06.05.2021

Data Science als Entwicklungsturbo für den Handel

Im Interview mit brutkasten Wirtschaft spricht Nils Wlömert, neuer Vorstand am Institut für Retailing & Data Science am Department für Marketing an der WU Wien über das noch nicht genutzte Potenzial von Datenanalysen für die Marketingabteilungen vieler Unternehmen und wie man dieses heben kann.
/artikel/data-science-entwicklungsturbo-handel
Nils Wlömert WU
Nils Wlömert, Vorstand Institut für Retailing & Data Science an der WU Wien © www.danielnuderscher.com

Seit 1. Jänner ist Nils Wlömert neuer Vorstand des Instituts für Retailing & Data Science am Department für Marketing an der WU Wien. Der 41-Jährige promovierte 2014 an der Universität Hamburg, war von 2015 bis 2020 als Assistenzprofessor am Institut für Interactive Marketing & Social Media an der Wirtschaftsuniversität Wien tätig, und schloss dort 2020 seine Habilitation ab. In seiner Forschung beschäftigt sich der neue Institutsleiter mit dem Einfluss der Digitalisierung und neuer Technologien auf Märkte und Geschäftsmodelle von Unternehmen. Dabei untersucht er beispielsweise den Einfluss neuer Online-Vertriebskanäle auf traditionelle Vertriebskanäle und deren Zusammenspiel im Multi-Channel Vertrieb.


Das Instituts für Handel und Marketing an der WU Wien wurde unter Ihrer Führung zum Institut für Retailing & Data Science umbenannt. Was waren die Beweggründe dafür?

Der Handel, den wir im Namen des Instituts ja auch weiterhin verankern, wird zukünftig inhaltlich nach wie vor eine übergeordnete Bedeutung am Institut haben. Daran wird sich nichts Grundlegendes ändern. Mit Data Science gibt es aber eine Erweiterung der Kompetenzen, mit der wir einem aktuellen Markttrend folgen, der insbesondere für den Handel viel Potenzial bietet. 

Sie sprechen von Big Data?

Genau. Big Data spielt in vielen Unternehmen bereits seit Längerem eine immer wichtigere Rolle, denn es werden sehr großen Datenmengen über das Verhalten von Kunden gesammelt. Dieses Thema gewinnt  durch die steigende Popularität von Onlinekanälen, wo das Kundenverhalten noch genauer erfasst werden kann, deutlich an Dynamik. Diese Daten nutzbar zu machen um daraus Implikationen für das Marketing abzuleiten wird immer relevanter. Der zweite Trend, der die Neuausrichtung notwendig macht, ist das Thema Personalisierung, das große Onlinehändler bereits sehr erfolgreich für sich nutzen. Und genau hier wollen wir sowohl in der Lehre als auch in der Forschung anknüpfen, um die dafür notwendigen Kompetenzen zu vermitteln.

Und dementsprechend auch das Unterrichtsprogramm adaptieren?

Ja genau. Im Bereich der Lehre werden wir das Angebot ausbauen und den Bereich Data Science stärker aus einer Managementperspektive fokussieren. Denn wir sehen zwar eine immer engere Verzahnung des Marketings mit anderen Forschungsdisziplinen wie zum Beispiel im Bereich Computer Science, wo entsprechende Algorithmen entwickelt werden, jedoch erfordert die Interpretation der Ergebnisse für das Marketing spezielle Kenntnisse. Wenn der Schwerpunkt zu technisch ist, dann fehlt oftmals das Verständnis für die strategischen Implikationen im Marketing. Und letztendlich kommt es bei der Wahl der Methode immer auf den Anwendungsfall und die Zielsetzung an. Es macht beispielsweise einen Unterschied, ob eine Prognose oder ein Ursache-Wirkungs-Zusammenhang das Ziel der Analyse ist. 

Können Sie das bitte anhand eines Beispiels genauer erklären?

Ich werde zum Beispiel häufig gefragt, wie effektiv ein bestimmter Werbekanal im Vergleich zu anderen Werbekanälen ist. Um den relativen Return on Investment eines Marketingkanals zu ermitteln, können prinzipiell Daten wie Absatzzahlen und Werbebudgets herangezogen werden, die bei Unternehmen häufig vorliegen. Jedoch werden Werbebudgets oftmals strategisch in Abhängigkeit der Nachfrage angepasst. Saisonalität ist hier ein Beispiel – wenn Manager das Werbebudget aufgrund eines erwarteten Nachfrageanstiegs um einen Feiertag erhöhen, dann muss die Analyse den natürlichen Nachfrageanstieg durch den Feiertag kontrollieren, um den Einfluss der Werbung nicht zu überschätzen. Hinzu kommen Herausforderungen durch Abhängigkeiten zwischen Werbekanälen und die korrekte Zurechnung des Effektes zu dem jeweiligen Kanal, was die Komplexität zusätzlich erhöht. Um die Ergebnisse solcher Analysen im Sinne einer datengestützten Marketingstrategie für Manager sinnvoll nutzbar zu machen, sind spezielle Marketingkenntnisse im Hinblick auf die Interpretierbarkeit der Ergebnisse erforderlich. 

Das Institut hat bisher mit der Verbindung von Forschung, Lehre und Praxis gepunktet. Werden Sie an diesem Kurs weiter festhalten?

Es ist mir ein großes Anliegen, den Praxisbezug weiter auszubauen und zwar sowohl in der Lehre als auch in der Forschung. Ich würde mich sehr darüber freuen, wenn Forschung und Lehre so wie in der Vergangenheit auch in Zukunft sehr praxisnah verstanden werden und wir langfristige Kooperation gemeinsam mit Handels- und Industrieunternehmen etablieren können. Hier möchte ich ganz klar an dem bisher eingeschlagenen Weg festhalten.

In welcher Form können Sie sich solche Kooperationen vorstellen?

Ich bin davon überzeugt, dass die Zusammenarbeit von Universitäten mit Akteuren aus der Praxis sehr wichtig ist, weil beide Seiten voneinander profitieren können. Es gibt sehr häufig Fragestellungen, die auf der einen Seite wissenschaftliche Relevanz haben, aber auf der anderen Seite greifbaren Nutzen und Mehrwert für Unternehmen schaffen. In der Vergangenheit haben sich Forschungskooperationen sehr bewährt und wir werden auch an den etablierten Praxisdialogen, einer Vortragsreihe, bei der renommierte Praktiker wie zum Beispiel zuletzt Bipa-Geschäftsführer Thomas Lichtblau, instinct laboratory-CEO Matt Chadder oder Miele Österreich-Geschäftsführerin Sandra Kolleth zu Wort kommen, festhalten. Diese Vortragsreihe ist ein gutes Beispiel für eine erfolgreiche Zusammenarbeit von Lehre und Praxis, denn während die Studierenden Informationen aus erster Hand erhalten, können sich die jeweiligen Unternehmen präsentieren und im besten Fall als attraktiver Arbeitgeber für die zukünftigen Absolventen positionieren. Außerdem können sich Unternehmen auch in Form von Datenkooperationen einbringen, denn es geht letztendlich wie bereits geschildert ja darum, die Schnittstelle zwischen Handel und Data Science abzubilden und das Institut als Kompetenzplattform in diesem Bereich zu etablieren. 

Um gleich bei der Praxis zu bleiben, sind die österreichischen Unternehmen in Sachen sinnvolle Datennutzung für das Marketing – wie von Ihnen eben geschildert – bereits gut aufgestellt? 

Das ist ein Bereich, der sich sehr dynamisch entwickelt und dementsprechend gibt es auch noch Entwicklungspotenzial. Ich sehe hier aber kein Versäumnis der Unternehmen, sondern sehe es auch als Aufgabe der Universitäten, entsprechende Kompetenzen in diesem Bereich zu vermitteln. Viele Unternehmen wären vermutlich schon deutlich weiter, wenn sie auf Mitarbeiter mit diesem Know-how zurückgreifen könnten. Aktuell gibt es zwar das Berufsbild des Data Scientist, aber hier fehlt eben häufig das Verständnis für den Nutzen der Daten fürs Marketing. Wenn es uns gelingt, uns hier zu verstärken, dann können wir auf der einen Seite die Chancen für Absolventen am Jobmarkt verbessern und Unternehmen auf dem Weg der Datennutzung und Digitalisierung besser unterstützen. 

Digitalisierung und E-Commerce werden häufig in einem Atemzug genannt. Im Gegensatz zu anderen Branchen kommt der Onlinehandel mit Lebensmitteln bei den etablierten Konzernen nicht so wirklich in Schwung. Kleinere Player wie gurkerl.at oder markta scheinen das Business deutlich besser im Griff zu haben. Woran liegt das Ihrer Meinung nach?

Hierfür gibt es verschiedene Gründe. Zum einen ist die hohe Filialdichte im LEH in Österreich zu nennen, wodurch es für die meisten Konsumenten und Konsumentinnen bequem möglich ist, Einkäufe im stationären Handel zu erledigen. Daher ist der Handlungsdruck für große Händler in diesem Bereich weniger stark ausgeprägt. Zumal bei einem Multichannel-Ansatz im Hinblick auf die Gesamtprofitabilität auch die Interaktionen zwischen Vertriebskanälen beachtet werden müssen. Diese Überlegungen müssen reine Online-Händler nicht anstellen, bei denen der Fokus rein auf dem Online-Handel liegt. Es bleibt abzuwarten, wie sich die von Ihnen genannten Unternehmen und andere Startups wie Gorillas aus Deutschland, welches auf die relativ kostspielige Überbrückung der letzten Meile fokussieren, zukünftig entwickeln werden und wie das die Marktdynamik beeinflussen wird. Insbesondere in urbanen Gebieten gibt es sicherlich einen Markt für ein solches Angebot – entsprechend schnelle Lieferzeiten vorausgesetzt.  

Muss man heutzutage wirklich einen Onlineshop haben, um im LEH erfolgreich zu sein?

Wenn man sich den Marktanteil ansieht, demzufolge lediglich rund 2,5 Prozent aller Lebensmittel online gekauft werden, dann macht das die Wichtigkeit des stationären Handels in dieser Branche deutlich. Daran hat auch – im Gegensatz zu anderen Branchen – die aktuelle Situation der Pandemie, dank der Hygiene-Konzepte im Handel, nicht viel geändert. Um sich für die Zukunft zu rüsten, geht es meines Erachtens gar nicht so sehr um die Frage ob Onlinehandel oder stationärer Vertrieb, sondern um einen nachhaltigen Multichannelansatz nach dem Grundsatz der Customer Centricity. So kann sich die jeweilige Zielgruppe aus einem Portfolio das jeweils für die Bedürfnisse passendste Angebot aussuchen. Und hier ist der Online-Kanal ein wichtiger Bestandteil der weiter an Relevanz gewinnen wird.  

Im Zusammenhang mit dem Thema Digitalisierung ist auch immer wieder die Rede von Supermärkten ohne Mitarbeitern. Amazon lebt dieses Geschäftsmodell vor und auch hierzulande gibt es schon Märkte mit Self Checkout-Zonen, die ja als erster Schritt in diese Richtung verstanden werden können. Ist das die Zukunft des Einkaufens?

Es gibt sicherlich auch für dieses Konzept einen Markt. Wenn man an Öffnungszeiten denkt, gibt es für Standorte ohne Personal andere Möglichkeiten. Gleichzeitig ist das Personal aber auch ein zentrales Differenzierungsmerkmal des stationären Handels gegenüber dem Online-Handel. Hier ist es wichtig, die unterschiedlichen Bedürfnisse der Konsumenten zu verstehen und entsprechende Angebote bereitzustellen. Während für viele Konsumenten bei Online-Kanälen insbesondere Faktoren wie Bequemlichkeit, Sortimentsbreite und Preis-Leistung eine Rolle spielen, sind es im stationären Handel vorwiegend das Einkaufserlebnis, soziale Kontakte und der damit verbundene Freizeitwert. Hierbei spielt das Personal eine zentrale Rolle. Ich denke also nicht, dass Supermärkte langfristig auf Personal verzichten können, aber es ist auf jeden Fall spannend für Händler, im Zuge kleinerer Rollouts vorausschauend zu testen, in welchen Situation für welche Segmente ein solches Angebot passend ist.

Und angesichts des Vormarsches bargeldloser Bezahlsysteme – werden wir bald nur mehr bargeldlos einkaufen?

Ich glaube, hier kommt es auch darauf an. Es gibt viele Menschen, die die Vorteile von bargeldlosem Bezahlen zu schätzen wissen. Andere wiederum wollen ihre Einkäufe nicht mittels Kredit- oder Bankomatkarte oder via Smartphone begleichen. Man muss sein Angebot eben dementsprechend breit aufstellen, um allen Bedürfnissen bestmöglich Rechnung zu tragen. Aber dass der bargeldlose Bezahlvorgang an Bedeutung und Relevanz gewinnt, ist denke ich klar. 

Vielen Dank für das Gespräch.

Deine ungelesenen Artikel:
22.06.2026

KI im Unternehmen: Von fehlenden Hausaufgaben zu “Frontier Firms” und “Avengers”

Nachlese. Im Staffelfinale von „No Hype KI“ zieht eine hochkarätig besetzte Gesprächsrunde Bilanz über den Status quo der Künstlichen Intelligenz in Österreich. Dabei zeigt sich: Während die technologische Euphorie weicht, rücken nun essenzielle Datenstrukturierungs-Prozesse, mutige Schritte in den Echtbetrieb und ein tiefgreifender kultureller Wandel in den Fokus der Unternehmen.
/artikel/ki-im-unternehmen-von-fehlenden-hausaufgaben-zu-frontier-firms-und-avengers
22.06.2026

KI im Unternehmen: Von fehlenden Hausaufgaben zu “Frontier Firms” und “Avengers”

Nachlese. Im Staffelfinale von „No Hype KI“ zieht eine hochkarätig besetzte Gesprächsrunde Bilanz über den Status quo der Künstlichen Intelligenz in Österreich. Dabei zeigt sich: Während die technologische Euphorie weicht, rücken nun essenzielle Datenstrukturierungs-Prozesse, mutige Schritte in den Echtbetrieb und ein tiefgreifender kultureller Wandel in den Fokus der Unternehmen.
/artikel/ki-im-unternehmen-von-fehlenden-hausaufgaben-zu-frontier-firms-und-avengers
vl. Patrick Ratheiser (EY), Rainer Kalkbrener (ACP), Sulejman Ganibegovic (KEBA Digital) und Hermann Erlach (Microsoft) | (c) brutkasten
vl. Patrick Ratheiser (EY), Rainer Kalkbrener (ACP), Sulejman Ganibegovic (KEBA Digital) und Hermann Erlach (Microsoft) | (c) brutkasten

„No Hype KI“ wird unterstützt von ACPEYITSVKEBA GroupLenovoMicrosoftONTEC AI und der Universität Graz.


„Die Vorstellung, dass man dank KI seine Hausaufgaben nicht machen muss, ist grundfalsch. Ganz im Gegenteil: Gerade hier ist es essenziell, bei der Datenqualität und der gesamten IT-Architektur eine saubere Basis zu schaffen“, konstatiert Rainer Kalkbrener, CEO von ACP, im Staffelfinale der brutkasten-Serie “No Hype KI”.

Mit diesem Befund ist er in der Expertenrunde nicht alleine. Der Fokus verschiebt sich von theoretischen Machbarkeiten hin zu den harten Bedingungen für echten Business Value, so der Tenor.

Österreichs Status quo und der Weg aus der Sandbox

Hermann Erlach, General Manager Austria bei Microsoft, weist auf ein aktuelles Studienergebnis hin: Österreich befindet sich bei der KI-Nutzung weltweit in den Top 20. Während Konsument:innen die Technologie im privaten Alltag bereits intensiv nutzen würden, zeige sich im Unternehmensbereich – insbesondere im Mittelstand – jedoch noch Aufholbedarf bei der Adaption. Für Patrick Ratheiser, Director & Head of AI bei EY, ist dabei klar: Der wahre geschäftliche Mehrwert liege oft nicht in hochgradig gehypten Vorzeigeprojekten. “Es sind oft die unscheinbaren Machine-Learning-Lösungen und Prozessautomatisierungen, die den Unternehmen wirklich helfen”, sagt er.

Dennoch stecken derzeit viele Initiativen noch in isolierten Experimentierphasen fest. Sulejman Ganibegovic, CEO KEBA Digital, fordert daher mehr Risikobereitschaft, um Projekte aus der geschützten Laborumgebung in den produktiven Betrieb zu überführen. Sein Appell an die Entscheidungsträger:innen: „Lieber ist man einmal mutig und wagt den Schritt aus der geschützten Laborumgebung, anstatt sich zweimal feige davor zu drücken, endlich etwas Produktives umzusetzen“. Man müsse akzeptieren, dass auch eine KI-Lösung, die nicht zu 100 Prozent fehlerfrei funktioniert, bereits einen enormen Mehrwert liefern kann.

KI als unbestechlicher Spiegel der Datenqualität

Dass dieser Weg in die erfolgreiche Produktivität zwingend über saubere Datenstrukturen führt, ist breiter Konsens in der Runde. Kalkbrener warnt, dass die KI durch ihre weitreichenden Suchkapazitäten “schonungslos die Schwächen von bestehenden Systemen aufdeckt”. Denn ohne eine funktionierende Data-Governance, so der ACP-Chef “führt das am Anfang oft zu bösen Überraschungen, wenn plötzlich intern sensible Dokumente wie Gehaltslisten oder Passwort-Dateien dank KI für weite Teile der Belegschaft auffindbar werden.”

Auch Ratheiser betont, dass der bloße Import von unstrukturierten Firmendaten in ein KI-Sprachmodell keine Wunder bewirke: „Die Arbeit, die wir seit 20 Jahren bei der Datenqualität und beim Aufräumen versäumt haben, kann jetzt nicht einfach die KI für uns lösen“.

Regulierung: Innovationsbremse oder Türöffner?

Neben der internen Datenorganisation bestimmt auch der externe Rahmen maßgeblich, wie schnell KI im Unternehmensalltag ankommt. Ein differenziertes Bild zeichnen die Experten daher bei der Debatte um den europäischen AI Act. Für Ratheiser stellt das risikobasierte Regelwerk eine notwendige Basis dar, um den breiten Rollout von Use-Cases sicher skalierbar zu machen. “Ohne klare Policies und Governance sind autonome KI-Agenten im Unternehmen auf Dauer nicht steuerbar”, so der EY-Experte. Ähnlich pragmatisch sieht das Ganibegovic aus Sicht der Industrie. Er argumentiert, dass verbindliche Spielregeln gerade bei kritischen B2B-Infrastrukturen als Türöffner fungieren: „Wenn man KI in sensiblen Bereichen einsetzen möchte, braucht es einen Rahmen, der Vertrauen schafft. Klare Gesetze untermauern dieses Vertrauen und bringen Kunden dazu, sich für neue Anwendungen zu öffnen“.

Kalkbrener hingegen äußert sich deutlich kritischer. Er warnt, dass Regulatorien oft innovationsfeindlich seien und die Geschwindigkeit im Markt drosseln würden. “Man darf nicht den Fehler machen, aus Angst vor Regulierungen alle potenziellen Probleme schon im Vorfeld lösen zu wollen”, so der CEO. Europa verliere sonst in der globalen Wirtschaft an Wettbewerbsfähigkeit.

Der kulturelle Wandel: Menschen als „Manager von Agenten“

Letztlich entfalten aber weder saubere Daten noch die besten regulatorischen Rahmenbedingungen ihre Wirkung, wenn die Belegschaft nicht mitzieht – ein Befund, der sich übrigens wie ein roter Faden durch die gesamte “No Hype KI”-Staffel zog. Die massiven Auswirkungen auf die Unternehmenskultur bilden laut den Experten den entscheidenden Hebel für die Zukunft. Erlach prognostiziert den Aufstieg sogenannter „Frontier Firms“, die KI ganz selbstverständlich neben Kapital und menschlicher Arbeitskraft als elementaren Produktionsfaktor begreifen. Der organisatorische Durchbruch gelinge dann, „wenn jeder im Unternehmen beginnt, als Manager von Agenten zu agieren und den eigenen Job mithilfe von KI zu optimieren“. Mitarbeiter:innen, die diese Tools aktiv nutzen, würden vom Management als hochproduktiv wahrgenommen, während Verweigerer an Leistungsfähigkeit dramatisch zurückfielen.

Dass dieser Wandel die Teams bereits spürbar verändert, bestätigt Ganibegovic aus der Praxis: Wenn man ein AI-natives Team mit KI-Tools ausstatte, forme man quasi ein Team von „Avengers“ mit enormer Schlagkraft, das traditionelle Entwicklungszyklen im Softwarebereich massiv verkürzen könne. Um diesen Zustand jedoch flächendeckend zu erreichen, sei ein gezieltes Befähigen der Belegschaft notwendig, meint Ratheiser. Unternehmen müssten aktiv in den Aufbau von KI-Kompetenzen (Literacy) investieren, um Berührungsängste zu minimieren und den produktiven Umgang mit den neuen Werkzeugen strategisch im Arbeitsalltag zu verankern.

Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag

AI Summaries

Data Science als Entwicklungsturbo für den Handel

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Data Science als Entwicklungsturbo für den Handel

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Data Science als Entwicklungsturbo für den Handel

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Data Science als Entwicklungsturbo für den Handel

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Data Science als Entwicklungsturbo für den Handel

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Data Science als Entwicklungsturbo für den Handel

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Data Science als Entwicklungsturbo für den Handel

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Data Science als Entwicklungsturbo für den Handel

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Data Science als Entwicklungsturbo für den Handel