KI-Tools im Einzelhandel 2026

Wer nach künstlicher Intelligenz im Einzelhandel sucht, landet schnell bei kassenlosen Supermärkten und Regalrobotern. Das sind Riesen-Projekte großer Ketten mit entsprechenden Budgets und für ein Fachgeschäft mit vier Mitarbeitenden leider keine Option. Interessant wird es ein paar Ebenen darunter, bei der Software, die ohnehin im Laden läuft.

Dabei fällt eines auf, sobald man diese KI-Werkzeuge nebeneinanderlegt: Fast alle hängen an derselben Datenquelle, nämlich am Kassensystem. Es weiß, was verkauft wurde, wann es verkauft wurde und was noch im Regal steht. Wer diese Daten sauber pflegt, kann daraus Prognosen, Bestellvorschläge und sogar Verfügbarkeitsauskünfte ableiten. Wer es nicht tut, bekommt von keinem KI-Tool der Welt brauchbare Ergebnisse.

Der Preis eines Anrufs im Einzelhandel ist höher, als er zunächst wirkt. Es geht nicht nur um den verpassten Anrufer, sondern auch um die unterbrochene Beratung — und damit um zwei Kunden statt einem.

Ein KI-Telefonassistent für den Einzelhandel nimmt jeden Anruf an, auch mehrere gleichzeitig, und versteht in natürlicher Sprache, worum es geht. Öffnungszeiten, Feiertagsregelung, Anfahrt, Parkmöglichkeiten und Zahlungsarten beantwortet er selbst. Wer eine Beratung möchte, landet mit Name, Rückrufnummer und Anliegen auf einer sortierten Liste. Und Reklamationen stellt er direkt durch.

Bei mehreren Standorten kommt ein Punkt dazu, der leicht unterschätzt wird: das Filialrouting. Der Assistent ordnet Anrufende anhand der gewählten Nummer oder einer kurzen Rückfrage der richtigen Filiale zu und gibt dort die passenden Auskünfte. Damit endet das Weiterreichen quer durch die Stadt, das sonst regelmäßig in einer Warteschleife endet.

Hier liegt die eigentliche Grundlage, auch wenn dieser Bereich selten unter dem Stichwort KI diskutiert wird.

Moderne Kassensysteme führen nicht nur Bestände, sondern werten Verkaufsdaten aus und leiten daraus Bestellvorschläge ab. Manche weisen auf Preisfehler hin oder schlagen an der Kasse ergänzende Artikel vor. Der Nutzen ist dabei überraschend konkret: Jeder Artikel, der im Regal fehlt, obwohl das System ihn als vorhanden führt, ist ein Kunde, der ohne Kauf wieder geht — und unter Umständen nicht wiederkommt.

Ein Wort zur Erwartungshaltung: Eine Bedarfsprognose ist nur so gut wie die Historie, auf der sie aufbaut. Wer Artikel unsauber erfasst, Warengruppen uneinheitlich pflegt oder Retouren nicht zurückbucht, bekommt Vorschläge, denen im Team niemand traut — und nach drei Wochen schaut keiner mehr hin. Der Aufwand liegt deshalb weniger in der Software als in der Datenpflege davor.

Der Bereich, der am wenigsten kostet und am häufigsten liegen bleibt, weil er sich nie dringend anfühlt.

Dabei entscheidet er darüber, ob überhaupt jemand kommt. Wer in einer fremden Umgebung ein Geschäft sucht, tippt das in die Kartenansicht und sieht als Erstes Öffnungszeiten, Fotos und Bewertungen. Ein gepflegtes Google-Unternehmensprofil ist deshalb der günstigste Hebel, den ein Ladengeschäft hat — und Software hilft dabei vor allem beim Einsammeln und Beantworten von Bewertungen.

Ein Risiko sollten Sie dabei trotzdem ernst nehmen. Google bietet für automatische Antworten mittlerweile eine offizielle Schnittstelle an und testet inzwischen sogar eigene KI-Antwortvorschläge im Unternehmensprofil. Das Risiko liegt dabei bei den Lesenden: Bewertungsantworten werden vor einer Kaufentscheidung häufig gelesen, und generische Texte fallen hierbei leider auf. Die sinnvolle Arbeitsteilung sieht deshalb so aus:

Der zweite Punkt verdient eine Erläuterung, weil er der häufigste Fehler beim Einstieg ist. Ein Telefonassistent kann Verfügbarkeiten nennen, wenn er an die Warenwirtschaft angebunden ist und der Bestand dort verlässlich gepflegt wird. Trifft eines von beiden nicht zu, sollte er sagen, dass jemand nachsieht und zurückruft. Eine falsche Zusage ärgert mehr als ein Rückruf, und sie kostet mehr Vertrauen, als der eingesparte Anruf wert ist.

Im Ladengeschäft geht es um Namen, Telefonnummern und gelegentlich Artikelwünsche — der Aufwand hält sich also in Grenzen. Drei Punkte sollten Sie trotzdem abhaken:

Die Reihenfolge ist in diesem Fall nicht ganz naheliegend, weil der wichtigste Bereich nicht der erste sein sollte.

Am Anfang stand die Stunde nach Ladenschluss, in der Abrechnung, Bestellungen und Bewertungen liegen bleiben. Kein KI-Tool kann diese Stunde gänzlich vermeiden.

Was sich aber ändern lässt, ist ihr Inhalt. Wenn Rückfragen schon tagsüber beantwortet wurden, ohne dass jemand die Fläche verlassen musste, wenn die Bestellvorschläge bereits im System stehen und der Antwortentwurf für die Bewertung fertig ist, bleibt am Abend Kontrolle statt Erledigung. Das ist ein kleinerer Unterschied, als Anbieter ihn versprechen, aber ein spürbarer.

Fangen Sie deshalb bei der Telefonie an. Und wenn Sie später mehr wollen — Prognosen, Bestellvorschläge, Verfügbarkeitsauskünfte —, führt der Weg über das Kassensystem und über saubere Daten. Ohne die bleibt jedes weitere KI-Tool für den Einzelhandel nur ein bloßes Versprechen.