Was passiert, wenn KI nicht mehr nur ein Werkzeug ist, sondern zu einem Akteur im Wirtschaftsleben wird?
In der ersten Folge von Preisvergleich, Dr. Fabian Uhrich, CPO bei Quicklizard, Preisgestaltungsexperte, ehemaliger Partner bei BCG und Business Angel, spricht gemeinsam mit Yedidya Schwartz, CTO bei Quicklizard, darüber, wie KI den Einzelhandel verändert.
Von agentenbasiertem Handel und Preis-Intelligence bis hin zu Kundenbindung und Entscheidungsfindung in Echtzeit – sie beleuchten die Herausforderungen und Chancen, denen Einzelhändler in einer von KI geprägten Welt gegenüberstehen.
Transkript
Schauen Sie sich den Preisvergleichs-Podcast an, der von Quick Lizard bereitgestellt wird. >> Hallo, willkommen bei der ersten Folge des Quick Lizzard-Podcastes. Ich bin CTO bei Quick Lizzard und heute habe ich Dr. Fabian Enri dabei. In dieser Serie werden wir uns mit dem strukturellen Wandel befassen, der den Einzelhandel verändert. Nicht nur mit Trends oder Schlagzeilen, sondern auch mit den tiefgreifenden Modifikationen des Geschäftsmodells, die Führungskräfte verstehen müssen. Heute beginnen wir mit dem wichtigsten Thema: Was geschieht mit dem Einzelhandel, wenn KI nicht mehr nur eine Hilfsmethode ist, sondern zunehmend selbst aktiver Teil des Prozesses wird? Denn genau da befinden wir uns. Der Handel tritt in die Ära der sogenannten Agenten-Ära ein, in der Algorithmen nicht nur Produkte empfehlen, sondern zunehmend auch entdecken, kuratieren, verhandeln und sogar Kaufentscheidungen treffen. Das verändert alles. Es verändert, wie Produkte entdeckt werden. Es verändert, wie der Preisgestaltungsprozess funktioniert. Es ändert, wer die Kundenbeziehungen innehat.
Und das verändert, welche Infrastruktur Einzelhändler benötigen, um wettbewerbsfähig zu sein. Deshalb werden wir heute die Gründe erläutern, warum KI gleichzeitig die größte Herausforderung und die größte Chance für den Einzelhandel in den letzten Jahrzehnten darstellt und welche Art von Infrastruktur-Mentalität Einzelhändler in Zukunft benötigen. Fabian, aus Sicht der Preisgestaltung und des Einzelhandelsstrategie, was kommt zuerst? Nun, Yidia, vielen Dank für die gute Einführung. Einzelhändler sprechen in der Regel über Head- und Tail-Produkte. Head-Produkte oder die meistverkauften Artikel wechseln schnell auf den Regalen und tragen somit proportional zum Umsatz bei, während die Longtail-Artikel seltener verkauft werden, oft in einer Weise, dass die Top-20% -Produkte 80 Prozent des Umsatzes ausmachen, während die anderen 80 Prozent der Longtail-Artikel lediglich die restlichen 20 Prozent ausmachen. Dies wirkt sich auch auf die Art und Weise aus, wie Kategorien- und Fusionsteams ihre Zeit verteilen.
Die Head SKs werden in der Regel täglich oder wöchentlich aktiv verwaltet, während die Tail Items am besten als regelmäßige Überprüfung alle paar Wochen erfolgen, vorausgesetzt, sie sind über einen längeren Zeitraum stabil. In jedem Fall löst nun eine Entdeckung diese Annahme. Jeder Skew kann kurzfristig tendieren, sei es aufgrund von Social-Media-Hype oder sehr spezifischer algorithmischer Auffindung. Um Ihnen ein Beispiel zu geben: Vor einem Monat nutzte ich KI, um eine Espressomaschine für meinen Wohnmobil zu recherchieren, die mit einem Gasherd funktioniert und aus Edelstahl besteht, also keine Kunststoffe oder Aluminium, die mit meinem echten und guten Kaffee in Kontakt kommen könnten. Und ich fand genau das Richtige für mich: ein Gerät und eine Marke, von der ich noch nie zuvor gehört hatte, die buchstäblich von einem Raketenwissenschaftler stammt und ein Produkt ist, das ich auf keinen anderen Regal gefunden hätte.
Und ich denke, das ist das beste Beispiel dafür, wie Longtail-Trends plötzlich entstehen, weil sie auf sehr spezifischen Anforderungen basieren und nicht darauf, wie die Einzelhändler die Regale bestücken, die Sichtbarkeit organisieren oder Marketingbudgets ausgeben. Das bedeutet also, dass Volatilität sich auf das gesamte Sortiment ausbreitet und dass Prognosen und manuelle Preisberechnungen einfach zu langsam sind, um damit umzugehen. >> Ja. Ich denke, der wichtige Punkt hier ist, dass es sich um strukturelle, nicht saisonale Variabilität handelt. In der Vergangenheit arbeiteten Einzelhändler nach einer bestimmten Hierarchie. Man hatte die Top-Produkte, die Produkte, die viel Aufmerksamkeit erhielten, und dann die lange Flanke, die sich periodisch und regelmäßig überprüfte. Aber Algorithmen funktionieren nicht nach dieser Hierarchie. Sie generieren Produkte basierend auf Signalen, Relevanz, Verfügbarkeit, Preis, sozialer Dynamik, der Vollständigkeit der Produktdaten und vielen anderen Faktoren.
So kann ein Wagnis, das gestern unsichtbar war, heute plötzlich sichtbar werden. Und wenn das geschieht, ist Geschwindigkeit nicht mehr nur operational. Sie wird strategisch. Wenn also die Volatilität nun über den gesamten Katalog verteilt ist, was bedeutet das für die Art und Weise, wie Einzelhändler die Kontrolle und die Aufmerksamkeit verteilen? Das hat tatsächlich verschiedene Auswirkungen. Zunächst einmal, und ich habe das bereits erwähnt, reicht es nicht mehr aus, sich auf die meistverkauften Artikel zu konzentrieren. Die Preisgestaltung muss viel detaillierter, differenzierter und differenzierter sein. Aber zweitens verliert die verhaltenspsychologische Preisgestaltung, die auf die menschliche Navigation ausgelegt ist, ihre Wirkung. Mehr und mehr charmante Preisgestaltung, Preisanker, Streichungen von Rabatten in psychologischen Preisstufen – all das wird weniger effektiv, wenn ein Agent statt eines Menschen das Angebot bewertet. Genau. Agenten erhalten keine Informationen, sie pulsieren.
Ein menschlicher Käufer kann auf charmante Preisgestaltung reagieren und Angebote nutzen, um die Kaufentscheidung zu beeinflussen; andere Käufer greifen hingegen auf Rabatte zurück, weil diese Taktiken die Wahrnehmung beeinflussen. Ein KI-Agent hingegen bewertet das Angebot. Er untersucht strukturierte Kriterien, Gesamtkosten, Versandgeschwindigkeit, Verfügbarkeit, Datenvollständigkeit, Rückgabebedingungen und die allgemeine Zuverlässigkeit des Angebots. Die Veränderung geht also von Überzeugungsstrategien zu Vergleichbarkeit. Strukturelle Wettbewerbsfähigkeit wird viel wichtiger als visuelle Gestaltung. Bonau spielt weiterhin eine Rolle, aber er spielt diese Rolle weiter im Vorfeld. Wenn der Agent das Angebot vergleicht, muss es klar, vollständig und maschinenlesbar sein 100%. Das bedeutet einen Wandel von Überzeugung zu Vergleichbarkeit. Es geht nicht darum, den Käufer über das Produkt auf der obersten Regalposition zu überzeugen. Im Gegenteil, der Käufer findet schließlich das, was er wirklich braucht und was er wirklich will, selbst wenn es ganz hinten auf dem Regal steht.
Und daher sind strukturelle Wettbewerbsfragen viel wichtiger als visuelle Gestaltung. Die richtige Produktpalette mit den richtigen Preisen entsprechend der Eigenschaften und, wie Sie schon gesagt haben, Marken spielen weiterhin eine Rolle, aber eher im Vorgehen. Wenn also die Überzeugungskraft auf der Entscheidungsebene verloren geht, was fordert das im zugrunde liegenden Geschäftsmodell? Die Frage nach der Kundenbeteiligung ändert sich ebenfalls. Traditionell wurde der Einzelhandel durch die Beziehung zwischen dem Einzelhändler, der Marke und dem Kunden gestaltet. Jetzt treten jedoch ein dritter Akteur und die Plattformvermittler ein. Das bedeutet, dass die Suche nicht mehr innerhalb des eigenen Ökosystems des Einzelhandels beginnen kann. Sie kann in einer Chart-Benutzeroberfläche, einer Sucherfahrung, einer Empfehlungsumgebung oder einer KI-Shopping-Assistentin stattfinden. So konkurrieren Einzelhändler nicht nur um die Aufmerksamkeit der Menschen. Sie konkurrieren um die algorithmische Auswahl. Das verändert also, was das Angebot sein muss.
Es muss nicht nur für eine Person attraktiv sein. Es muss auch für eine Maschine verständlich sein. Die Produktdaten müssen strukturiert sein. Der Preis muss genau sein. Die Verfügbarkeit muss zuverlässig sein und das Angebot muss für einen Agenten einfach zu bewerten sein. Wenn also die Erschließung, der Preis und das Eigentum vermittelt werden, was ersetzt die traditionelle Strategie des Einzelhandels? >> Tatsächlich ist dies der Punkt, an dem KI nicht nur das Problem, sondern auch die Lösung darstellt. Die meisten Einzelhändler optimieren aktiv 5 bis 20% der SKU-Varianten, aber sie verlangen für den Rest des Sortiments eine einheitliche Preisgestaltung. Die menschliche Entscheidungsfindung ist nicht skalierbar, aber die Volatilität trifft jetzt den gesamten Katalog. Um zu gewinnen, muss man die rigorose Ausrichtung an den meistverkauften Produkten oder an der Intelligenz oder Erfahrung, die in diese investiert wurde, skalieren und diese dann für den Rest des Sortiments anwenden und skalieren. >> Okay. Und hier ist die Antwort nicht einfach mehr Analyse.
Das Problem liegt nicht darin, dass Einzelhändler an Fachkenntnissen mangeln. Das Problem liegt darin, dass die menschliche Expertise nicht in der Geschwindigkeit, die diese neue Umgebung erfordert, auf das gesamte Sortiment ausgeweitet werden kann. Die Chance besteht daher darin, Systeme zu entwickeln, die tatsächlich skalierbar sind. Das ist Expertise. Die Menschen müssen weiterhin die Strategie, die Beschränkungen, die Prioritäten und die Schutzmaßnahmen definieren. Das System muss diese Logik jedoch kontinuierlich über den gesamten Katalog ausführen. Wo also hört das menschliche Urteilsvermögen auf, eine Bereicherung zu sein und beginnt, zu einer Einschränkung zu werden? Das menschliche Urteilsvermögen sollte natürlich immer im Mittelpunkt der Preisgestaltung stehen – von der Definition der Strategie bis hin zur Aufklärung von Ausreißern und Ausnahmen. Um jedoch Hunderte oder Tausende von Entscheidungen parallel und nicht periodisch zu treffen und die individuelle Rolle jeder einzelnen SKU im Sortiment zu berücksichtigen, benötigen die Menschen Hilfe. Genau.
Und genau deshalb muss die strategische Logik codiert werden. Maschinen führen Regeln aus, nicht Intuition. Wenn das System Hunderte oder Tausende von Entscheidungen parallel treffen muss, muss es die Rolle jedes Ske verstehen. Zum Beispiel: Ist dieses Produkt ein Preisbildermaterial? Ist es ein Verkehrsdienstleister? Ist es ein Warenkorb-Zusammenschließer? Ist es ein Zusammenfügungsgenerator? Die Logik kann nicht nur im Kopf eines Menschen oder in einer Tabellenkalkulation bleiben. Sie muss in die Realität übergehen. Das ist der Punkt, an dem die Automatisierung mehr als nur Geschwindigkeit erreicht. Sie wird zum Weg, wie Strategie in der Praxis umgesetzt wird. Wenn der Wettbewerbsvorteil nun von mikroskopischen Entscheidungen in großem Maßstab abhängt, wie soll dann ein System aufgebaut werden, das diese Entscheidungen steuert? Der Handel wird maschinell lesbar. Angebote werden strukturierter. Flüsse werden APIdriven.
Agenten kuratieren und verhandeln zunehmend programmatisch. Daher kann der Preisaufbau nicht länger nur eine Entscheidung in der Dashboard-Schnittstelle sein. Die Preislogik muss zu einer ausführbaren Logik werden und das Preismodell muss in Millisekunden auf maschinenlesbare Signale reagieren, nicht einfach nur häufiger Preise zu aktualisieren. Diese Signale werden zunehmend ereignisbezogen statt periodisch. Zum Beispiel die Sentiment-Velocity, die Skew-Level, Verhaltensänderungen, Preisschwankungen, konkurrierende Faktoren, Bestandsdruck und sogar Anfragen, die von den Agenten selbst eingegeben werden. Es reicht nicht aus, diese Signale in Dashboards zu beobachten. Das System muss sofort darauf reagieren, aber mit Sicherheitsmaßnahmen. Das heißt Echtzeit-Signale. Man beobachtet die Stimmung, das Skew-Level, das Verhalten, den Bestandsdruck, die konkurrierenden Faktoren und das alles muss kontinuierlich verarbeitet werden, was eine Ereignis-basiertere Architektur erfordert als eine batchbasierte Preislogik.
Es erfordert auch eine skalierbare SAS-Infrastruktur, da das System über die gesamte Schnittstelle hinweg kontinuierlich Tausende paralleler Entscheidungen verarbeiten muss. Eine skalierbare SAS-Architektur ist nicht optional. Wenn die Preislogik nicht horizontal skalieren und sofort reagieren kann, können Einzelhändler nicht mit der Geschwindigkeit von Maschinen konkurrieren. Das ist also keine dynamische 2.0-Lösung. Es handelt sich um eine Entscheidungsarchitektur, die auf Ereignissen basiert. >> Wie unterscheidet sich das von herkömmlicher Automatisierung? Wo liegen die Governance- und Sicherheitsaspekte? >> Die eigentliche Wettbewerbsvorteil im Agenten-Zeitalter besteht also nicht nur darin, dass man sich nicht mehr bewegt oder Zugang zu KI hat, wie es jeder haben wird. Okay. Der eigentliche Wettbewerbsvorteil in der Agenten-Ära kommt jedoch nicht von der einfachen Möglichkeit, Daten zu verwalten und zu schützen. Einzelhändler verfügen über Kontextinformationen, die externe Agenten normalerweise nicht haben.
Sie kennen die lokale Bestandslage, die Beschränkungen bei der Fulfillment-Abwicklung, die Sicherheitsvorkehrungen zur Zusammenführung, die Loyalitätslogik, die Kaufhistorie und den Kundenzusammenhang. Der Kontext ist der eigentliche Modus. Aber der Kontext ist nur dann vorteilhaft, wenn er konsolidiert und strukturiert ist. Am Ende des Tages funktioniert das nur, wenn alles in einer einzigen Quelle der Wahrheit zusammengefasst und strukturiert ist. Alles – das Sortiment, die Preise, die Bestandsdaten, die Kundendaten, die Identität – muss in Echtzeit synchronisiert werden, ohne dass eine einzige Quelle der Wahrheit verwendet wird. KI arbeitet blind. Sie kann zwar optimieren, aber sie optimiert gegen die falschen Beschränkungen, was anstatt einen Vorteil zu schaffen, eine Gefahr darstellt. Also sagen Sie im Grunde, dass fragmentierte Systeme die Entscheidungsqualität zerstören und KI die schwachen Grundlagen verstärkt, statt sie zu beheben. Stimmt das? Wenn also der konsolidierte Kontext grundlegend ist, warum scheitern so viele reale Einzelhandelssysteme immer noch nicht, ihn zu operationalisieren?
Wie ich es sehe, liegt der Grund darin, dass viele Retail-Stacks für eine andere Welt entwickelt wurden. Sie waren auf Batch-Updates, statischen Checkout-Prozessen und begrenzten Umrechnungen in der Mitte der Session ausgelegt. Agent-Commerce stellt jedoch andere Anforderungen. Die Preise müssen während der Session neu berechnet werden. Die Bestandsbestände und die Verfügbarkeit müssen über alle Kanäle hinweg synchronisiert bleiben. Angebote müssen auch dann konsistent bleiben, wenn sich die Nachfrage, der Wettbewerb oder die Kundenbedürfnisse schnell ändern. In vielen Organisationen liegt die Strategie also vor der Infrastruktur. Die Einzelhändler wissen, wohin sie gehen müssen, aber der Stack war nicht so konzipiert, um eine solche Ebene der Synchronisierung von Ausgaben und Entscheidungen zu unterstützen. >> Okay.
So stellen Synchronisationsverzögerungen die Gefahr von Inkonsistenz in den verschiedenen Herausforderungen dar. Daher müssen wir die wesentliche Veränderung in Bezug auf die offene AAI berücksichtigen: die jüngste Entscheidung von AAI, die direkte Kasse im Check-GPT zu streichen. Dies ist ein enormer Hinweis für Einzelhändler, während einige Plattformen wie Google weiterhin versuchen, die Kauffunktion nativ innerhalb der Suchschnittstelle zu integrieren. Open AAI bewegt sich in Richtung eines Referenzmodells. Sie investieren Geld und schicken die Nutzer in die eigene Umgebung des Einzelhändlers, wie z. B. auf seiner Website oder in der Kunden-GPT-App, um die Transaktion abzuschließen. Dies schafft eine ganz andere Strategie, die eine ganz andere strategische Realität schafft. Wenn KI die Entdeckungsfunktion übernimmt, bleibt der Einzelhändler jedoch für die Transaktion verantwortlich. Dann hat der Einzelhändler die Möglichkeit, die Realität zu bewahren, die Kaufdaten und den Kundenbeziehungsaufbau zu dokumentieren.
Aber diese Möglichkeit ist nur dann von Bedeutung, wenn der Einzelhändler die Absicht erkennen und in Echtzeit reagieren kann. Dies führt im Grunde zu zwei gegensätzlichen Ansichten zur Zukunft des Einzelhandels. Auf der einen Seite das Open-AI-Modell, bei dem KI die leistungsstarke Suchmaschine am oberen Ende des Funnels darstellt, während der Einzelhändler die Loyalitätsprogramme und die Daten nach dem Kauf behält. Auf der anderen Seite besteht die Gefahr, dass sich Einzelhändler an einem anderen Ort als Rückversandzentren für Drittanbieter entwickeln. Die Herausforderung besteht nun nicht nur darin, maschinenlesbar zu sein. Es geht auch darum, ein Preismodell zu entwickeln, das das Gehirn besitzt, das in der Lage ist, einen Nutzer mit hohem Kaufverhaltensniveau, der aus einer AI-Referenz stammt, zu erkennen und das Angebot sofort anpassen kann, um ihn in den eigenen Kunden zu verwandeln. Dies bedeutet, dass Protokolle wie UCP und ACP nicht länger nur als optionale Standardeinstellungen für den maschinellen Handel gelten.
Sie sind die Instrumente, die Einzelhändler nutzen, um ihre Geschäftssozietät zu behaupten und ihre Handelsmacht zu behaupten. Ob der Kauf in einer Chat-Funktion oder auf der Website des Einzelhändlers stattfindet, der Einzelhändler muss eine einzige Quelle der Wahrheit für Preis, Lagerbestand und Identität gewährleisten. Andernfalls verschiebt sich die Kundenbeziehung in Richtung desjenigen, der die Schnittstelle und das Check-in-Erlebnis kontrolliert. Wenn Open AI diese Nutzer jedoch an den Einzelhändler zurücksendet, setzt dies einen massiven Fokus auf seine Fähigkeit, sie zu identifizieren. Sobald Agenten beginnen, im Namen der Nutzer zu handeln, welche neuen Komplexitäten treten in die Identitätsebene ein? So wird Identität eine der wichtigsten und komplexesten Ebenen. Wenn ein Agent im Namen eines Nutzers handelt, muss der Einzelhändler wissen, wer der Nutzer ist, was der Agent autorisiert zu tun hat und welche Art von Personalisierung erlaubt ist. Das führte zu ständiger Komplexität. Es führte zu Betrugsrisiken.
Dies schafft eine Abstimmung der Kostenstruktur und all diese Aspekte, da Loyalität, Loyalität und Personalisierung von der Identität abhängen. Wenn der Einzelhändler die Verbindung zwischen dem Nutzer, dem Agenten, der Sitzung, dem Angebot und dem Loyalitätsprofil nicht herstellen kann, wird das Kundenerlebnis beeinträchtigt. Und wenn die Identität unterbrochen wird, wird die Personalisierung unterbrochen und das Vertrauen erschüttert. Ich sehe viele Risiken, die darauf hindeuten, dass Einzelhändler eine Menge technischer Aspekte managen müssen. Latenzzeit, die Sicherstellung, dass es keine Verzögerungen bei der Reaktion auf Nachfrage oder Wettbewerbsveränderungen gibt, Dateninkonsequenz, wie bereits erwähnt, widersprüchliche Signale innerhalb eines Systems, die zu widersprüchlichen und falschen Entscheidungen führen. Zum Beispiel Preisabweichungen bei der Lagerbestandsverwaltung, da die Preise nicht den tatsächlichen Lagerbestandszustand widerspiegeln und zu Verlustverkäufen oder überhöhter Preisnachlässe führen.
Diese Konfiguration der Regeln kann kleine logische Fehler aufgrund der Geschwindigkeit, mit der Maschinen Tausende von SKs sofort verarbeiten können, stark vergrößern. Signalstörungen, die auf falsche Signale reagieren, können wiederum den Wert zerstören. Oder ich denke an etwas wie Agentenarbitrage – wie Sie gesagt haben, betrifft das Betrug oder E-Mail-Spam – ein Cyber-Security-Risiko, das Agenten systematisch ausnutzen, wenn diese Ungleichheiten über die verschiedenen Kanäle nicht angemessen und ordnungsgemäß gemanagt werden. Dies stellt ein klarer Geschäftsrisiko in Bezug auf Margenverluste, Wachstumsrückgänge oder ein Wettlauf um die untere Grenze, wenn Preise aufgrund der Geschwindigkeit der Maschinen auf spiralartige Weise gegeneinander konkurrieren und sich gegenseitig unterbieten.
Und langfristig dürfte strategischer Verfall dadurch entstehen, dass die falsche Konfiguration und die falschen Regeln die Position des Einzelhandels in Bezug auf Preisempfinden, Preisimage und andere Aspekte tatsächlich verändern. Das wiederum kann dazu führen, dass Käufer die falsche Vorstellung von einem Einzelhändler gewinnen und das Vertrauen in den Einzelhandel verlieren und auch die Markenwerte aller Einzelhändler und der verkauften Produkte schwächen. Der Weg dorthin beginnt also mit der Grundlagenfestlegung. Einzelhändler benötigen zunächst einheitliche Daten. Sie benötigen kodierte Schutzmaßnahmen. Sie benötigen eine Preislogik, die in Echtzeit funktioniert und gleichzeitig die Geschäftsstrategie widerspiegelt, und sie müssen dies anhand von Pilotprojekten testen, bevor sie das neue Modell in der gesamten Organisation umsetzen. Dies ist nicht etwas, das Einzelhändler allein vollständig lösen können. Es erfordert ein Ökosystem aus Anbietern, Plattformen, Integratoren und internen Teams, die gemeinsam an dem neuen Geschäftsmodell arbeiten.
Die erfolgreichen Einzelhändler werden nicht diejenigen sein, die einfach schneller automatisieren. Sie werden diejenigen sein, die die Infrastruktur aufbauen, um kontinuierlich, sicher und in großem Maßstab bessere Entscheidungen zu treffen. Ich denke, dies bringt uns zur zentralen Frage für Einzelhandelsführer: Aktualisieren Sie Ihre Tools oder aktualisieren Sie Ihr Geschäftsmodell? Denn wenn KI als weitere Funktion, ein weiteres Dashboard oder weitere Optimierungsebenen behandelt wird, werden Einzelhändler den größeren Wandel verpassen. Diese Herausforderung besteht nicht nur in der Preisschwankung, sondern auch in der Vermittlung. Es liegt daran, dass Entscheidungen zunehmend von Agenten, Plattformen und Systemen außerhalb des traditionellen Einzelhandelsbetriebs beeinflusst werden. Einzelhändler müssen daher von der Implementierung von Funktionen zu Infrastruktur übergehen – und zwar zunächst mit Geschäftsmodellen, einschließlich einer natürlich für jede Situation individuell entwickelten Preissystematik. Genau das. KI ist keine bloße Funktion. Sie verändert die Art und Weise, wie Entscheidungen getroffen werden.
Das verändert, wer an diesen Entscheidungen beteiligt ist, und es verändert die Geschwindigkeit und den Umfang, die erforderlich sind, um wettbewerbsfähig zu sein. Die Chance liegt in der intelligenten Infrastruktur. Das bedeutet, dass die Preisintelligenz, der einheitliche Kontext und die Governance-Disziplin in den Kern des Geschäftsbetriebs integriert werden. Einzelhändler, die KI als Plug-in betrachten, werden Schwierigkeiten haben. Einzelhändler, die sie als operative Veränderung ansehen, werden gewinnen. Danke. Vielen Dank, dass Sie zugehört haben, und wir sprechen in unserer nächsten Folge wieder. Danke. [Musik] Preisprüfung: Das Pricing Podcast wird von Quick Lizard powered by angeboten.