KI-Snapshot bei Walmart – Out of Shelf einfach „wegwischen“

Inmitten der jüngsten Aufregung um ChatGPT vergisst man oft, dass die Basis für KI das Vorhandensein von ausreichenden Daten ist. Zudem stellt man fest, dass Unternehmen seit Jahren künstliche Intelligenz in ihrem gesamten Unternehmen einsetzen. Aber nur wenige Unternehmen sind in der Lage, die riesigen Datensätze zu sammeln, die die KI so antreiben, wie Walmart. Ein Snapshot der Strategie

Klare Pläne für Mitarbeitende und Kunden

In den USA gibt es rund 4.700 Walmart-Läden und 600 Sam’s Clubs, die zusammen 1,6 Millionen Mitarbeiter beschäftigen – oder Partner, wie das Unternehmen sie gerne nennt. Der Einsatz von künstlicher Intelligenz und maschinellem Lernen geschieht in einer Weise, die sowohl das Kunden- als auch das Mitarbeitererlebnis deutlich verbessert. Das Ziel ist die Basis für den Schwerpunkt der zukünftigen KI-Strategie von Walmart. Das Unternehmen ist bekanntermaßen sehr schmallippig mit Informationen über ihre Strategie, daher sind wir froh, wenigstens diesen kleinen Snapshot zu berichten.

Bei der zum Konzern gehörenden Warenhauskette Sam’s Club versorgt das Loyalty Programm das Unternehmen mit riesigen Datenmengen darüber, wonach Mitglieder suchen, was ihnen gefällt, was sie kaufen und wann. Die Kunden erzeugen all diese Brotkrumen darüber, was sie mögen und wollen, und das ermöglicht Walmart das Einkaufserlebnis zu verbessern. Eigentlich das Ziel eines jeden Loyalty Programms, hier wird aber gezeigt, wie man daraus direkten Kundennutzen stiften kann. Eine Möglichkeit, dies zu tun, besteht darin, sicherzustellen, dass die Out-of-Shelf Quote sehr niedrig ist. Bei Sam’s bedeutet das, den Überblick über rund 60.000 Artikel zu behalten, die in Lagerhäusern mit einer durchschnittlichen Fläche von 13.000 Quadratmetern in den Regalen gestapelt sind und diese Informationen gegen die Kundenwünsche zu spiegeln.

Regalverfügbarkeit next Generation

Um die Leerstände zu erfassen setzt Sam’s ausgerechnet Reinigungsroboter ein. Während sie durch die Geschäfte fahren, die Böden sauber und frei von Schmutz halten, erfassen sie außerdem in Echtzeit Bilder von jedem Artikel im Geschäft. Diese Bots (es gibt einen in jedem Geschäft) sind mit Inventory Intelligence Towers ausgestattet, die jeden Tag mehr als 20 Millionen Fotos von allem in den Regalen machen. Diese Computer Vision Technologie hat sich mittlerweile für den Anwendungszweck international als die Beste herauskristallisiert.

Die Menge der Bilder stellt sicher, dass man z.B. Kellogg’s Froot Loops von Kellogg’s Frosted Flakes und der Tiefe, in der sie in den Regalen gelagert sind, unterscheiden kann.  Selbst wenn die Produkte ganz tief im Schatten stehen, sind sie so noch zu erkennen. Hier kommen KI und maschinelles Lernen ins Spiel. Die Algorithmen sind darauf trainiert, die verschiedenen Marken und ihre Bestandspositionen mit einer Genauigkeit von mehr als 95 % zu erkennen und dabei zu berücksichtigen, wie viel Licht vorhanden ist oder wie tief das Regal ist. Wenn ein Produkt einen vorher festgelegten Stand erreicht, wird das Lager oder Bestellsystem automatisch benachrichtigt, so dass der Artikel immer verfügbar ist. Zugleich wird damit auch noch die Einhaltung der Planogramme sichergestellt.

KI bis in die Logistiksteuerung

Sollte der Lagerbestand null sein, aber eine für diesen Tag geplante Lieferung Kellogg’s-Produkte enthält, weist der Algorithmus einen Mitarbeiter an, diese Kellogg-Palette direkt in die Verkaufsfläche zu bringen, anstatt in den Lagerraum. Seit dem Einsatz dieser KI im letzten Jahr ist die Mitarbeiterproduktivität in dem Bereich um 15 % gestiegen.

KI treibt auch die Walmart-Shopping-App an. Bestellt ein Kunde beispielsweise Pampers über die App, kann diese nun erkennen, wann dieser Kunde das Produkt zuletzt bestellt hat und ob die Größe noch angemessen ist. Obwohl Walmart seit Jahren auf seiner KI-Reise ist, ist das Ziel das gleiche geblieben: Bessere Wege zu finden und zu verstehen, was der Kunde kaufen möchte und wie er es am besten zu ihm bringt. Ziel ist es, möglichst wenig Reibung zwischen dem, was Kunden wollen, und dem, was sie letztendlich kaufen, zu schaffen.

Bild: Walmart und Steve Buissinne auf Pixabay

Unsere Autorin: Stefanie Otto

Stefanie Otto arbeitet als Projektmanagerin bei der gmvteam GmbH, der Düsseldorfer Innovationsagentur für Handel und Stadtentwicklung als Expertin für E-Commerce, Retail Technology, Social Commerce und KI-Anwendungen im Handel.