Die Pandemie hat die Situation des kriselnden Einzelhandels weiter verschärft und wie unter einem Brennglas die Defizite der Branche aufgezeigt. BearingPoint und das IIHD-Institut analysieren in ihrer siebten NEWretail-Studie die aktuelle Situation des Einzelhandels und zeigen anhand konkreter Praxisbeispiele auf, wie erfolgreiche Transformation gelingt und warum Künstliche Intelligenz (KI) eine Schlüsseltechnologie für die Branche ist.
Viele Einzelhändler befinden sich in einem hart geführten „Survival-of-the-fittest“-Wettbewerb und diejenigen, die an herkömmlichen Geschäftsmodellen festhalten, wirken inzwischen wie aus der Zeit gefallen. BearingPoint und das IIHD-Institut unterstreichen in ihrer Analyse, dass es ein Zurück in Vor-Pandemie-Zeiten nicht mehr geben wird. Die „guten alten Zeiten“ des Einzelhandel-Ladens mit ausschließlichem „Face-to Face“-Verkauf sind (endgültig) vorbei. Traditionelle regelbasierte Planung und Vorhersage – die unter stabilen Bedingungen vielleicht noch erfolgsversprechend sein konnten und in denen die Programmierung von Aktionen möglich war – weichen zunehmend schnellen Reaktionen und agilen Methoden. Mit ihnen kann viel besser und vor allem schneller auf Veränderungen reagiert werden, so die Studie.
Neues Mantra des Einzelhandels: Agiler und effektiver werden bei niedrigen Kosten
Um weiterhin am Markt erfolgreich zu sein, investieren die meisten Einzelhändler bereits in die Entwicklung digitaler Strategien, in gut ausgebaute Webpräsenzen und zunehmend auch in KI und Robotik. Neben der Optimierung der Warenangebote aus Kundensicht sollen so gleichzeitig Effektivität und Effizienz operativer Prozesse gesteigert werden. Das neue Mantra des Einzelhandels ist es, agiler und effektiver zu werden, allerdings zu niedrigen Kosten. Ermöglichen soll das die KI der nächsten Generation.
Die KI-Weiterentwicklung und ihr zunehmender Einsatz haben einen massiven Einfluss auf die Konsumgüterindustrie und ganz besonders auf den Einzelhandel. Bereits heute kann die KI traditionelle regelbasierte Planung und Vorhersagemodelle ersetzen, um bei sinkenden Kosten in der Wertschöpfungskette agiler und effektiver zu werden. Sie kann das Kundenverhalten simulieren und vorhersagen und individuelle Empfehlungen, Angebote und Produkte vorschlagen.
"Weltweit erkennen Einzelhändler, dass die Einzelhandelswelt durch neue Technologien in halsbrecherischer Geschwindigkeit transformiert wird und sie gezwungen sind, neue Strategien zu entwickeln. Leider findet KI bisher allzu oft nur in kundengerichteten Funktionen Anwendung. Dabei gibt es Anwendungsbereiche über die gesamte Wertschöpfungskette hinweg – vom Omnichannel-Marketing über die Modellierung des Kundenerlebnisses und die Gestaltung eines kundenorientierten Merchandisings bis hin zum Beschaffungs- und Liefermanagement und dem effizienten Betrieb von Filialen", sagt Kay Manke, Partner bei BearingPoint und Retail-Experte.
Digitale Zwillinge im Einzelhandel
Die Entwicklung von KI-Methoden kennt (fast) keine Grenzen. Die Simulation der realen Welt mittels sogenannter digitaler Zwillinge – beispielsweise hinsichtlich Kundenverhalten, Lieferketten, Prozessen und Produkten – bietet ungeahnte Möglichkeiten für die gesamte Branche. Anhand konkreter Praxisbeispiele zeigt die Studie auf, welche Bestrebungen internationale Handelsunternehmen in der Entwicklung automatisierter, KI-basierter Wertschöpfungsketten unternehmen.
Prof. Dr. Jörg Funder, Geschäftsführender Direktor des IIHD Instituts: "Mit dem intelligenten Retail Twin können nicht nur Prozesse automatisiert und Prognosen aufgestellt, sondern auch potenzielle künftige Aktionen simuliert werden. Beispielsweise können kontinuierlich Simulationen in verschiedenen Teilbereichen durchgeführt werden, z.B. in den Bereichen Angebot, Bestand, Kundennachfrage, Preisgestaltung der Wettbewerber oder Produktverfügbarkeit. Zudem wird es möglich, Interdependenzen zu bewerten, Chancen zu erkunden und negative Folgen vorherzusagen und letztlich auch zu verhindern."
Die Optimierung isolierter Funktionen in der Wertschöpfungskette birgt erhebliche Risiken
Laut BearingPoint und IIHD Institut übersehen die meisten Einzelhändler, dass die Optimierung isolierter Funktionen, wie z. B. das Hinzufügen mehrerer Vertriebskanäle, erhebliche Risiken mit sich bringt:
- Risiko 1: Der Aufbau zusätzlicher Komplexität behindert eine schnelle Reaktion von Händlern auf sich ändernde Verbraucherpräferenzen.
- Risiko 2: Das Fehlen eines integrierten Datenansatzes über alle Funktionen der Wertschöpfungskette erschwert Händlern die strategische Positionierung.
- Risiko 3: Die Komplexitätssteigerung der Wertschöpfungskette in isolierten Bereichen ist mit deutlichen Kostennachteilen verbunden.
- Risiko 4: Komplexe Wertschöpfungsketten machen Händler anfällig gegenüber Innovationen und neuen Wettbewerbern mit disruptiven Geschäftsmodellen.
Angesichts dieser Risiken sollten Einzelhändler ihre Wertschöpfungskette ganzheitlich umgestalten – im Gegensatz zum reinen „Hinzufügen“ von Aktivitäten – um die Komplexität durch die Automatisierung und Integration spezifischer Aktivitäten mit Hilfe von KI zu reduzieren, so die Studie.
Stand der Praxis – Fallbeispiele aus der KI-Wertschöpfungskette
Auch wenn Einzelhändler damit begonnen haben, die Möglichkeiten der KI zu testen, schöpfen laut BearingPoint und IIHD-Institut die meisten das Skalierungspotenzial der digitalen Technologie in der gesamten Wertschöpfungskette noch nicht aus. Da viele KI-Anwendungen zur Umgestaltung der Wertschöpfungskette beitragen, sind die Einzelhändler noch etwas ratlos, in welche Technologie sie investieren sollten und wo sie mit der Transformation der Wertschöpfungskette beginnen sollen.
Basierend auf der Analyse bestehender Händlerinitiativen sowie den generellen Nutzungsmöglichkeiten von KI in der Wertschöpfungskette identifizierten BearingPoint und das IIHD Institut vier Aufgaben von KI-Lösungen in der Wertschöpfungskette des Einzelhandels: (1) Plan: Wissens- und Erkenntnismanagement, (2) Produce: Bestandsmanagement, Betriebsoptimierung, (3) Promote: Nachfrage generieren, saisonales Management, und schließlich (4) Provide: Kundenbindung, Beziehungsmanagement (siehe Abbildung).
Anhand konkreter Unternehmensbeispiele zeigt die Studie von BearingPoint und dem IIHD Institut, wie KI die Wertschöpfungskette des Einzelhandels transformiert, indem sie die Effektivität von Abläufen erhöht, die Abläufe in den Filialen bei geringeren Kosten verbessert, das Wissen um Kundenbedürfnisse und die Personalisierung erhöht oder den Kundenservice verbessert und somit die Kundenbindung stärkt.
Hier finden Sie die vollständige NEWretail-Studie zum Download.
