Alle Entscheidungshilfen

KI-PoC im Handel starten: Anwendungsfälle und Ablauf

KI-PoC im Handel starten: geeignete Anwendungsfälle, Auswahlkriterien, Ablauf in Wochen und Erfolgskriterien vorab. Mit Beispiel und Checkliste.

Ihren Fall einordnen lassenPreise ansehen

Kurzantwort: Ein KI-PoC im Handel startet mit einem einzelnen, abgegrenzten Vorgang, für den bereits Daten und eine messbare Ausgangslage vorliegen, zum Beispiel Produkttexte für eine Warengruppe oder das Vorsortieren eingehender Kundenanfragen. Legen Sie vor dem Test fest, woran Sie Erfolg und Misserfolg erkennen und wer die Ergebnisse prüft. Ein guter PoC endet mit einer Entscheidung: Pilot, Anpassung oder bewusster Stopp. Bedarfsprognosen und Empfehlungssysteme sind eher Prüfkandidaten für später als der beste Einstieg.

Viele Händler wollen KI prüfen und wissen nicht, womit sie anfangen sollen. In der KI-Studie des Handelsverbands Deutschland (HDE) nennen 45,8 % der befragten Handelsunternehmen mehr konkrete Anwendungsfälle als Voraussetzung für mehr KI-Projekte. Befragt wurden Ende 2024 Händlerinnen und Händler aus 175 mittelständischen und großen Unternehmen. Gut ein Fünftel (21,6 %) gab an, KI bereits im Rahmen einer Pilotierung umgesetzt zu haben.

Das Statistische Bundesamt meldet für 2025, dass 26 % der Unternehmen ab zehn Beschäftigten KI nutzen, bei Unternehmen mit 50 bis 249 Beschäftigten sind es 36 %. Unternehmen, die KI erwogen, aber bisher nicht einsetzen, nennen am häufigsten fehlendes Wissen (72 %) und Unklarheit über rechtliche Folgen (62 %). 44 % nennen Schwierigkeiten mit Verfügbarkeit oder Qualität der Daten. Diese Zahlen gelten für alle Branchen. Ein sauber geschnittener PoC adressiert genau diese Punkte: Er zeigt an einem kleinen Fall, ob Ihre Daten tragen und was ein Betrieb später braucht.

Den Unterschied zwischen PoC und Pilot erklärt unser Artikel POC-First vs. Pilot-First. Hier geht es um die Vorstufe: Welchen ersten Fall wählt ein Händler, wie plant er die Wochen und was legt er vorher fest?

Welche Anwendungsfälle eignen sich für einen ersten KI-PoC im Handel?

Die folgenden fünf Fälle sind unsere Einordnung als Prüfkandidaten. Ob einer bei Ihnen trägt, zeigt erst der Test mit Ihren eigenen Daten.

Anwendungsfall Was der PoC prüft Mögliche Baseline Vorbehalt
Produktdaten und Produkttexte Entwürfe aus vorhandenen Merkmalen, Hinweise auf Lücken und Widersprüche in den Stammdaten Zeit pro Artikel bis zur Freigabe, Zahl der Korrekturen Texte dürfen keine Merkmale erfinden, jede Aussage braucht eine Quelle in den Stammdaten
Produktbilder Konsistente Bilder in einem vorgegebenen Stil Aufwand und Durchlaufzeit pro Bild heute Das Produkt darf nicht verändert dargestellt werden, Rechte und Stilvorgaben müssen geklärt sein
Kundenanfragen vorsortieren Kategorie, Priorität und Antwortentwurf mit menschlicher Freigabe Zeit bis zur Zuordnung, Anteil falsch weitergeleiteter Anfragen Anfragen müssen gesammelt vorliegen, unklare Fälle brauchen einen Rückfallweg
Retourengründe auswerten Freitext-Gründe und Rückmeldungen zu wiederkehrenden Ursachen gruppieren Wie oft und mit welchem Aufwand wird heute ausgewertet Gründe müssen überhaupt erfasst sein, der Fachbereich bestätigt die Gruppen
Bedarfsprognose Vergleich mit einfachen Verfahren auf historischen Absätzen Abweichung der heutigen Planung vom tatsächlichen Absatz Prüfkandidat: braucht saubere Historie sowie Wissen über Aktionen und Sortimentswechsel

In der HDE-Studie gehören die Generierung von Artikeltexten und die Auswertung von Kundenbewertungen auf Social Media zu den am häufigsten bereits umgesetzten Anwendungsfällen. Absatzprognosen erscheinen sowohl bei den umgesetzten als auch bei den geplanten Fällen. Der kassenlose Supermarkt und die intelligente Theke stehen dagegen bei den nicht geplanten Fällen ganz oben. Auch in der Destatis-Erhebung gehören Text Mining und die Erzeugung von Bildern, Videos oder Ton mit jeweils 52 % zu den meistgenannten Technologien KI-nutzender Unternehmen, über alle Branchen hinweg.

Ein Beispiel aus unserer Arbeit: Für einen deutschen E-Commerce-Anbieter haben wir eine KI-Bildpipeline entwickelt, die produktiv eingesetzt wird. Der Projektbeitrag bleibt anonym und nennt keine Leistungswerte. Weitere Fälle für Shops beschreibt unsere Seite zu KI im E-Commerce. Für Anfragen finden Sie Ablauf und Grenzen im Ratgeber zum Zuordnen von Kundenanfragen.

Nach welchen Kriterien wählen Sie den ersten Anwendungsfall?

Vier Kriterien entscheiden, ob ein Fall reif für einen PoC ist:

  1. Datenlage: Die benötigten Daten liegen vor, sind zugänglich und dürfen für den Test verwendet werden. Beispiele sind ein Export der Artikelstammdaten, ein gemeinsames Postfach für Anfragen oder Retouren mit erfassten Gründen. In der HDE-Studie bewerten 89,1 % der Unternehmen eine hohe Datenqualität als eher relevanten bis sehr relevanten Erfolgsfaktor.
  2. Messbare Baseline: Sie kennen den heutigen Aufwand, die Durchlaufzeit oder die Fehlerquote, mindestens aus einer Stichprobe echter Vorgänge. Ohne Ausgangswert lässt sich kein Ergebnis bewerten.
  3. Begrenzter Umfang: Eine Warengruppe, ein Vertriebskanal, ein Postfach oder eine Lieferantengruppe. Alles Weitere gehört in einen späteren Schritt.
  4. Benannte Verantwortliche: Eine Person aus dem Fachbereich bewertet die Ergebnisse und entscheidet mit.

Diese Warnsignale sprechen für einen kleineren oder anderen Fall:

  • Der Fall braucht mehrere Systeme und Abteilungen gleichzeitig.
  • Die Daten liegen nur auf Papier, in persönlichen Dateien oder in uneinheitlichen Formaten ohne Verantwortlichen.
  • Das Ziel lautet „mehr Umsatz“ statt eines beobachtbaren Teilschritts.
  • Der Fachbereich soll erst nach dem Test einbezogen werden.

Was ändert sich im stationären Handel, im Onlinehandel und im B2B-Großhandel?

Die Auswahlkriterien bleiben gleich. Die naheliegenden Kandidaten und die typischen Hürden unterscheiden sich:

Händlertyp Naheliegende erste Prüfkandidaten Typische Hürde
Stationärer Handel Kundenfragen und Servicemeldungen vorsortieren, Umtausch- und Reklamationsgründe auswerten, Texte für Aktionsware Daten liegen je Filiale oder Kasse verteilt, der Zugriff braucht Abstimmung
Onlinehandel Produkttexte und Stammdaten, Produktbilder, Kundenanfragen, Retourengründe Shop, Produktdatenpflege und Warenwirtschaft führen Daten getrennt, die Stammdatenqualität schwankt
B2B-Großhandel Bestellungen aus E-Mail und PDF erfassen, Anfragen mit Artikelbezug zuordnen, Lieferantendaten prüfen Kundenspezifische Konditionen und Formate, Zuordnungsfehler wirken direkt in Aufträgen

Für den Großhandel ist der Ratgeber zur KI-Dokumentenverarbeitung bei Bestellungen als PDF ein guter Anschluss.

Wie sieht der Ablauf eines KI-PoC im Handel in Wochen aus?

Das ist ein Planungsbeispiel für einen klar abgegrenzten Fall. Wie lange die Schritte tatsächlich dauern, hängt vor allem davon ab, wie schnell Datenzugang und Abstimmung gelingen.

  1. Woche 1, Fall und Baseline: Einen Anwendungsfall festlegen, typische und schwierige Beispielvorgänge sammeln, den heutigen Aufwand messen und eine prüfende Person benennen.
  2. Woche 2, Daten und Regeln: Datenzugang und Datenklassen klären, die Beispielmenge bereinigen, Erfolgs- und Abbruchkriterien schriftlich festhalten.
  3. Woche 3, Test: Bei uns ist das der KI-Prototyp. Er kostet 4.900 € netto und dauert 5 Arbeitstage. Sie erhalten eine Live-Demo, eine Bewertung und eine Entscheidungsempfehlung, getestet an Ihren festen Beispielen einschließlich der Fehlerfälle.
  4. Woche 4, Auswertung und Entscheidung: Der Fachbereich prüft die Ergebnisse gegen die vorab festgelegten Kriterien. Danach steht die Entscheidung: Pilot, Anpassung oder Stopp.

Der KI-Prototyp ist kein fertiges Produktionssystem. Ein Build bleibt optional und wird nach geklärtem Umfang zum individuellen Festpreis angeboten. Mehr zum Ablauf steht auf der Seite zum KI-Prototyp.

Welche Erfolgskriterien legen Sie vor dem Start fest?

Legen Sie die Kriterien fest, bevor Ergebnisse vorliegen. Nachträglich gewählte Maßstäbe lassen fast jedes Ergebnis gut aussehen. Je Kriterium gehören ein Messwert, eine Schwelle und eine Zuständigkeit dazu.

Konstruiertes Beispiel ohne Kundendaten. Warum wir so arbeiten

Ein Onlinehändler testet Produkttexte für eine Warengruppe mit 40 Artikeln. Annahmen: Die Texte entstehen heute manuell, die Erstellzeit wurde an zehn Artikeln gemessen, eine Redakteurin prüft jeden Entwurf. Das Team legt vorab fest:

  • Von 40 Testartikeln werden mindestens 30 ohne inhaltliche Korrektur freigegeben.
  • Kein Text enthält eine Eigenschaft, die in den Stammdaten fehlt.
  • Die Prüfzeit pro Text liegt unter der gemessenen manuellen Erstellzeit.
  • Fehlende Stammdaten meldet das System als Lücke und füllt sie nicht auf.
  • Ein Text mit erfundener Eigenschaft löst eine Ursachenprüfung aus, bevor der Test weitergeht.

Die Werte 40 und 30 sind Platzhalter für dieses Beispiel und keine Empfehlung. Welche Schwellen für Ihren Fall passen, hängt von Risiko, Aufwand und Prüfkapazität ab.

Welche typischen Fehler sollten Sie vermeiden?

  • Der Fall ist zu groß. Wer mit einem Projekt über mehrere Systeme startet, bekommt nach Wochen keine Entscheidung. Die HDE-Studie zeigt, dass komplexe Szenarien selten geplant werden.
  • Es gibt keine Baseline. Ein Ergebnis ohne Vergleichswert bleibt Meinungssache.
  • Die Testmenge enthält nur Schönwetterfälle. Nehmen Sie Varianten, Sets, Saisonartikel, fehlende Pflichtfelder und schwierige Anfragen mit auf.
  • Der Fachbereich fehlt. In der HDE-Studie nennen 58,3 % der Unternehmen den Ausbau der fachlichen KI-Kompetenz als Voraussetzung für mehr KI-Projekte. Ohne Fachleute im Test fehlt später die Akzeptanz.
  • Eine Demo gilt als Pilot. Eine gelungene Vorführung zeigt nicht, wie Nutzerrechte, Übergaben und Fehlerfälle im Alltag funktionieren.

Was müssen Sie vorab zu Daten und Datenschutz klären?

Prüfen Sie diese Punkte, bevor Daten in einen Test gehen:

  • Datenklassen: Artikel- und Preisdaten sind etwas anderes als Kundendaten in Anfragen, Retouren oder Bestellungen.
  • Verträge: Setzen Sie externe Dienste ein, braucht es einen passenden Auftragsverarbeitungsvertrag.
  • Speicherort und Löschung: Wo liegen die Daten während des Tests, und wann werden sie gelöscht?
  • Rechte und Zugriffe: Wer darf Testdaten und Ergebnisse sehen?
  • Datenschutz-Folgenabschätzung: Ob eine nötig ist, bewerten Ihr Unternehmen und Ihre Datenschutzbeauftragte oder Ihr Datenschutzbeauftragter.

Starten Sie, wenn möglich, mit Fällen ohne Personenbezug oder mit kuratierten Beispielen. Wir geben keine Rechtsberatung. Bei Destatis nennen 60 % der Unternehmen, die KI erwogen, aber nicht einsetzen, Datenschutzbedenken. Auch die KI-Verordnung betrifft den Alltag: Nach Artikel 4 ergreifen Anbieter und Betreiber von KI-Systemen Maßnahmen, um die Entwicklung der KI-Kompetenz ihres Personals zu unterstützen, wobei Vorkenntnisse und Einsatzkontext zu berücksichtigen sind. In der HDE-Studie gaben mehr als 30 % der Unternehmen, die KI-Projekte umsetzen, an, dass ihnen der EU AI Act nicht bekannt ist. Prüfen Sie den aktuellen Wortlaut mit Ihrer Rechtsberatung.

Wann folgt auf den PoC ein Pilot?

Ein Pilot lohnt sich, wenn der PoC die vorab festgelegten Kriterien erfüllt und der Fachbereich den Fall im Alltag nutzen will. Der Pilot prüft dann, was ein PoC nicht zeigt: Nutzerkreis, Rechte, Übergaben und Fehlerbearbeitung. Die Einzelheiten stehen im Artikel POC-First vs. Pilot-First.

Der PoC kann drei Ausgänge haben:

  • Pilot: Die Kriterien sind erfüllt, der Umfang und der Nutzerkreis werden vereinbart.
  • Anpassung: Die Ergebnisse tragen teilweise. Mit anderen Daten, engerem Umfang oder zusätzlichen Regeln folgt ein zweiter Test.
  • Stopp: Die Daten oder der Nutzen reichen nicht. Dann haben Sie vor einem Build geklärt, was er nicht leisten würde.

Was Sie für das Erstgespräch mitbringen können

  • Den Fall in zwei Sätzen: Welcher Vorgang, welcher Kanal, welche Warengruppe?
  • Die Datenquelle und wer Zugriff erteilen kann.
  • Die heutige Baseline, auch als grobe Stichprobe.
  • Eine Person aus dem Fachbereich, die Ergebnisse bewertet.
  • Die Datenklassen, die im Test vorkommen würden.

Die Entscheidung in einem Satz: Wählen Sie einen Fall mit vorhandenen Daten und messbarer Baseline, legen Sie die Kriterien vor dem Test fest und lassen Sie das Ergebnis über Pilot, Anpassung oder Stopp entscheiden.

Ersten KI-Fall für Ihren Handel mit Simon besprechen

Quellen und weiterführende Dokumente

  1. Unternehmen mit Nutzung von Technologien der künstlichen Intelligenz nach Beschäftigtengrößenklassen (2025)Statistisches Bundesamt (Destatis)
  2. Gründe gegen die Nutzung von Technologien der künstlichen Intelligenz nach Beschäftigtengrößenklassen (2025)Statistisches Bundesamt (Destatis)
  3. KI-Studie 2025: KI im HandelHandelsverband Deutschland (HDE) und Safaric Consulting
  4. Artikel 4: KI-Kompetenz (KI-Verordnung)Europäische Kommission, AI Act Service Desk

Häufige Fragen

Kurz und direkt beantwortet.

Was ist ein KI-PoC im Handel und was soll er zeigen?

Ein KI-PoC, also Proof of Concept, prüft an einem abgegrenzten Vorgang, ob ein KI-Ansatz mit Ihren Daten und Beispielfällen brauchbare Ergebnisse liefert. Er soll eine Entscheidung ermöglichen: Pilot, Anpassung oder Stopp. Eine allgemeine Aussage über den Nutzen von KI im Betrieb liefert er nicht.

Welcher Anwendungsfall eignet sich für den Einstieg?

Geeignet sind Fälle mit vorhandenen Daten, messbarer Ausgangslage und begrenztem Umfang, etwa Produkttexte für eine Warengruppe, das Vorsortieren von Kundenanfragen oder die Auswertung von Retourengründen. Bedarfsprognosen sind ein Prüfkandidat, brauchen aber eine belastbare Datenhistorie und einen Vergleich mit einfachen Verfahren.

Wie lange dauert ein KI-PoC im Handel?

Das hängt vor allem vom Datenzugang und der Abstimmung im Haus ab. Als Planungsbeispiel dient ein Ablauf von vier Wochen mit Vorbereitung, Test und Entscheidung. Der eigentliche Prüfsprint bei uns dauert fünf Arbeitstage.

Muss der Datenschutz vor dem PoC geklärt sein?

Ja, soweit personenbezogene Daten im Spiel sind, etwa in Kundenanfragen oder Retouren. Klären Sie vor dem Start Datenklassen, Verträge mit externen Diensten, Speicherort, Löschung und die Frage einer Datenschutz-Folgenabschätzung. Die Bewertung liegt bei Ihrem Unternehmen und Ihrer Datenschutzbeauftragten oder Ihrem Datenschutzbeauftragten.

Wann wird aus dem PoC ein Pilot?

Ein Pilot ist sinnvoll, wenn der PoC die vorab festgelegten Kriterien erfüllt und der Fachbereich den Fall im Alltag nutzen will. Der Pilot prüft dann Nutzerkreis, Rechte, Übergaben und Fehlerbearbeitung. Erfüllt der PoC die Kriterien nicht, ist ein begründeter Stopp ein vollwertiges Ergebnis.

Konkreter Prozess

Welcher Fall eignet sich für einen ersten Test?

Im kostenfreien 30-minütigen Erstgespräch klären wir Ausgangslage, Umfang und den nächsten sinnvollen Schritt. Direkt mit Simon; ein fertiges Lastenheft brauchen Sie noch nicht.

Erstgespräch anfragen