Veröffentlichungen

Den Point of Sale mit Künstlicher Intelligenz aufwerten

Veröffentlichung auf absatzwirtschaft.de vom 2. März 2018 unter dem Titel "So werten Sie den Point of Sale mit Künstlicher Intelligenz auf" von Autor Matthias Förg

Matthias Förg

Matthias Förg
Senior Account Manager DQ Sales
Uniserv GmbH

Internetriesen wie Amazon machen dem stationären Handel das Leben schwer. Künstliche Intelligenz kann helfen, Nachteil auszugleichen und individuelle Einkaufserlebnisse zu schaffen.

In den nächsten zwei Jahren soll jedes zwölfte Geschäft aus den deutschen Städten verschwinden. Grund dafür ist die Online-Konkurrenz, so der Handelsverband Deutschland. Dass der Point of Sale allerdings nach wie vor eine wichtige Rolle spielt, zeigt ausgerechnet der Onlinekonzern Amazon. Erst kürzlich testete der Internetriese in den USA einen stationären Supermarkt - zwar ohne Kassen, doch dafür mit intelligenten Sensoren und Deep-Learning-Algorithmen ausgestattet. Den Kunden soll ein stressfreies Einkaufserlebnis ohne langes Anstehen geschaffen werden. Dabei werden wichtige Daten über den Einkauf und das Einkaufsverhalten gesammelt.

Spontan am Point of Sale

Auch Antonio Krüger, Professor für Künstliche Intelligenz (KI) im Handel an der Uni Saarland, sieht noch Potenzial im stationären Handel: Die meisten spontanen Kaufentscheidungen fielen noch immer am Point of Sale und nicht online, so der Experte. Ladengeschäfte sollten diesen Aspekt für sich nutzen und auf KI-basierte Technologien setzen.

Doch KI automatisiert nicht nur Prozesse und verkürzt Wartezeiten. Sie kann Kunden persönlich beraten, etwa in Form von Chatbots. Dass das bei Kunden gut ankommt, zeigt eine Umfrage des Digitalverbands BITKOM. So würde lediglich jeder sechste Kunde eine Beratung durch Künstliche Intelligenz ablehnen. Schon heute greifen Händler daher verstärkt zu Chatbots und intelligenten Sprachassistenten. Diese können teilweise Emotionen erkennen, schlagen passende Accessoires und Kleidung vor und helfen bei der Produktsuche. So kann der Chatbot IamBot beispielsweise Fotos von Kleidungsstücken verarbeiten und dem Nutzer mitteilen, in welchem Geschäft er genau das oder zumindest ein ähnliches Produkt findet. Auf diese Weise schaffen Händler einen Mehrwert über ihre Ware hinaus.

Emotionen erkennen, passende Werbung ausspielen

Im B2B-Bereich kann Künstliche Intelligenz das Verhalten und die Emotionen der Kunden direkt im Ladengeschäft analysieren und so die Ladenaufteilung optimieren oder einen Berater direkt zu einem ratsuchenden potenziellen Käufer leiten. Ebenso kann durch einen sekundenschnellen KI-Scan von Personen ein Programm zielgruppengerechte Werbung abspielen lassen. Ein anschaulicher Einsatz von Künstlicher Intelligenz war die Verwendung eines Prototyps im Mai 2017 des Softwareherstellers SAP im Schaufenster eines Bekleidungshauses. Dieser analysierte die Passanten auf ihr Erscheinungsbild und ihre Körpermaße und blendete anschließend Vorschläge für Kleidungsstücke ein. Anhand der Reaktionen auf die Einblendung veränderte der Prototyp seine Auswahl solange, bis er bei dem Menschen eine zufriedenstellende Reaktion auf die Fashiontipps messen konnte.

Eine gute KI basiert nicht zuletzt auch auf guten Daten

Doch damit KI überhaupt individuelle Einkaufserlebnisse schaffen kann, müssen (Kunden-) Daten vorab so aufbereitet werden, dass sie für das System überhaupt nutzbar sind. Denn trotz ihres Namens sind Künstliche Intelligenzen nicht von Beginn an smart. KI-Systeme müssen vorab mittels Daten und Algorithmen trainiert werden. Erst nach Beendigung der Lernphase kann ein KI-System verallgemeinern und auch unbekannte Daten beurteilen und Zusammenhänge erkennen. Damit das System jedoch nicht falsch lernt und irrtümliche Empfehlungen ausgibt, ist es kritisch, dass die zugrundeliegende Kundendatenbasis qualitativ geprüft ist. Ist die Datenqualität hingegen schlecht, sind es auch die Aussagen und Prognosen, die die KI auf Basis dieser „unsauberen“ Daten trifft. Eine personalisierte Ansprache und eine Kundenbindung am PoS lässt sich also nur mit den richtigen Daten zu den Vorlieben und Interessen eines Käufers erzielen. 

Über den Autor

Matthias Förg ist Senior Account Manager DQ Sales bei Uniserv und Branchenexperte für den Handel. Er hat über 15 Jahre Erfahrung in der IT-Branche. Für Uniserv begleitet Herr Förg seit 2016 Handelsunternehmen auf dem Weg in die digitale Welt, mit besonderem Schwerpunkt auf dem Management von Kundendaten.