3 Fehler, die Führungskräfte und Vorstandsetagen im Einzelhandel im Umgang mit KI machen

Anfang dieses Jahres befragte mein Unternehmen CIOs und CTOs von Unternehmen mit einem Jahresumsatz von mehr als 500 Mio. US-Dollar dazu, wie ihre Marken an KI herangingen. 84 % dieser Führungskräfte stimmten zu, dass nur KI-Projekte, die einen ROI erzielten, das Jahr überstehen würden, und 82 % stimmten zu, dass ihre Vorstände zunehmend hinterfragten, wie viel sie für KI ausgaben.

Meiner Ansicht nach ist dieser zweischneidige Druck maßgeblich dafür verantwortlich, dass Unternehmen – insbesondere Einzelhändler – bei der Einführung der jeweils neuesten Technologiewelle auf eine alte Gewohnheit zurückgreifen: auf das, was ich gern als „willkürliche Einzelinitiativen [fill in latest technology here].“ bezeichne. Im Laufe meiner Karriere habe ich willkürliche Einzelinitiativen im Bereich Mobiltechnologie und IoT erlebt, und nun sind wir bei willkürlichen KI-Initiativen angelangt.

Mehr als bei jeder früheren Technologiewelle gilt: Wer die Einführung von KI als „Technologiethema“ betrachtet, das ausschließlich in den Zuständigkeitsbereich des CIO oder CTO fällt, verkennt den Wald vor lauter Bäumen. Führungskräfte im Einzelhandel, die in der aktuellen KI-Welle ernsthaft einen Wettbewerbsvorteil erzielen wollen, sollten drei große Fehler vermeiden.

Fehler 1: Den Abwehrmechanismen des Unternehmens das Feld überlassen

Da KI das Potenzial hat, ein Unternehmen grundlegend zu verändern, ist eine festgefahrene Vorstellung davon, was ein Unternehmen ist oder werden kann, eines der größten Hindernisse, um ihr Potenzial wirklich auszuschöpfen. Im Einzelhandel klingt das oft nach einer produktorientierten Haltung – etwa: „Wir verkaufen Hemden, wir sind kein Technologieunternehmen.“

Diese Unbeweglichkeit ist eine Abwehrreaktion des Unternehmens – sie hält echte Innovation fern, um den Status quo zu bewahren. Infolgedessen werden KI-Budgets an CTOs delegiert, die den Auftrag erhalten, Kosten zu senken. Ohne strategische Vorgaben oder eine langfristige Vision als Orientierung greifen sie wenig überraschend auf Vertrautes zurück: auf überhastete Investitionen in ergänzende Einzellösungen wie Empfehlungssysteme, Chatbots oder Plugins für die visuelle Suche.

Im besten Fall führt dieser Ansatz zu einem kleinen, wenn auch unmittelbaren Aufschwung. Im schlimmsten Fall fehlt diesen fragmentierten KI-Tools jedoch die Backend-Struktur, um unternehmensweit zu funktionieren. Deshalb führen sie häufiger zu „unkontrollierten“ Erlebnissen, die Kunden frustrieren. Ich habe erlebt, dass dies letztlich mit aufgegebenen Pilotprojekten und verschwendeten Budgets endet. Eine Situation, in der alle verlieren.

Fehler 2: Eine unflexible Investitionsthese

Ein verwandtes Problem zur unflexiblen Unternehmensvision ist eine unflexible Investitionsthese. Führungskräfte der C-Suite und Vorstandsmitglieder müssen bei Investitionen in KI ehrlich darüber sprechen, ob sie tatsächlich an einer KI-Transformation interessiert sind – und an allem, was dazugehört – oder ob sie besser Zeit und Geld sparen, indem sie ganz darauf verzichten. Es hilft, das Gespräch anhand eines konkreten und weithin bekannten Beispiels wie Amazon zu führen.

Es ist kein Geheimnis, dass Amazon heute ein Kraftzentrum ist, weil das Unternehmen mehr als ein Jahrzehnt lang keine nennenswerten Renditen erzielte. In dieser Zeit galten die Technologie und die langfristige Vision als wertvoll genug, um die Investitionen und den ausbleibenden unmittelbaren ROI zu rechtfertigen. Ein Unternehmen auf KI auszurichten, erfordert dieselbe kompromisslose Entschlossenheit.

Auf einer kürzlich stattgefundenen Branchenveranstaltung berichtete der Onlinehändler Stitch Fix, dass das Unternehmen rund 40 KI-Pilotprojekte gleichzeitig durchführte, um beharrlich personalisierte Einkaufserlebnisse zu verwirklichen. So sieht „unerschütterliche Vision“ aus, wenn die KI-Transformation ernst genommen wird. Und wenn Ihnen bei dem Gedanken, dass Sie dafür nicht das nötige Budget haben, die Augen aus dem Kopf treten, sind Sie nicht allein.

Ich empfehle, KI wie ein breit gestreutes, dreistufiges Anlageportfolio anzugehen: schnelle Erfolge (rasche, risikoarme Maßnahmen, die Schwung bringen, etwa Chatbots), schrittweise angelegte Investitionen (mittelfristige „Investieren und Lernen“-Initiativen wie personalisierte Kundenansprache) und wegweisende Investitionen (risikoreiche Vorhaben mit hohem Ertragspotenzial, etwa vollständig integrierte KI-Einkaufsassistenten, die ein Unternehmen neu definieren können). Wer alle drei Ansätze gleichzeitig verfolgt, erzielt kurzfristige Ergebnisse und baut zugleich die Widerstandsfähigkeit und den Schwung auf, die für größere, transformative Veränderungen nötig sind.

Fehler 3: KI-Süßigkeiten zum Frühstück

KI als kaum mehr als ein Instrument zur Kostensenkung oder als Marketinggag zu betrachten, ist ungefähr so, als würde man Süßigkeiten zum Frühstück essen: Der Neuigkeitseffekt hält kaum länger an als Red 40 auf der Zunge, und ehe man sich versieht, muss man sich mit etwas Nahrhafterem stärken. Das deutlichste Anzeichen dafür, dass ein Tool bloß KI-Süßkram ist: Es verhindert, dass Ihr Unternehmen im Hintergrund nachvollziehbar Geschäfte abwickelt, Aufträge erfüllt oder dazulernt.

Beginnen Sie Ihre KI-Reise im Einzelhandel also nicht mit einem Chatbot von der Stange. Investieren Sie stattdessen zunächst in die Infrastruktur, die den Weg für einen proprietären Chatbot ebnet, der aus den Daten Ihrer eigenen Kundenbasis lernt und Ihnen so einen echten Wettbewerbsvorteil verschafft. Dafür müssen Ihre Daten zunächst agentenfähig gemacht werden.

Wahrscheinlich überlegen Sie bereits, wie Sie Ihre Produktdaten für die Auffindbarkeit durch LLMs aufbereiten können, da diese Plattformen zunehmend zum bevorzugten Ausgangspunkt für die Suche werden. Darüber hinaus sollten Sie auch in eine Intelligence-Schicht investieren, die den Kundenkontext (Verhalten, Treue, Bestellverlauf und geäußerte Absichten), den Sitzungskontext (was der Kunde verglichen, gefragt, in Erwägung gezogen und im Warenkorb zurückgelassen hat) sowie den Geschäftskontext (Lagerbestand, Marge, Aktionen und Merchandising-Regeln) versteht. Werden die Daten auf diese Weise strukturiert und organisiert, entsteht ein sich selbst verstärkender Kreislauf, der kontinuierlich dazulernt und sich verbessert.

Noch wichtiger ist jedoch, dass Sie in den Anfangsphasen Ihrer KI-Reise auch die Governance- und Risikotoleranz-Architektur aufbauen sollten, die es Agenten ermöglicht, wirklich eigenständig zu handeln. Zwar ist derzeit viel davon die Rede, einen „Menschen in die Schleife“ einzubeziehen, doch das ist weder skalierbar noch kosteneffizient.

Für große Einzelhandelsunternehmen ist das alles natürlich leichter gesagt als getan. KI als Technologie ernst zu nehmen, erfordert jedoch erhebliche Vorarbeiten, die in naher Zukunft zu branchenumwälzenden Innovationen führen könnten. Natürlich besteht immer die Möglichkeit, wie bisher weiterzumachen. Doch während KI zum neuen Standard wird, schrumpft das Zeitfenster, um aufzuholen, immer weiter. Ich rate davon ab, den Anschluss zu verlieren.