KI-Agenten im Einzelhandel: Noch 2024 lag der Umsatz, den agentenbasierte Künstliche Intelligenz weltweit generiert hat, bei 5,1 Milliarden US-Dollar. Für 2030 schätzen die Marktforscher von Statista die weltweiten Umsätze auf 47,1 Milliarden US-Dollar. Das entspricht einem durchschnittlichen jährlichen Wachstum von 44 Prozent.
Bei den Endkunden fällt die Akzeptanz bislang noch unterschiedlich aus. Aktuell zeigen sich lediglich etwa 25 Prozent aller Käufer offen gegenüber Künstlicher Intelligenz. Sobald sich breite Käuferschichten mit höheren Ausgabenbudgets den Early Adopters anschließen, dürfte die Akzeptanz steigen. Marktforscher erwarten, dass dies in den kommenden Jahren passiert.
Handelsunternehmen dürften dann verstärkt agentenbasierte Künstliche Intelligenz nutzen. In der Studie New Minds, New Markets erwartet Cognizant für agentenbasierte Künstliche Intelligenz bis zum Jahr 2030 in Deutschland ein Umsatzvolumen von 460 Milliarden Euro. Der Nutzen für den Handel: Kundeneinbindung, Effizienz, Umsatz und Gewinne legen zu.
Virtuelle Assistenten sorgen für Convenience
KI-Agenten im Einzelhandel versprechen Lösungen in Bereichen, wo herkömmliche Methoden der Kundenakquise und -betreuung an ihre Grenzen geraten. Virtuelle Assistenten geben personalisierte Empfehlungen, bearbeiten Kundenanfragen und erklären die Zahlungungsoptionen. Digitale Agenten lernen aus Kundeninteraktionen und speichern ihr Wissen, um zukünftige Marktszenarien und Kaufmuster zu analysieren. Dies führt zu einem angenehmen Kauferlebnis, das die Markenbindung verbessert und den Umsatz steigert.
Integriert beispielsweise ein Kaufhaus in seine Website einen Chatbot, der Kunden beim Einkauf berät, verkürzen sich die Auswahlprozesse und die Convenience steigt deutlich. Auf Wunsch des Kunden kann der KI-Agent beispielsweise das für eine Geschäftsreise notwendige Gerät auswählen und für die rechtzeitige Auslieferung sorgen. Ein völlig neues Service-Level, das Kunden künftig schätzen dürften.
Dynamisches Pricing erhöht die Gewinne
Dynamische Preisbildung gibt es bislang in der Hotellerie, bei Airlines, bei Tankstellen oder in der Transportlogistik. Die Preise werden dort bislang meist durch klassische Algorithmen bestimmt, welche die Nachfrage beispielsweise anhand saisonale Einflüsse schätzen. Mit agentenbasierter Künstlicher Intelligenz können Retailer ihre Preise zusätzlich an Absatzprognosen, Serviceaufkommen und viele andere Faktoren dynamisch anpassen.
Aktuell nutzen in Europa 48 Prozent der Unternehmen die dynamische Preisbildung. Oft allerdings ohne Unterstützung durch Künstliche Intelligenz. Early Adopter liefern Erfolgsbeispiele. So nutzt etwa Bonprix, ein Unternehmen des Otto-Konzerns, um die Preise im Onlineshop in Echtzeit anzupassen. Die Algorithmen berücksichtigen dabei Faktoren wie Nachfrage, Lagerbestand, Saison und die Preise der Mitbewerber. Amazon ändert seine Preise bis zu 70-mal pro Woche und beobachtet dafür Wettbewerber, Nachfrage und Lagerbestände.
Lagerbestand in Echtzeit verwalten
Einzelhändler können agentienbasierte Künstliche Intelligenz einsetzen, um ihren Lagerbestand vollautomatisch zu verwalten. Aktuell basiert die Lagerverwaltung häufig auf manuellen Prozessen, die zeitaufwendig, fehleranfällig und ineffizient sind. Agentenbasierte KI automatisiert diese Abläufe, indem sie Lagerbestände überwacht, die Nachfrage auf Grundlage historischer Daten und Markttrends vorhersagt und automatische Nachbestellungen mit angepassten Mengen auslöst. Das vermeidet Leerstände ebenso wie zu hohe Bestände.
