Interview: Der Einzelhandel muss in Zukunft intelligenter werden

Der Einzelhandel muss seine Geschäftsprozesse optimieren, um gegen die Online-Pure-Player zu bestehen.
Foto: Thomas Jesewski, CEO und Gründer aifora

Seit einigen Jahren ist der von einem massiven strukturellen Wandel betroffen. Im Zuge der aller Lebensbereiche haben sich die Märkte tiefgreifend verändert. Onlinehändler wie Amazon und Zalando verzeichnen steigende Umsätze, während der Einzelhandel mit starken Einbußen zu kämpfen hat. Einer der Gründe für den Erfolg dieser Online-Pure-Player ist ihr datenbasiertes Geschäftsmodell: Mithilfe von Algorithmen optimieren sie Warenflüsse und steuern die Preisgestaltung automatisch. Dem Einzelhandel hingegen fehlen in den meisten Fällen die Mittel, um aus eigener Kraft die hierfür notwendigen IT-Strukturen zu etablieren. aifora ist eine Data-Sharing- und -Plattform, die durch intelligentes Preis- und Bestandsmanagement Handelsunternehmen dabei hilft, ihren Absatz, Umsatz und Ertrag spürbar zu steigern und Bestände zu reduzieren. Im mit mobile zeitgeist erklärt CEO und Gründer Thomas Jesewski, wie das Ganze funktioniert.

mz: Wie funktioniert aifora und welche Vorteile ergeben sich dadurch für den Einzelhandel?

aifora bietet Händlern und Marken durch verschiedene SaaS-Lösungen auf seiner Data-Sharing- und die Möglichkeit, durch intelligentes Bestands- und Preismanagement profitabler zu arbeiten. Die Plattform verwendet hierfür die Daten der Einzelhändler, um mithilfe selbstlernender Algorithmen Warenflüsse und die Preisgestaltung zu optimieren und automatisieren. Darüber hinaus fließen in die Berechnungen außerdem in Echtzeit zusätzliche Faktoren wie Warenverfügbarkeit oder Wetterdaten ein. Händler können so ihren Absatz, Umsatz und Ertrag spürbar steigern und Bestände reduzieren.

mz: Inwieweit haben sich die Märkte im Zuge der Digitalisierung aller Lebensbereiche verändert? Und wie müssen die Akteure des Einzelhandels reagieren, um dieser Entwicklung gerecht werden?

Das Kundenverhalten hat sich in den vergangenen Jahren stark verändert und die Erwartungen sind gestiegen. Grund hierfür ist der Erfolg von Amazon. Der Online-Riese überzeugt unter anderem mit einer großen Auswahl an Produkten sowie einer schnellen Lieferzeit. Dadurch ist Amazon im E-Commerce zur Benchmark geworden, an der sich alle anderen orientieren. Der stationäre Handel leidet darunter, dass die Online Pure Player immer stärker und zugleich dominanter werden, die Markenloyalität schwindet und disruptive Geschäftsmodelle die Branche verändern. Die Lösung für den Einzelhandel lautet: die große Menge an Daten, die die Händler bereits besitzen, zu nutzen. Dies tun sie meist nicht, da sie von der Komplexität überfordert sind, im Unternehmen nicht über die entsprechenden Kompetenzen verfügen oder es an Software-Lösungen fehlt, um die Daten auszuwerten und Prozesse zu automatisieren.  Außerdem besteht für den Einzelhandel Potenzial darin, dass das Einkaufserlebnis an Bedeutung gewinnt. Der stationäre Handel kann hier im Vergleich zum E-Commerce punkten.

mz: Sie bezeichnen die cloudbasierte Plattform auch als digitales Ökosystem, bei dem Händlern eine Vielzahl von Daten zur Verfügung stehen. Auch in Echtzeit. Wie können diese gewinnbringend eingesetzt werden?

Unsere eigenentwickelten Algorithmen analysieren diese Vielzahl an Daten – Stichwort „Big Data“ – und können daraus wichtige Erkenntnisse ziehen. In die Berechnungen fließen alle relevanten Faktoren ein – intern sowie extern. Ein Mensch kann eine so große Menge an Daten gar nicht allein bearbeiten. Auf Basis der Daten prognostizieren unsere SaaS-Lösungen mittels KI die zukünftige Nachfrage der Endkonsumenten, optimieren anhand dessen die Preise und Bestände und automatisieren die Prozesse.

mz: Welche Vorteile bietet die von dem Machine-Learning-Algorithmus getätigten Berechnungen im Gegensatz zu menschlichen Bewertungen?

Der Algorithmus kann zum einen viel größere Datenmengen verarbeiten, zum anderen sind seine Berechnungen hundertprozentig objektiv. Menschen hingegen neigen dazu, bei der Preisgestaltung auch subjektive Kriterien einfließen zu lassen. Nehmen wir ein Beispiel aus dem Fashion Retail: Ein Artikel verkauft sich während der Saison nicht so gut wie geplant. Der Händler wartet aber mit einer Reduzierung, weil er hofft, dass sich dies noch ändern könnte. Am Ende der Saison hat er deshalb noch einen hohen Warenbestand vorrätig und muss den Artikel stark abschreiben. Dieser ist somit ein Verlustgeschäft für den Händler. Der Algorithmus des Abschriften-Optimierungs-Moduls von aifora hingegen hätte schon viel früher eingegriffen, eine Preis-Reduzierung empfohlen und es dadurch dem Händler ermöglicht, Absatz, Umsatz und Ertrag zu steigern.

mz: Intelligente Warensteuerung und Bestandsmanagement sind weitere Teilaspekte der Plattform. Wie können Nutzer von diesen Modulen profitieren?

Die Module der Intelligent Stock Automation (ISA) optimieren und automatisieren die Warensteuerungsprozesse. Das bedeutet, dass die richtige Ware in der richtigen Menge zum richtigen Zeitpunkt am richtigen Ort verfügbar ist. Der Händler erzielt hierdurch eine Verbesserung in drei Punkten: Erstens kann er durch eine genauere Berücksichtigung des Bedarfs seinen Umsatz steigern. Zweitens lässt sich so die Bruttomarge verbessern, weil der Händler durch eine höhere Warenverfügbarkeit Out-of-Stock-Situationen vermeidet und mehr Artikel zum vollen Preis verkaufen kann. Und drittens benötigt der Händler geringere Lagerflächen, da er durch den Einsatz von Predictive Analytics niedrigere Gesamtbestände vorrätig hat.

Carsten Thomas
Über Carsten Thomas 205 Artikel
Autor und Gamingnerd. Stets interessiert an Tech-Innovationen, Medienwandel und Technikutopien. Redakteur bei mobile zeitgeist.

Hinterlasse jetzt einen Kommentar

Kommentar hinterlassen

E-Mail Adresse wird nicht veröffentlicht.



Ich bestätige, dass die hier von mir eingegebenen persönlichen Daten in der von mobile zeitgeist genutzten Datenbank bis auf Widerruf gespeichert werden dürfen.