Der Einzelhandel ist eine Branche, in der sich KI auf zwei Ebenen gleichzeitig einnistet. Auf der einen Seite stehen die großen, sichtbaren Systeme: Bestandsprognosen, Preisoptimierung, Empfehlungsengines im Webshop, Chatbots im Kundenservice. Diese sind meist bei IT und Einkauf bekannt, da sie irgendwo angeschafft und implementiert wurden. Auf der anderen Seite steht eine viel diffusere Landschaft: einzelne Mitarbeiter auf der Verkaufsfläche, im Marketing oder im Einkauf, die ein KI-Tool nutzen, um Produktbeschreibungen zu schreiben, Kundenfragen zu beantworten, Kampagnenbilder zu generieren oder Konkurrenzpreise zu scrapen. Diese zweite Ebene ist meist größer als die erste, schlicht weil die Hürde, ein kostenloses oder günstiges Tool auszuprobieren, niedrig ist und der Effekt direkt spürbar ist: schneller ein Werbetext, schneller eine Antwort auf eine Beschwerde.
Hinzu kommt, dass der Einzelhandel häufig mit vielen befristeten und flexiblen Mitarbeitern arbeitet, verteilt über mehrere Filialen oder Kanäle. Das erschwert es, einen zentralen Überblick darüber zu haben, wer welche Tools nutzt und warum. Eine Hauptverwaltung kann eine klare Richtlinie für die Systeme haben, die sie selbst eingekauft hat, während auf Filialebene oder innerhalb eines Webshop-Teams KI-Anwendungen entstehen, die nirgendwo registriert sind. Das Verhältnis zwischen dem, was zentral genehmigt ist, und dem, was lokal entstanden ist, ist in dieser Branche meist unausgewogen: Die Anzahl der offiziell angeschafften Systeme ist begrenzt, die Anzahl der individuellen Anwendungen, die Mitarbeiter selbst zu nutzen begonnen haben, ist in der Regel deutlich größer.
Der Begriff Schatten-KI klingt technisch, ist im Einzelhandel aber ganz praktisch: Es ist das Tool, das ein Marketingmitarbeiter nutzt, um Social-Media-Posts zu generieren, der Chatbot, den ein Kundenserviceteam selbst konfiguriert hat, oder das KI-Modell, das eingesetzt wird, um Bewertungen zu analysieren, ohne dass dies jemals von IT oder Rechtsabteilung geprüft wurde. Dies geschieht selten aus Nachlässigkeit. Es geschieht, weil die Tools zugänglich sind, weil der Zeitdruck hoch ist und weil niemand ausdrücklich gesagt hat, dass es nicht erlaubt ist.
Die IT-Liste genehmigter Software gibt daher ein unvollständiges Bild. Wer ein vollständiges Bild möchte, muss die Menschen selbst fragen. Das gelingt nur, wenn diese Frage ohne Konsequenzen gestellt wird. Sobald Mitarbeiter vermuten, dass die Meldung von KI-Nutzung zu einer Korrektur oder einem Verbot führt, verschwindet die Information wieder aus dem Blickfeld und die Nutzung verlagert sich auf private Geräte oder persönliche Accounts. Eine Inventarisierung, die mit dem Ausschluss von Konsequenzen beginnt, liefert eine andere Art von Antwort als ein Audit, das mit der Suche nach Verstößen beginnt.
Ein KI-Tool, das Produktbeschreibungen umschreibt, hat eine andere Auswirkung als ein System, das automatisch Preise auf Basis von Nachfrage und Wettbewerb anpasst, oder ein Tool, das Kundendaten nutzt, um Empfehlungen zu geben. Im Einzelhandel ist die Klassifizierung nach Rolle und Risikoniveau daher wichtig: Handelt es sich um ein unterstützendes Hilfsmittel, um ein System, das Entscheidungen vorbereitet, oder um ein System, das eigenständig Entscheidungen trifft, die Kunden direkt betreffen, wie dynamische Preisgestaltung oder automatisierte Ablehnung von Retouren? Diese Einteilung bestimmt, welches Maß an Aufsicht und Dokumentation sinnvoll ist, und welche Systeme die Aufmerksamkeit von Vorstand oder Risikomanagement erfordern und welche innerhalb eines Teams abgewickelt werden können.
Einzelhandelsorganisationen verfügen in der Regel bereits über Risikostrukturen für Themen wie Produktsicherheit, Datenschutzgesetzgebung rund um Kundendaten oder finanzielle Kontrolle bei der Preisgestaltung. AI-Governance muss kein neuer, separater Prozess neben diesen Strukturen sein. Es funktioniert besser, wenn die Inventarisierung der KI-Nutzung mit bestehenden Risikokategorien verknüpft wird, sodass ein System, das Kundendaten verarbeitet, über denselben Kanal bewertet wird wie andere datenschutzsensible Prozesse, und ein Preisalgorithmus über dieselbe Linie läuft wie andere kommerziell sensible Entscheidungen. Die aktuelle Regulierung rund um KI-Systeme verändert sich; die genauen Verpflichtungen und Fristen sind anderswo beschrieben. Was hier zählt, ist der Mechanismus: wissen, was läuft, wissen, wer es nutzt, und wissen, wie riskant es ist, bevor es einen externen Anlass gibt, es herauszufinden.
Die Herausforderungen unterscheiden sich je nach Branche, auch wenn der zugrunde liegende Mechanismus vergleichbar ist. Wer vergleichen möchte, wie sich das in einer Branche mit viel Kundenkontakt und flexibler Arbeit auswirkt, findet dies in der Beschreibung von AI-Governance im Gastgewerbe, während eine Branche mit starken Kettenabhängigkeiten und physischen Prozessen in der Analyse von AI-Governance in der Landwirtschaft behandelt wird. Für Organisationen, die selbst viel Software entwickeln oder einkaufen, ist der Überblick über AI-Governance in der IT-Branche relevant, und wer mit stark reguliertem Kundendaten handelt, kann den Vergleich mit AI-Governance in der Finanzdienstleistung ziehen.
Eine Inventarisierung der KI-Nutzung zeigt, was läuft und wer es nutzt, gibt aber noch keine Antwort auf die Frage, was das für die Gestaltung der Arbeit selbst bedeutet. Im Einzelhandel, wo Aufgaben oft routinemäßig und gut abgegrenzt sind — von der Beantwortung von Kundenfragen bis zum Schreiben von Produkttexten — ist diese Folgefrage real. Der Arbeitsscan von FTE TO AI berechnet pro Aufgabe, welcher Teil der Arbeit von KI übernommen werden kann, basierend auf den Aufgaben, wie sie tatsächlich ausgeführt werden. Während der Responsible AI Scan abbildet, was geschieht und unter welches Risikoniveau das fällt, bietet der Arbeitsscan die Perspektive der Arbeitsorganisation: welche Aufgaben sich für eine Übernahme eignen, und in welchem Maß.
Vraag maar. Governance begint bij weten wat er draait — ook wat niemand heeft goedgekeurd.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.