KI im Handel und die Anwendungsfälle mit belegtem Hebel

Listen mit KI-Anwendungsfällen für den Handel gibt es viele. Zwanzig Ideen pro Beitrag, jede mit einem beeindruckenden Prozentwert, selten mit einer nachvollziehbaren Quelle. Wer auf dieser Grundlage priorisiert, wählt am Ende den Fall mit der schönsten Zahl statt den mit dem echten Hebel für das eigene Geschäft.

Dieser Beitrag geht anders vor. Er nennt nur Effekte, deren Herkunft Sie selbst nachlesen können, ordnet ein, unter welchen Bedingungen sie zustande kamen, und sagt offen, wo die Beleglage dünn ist. Am Ende steht eine Priorisierungslogik, die Sie auf Ihre eigenen Kandidaten anwenden können.

Woran erkennen Sie einen belegten Hebel?

An drei Merkmalen: Die Zahl hat eine nachvollziehbare Quelle, sie beschreibt einen gemessenen Effekt statt eines Potenzials, und die Bedingungen dahinter sind bekannt. Fehlt eines der drei, ist die Zahl Werbung.

Das Misstrauen lohnt sich, denn die Fallhöhe ist real. Der State of AI Report von McKinsey zeigt Jahr für Jahr dasselbe Muster: Die große Mehrheit der Unternehmen sieht trotz KI-Einsatz keinen spürbaren Effekt auf das Konzernergebnis. Nur eine kleine Minderheit erreicht hohe Wertschöpfung, und die macht messbar etwas anders. Der stärkste Einzelfaktor in der Untersuchung ist das Neugestalten von Arbeitsabläufen rund um die KI. Anders gesagt: Die Effekte, um die es gleich geht, sind erreichbar, aber nicht automatisch. Sie sind das Ergebnis von Bedingungen, und die wichtigste davon ist im Handel fast immer die Datenbasis. In einer Gartner-Befragung geben 63 Prozent der Datenmanagement-Verantwortlichen an, keine passenden Datenmanagement-Praktiken für KI zu haben oder sich nicht sicher zu sein, ob sie sie haben. Die meisten Häuser starten also mit einer Hypothek, die jeder Anwendungsfall erst abtragen muss.

Den Unterschied zwischen Potenzial und gemessenem Effekt unterschätzt man leicht. Ein Potenzialwert sagt: Wenn alles gelingt, wäre so viel möglich. Ein gemessener Effekt sagt: Bei diesen Unternehmen ist unter diesen Bedingungen so viel eingetreten. Zwischen beiden liegt die gesamte Umsetzungsrealität. Eine Zahl wie „bis zu 30 Prozent Einsparung" ist fast immer ein Potenzialwert, erkennbar am „bis zu". Für eine Investitionsentscheidung brauchen Sie die zweite Sorte, und selbst die müssen Sie auf Ihre Ausgangslage übertragen.

Vorsicht verdient eine Zahlenkategorie besonders: Anbieterangaben. Wenn ein Softwarehersteller berichtet, seine Kunden hätten 30 Prozent eingespart, kann das stimmen. Es ist trotzdem eine Aussage mit Verkaufsinteresse, meist ohne Angabe, wie gemessen wurde und wie viele Kunden den Effekt nie erreicht haben. Solche Zahlen zitieren wir hier nicht.

Wo ist die Wirkung im Warenfluss belegt?

Bei der Absatzprognose und der darauf aufbauenden Nachbestellung, und zwar am besten von allen Handels-Anwendungsfällen. McKinsey beziffert auf Basis von Projektdaten, dass KI-gestützte Prognosen die Vorhersagefehler um 20 bis 50 Prozent senken können. Entgangene Verkäufe durch nicht verfügbare Ware sinken demnach um bis zu 65 Prozent. Das sind Spannen aus Beratungsprojekten, keine Laborwerte, und die Untergrenze ist die ehrlichere Orientierung. Selbst sie verändert die Wirtschaftlichkeit einer Disposition spürbar.

Bemerkenswert an der Quelle ist ein Detail: Die Untersuchung behandelt ausdrücklich Umgebungen mit wenig Daten. Selbst dort ließen sich die Effekte erzielen, sofern die vorhandenen Daten stimmen. Für die Prognosequalität zählt also weniger die Menge der Historie als ihre Verlässlichkeit. Ein Haus mit drei Jahren sauberer Abverkaufsdaten ist besser aufgestellt als eines mit zehn Jahren widersprüchlicher.

Warum funktioniert dieser Fall so verlässlich? Die Entscheidung ist eng umrissen, sie wiederholt sich täglich, und ihr Erfolg lässt sich an Kennzahlen ablesen, die jedes Haus ohnehin misst. Dazu kommt: Die benötigten Daten existieren fast überall, Bestände, Abverkäufe, Lieferzeiten. Ob sie in brauchbarem Zustand sind, ist eine andere Frage, und sie entscheidet über das Gelingen. Welche Felder ein Bestell-Agent konkret braucht und woran solche Vorhaben scheitern, haben wir im Beitrag zum agentischen Replenishment durchgerechnet.

Was bringt Personalisierung nachweislich?

Einen Umsatzhebel von typischerweise 10 bis 15 Prozent, mit einer ehrlichen Spanne von 5 bis 25 Prozent je nach Branche und Umsetzungsqualität. So beziffert es McKinsey in einer branchenübergreifenden Untersuchung zur Personalisierung. Gemeint sind maßgeschneiderte Empfehlungen, Inhalte und Angebote entlang der Kundenbeziehung, vom Shop bis zum Newsletter.

Auch hier gilt: Die Zahl stammt aus einer branchenübergreifenden Erhebung, der Handel liegt je nach Geschäftsmodell an unterschiedlichen Stellen der Spanne. Ein Pure Player mit hoher Wiederkaufrate hat mehr Ansatzpunkte als ein Filialist mit anonymer Laufkundschaft.

Die Spanne verdient dabei mehr Aufmerksamkeit als der Mittelwert. Zwischen 5 und 25 Prozent liegt der Unterschied zwischen einem netten Zusatzeffekt und einem Geschäftsmodell-Hebel, und die Untersuchung benennt die Treiber: Branche und Fähigkeit zur Umsetzung. Übersetzt in Handelsalltag heißt Fähigkeit zur Umsetzung vor allem eines: verknüpfbare Kundendaten. Wer seine Kunden über Filiale, Shop und App hinweg nicht wiedererkennt, personalisiert auf Segmentniveau und bleibt am unteren Rand der Spanne. Der Anwendungsfall ist also belegt stark, stellt aber höhere Ansprüche an die Datenbasis als der Warenfluss, weil er die Kundendomäne sauber braucht, die in gewachsenen Systemlandschaften oft am stärksten zersplittert ist.

Welche weiteren Anwendungsfälle lohnen den Blick?

Drei Kandidaten tauchen in jeder Liste auf, verdienen aber eine differenzierte Einordnung, weil die Beleglage uneinheitlicher ist.

Produktdaten und Content: KI, die Produkttexte, Attribute und Übersetzungen erzeugt, spart nachweislich Zeit in der Content-Produktion. Der Effekt ist unmittelbar und leicht zu messen, allerdings betrifft er Kosten einer einzelnen Abteilung und selten das Konzernergebnis. Als Einstiegsfall trotzdem interessant, weil er geringe Ansprüche an die Systemlandschaft stellt und nebenbei die Produktdaten verbessert, von denen spätere Fälle leben.

Service-Chatbots: Sie entlasten messbar bei Standardanfragen, das zeigen viele Einzelberichte. Eine belastbare, quellenübergreifende Effektspanne für den Handel gibt es aus unserer Sicht nicht, und die Kundenzufriedenheit reagiert empfindlich auf schlechte Umsetzung. Wer hier startet, sollte den Erfolg an der Lösungsquote messen, dem Anteil der Anliegen, die ohne Menschen gelöst werden, und nicht an der Zahl automatisierter Antworten.

Dynamisches Pricing: der Fall mit dem größten theoretischen Hebel und den höchsten Ansprüchen an die Datenbasis. Er braucht Transaktionen, Konditionen und aktuelle Bestände gleichzeitig und in hoher Qualität. Für die meisten Häuser ist er deshalb der zweite oder dritte Schritt, nicht der erste. Was vor dem ersten Preisalgorithmus geklärt sein muss, behandeln wir in einem eigenen Beitrag.

Warum erreichen so wenige Unternehmen diese Effekte?

Die Effekte entstehen im Betrieb, und die meisten Vorhaben erreichen den Betrieb nicht. Das ist die kurze Antwort, und die Zahlen dahinter kennen Sie vielleicht schon aus unserem Beitrag über scheiternde KI-Agenten: steigende Abbruchquoten trotz besserer Modelle, als Ursachen fast immer Datenbasis, unklare Ziele und fehlender kontrollierter Betrieb.

Für die Priorisierung folgt daraus eine unbequeme Einsicht. Der Hebel eines Anwendungsfalls auf dem Papier ist nur die halbe Rechnung. Die andere Hälfte ist die Wahrscheinlichkeit, dass Ihr Haus den Fall in den Betrieb bringt, und die hängt an Ihrer Datenbasis, nicht an der Studienlage. Ein mittelgroßer Hebel mit passenden Daten schlägt einen großen Hebel, für den erst zwei Datendomänen saniert werden müssten.

Wie priorisieren Sie Ihre eigenen Kandidaten?

Mit vier Fragen, die Hebel und Machbarkeit zusammen bewerten. Gehen Sie Ihre Kandidatenliste damit durch, die Reihenfolge ergibt sich fast von selbst.

1. Ist der Effekt für diesen Fall belegt, und kennen Sie die Bedingungen der Quelle? Ein Potenzialwert aus einer Anbieterbroschüre zählt nicht.
2. An welcher Kennzahl würden Sie den Erfolg messen, und wo steht diese Kennzahl heute? Ohne gemessenen Ausgangswert lässt sich später kein Nutzen nachweisen.
3. Welche Datenbereiche braucht der Fall, und in welchem Zustand sind sie? Die Prüfmethode dafür haben wir im Beitrag Welche Daten braucht KI? beschrieben.
4. Wie oft läuft die Entscheidung? Ein täglicher Prozess amortisiert den Aufwand schneller als ein monatlicher, bei gleichem Einzeleffekt.

Ein Hinweis zur vierten Frage, weil sie oft unterschätzt wird: Die Frequenz entscheidet auch über die Lernkurve. Ein täglicher Prozess liefert nach einem Quartal neunzig Messpunkte, an denen sich das System und die Mannschaft verbessern können. Ein monatlicher liefert drei. Der schnelle Rhythmus macht Fehler früh sichtbar und billig, der langsame spät und teuer.

Auffällig oft gewinnt bei dieser Übung der Warenfluss. Belegter Effekt, tägliche Frequenz, messbare Kennzahlen und Daten, die grundsätzlich vorhanden sind. Deshalb beginnen viele Häuser dort, und deshalb ist die Nachbestellung auch unser Referenzfall.

Bleibt die Frage nach dem Zustand der eigenen Datenbasis, und die sollten Sie nicht schätzen. Ob Ihre Daten für den priorisierten Fall ausreichen, lässt sich in drei Wochen mit Belegen aus den Systemen messen, nach einem offenen Standard, den Sie auf der Methode-Seite nachlesen können. Danach priorisieren Sie nicht mehr nach der schönsten Zahl aus einer Liste. Sie priorisieren nach Ihrem eigenen Befund.

Quellen

Quelle	Einordnung
McKinsey · AI-driven operations forecasting in data-light environments, 2022
McKinsey · The value of getting personalization right, 2021
McKinsey · The State of AI, November 2025
Gartner · Lack of AI-ready data puts AI projects at risk, Februar 2025