KI im Einzelhandel: bessere Bestellungen, entlastete Filialen
Im stationären Einzelhandel treffen knappe Margen auf knappes Personal. Filialleitungen bestellen nach Gefühl und Erfahrung, Verkaufsteams beantworten dieselben Fragen am Telefon, und die Zentrale wertet Abverkaufsdaten aus, wenn die Saison schon vorbei ist. Gleichzeitig erwarten Kunden, dass sie online sehen, ob ein Artikel in ihrer Filiale vorrätig ist.
Sailrs ist eine KI- und Softwareagentur aus Stuttgart. Mit KI im Einzelhandel meinen wir keine Roboter im Gang, sondern praktische Werkzeuge: Bestellvorschläge auf Basis von Abverkauf, Saison und Aktionen, einen Wissensassistenten für Verkaufspersonal, einen Telefonassistenten für Standardfragen und saubere Bestandsdaten für Click & Collect. So werden Bestellungen besser und Filialen entlastet, angebunden an Warenwirtschaft und Kassensystem.
Branchen-KI-Check
Welche Aufgaben in deinem Betrieb sollte KI zuerst übernehmen? Finde es in fünf Klicks heraus.
Wie viele Menschen arbeiten in deinem Unternehmen?
Was Händler mit Filialen heute ausbremst
Ob Fachhandel mit drei Standorten oder regionale Kette mit dreißig: Die Engpässe ähneln sich.
Disposition nach Bauchgefühl
Wiederkehrende Kundenfragen
Wissen in wenigen Köpfen
Bestände, die nicht stimmen
Fünf Anwendungsfälle für den stationären Handel
Jeder Anwendungsfall beschreibt, was heute passiert, was das System übernimmt und was sich danach ändert.
Bestellvorschläge je Filiale
Heute: Filialleitungen bestellen auf Basis von Erfahrung und Regalblick. Mit KI: Ein Prognosemodell berücksichtigt Abverkaufshistorie, Wochentag, Saison, Feiertage, Wetter und geplante Aktionen und erzeugt Bestellvorschläge in der Warenwirtschaft. Danach: Die Filialleitung prüft und passt an, statt bei null zu beginnen. Bei Frischware hilft das gegen Abschriften, bei Saisonware gegen Lücken.
Telefonassistent für Standardfragen
Heute: Mitarbeitende unterbrechen die Beratung, um Öffnungszeiten oder Verfügbarkeit zu nennen. Mit KI: Ein KI-Telefonassistent beantwortet Standardfragen rund um die Uhr, prüft Bestände und nimmt Reservierungen oder Rückrufwünsche auf. Danach: Das Team auf der Fläche bleibt bei den Kunden im Laden.
Wissensassistent für Verkaufspersonal
Heute: Neue Kolleginnen fragen erfahrene Kollegen oder suchen im Ordner. Mit KI: Ein Assistent auf dem Tablet oder Smartphone beantwortet Fragen zu Produkten, Garantien, Kassenabläufen und Reklamationsregeln aus freigegebenen Unterlagen, mit Quellenangabe. Danach: Einarbeitung geht schneller, Antworten werden einheitlicher.
Aktions- und Prospektplanung
Heute: Aktionen werden geplant, ihre Wirkung später mühsam ausgewertet. Mit KI: Das System wertet vergangene Aktionen nach Abverkauf, Filiale und Begleiteffekten aus und hilft, Mengen für die nächste Aktion realistischer zu planen. Danach: Weniger Restbestände nach Aktionsende.
Bestandsabgleich für Click & Collect
Heute: Online wird ein Artikel als verfügbar angezeigt, der in der Filiale fehlt. Mit KI: Ungewöhnliche Bestandsbewegungen und wahrscheinliche Differenzen werden erkannt und als Zählauftrag an die Filiale gegeben. Danach: Onlineverfügbarkeit wird verlässlicher, Stornos seltener.
Bedarfsprognose: was realistisch ist und was nicht
Prognosen sind der Klassiker unter den KI-Anwendungen im Handel und werden trotzdem oft falsch eingeschätzt. Ein paar Grundsätze:
- Daten zuerst: Brauchbare Prognosen brauchen saubere Abverkaufsdaten über mindestens einen Saisonzyklus, möglichst je Artikel und Filiale. Fehlbestände verzerren die Historie, weil nicht verkauft wurde, was nicht da war.
- Einflussfaktoren kennen: Wetter, Ferien, Feiertage, lokale Ereignisse und eigene Aktionen erklären oft mehr als ausgefeilte Modelle.
- Vorschlag statt Automatik: Am Anfang sollte die Filialleitung jeden Vorschlag sehen und ändern können. Abweichungen zwischen Vorschlag und tatsächlicher Bestellung sind wertvolle Lernsignale.
- Unsicherheit zeigen: Ein guter Bestellvorschlag sagt nicht nur wie viel, sondern auch wie sicher.
Nicht jeder Händler braucht ein eigenes Modell. Manche Warenwirtschaftssysteme bringen Prognosefunktionen mit. Wir prüfen das ehrlich und bauen nur, was es noch nicht gibt.
Das Ziel ist nicht die perfekte Prognose, sondern bessere Bestellungen mit weniger Aufwand und entlastete Filialleitungen, die ihre Zeit für Team und Kundschaft nutzen. Ähnlich funktioniert die Personaleinsatzplanung: Wer die Kundenfrequenz je Stunde und Wochentag kennt, kann Schichten besser an den tatsächlichen Bedarf anpassen. KI liefert dafür eine Frequenzprognose, die Planung bleibt bei der Filialleitung. Einen Überblick, wie KI-Projekte Schritt für Schritt eingeführt werden, gibt unser Ratgeber KI im Mittelstand einführen.
Systeme im Einzelhandel und wie wir sie verbinden
Im Kern stehen meist eine Warenwirtschaft, ein Kassensystem je Filiale, oft ein Onlineshop oder Click-&-Collect-Lösung, ein Tool für Personaleinsatzplanung und die Buchhaltung. Dazu kommen Lieferantenportale und Excel-Listen in der Zentrale.
Unsere Lösungen greifen über Schnittstellen auf diese Systeme zu, lesen Abverkaufs- und Bestandsdaten und schreiben Vorschläge zurück. Die Warenwirtschaft bleibt das führende System. Wo mehrere KI-Anwendungen zusammenkommen, etwa Wissensassistent, Telefonassistent und Prognose, kann eine gemeinsame Plattform sinnvoll sein. Dafür haben wir Aipe entwickelt, unser KI-Betriebssystem für den Mittelstand, das Systeme verbindet und Zugriffe zentral steuert.
Ein Hinweis zur E-Rechnung: Seit 2025 müssen auch Einzelhändler E-Rechnungen von Lieferanten empfangen können. Für Verkäufe an Endkunden gilt die E-Rechnungspflicht nicht, wohl aber für Rechnungen an Geschäftskunden.
So gehen wir im Einzelhandel vor
Wir starten mit einer Filiale oder einer Warengruppe und erweitern erst, wenn es funktioniert.
Kosten und Datenschutz
Projekte bei Sailrs starten ab etwa 15.000 Euro. Ein Wissensassistent für Verkaufspersonal auf vorhandenen Unterlagen liegt am unteren Ende, Prognosen über viele Filialen und Warengruppen mit Anbindung an die Warenwirtschaft höher. Laufend fallen Kosten für Modellnutzung, Hosting und Betreuung an, beim Telefonassistenten zusätzlich Telefoniekosten.
Im Einzelhandel geht es auch um Personal- und Kundendaten, etwa bei Telefonassistent oder Personaleinsatzplanung. Wir legen vor dem Start fest, welche Daten verarbeitet werden, wo sie liegen und wie lange sie gespeichert bleiben. Betrieb in Deutschland ist möglich.
Du verkaufst auch online? Dann ergänzt unsere Seite zum E-Commerce diese Seite.
Häufige Fragen zu KI im Einzelhandel
Lohnt sich KI auch für kleinere Händler mit wenigen Filialen?
Ja, wenn es einen klaren Engpass gibt, etwa viele Anrufe mit Standardfragen oder hohe Abschriften bei Frischware. Wir empfehlen, mit einem Anwendungsfall zu beginnen. Projekte bei Sailrs starten ab etwa 15.000 Euro.
Welche Daten brauchen wir für Bestellvorschläge?
Abverkaufsdaten je Artikel und Filiale über möglichst einen ganzen Saisonzyklus, Bestände, Lieferzeiten und Aktionskalender. Wetter- und Feiertagsdaten lassen sich ergänzen. Wir prüfen die Datenlage in der Analyse.
Bestellt die KI dann automatisch?
Am Anfang nicht. Die KI erzeugt Vorschläge, die Filialleitung prüft und bestellt. Erst wenn Vorschläge über längere Zeit zuverlässig sind, kann man für ausgewählte Artikel eine automatische Bestellung erwägen.
Kann der Telefonassistent auch Reservierungen annehmen?
Ja, wenn das Bestandssystem angebunden ist. Der Assistent prüft die Verfügbarkeit in der Filiale, nimmt die Reservierung auf und informiert das Team. Komplexe Beratungsgespräche leitet er an Mitarbeitende weiter.
Gilt die E-Rechnungspflicht im Einzelhandel?
Für Verkäufe an Endkunden nicht. Für Rechnungen an Geschäftskunden schon, gestaffelt ab 2027 oder 2028 je nach Vorjahresumsatz. E-Rechnungen von Lieferanten empfangen können müssen alle inländischen Unternehmen seit 2025.
Wie schnell sehen wir Ergebnisse?
Ein Wissens- oder Telefonassistent ist oft in wenigen Wochen im Pilot nutzbar. Prognosen brauchen etwas länger, weil Daten aufbereitet und über einige Bestellzyklen beobachtet werden müssen.