Use Case 16: Automatisierung in der Sortimentsüberarbeitung
Obwohl die Überwachung und Überarbeitung des Sortiments zentrale Aspekte der Warenwirtschaft im Handel darstellen, arbeiten viele Händler*innen nur mit dedizierten Sortimentsüberarbeitungen. Diese finden nur in größeren Zeitintervallen von 2-3 Jahren statt und umfassen die ganzheitliche Überprüfung des Sortiments bzw. einer Warengruppe.
Aufgrund begrenzter Ladenflächen im stationären Handel ist es entscheidend, die Flächen effektiv zu nutzen und daher das Sortiment zeitnah an die Interessen der Kunden anzupassen. Für die detaillierte Überprüfung des Sortiments sind umfangreiche Datenanalysen notwendig, um Anpassungsbedarfe am Sortiment, wie zum Beispiel nicht mehr nachgefragte Artikel, zu identifizieren. In der Praxis stehen für diese Sortimentsüberarbeitung aber oft nur rudimentäre Datenanalysen zur Verfügung, gleichzeitig sind neue und umfangreiche Datenanalysen sehr aufwändig und dauern lange.
Eine Lösung für die Steigerung der Frequenz von Sortimentsüberarbeitungen und der automatisierten Nutzung unterschiedlicher Datenquellen stellt der Einsatz von KI-Anwendungen dar. Diese helfen dabei, die Datenaufarbeitung für die Sortimentsüberarbeitungen zu automatisieren, dabei manuelle Prozesse zu vereinfachen und gleichzeitig die Ergebnisqualität zu erhöhen. Vorteil einer automatisierten Sortimentsüberarbeitung ist, dass umfangreiche Datenanalysen jederzeit und aktuell zur Verfügung stehen und sich Händler*innen mehr auf die kundenspezifischen Sortimentsanpassungen konzentrieren können. Sortimente können somit häufiger überarbeitet und den Märkten schneller bereitgestellt werden.
Daraus ergeben sich folgende Vorteile für Kund*innen und Händler*innen:
- Anstelle von unregelmäßigen und aufwändigen Sortimentsüberarbeitungen können Sortimente im Tagesgeschäft laufend optimiert werden
- Aktuelle Kundenbedürfnisse können direkt berücksichtigt werden
- Hohe manuelle Aufwände in der Datenaufbereitung fallen weg
- Für Logistik und Märkte sind viele kleine Sortimentsverbesserungen oft besser umsetzbar
- Es wird eine Grundlage für weitere KI-basierte Sortimentsoptimierungen geschaffen
Aber auch Herausforderungen ergeben sich:
- Durch viele warengruppenspezifische Besonderheiten entstehen viele individuelle Anforderungen
- Erfolgsmessung für einzelne, kleine Veränderungen ist schwieriger als für eine große Überarbeitung