Buch "Künstliche Intelligenz im Handel 2 - Anwendungen"

Was sind die Voraussetzungen um KI erfolgreich für die eigenen Prozesse zu nutzen? Was leistet künstliche Intelligenz heute für die Bedarfsplanung, die Logistik, die dynamische Preisoptimierung, den automatisierten Store und für die Customer Experience? Und wie setzen Branchengrößen wie Amazon, Walmart oder OTTO künstliche Intelligenz erfolgreich in ihren Prozessen um?

Diese Fragen beantwortet das Springer essential „Künstliche Intelligenz im Handel 2“. Sie erfahren konkret die Funktionsweise von KI im Handel, die wirtschaftliche Relevanz und vier spannende Praxisbeispiele. Die Publikation ist eine Ergänzung und Vertiefung zu „Künstliche Intelligenz im Handel 1“, ebenfalls von Autor und Herausgeber Rainer Gläß, CEO der GK Software SE. Mitarbeiter der prudsys AG steuerten Inhalte zu den Themen dynamische Preisoptimierung, Markdown Pricing für Sportartikel sowie Voraussetzungen für KI im Handel bei.

Im Büchlein finden Sie Antworten auf diese Kernfragen:

  • Wie wird KI in handelstypischen Anwendungsfeldern eingesetzt?
  • Welche Voraussetzungen gibt es für den Einsatz von KI in Handelsunternehmen?

Der Inhalt im Überblick:

  1. Anwendungsfelder von künstlicher Intelligenz im Handel
  • KI in der Bedarfsplanung und Bestandssteuerung
  • KI zur Optimierung der Logistik und Lieferkette
  • KI zur dynamischen Preisoptimierung
  • KI im vollautomatisierten Store
  • KI zur Verbesserung der Customer Experience (Chatbot-Dialogsysteme)
  1. Beispiele für künstliche Intelligenz im Handel
  • Amazon Go
  • Walmarts Botbrigade
  • OTTO
  • Markdown Pricing für Sportartikel
  1. Umsetzung: Voraussetzung für künstliche Intelligenz im Handel
  2. Zusammenfassung und Fazit

Im ersten Kapitel erfahren Sie anhand vieler Beispiele, wie KI in verschiedenen handelstypischen Anwendungsbereichen eingesetzt werden kann.

McKinsey prognostiziert in einer aktuellen KI-Studie vielfältige Optimierungsmöglichkeiten für den Warenfluss von Handelsunternehmen durch künstliche Intelligenz. Wenn Händler beispielsweise mit KI-Verfahren zuverlässige Prognosen haben, wie viel, von welchem Artikel, wann und in welchem Store verkauft wird, können sie ihre Lagerbestände reduzieren. Die Unternehmensberatung sieht hier Potenziale für eine Senkung um 20 – 50 %. Gleichzeitig reduzieren Händler so Out-of-Stock-Situationen und daraus resultierende Umsatzausfälle – laut der Studie um bis zu 65 %. Der Abschnitt beschreibt detailliert, wie KI-basierte Absatzprognosen ihr Potenzial für eine optimierte Bedarfsplanung und Bestandssteuerung ausspielen.

Auch die Logistikbranche bietet laut der McKinsey-Studie ein großes Automatisierungs- und damit Optimierungspotenzial. Durch den Einsatz von KI lassen sich insbesondere operative Lagerprozesse und die Intra-Lager-Logistik verbessern. Das Kapitel beleuchtet detailliert, wie namhafte Händler ihre Picking-Prozesse optimieren. Weiterhin finden Sie einen kurzen Abschnitt zur Automatisierung der letzten Meile.

Dynamische Preisoptimierung bildet ein weiteres Einsatzgebiet, in dem KI ihre Stärken ausspielt. Algorithmen berechnen in Echtzeit Millionen von Artikelpreisen unter Einbeziehung aller relevanten Preiseinflussfaktoren. Der Abschnitt beschreibt grundlegende Konzepte des Dynamic Pricing und wie Preise zu jeder Zeit marktgerecht ausgesteuert werden.

Der Abschnitt zum vollautomatisierten „Just-Walk-Out-Store“ erläutert das Szenario eines Stores, der ohne den klassischen Kassierprozess funktioniert. Lesen Sie, welche technischen Voraussetzungen Läden hierfür erfüllen müssen und warum es trotz aller Automatisierung keinen Laden ohne Personal geben wird.

Für alle Anwendungsfelder gilt: KI übernimmt mit besten Ergebnissen wiederkehrende Routineaufgaben. Sie steigert die Effizienz und schafft Freiräume für die Menschen, die sich dann wieder darauf konzentrieren können, das Einkaufserlebnis komfortabler und persönlicher zu machen.

Im zweiten Kapitel beschreibt der Autor an weiteren Beispielen, wie Amazon Go, Walmart, OTTO und ein Sportartikelhändler durch KI verschiedene Prozesse automatisieren und optimieren. Er vertieft die in Kapitel eins genannten Anwendungsfelder um konkrete Case-Studies:

  • Amazon Go als Best-Practice für einen „Just-Walk-Out-Store“
  • Walmarts Botbrigade als Vorzeigebeispiel für Robotik: Roboter mit einer Kamera fahren durch die Gänge der Geschäfte. Sie scannen die Regale und erfassen, wenn Produkte ausverkauft sind oder im falschen Regal stehen. Sie melden ihr Wissen dem nächsten Mitarbeiter, der den Fehler dann manuell behebt. Aufgrund des sehr erfolgreichen Tests rollte Walmart den neuen Prozess mit Hilfe der Roboter Ende 2017 auf 50 weitere Stores in den USA aus. Die Akzeptanz bei den Mitarbeitern ist tatsächlich groß, ihnen bleibt mehr Zeit für persönliche Kundenberatung.
  • Wie OTTO mit KI das Einkaufserlebnis seiner Kunden verbessert durch intelligente Bedarfsplanung und Logistik, personalisierte Produktempfehlungen sowie Dynamic Pricing. Auch für interne Prozesse plant OTTO den Einsatz von KI, mögliche Anwendungsbereiche werden skizziert.
  • Wie ein Sportartikelhändler durch intelligentes Markdown Pricing ein Sortiment von mehr als 300.000 Artikeln dynamisch bepreist. Im Sortimentsbereich der Artikel mit kurzen Produktlebenszyklen verkauft er dabei seinen Bestand zum Abverkaufsdatum ohne durch zu hohe oder zu frühe Rabatte seinen Ertrag zu minimieren.

Kapitel drei soll Entscheider dabei unterstützen, relevante Einflussfaktoren für den KI-Einsatz im Unternehmen zu identifizieren. Lesen Sie mehr über Data Driven Culture, Datenstrategien, Digitalisierungsgrad und weitere Faktoren. Den Abschluss bilden fünf Handlungsempfehlungen.

Das Buch versteht sich als praxisorientierte Entscheidungshilfe für Verantwortliche in Handelsunternehmen, die eine Strategie für den Einsatz von KI entwickeln wollen. KI macht einerseits die komplexen Omni-Channel-Prozesse im Handel beherrschbar, jedoch liefert sie vor allem Entscheidungshilfen: Der Händler muss weiter die richtige Strategie haben und die richtigen Entscheidungen treffen, wie die Kunden zu gewinnen und zu halten sind.

„Künstliche Intelligenz im Handel 1 – Überblick“ – Jetzt bei Springer kaufen!

„Künstliche Intelligenz im Handel 2 – Anwendungen“ – Jetzt bei Springer kaufen!

 

 

 

 

Über den Autor:
Rainer Gläß ist einer der erfolgreichsten Software-Unternehmer für den Handel. Seit über 25 Jahren digitalisiert er weltweit große namhafte Handelsunternehmen. Sein Leitsatz ist Simply Retail – auf den Handel fokussiert und IT für den Handel einfach machen.