Hilfe für komplexe Aufgaben

Künstliche Intelligenz (KI) wird bereits in vielen Gebieten eingesetzt, auch im Handel. Kaum eine Branche profitiert derart von maschinellem Lernen und intelligenten Systemen. Denn sowohl der stationäre als auch der Online-Handel sind auf schnelle, zuverlässige und umfangreiche Datenauswertungen angewiesen. In der Retail-Branche werden die Prozesse nämlich immer komplexer. Es gilt, Anforderungen und Bedürfnisse von Herstellern, Lieferanten, Kunden und Plattformen zu vereinen und stets auf allen Kanälen aktuelle Informationen sowie Beratung, Auswahl, verschiedene Zahlungsarten, Lieferungs- und Umtauschmöglichkeiten anzubieten. Innovative Lösungen rund um Themen wie Stammdatenqualität, Machine Learning (ML), Bots und intelligente Einkaufsberater helfen dabei, die mit großen Datenmengen verbundenen Aufgaben in Echtzeit zu bearbeiten, und werden deshalb an Relevanz zunehmen.

Um in den kommenden Jahren mit dem Wandel im Handel und den sich immer wieder verändernden Kundenbedürfnissen Schritt zu halten, wird die Branche am Einsatz von KI nicht vorbeikommen. Schon jetzt sind die Anwendungsbereiche vielfältig: von Bedarfsprognosen, über effizientes Bestandsmanagement, bis hin zu dynamischer Preisoptimierung und smarter Tourenplanung. Im Online-Handel lassen sich zudem Vorhersagen über Abverkäufe und Kundenverhalten tätigen und mit Echtzeitdaten von aktuellen Herstellerpreisen und Transportkosten kombinieren. Aber auch bei der Pflege von Produktinformationen kann KI unterstützen. In manchen Fällen müssen teilweise bis zu 1.000 neue Produkte pro Tag angelegt werden, mit einem Produktdatensatz von mehreren 100 Attributen. Diese können sowohl aus strukturierten und unstrukturierten Daten als auch aus Bild- und Videodaten entstehen. Die Herausforderung besteht darin, die Daten konsistent zu halten. Daher müssen häufig B2C- und produktbezogene interne Steuerungsdaten händisch gepflegt werden.

Wir untersuchen in Zusammenarbeit mit dem Institut für Software-Systeme der Hochschule Trier deshalb, wie sich die Erfassung von Produktdaten über eine Informationsextraktion aus Produktbildern und Websites und einer anschließenden Informationsfusion automatisieren lässt. Dabei werden Informationen aus den vorliegenden Bilddaten extrahiert und mit weiteren bereitgestellten Produkt-, Bild- und Textdaten von Websites und ähnlichen Produkten aus dem Enterprise-Resource-Planning-System (ERP) fusioniert. Abschließend generiert das Programm einen vollständigen Datensatz. Doch auch im Hinblick auf die Identifikation und Behebung von Fehlern im Stammdaten-Management hilft KI. Durch Konfigurierung von Prüfregeln können Systeme automatisch Fehler erkennen.

Dies ist ein Artikel aus unserer Print-Ausgabe 07-08/2022. Bestellen Sie ein kostenfreies Probe-Abo.

Zusammenfassend lässt sich also sagen, dass KI in der Retail-Branche nicht nur die Effizienz der Unternehmensprozesse steigern kann, sondern auch genauere Prognosen ermöglicht. Zudem lassen sich durch Automatisierung in der Bestellung und Logistik ökologische Herausforderungen wie Lebensmittelverschwendung und Energieverbrauch optimieren. Hinzu kommt, dass Kunden von besseren Produktangeboten und passender Verfügbarkeit profitieren. Demgegenüber stehen jedoch auch Herausforderungen. Zum Beispiel müssen Händler die benötigten Algorithmen auch nachvollziehen und kontrollieren können und es gilt stets, den Datenschutz im Blick zu behalten.

Bildquelle: Retailsolutions