit – online wie im Laden. Die größte Hürde sind weniger die Sprach-Modelle wie Gemini als die Priorisierung: Welche Szenarien sind heute technologisch implementierbar, schnell wertstiftend und datenmäßig sauber unterfüttert?

Beim Thema Personalisierung haben wir Luft nach oben. Mit besserer Suche und Relevanz sehen wir in A/B-Tests teils Umsatzsteigerungen im zweistelligen Bereich von mehr als zehn Prozent, wenn das richtig genutzt wird.

Michael Korbacher, Mitglied der Geschäftsleitung von Google Cloud Deutschland

Wo können KI-Agenten heute schon eingesetzt werden – und wohin geht die Entwicklung?

Michael Korbacher: Wir sehen bereits robuste Einsatzfelder. Nach unserer Ankündigung von Google Agentspace auf der Google Cloud Next in Las Vegas haben sich hierzulande binnen kürzester Zeit mehrere hundert Firmen gemeldet. In mehr als 250 Workshops haben wir gemeinsam identifiziert, wo Generative AI unmittelbar Mehrwert bringt. Erfolgsfaktor ist Fokus: Mit realistisch umsetzbaren Use Cases starten, statt auf Funktionen zu warten, die vielleicht erst in sechs oder zwölf Monaten kommen. Die Entwicklung läuft „at AI speed“ – wöchentlich gibt es neue Releases. Daher lieber heute lauffähige Szenarien ausrollen und die Roadmap eng takten, als auf die perfekte Version zu warten. Heute ist diese Lösung als „Gemini Enterprise“ für Kunden verfügbar.

Wie erleichtert Google den Einstieg – gibt es so etwas wie ein Rundum-sorglos-Paket?

Michael Korbacher: Wir beginnen meist mit individuellen Discovery Workshops. Gemeinsam mit Kunden und Partnern priorisieren wir eine Roadmap: Was geht sofort, was in zwei, was in sechs Monaten? So landet man schnell bei „Quick Wins“ – intern etwa Effizienz in Vertrieb, Support oder HR; extern Themen wie Personalisierung und semantische Suche. Ein klassisches Beispiel: Ein Verbraucher sucht in natürlicher Sprache nach einem „taillierten Sakko“ – die künstliche Intelligenz versteht das, liefert passende Ergebnisse und zeigt gleichzeitig, wo die Ware heute noch verfügbar ist und ob Click & Collect möglich ist.

DER GESPRÄCHSPARTNER

Michael Korbacher ist Mitglied der Geschäftsleitung von Google Cloud Deutschland und verantwortet den Bereich Retail, Handel, Konsumgüter, Travel & Logistics. Er ist seit rund 14 Jahren bei Google und bekleidete dort verschiedene Führungsrollen unter anderem als Director Google Cloud DACH und Director Partner Sales EMEA.

KI leistet nur so viel die Datenbasis hergibt. Wie verbinden Sie bei Google die heterogenen Quellen – von Online über Logistik bis ERP?

Michael Korbacher: Richtig, Datenqualität und -zugriff sind die Basis. Mit BigQue**, unseren Analytics- und Data-Warehouse-Technologien, räumen wir Datensilos auf und machen Informationen konsistent nutzbar. Über Konnektoren greifen Agenten sicher auf Backends zu – CRM, ERP, Kollaborationssysteme wie Google Drive. Parallel etablieren wir Data-Governance: Ohne saubere Daten führt KI selten zu guten Ergebnissen. Das ist aber kein Neuland – viele Händler arbeiten mit uns seit Jahren an genau dieser Grundlage.

Omnichannel ist heute Pflicht, die Erwartungen der Kunden an konsistente Erlebnisse steigen. Welche Rolle spielen Cloud und KI für intelligente Omnichannel-Strategien?

Michael Korbacher: Cloud ist die Grundlage: eine „Single Source of Truth“ und Realtime-Prozesse. Ich muss jederzeit wissen, wo welcher Artikel verfügbar ist – online und stationär. KI hebt das auf die nächste Stufe: personalisierte Empfehlungen, kontextbezogene Antworten in natürlicher Sprache und Services wie „Heute in der Filiale Einsteinstraße abholbar“. In Deutschland sind wir stark in Logistik und Prozessdisziplin. Beim Thema Personalisierung haben wir Luft nach oben. Mit besserer Suche und Relevanz sehen wir in A/B-Tests teils Umsatzsteigerungen im zweistelligen Bereich von mehr als zehn Prozent, wenn das richtig genutzt wird.

Welche Player in Deutschland gehen bei dieser Entwicklung voran?

Michael Korbacher: Beispielsweise Otto mit starkem internen KI-Know-how. Mit der Schwarz Gruppe treiben wir die operative Effizienz – dort stellen wir aktuell Hunderttausende Mitarbeitende auf Google Workspace um, inklusive Gemini-Unterstützung. Und mit Puma haben wir ein kreatives Projekt realisiert: Das neue Manchester-City-Trikot wurde mit zehntausenden Fanbeiträgen online designt. Insgesamt: Der deutsche Handel muss sich nicht verstecken, aber Personalisierung und Assistenten in natürlicher Sprache sind Hebel mit weiterem Potenzial.

Künstliche Intelligenz statt Modelfotografie

Virtual Content Creator: Diese Technologie steckt hinter den KI-Models bei Otto