KI ist in aller Munde und verbreitet sich laut einer aktuellen Analyse von Anthropic Research so schnell wie nur wenige Technologien zuvor. Dies trifft insbesondere auch für den Handel zu, wie unsere aktuelle Studie „Künstliche Intelligenz im Handel“ in Zusammenarbeit mit dem HDE zeigt.
Doch viele Unternehmen haben weiterhin Schwierigkeiten, Künstliche Intelligenz aus Pilotprojekten in die breite Anwendung zu überführen. Ein Grund dafür ist, dass sich die Herausforderungen beim Einsatz von KI in den letzten Jahren deutlich verändert haben. Technologische Fortschritte und die Erfahrungen aus ersten KI-Projekten haben dazu geführt, dass heute andere Hürden im Vordergrund stehen.
Die neuen KI‑Herausforderungen: KI-Expertise und Top-Management-Unterstützung
Intuitiv würde man erwarten, dass fehlende Use Cases, hohe Kosten oder unklare Nutzenversprechen die größten Hürden für KI im Handel darstellen. Dies traf in den Jahren 2020/2021 auch zu. Heute zeigt die Realität jedoch ein anderes Bild: Nicht zu wenig KI ist das Problem, sondern zu viele unstrukturierte KI-Ansätze. Während klassische Einstiegshürden an Bedeutung verlieren, verlagern sich die eigentlichen Herausforderungen zunehmend auf KI-Expertise und die Top-Management-Unterstützung.
- KI-Expertise: Insbesondere der Aufbau fachlicher und technischer KI-Kompetenzen gewinnt stark an Bedeutung. Unternehmen erkennen zunehmend, dass erfolgreicher KI-Einsatz nicht nur technologisches Know-how erfordert, sondern die enge Verzahnung von Fachbereich, Daten und IT benötigt. Der KI-Einsatz scheitert damit selten an der Technologie selbst. Vielmehr scheitert er an fehlenden Fähigkeiten.
- Top-Management-Unterstützung: Besonders auffällig in unserer aktuellen KI-Studie ist der starke Bedeutungszuwachs der Unterstützung durch das Top-Management, der klar als zentraler Hebel für den Erfolg von KI-Initiativen hervorgeht. Zum einen bedarf es einer gesteuerten KI-Strategie und zum anderen ist die aktive Vorbildrolle des Managements entscheidend, um Veränderungen top-down vorzuleben bzw. in die Organisation zu tragen.
Die gute Nachricht: Diesen neuen Herausforderungen zum Trotz zeigen unsere Studienergebnisse, dass 2025 bereits 80 Prozent der Unternehmen im Handel KI-Projekte planmäßig umsetzen, das heißt, die Ziele in Bezug auf Projektumfang, Meilensteine, Budget und Qualitätsanforderungen erreichen. Dabei spielen vier Erfolgsfaktoren eine ausschlaggebende Rolle.
Erfolgsfaktoren für wirksame KI im Handel: KI-Expertise, Datenqualität, Projektmanagement und Change-Management
- KI-Expertise: Die Überwindung der zentralen Herausforderung einer fehlenden KI-Expertise erschließt einen der wirkungsvollsten Erfolgshebel. Wie unsere KI-Studie zeigt, ist es vor allem die Kombination aus fachlicher und technologischer KI-Expertise, die Unternehmen entscheidend voranbringt – denn dadurch wird ein tiefes Verständnis der Geschäftsprozesse und konkreten Use Cases mit technologischem Know-how in den Bereichen Daten, Modelle, Architekturen und Tool-Landschaften vereint.
- Datenqualität: Im Spannungsfeld der veränderten Herausforderungen nimmt die Relevanz einer hohen Datenqualität im Vergleich zu anderen Erfolgsfaktoren leicht ab. Trotzdem bleiben hochwertige Daten die Basis für den erfolgreichen KI-Einsatz und damit weiterhin ein zentraler Erfolgsfaktor.
- Professionelles Projektmanagement: Die Professionalisierung des Projektmanagements sowie Lerneffekte aus ersten KI-Initiativen führen zu einer zunehmenden Planeinhaltung in der Umsetzung von KI-Projekten. Besonders wirksam ist dabei eine Kombination aus agilen Elementen und übergreifenden Leitplanken, ergänzt um ein iteratives Vorgehen. Zudem schafft ein Projektfokus auf kompakte KI-Use-Cases messbaren Nutzen.
- Change-Management: Bei einem erfolgreichen Change-Management geht es einerseits darum, Mitarbeitende gezielt zu motivieren, KI-Kompetenzen aufzubauen und Sicherheit im Umgang mit neuen Technologien zu gewinnen. Andererseits ist es entscheidend, die Bereitschaft zu fördern, KI im Arbeitsalltag aktiv einzusetzen. Nur wenn Kompetenzaufbau und Nutzungsmotivation zusammenwirken, kann KI nachhaltig in der Organisation verankert werden.
Das passende Rahmenwerk: Damit Unternehmen den Aufbau von KI-Expertise, die Erhöhung der Datenqualität, die Professionalisierung des Projektmanagements und die Optimierung des Change-Managements nicht isoliert bearbeiten, braucht es laut Gartner ein Rahmenwerk. Genau hier setzt unser KI-Reifegradmodell an, das als Rahmenwerk spezifisch für den KI-Einsatz im Handel entwickelt wurde.
Das KI-Reifegradmodell von Safaric Consulting gliedert sich in vier Dimensionen:
- KI-Bewusstsein & KI-Kultur
- KI-Strategie
- KI-Expertise & KI-Umsetzungskompetenz
- KI-Wertschöpfung
Mit dem Reifegradmodell werden entlang dieser vier Dimensionen Zusammenhänge sichtbar gemacht. Es wird deutlich, dass Unternehmen, die KI-Vorreiter sind, hohe Reifegrade durch frühzeitige Lerneffekte erreichen. Auf der anderen Seite stehen Verfolger, welche insbesondere kleinere Unternehmen sind. Diese profitieren zunehmend von integrierten KI-Funktionen bei vorhandenen Softwarelösungen.
Entscheidend bleibt die gesamtheitliche Betrachtung des Aufbaus einer KI-Expertise, der Verankerung einer KI-Kultur, der Stärkung von Umsetzungsbereitschaft und der Definition einer klaren KI-Strategie. Dabei ist es nicht nur wichtig, sich Ziele in den einzelnen Dimensionen zu setzen, sondern, dass diese auch dimensionsübergreifend zueinander passen. Zum Beispiel ist eine sehr ambitionierte KI-Strategie bei gleichzeitig fehlendem KI-Bewusstsein und mittlerer KI-Kompetenz aus unserer Erfahrung nicht erfolgsversprechend. Das KI-Reifegradmodell von Safaric Consulting schafft ganzheitlich Transparenz über diese Faktoren, um einen erfolgreichen und skalierbaren KI-Einsatz im Handel zu ermöglichen.
KI‑Reifegrad als Steuerungsinstrument: Transparenz schaffen und Mehrwert systematisch realisieren
Safaric Consulting unterstützt Unternehmen dabei, KI nicht nur einzuführen, sondern dauerhaft in Prozessen, Organisation und Wertschöpfung zu verankern. Unser Ansatz beginnt mit einer strukturierten Standortbestimmung. Entlang von fünf Reifegradstufen, von sehr niedrig bis sehr hoch, sowie entlang der vier Dimensionen analysieren und bewerten wir den Status quo Ihres Unternehmens.
Das KI-Reifegradmodell ist konsequent aus Managementperspektive gedacht. Es macht Stärken, Lücken und Prioritäten sichtbar und liefert damit einen klaren, ressourcenorientierten Ansatzpunkt zur Erreichung der nächsten Reifegradstufe.
Gemeinsam schaffen wir Transparenz darüber, wo Ihr Unternehmen aktuell steht und welche KI-Potenziale kurzfristig und mittelfristig realistisch gehoben werden können. So entsteht ein belastbares Bewertungsbarometer, das Diskussionen objektiviert, Prioritäten schärft und die Grundlage für eine Roadmap bildet.
Wir helfen, die Erfolgsfaktoren in konkrete Governance, Rollen, Quality Gates und Steuerungsmechanismen zu übersetzen, damit KI-Anwendungen stabil in den Betrieb übergehen und nachhaltig Mehrwert liefern. Der Weg von der Vision zum messbaren Erfolg ist anspruchsvoll, aber mit den richtigen Erfolgsfaktoren und einem klaren Rahmenwerk planbar. Das KI-Reifegrad-Assessment stellt die Basis dar, um beispielsweise im Aktionsgeschäft über 50 Mio. Euro zusätzliches Aktionsumsatzpotenzial oder 6 Mio. Euro höheren Ertrag bei Aktionen durch den zielgerichteten Einsatz von KI zu erreichen.
Gerne unterstützen wir Sie im Rahmen unseres KI-Reifegrad-Assessments dabei, den Status quo Ihres Unternehmens im Kontext von KI zu analysieren. Stärken, Lücken und Prioritäten werden sichtbar gemacht und gemeinsam wird ein klarer, ressourcenorientierter Ansatzpunkt für die nächste Reifegradstufe definiert.
Wir freuen uns über Ihre unverbindliche Kontaktaufnahme.
Autor: Ralph Lippoldt
Leiter KI-Transformation: Als Senior Manager entwickelt Ralph gemeinsam mit unseren Kunden die strategischen Leitplanken für den wirkungsvollen Einsatz von Künstlicher Intelligenz und übersetzt Potenziale in konkrete Handlungsfelder.
Die Herausforderungen beim KI‑Einsatz haben sich in den vergangenen Jahren deutlich verlagert. Während früher vor allem fehlende KI-Use-Cases, hohe Kosten oder unklare Nutzenversprechen im Vordergrund standen, sind diese Einstiegshürden heute mehr und mehr überwunden. Stattdessen zeigen sich die zentralen Herausforderungen nun in zwei Bereichen. Zum einen im Aufbau fachlicher und technischer KI‑Expertise, zum anderen in der aktiven Unterstützung durch das Top‑Management.
Die vier wichtigsten Erfolgsfaktoren sind fundierte KI-Expertise, hohe Datenqualität, professionelles Projektmanagement und zielgerichtetes Change-Management. KI-Expertise sowie Change-Management gewinnen an Relevanz. Datenqualität bleibt zentral, verliert jedoch an Bedeutung. Beim Projektmanagement wirkt vor allem ein iteratives Vorgehen mit agilen Elementen, klaren Leitplanken und einem Fokus auf kompakte KI-Use-Cases mit messbarem Nutzen.
Ein Rahmenwerk macht den Status quo transparent, hilft Ambitionen abzuleiten und priorisiert Maßnahmen, damit Erfolgsfaktoren nicht isoliert bearbeitet werden. Das KI-Reifegradmodell von Safaric Consulting bewertet den KI-Einsatz entlang von vier Dimensionen, um Muster, Stärken und Lücken sichtbar zu machen. Dabei werden die einzelnen Dimensionen nicht nur getrennt voneinander, sondern auch dimensionsübergreifend betrachtet. So entsteht eine belastbare und ganzheitliche Grundlage zur Maßnahmenplanung, die einen erfolgreichen und skalierbaren KI-Einsatz ermöglicht.
Quellen
Anthropic Research. (2025). Anthropic Economic Index report: Uneven geographic and enterprise AI adoption. https://www.anthropic.com/research/anthropic-economic-index-september-2025-report.
Gartner. (2023). Gartner AI Maturity Model. https://www.gartner.com/en/chief-information-officer/research/ai-maturity-model-toolkit.