Skip to main content

Handtaschen, Bluetooth-Lautsprecher, Lippenstifte: Der Handel ist voll. Zu voll. Und genau das wird zum Problem. Viele Händler kämpfen mit überbordenden Sortimentsbreiten, sinkenden Margen und Entscheidungen, die eher aus dem Bauch als aus (fragmentierten) Daten getroffen werden. Während Personalisierung und Pricing bei einigen Retailern bereits automatisiert laufen, werden Sortimente, selbst bei globalen Retailern, immer noch in Excel geplant. Dabei ist die Sortimentsentscheidung oft der größte Hebel für Profitabilität.

Zwischen Konsumkrise und Komplexitätsfalle

In der Arbeit mit Category Managern hört man 2025 vermehrt: „Wir wissen gar nicht mehr, was wirklich performt.“ Kein Wunder. In vielen Sortimenten konkurrieren hunderte Produkte um die gleiche Nachfrage. Die Folge: Kannibalisierung, teure Lagerhaltung, verwirrte KundInnen. Gleichzeitig drängen neue Marken in den Markt, Trends verändern sich rasant, und Wettbewerber testen ständig neue Preismodelle.

Was fehlt, ist ein intelligentes System, das die Dynamik dieser vielen Komponenten greifen kann, Sortimentsdaten säubert, auf Basis dessen alle Komponenten zusammenführt und dann auch intelligent auswerten kann. Bei der Menge an Daten stößt das menschliche Gehirn zu recht an seine Grenzen.

Assortment Intelligence: Ein neues Betriebssystem für Entscheidungen

Assortment Intelligence meint die systematische Analyse und Optimierung von Sortimentsstrukturen mit Hilfe von KI. Dabei geht es nicht um Forecasts oder Charts, sondern um konkrete Entscheidungen auf Produktebene:

  • Welche Artikel bleiben im Sortiment?
  • Wo fehlen Substitute?
  • Wie bepreisen meine Wettbewerber Produkt x?
  • Welche Produkte trenden bei Wettbewerbern?
  • Für welche Trends müssen laut Unternehmensstrategie Produkte gelauncht werden?

KI-Agenten können all diese Fragen beantworten, in dem sie Muster, Margen- und Umsatzpotenziale bewerten diese Erkenntnisse mit externen Marktinformationen mischen – etwa Suchtrends, Wettbewerberpreise oder Trends auf TikTok. So entsteht ein margen- und shopperzentriertes Sortiment.

Warum viele Händler zurückfallen

Noch immer managen viele Retailer ihr Sortiment manuell: Monatsweise Reportings, fragmentierte Tools, lange Abstimmungsprozesse. Das Problem neben schlechter Datenlage ist zu großen Teilen der Zeitaufwand. Sortiments-, Produkt-, oder Trendanalysen, die Category Manager über Wochen durchführen, stellen KI-Agenten binnen 2 Minuten fertig, inkl. Empfehlungen für das Sortiment und Reports, die intern als Entscheidungsgrundlage dienen können (beispielsweise für einen Produkt-Launch).

Aber: Technologie ersetzt keine Category Manager. Sie kann Workflows übernehmen, Arbeit erleichtern und Aufgabenzeiten verkürzen, am Ende bleibt aber jede Entscheidung in der Hand der Category Manager, die den gesamten Kontext kennen.

Und: Assortment Intelligence hilft nur denen, die bereit sind, ihre Sortimentslogik zu hinterfragen und mutig zu priorisieren, statt Produkt über Produkt zu launchen und zu hoffen, dass eins trendet.

Der größte Hebel liegt in der Denke der Retailer

Globale Plattformen wie Amazon und Temu arbeiten längst mit Künstlicher Intelligenz. Gerade europäische Retailer müssen schauen, dass sie mit Ihrer Sortimentsstrategie noch hinterherkommen. Wenn Shopper nach einem Produkt suchen, das sie gestern in ihrem Social Media Feed gesehen haben, und es in dem einen Online-Shop nicht finden, dann gehen sie zum Nächsten. Jeder Retailer muss entscheiden, ob er der nächste Shop sein möchte oder nicht. Denn nicht das vielfältigste Sortiment gewinnt. Sondern das relevanteste.

Arber Sejdiji

Arber Sejdiji ist CEO und Mitgründer von Zenline AI, einem B2B Startup aus Zürich, das KI-Agenten für Sortimentsentscheidungen im europäischen Einzelhandel entwickelt. Die Software verbindet Margendaten mit Markttrends und automatisiert Handlungsempfehlungen auf Produktebene, von Preisentscheidungen bis zur Sortimentskonsolidierung. Seine Vision: Händler in Europa zu befähigen, profitable und shopper-zentrierte Sortimente aufzubauen, die im Wettbewerb mit globalen Plattformen wie Amazon und Temu wieder bestehen können. Arber bringt Erfahrung aus der strategischen Unternehmensberatung bei der Boston Consulting Group und der Konsumgüterindustrie bei Procter & Gamble mit. Seine akademische Ausbildung absolvierte er an der ETH Zürich und forschte zu Künstlicher Intelligenz an der University of Cambridge. Arber steht für eine neue Gründergeneration, die KI nicht als Risiko versteht, sondern als Beschleuniger nutzt, um schneller zu skalieren.

Der Artikel hat dir gefallen? Gib uns einen Kaffee aus!

Kommentar hinterlassen