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:
27.12.2024

Das KI-Jahr 2024: Europa, der scheiternde Kontinent

Gastbeitrag. Clemens Wasner ist Mitgründer von AI Austria und CEO des Startups enliteAI. Für brutkasten blickt er auf die wichtigsten Entwicklungen im Bereich Künstliche Intelligenz im Jahr 2024 zurück.
/artikel/das-ki-jahr-2024-europa-der-scheiternde-kontinent
27.12.2024

Das KI-Jahr 2024: Europa, der scheiternde Kontinent

Gastbeitrag. Clemens Wasner ist Mitgründer von AI Austria und CEO des Startups enliteAI. Für brutkasten blickt er auf die wichtigsten Entwicklungen im Bereich Künstliche Intelligenz im Jahr 2024 zurück.
/artikel/das-ki-jahr-2024-europa-der-scheiternde-kontinent
Clemens Wasner vor einem Symbolbild zu künstlicher Intelligenz
Clemens Wasner | Foto: Adobe Stock (Hintergrund), Enlite.ai

Entgegen der Erwartungshaltung vieler Skeptiker hat sich die KI-Entwicklung in 2024 noch beschleunigt: Im Wochentakt erfolgten neue technische Durchbrüche, der Launch neuer Services oder die Integration von KI in bestehende Lösungen. Über die rasanten Entwicklungen im abgelaufenen Jahr könnte man ohne weiteres ein Buch füllen, weshalb ich hier nur einen kurzen Abriss über die wichtigsten Entwicklungen geben kann.

Large Language Models: Mit den Claude-Modellen von Anthropic hat sich ein Konkurrent zu OpenAI etabliert. Auch Google hat sich nach Startschwierigkeiten zu einem ernsthaften Player entwickelt. Den eigentlichen Wendepunkt stelle jedoch der Open-Source-Bereich dar. Während zu Beginn des Jahres LLama2 und vergleichbare Modelle einen Rückstand von etwa 18 Monaten gegenüber GPT4 hatten, gab es im Sommer mit Llama3 erstmals ein Open-Source-Foundation-Model, das seine Closed-Source Konkurrenten in Rankings und Benchmarks übertraf. Seitdem hat Meta mit LLama3.2, einer multimodalen Variante die Text und Bild als Input akzeptiert, Open-Source-seitig noch nachgelegt (auch wenn die kommerzielle Nutzung in der EU leider nicht erlaubt ist). 

Marktanteil von Large Language Models 2023 vs 2024

Bild und Video-Generierung: Die letzten Jahre waren von Dall-e, Mid Journey und RunwayML geprägt. Mit Flux, einer der sehr seltenen europäischen Erfolgsstories im KI-Bereich, ist ein neues Modell zur Generierung von Bildern neu hinzugekommen, das von vielen als das aktuell beste angesehen wird. 

Im Dezember erfolgte schließlich der lange erwartete Launch von OpenAIs Sora (nicht in der EU) sowie die Vorstellung von Google’s Veo2 (nicht in der EU), welches technisch einen Riesensprung gegenüber der Konkurrenz darstellt. In 2025 ist auf Social Media eine ähnliche Schwemme an AI-generierten Videos zu erwarten, wie wir sie in 2023 für KI-generierte Bilder erlebt hatten.

In 2024 wurden die ersten sogenannten “Reasoning-Modelle” vorgestellt. Ein Reasoning-Modell wie GPT o1 kann nicht nur Texte anhand erlernter Muster erstellen, sondern auch echte logische Zusammenhänge erkennen und nachvollziehen. Dies ist ein vollkommen anderer Ansatz als bisher, da KI-Systeme dadurch fundierter argumentieren können, anstatt lediglich die „wahrscheinlichste“ Antwort aus riesigen Textmengen herauszufiltern bzw. vorherzusagen. Ein paar Tage vor den Weihnachtsfeiertage wurde GPT o3 vorgestellt (brutkasten berichtete), dass bei komplexen wissenschaftlichen Aufgaben, Mathematik und Coding-Benchmarks eine neue Ära einläutet. 

das neue OpenAI-Modell o3 im Vergleich zu früheren Modellen

KI wird ‘Personal’

Während die letzten Jahre KI vor allem auf der Cloud stattfand und wir mit unseren Endgeräten lediglich darauf zugegriffen haben, wurden in 2024 die Weichen für KI am Smartphone und Computer (Windows & Mac) gestellt.

Apple Intelligence (derzeit nicht in der EU verfügbar) ist Apples hauseigene KI-Plattform, die neben einer für andere KI-Modelle offenen Architektur vor allem auf Datenschutz und lokale Datenverarbeitung setzt. Googles Assistent Gemini (nur eingeschränkt in der EU verfügbar) auf Android-Smartphones geht noch einen Schritt weiter, was App- und Datenübergreifende Assistenzfunktionen betrifft.

Beide Lösungen stellen die allererste Version eines persönlichen Assistenten dar, der nicht an einzelne Services (wie MS Copilot) oder Umgebungen (wie Browser) gekoppelt ist, sondern übergreifend analysieren und agieren kann. Bis von diesen auch komplexere Aufgaben übernommen werden können, wird es noch einige Versionen benötigen, die Basis hierfür wurde jedoch in 2024 gelegt.

In 2024 wird auch als jenes Jahr in die Geschichte eingehen, in dem sich ein Pfad für die Einführung von Augmented Reality (auch xR) herauskristallisierte. Damit ist weniger das im Februar dieses Jahres erschienene Apple Vision Pro gemeint, das zum aktuellen Preis und Formfaktor nicht viel mehr als ein Developer Kit darstellt, sondern die xR-Plattformen von Google und vor allem Meta.

Mit den Orion Glasses hat Meta im September einen Prototypen vorgestellt, der einen guten Ausblick darauf gibt, welche Möglichkeiten uns in etwa 5 Jahren erwarten: echtes Augmented Reality gepaart mit generativer KI. Wer sich von Sprachsteuerung und GenAI bereits heute ein bild machen will dem seien die Meta Rayban Smartglasses empfohlen, welche u.a. Live-Übersetzungen und Bilderkennung ermöglichen – wie üblich gilt: nicht in Europa.

Österreich wird Lifesciene-lastiger und KI-affiner

Das österreichische KI-Ökosystem entwickelt sich nach wie vor sehr gut. Vor allem im Bereich der Corporates und IT-Dienstleister kam es zu einem sprunghaften Anstieg von Unternehmen die KI einsetzen bzw. anbieten. Als Highlight im wissenschaftlichen Bereich kann das von Michael Bronstein geleitete AITHYRA-Institut genannt werden, welches von der Boehringer Ingelheim Stiftung mit 150 Mio. Euro gefördert wird (brutkasten berichtete). “AI in Lifescience” stellt bereits heute den größten Bereich für KI-Startups dar, ein Trend der sich mit diesem Institut sicher noch verstärken wird.

Wie zu erwarten, fanden im Superwahljahr 2024 keine strategischen Weichenstellungen statt. Ausgehend von den Wahlprogrammen und den aktuell noch andauernden Koalitionsverhandlungen wird KI auch in der nächsten Legislaturperiode keine Rolle spielen. Ein Rekorddefizit und geschwächte Wirtschaftsleistung sind kein guter Nährboden für ambitionierte Projekte, derer es aber sehr viele bedürfte. Auch eine mögliche Neuwahl wird daran leider nichts ändern, da die relevanten Parteien geistig noch in den 1930ern, 1950ern oder 1970ern leben.

Aus Sicht der Bevölkerung lässt sich festhalten, dass KI hierzulande mittlerweile so alltäglich wie Google-Suche geworden ist. 

Google Suchtrends Österreich 2024, ChatGPT vor Taylor Swift

Europa, der scheiternde Kontinent

Üblicherweise würde ich den Ausblick mit einer europäischen Perspektive abschließen – leider gibt es diese im Technologiebereich nicht. Jedem Durchbruch der letzten 20 Jahre wurde mit einer Kombination aus Skepsis, Pessimismus und Protektionismus begegnet. Darstellungen wie diese verstärken den Eindruck eines gescheiterten Kontinents – ein Narrativ, der mittlerweile das europäische Bild in den USA und Asien dominiert.

In Anbetracht der Sachlage macht es keinen Sinn, die EU und ihre Mitgliedstaaten in eine Diskussion über den Status Quo und zukünftige Entwicklungen von KI mit einzubeziehen. Eine Trendumkehr wird im KI-Bereich nicht mehr passieren können, dazu sind die Versäumnisse mittlerweile zu zahlreich und der Rückstand in Bereichen wie Infrastruktur, Kapitalmarkt und Skilled Migration zu groß. 

Anstatt sich für Steuergeldverschwendung wie Gaia-X oder Regulierung wie den AI Act selbst auf die Schulter zu klopfen, muss das Augenmerk auf die nächste Generation von Unternehmen gelegt werden – Startups. Das Zeitfenster hierfür schließt sich: Wenn es uns Europäern nicht binnen der nächsten fünf Jahre gelingt, Gründen in Europa attraktiver und erfolgreicher zu machen, wird die Erzählung von einem reichen Europa für nachfolgende Generationen ebenso unglaublich sein wie von einem österreichischen Imperium. 

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