KI für die Sport- und Modebranche – viel greifbarer, als man denkt!

Künstliche Intelligenz (KI) in Sport- und Modeunternehmen? Für viele Player ist das noch weit entfernt. Ja, bei einigen wird im Online-Shop bei Entscheidungen über Zahlungsmöglichkeiten KI eingesetzt, aber abgesehen davon? Da blickt man in Sachen Anwendung eher auf die Industrie. Dabei sind die Anwendungsgebiete auch im Sport- und Modebereich durchaus naheliegend, denn: Über KI kann man effizienter, genauer, schneller und unabhängiger vom persönlichem Bauchgefühl werden.

Man denke an eine systematische Auswertung und Belegung der besten Flächen im Store oder Online, auch „Money Mapping“ genannt. Auf Basis systematischer Daten werden Flächen, deren Erfolg sowie deren Belegung analysiert und definiert. Ein komplett anderer Ansatz als die mobilen VM-Teams, die eher bauchgetrieben Produktplatzierungen vornehmen auf Basis von Guidelines, die auch nicht immer analytisch überprüft wurden. Entsprechende Beispiele lassen sich auch in der intelligenten Personaleinsatzplanung, dynamischem Pricing, der Warenbestückung je Store oder auch im Backoffice finden, z.B. im Controlling.

Knackpunkt der Sache: Es braucht Daten - und zwar gute Daten! Hier bietet die digitale Affinität der Endkunden für die Sport- und Modebranche deutliche Vorteile gegenüber ausschließlich B2B-orientierten Branchen. Beispielsweise können Daten in der direkten Kundeninteraktion strukturiert erfasst und externe Daten, z.B. Bilder und Videos aus sozialen Medien, nutzbar gemacht werden.

In einem „analogen System“ steht eine Vielzahl von Möglichkeiten für manuelle Eingriffe und damit Korrekturen zur Verfügung. Ein in sich geschlossenes, digitalisiertes und auf KI-Komponenten basierendes System hat diese Möglichkeiten nicht, auch wenn es über Kontrollmechanismen zur Sicherung der Datenqualität verfügt. Daher ist es wichtig, dass die Daten, die in ein KI-basiertes System einfließen, von Beginn an ein hohes Qualitätsniveau aufweisen.

Hierfür muss vor der Einführung von KI die Datenbasis bereinigt und auf die Anforderungen der zukünftigen Datengenerierung strukturell ausgerichtet werden. Andernfalls besteht die Gefahr, dass Prozesse zwar mit KI angereichert werden, die Inhalte aber nicht anders oder besser sind als vor der Nutzung von KI-Instrumenten.

Doch welche Erfolgsfaktoren gibt es, um sicherzustellen, dass KI auch funktioniert?

1. Definieren Sie konkrete Ziele: ein umfassender Ansatz nach dem Motto „Wir führen KI im Unternehmen ein“ ist mangels konkret abbildbarer Einzelanwendungen meist zum Scheitern verurteilt. Klar definierte Anwendungsfälle und Business-Cases helfen zu fokussieren und ggf. geeignete Technologiepartner auszuwählen und zu steuern.
2. Mit Teilprozessen die Basis schaffen: Jeder bereits bestehende Teilprozess kann auf sein KI-Potenzial analysiert und ausgerichtet werden. Dies erlaubt auch ein schrittweises Vorgehen bei der Nutzung von KI. Die Gefahr des Scheiterns eines komplexen Projektes ist reduziert.
3. Akzeptieren Sie manuelle Prozesse: Prozesse eignen sich in unterschiedlicher Weise für den Einsatz von KI. Vor allem Anwendungen mit unmittelbarem Bezug zur Informationssammlung und -verarbeitung und stark repetitivem Charakter bieten sich an. Instrumente wie Anomaliedetektion, Clusteranalysen, etc. erleichtern das Erkennen von Abweichungsursachen und fördern die Aussagequalität. Andere Teilprozesse, wie z.B. Welche? weisen aktuell mangels ausreichend verfügbarer Instrumente oder unverhältnismäßig hohem Aufwand ein begrenztes Potenzial auf.
4. Gehen Sie in Schritten vor: KI ist kein Selbstläufer. Sie ist auf die Akzeptanz der Stakeholder angewiesen. Autonome Entscheidungen werden zumindest auf absehbare Zeit nicht der Regelfall sein. Ein schrittweises Vorgehen, bei dem einzelne Teilschritte auf KI ausgerichtet werden, erleichtert die Umsetzung und erhöht die Akzeptanz.
5. Machen Sie Betroffene zu Beteiligten: Nutzen Sie das intern vorhandene Expertenwissen und arbeiten Sie in interdisziplinären Teams, um die bestmögliche Lösung zu erreichen und Bedenken frühzeitig antizipieren und reduzieren zu können. 

Fazit? KI ist gerade auch in der Mode- und Sportbranche mehr als relevant und kann dafür sorgen, dass wichtige Entscheidungen fundierter und schneller getroffen werden können. Die Voraussetzung aber sind und bleiben Daten und ein systematisches Vorgehen.