Welche Merchandising-Aufgaben können KI-Agenten übernehmen und welche nicht?
Agenten können überwachen, analysieren und Vorschläge machen. Strategie, Zielkonflikte und Lieferantenbeziehungen bleiben beim Merchandising. Wo die Grenze 2026 verläuft und was zuerst vorhanden sein muss.
DAS WICHTIGSTE Zusammenfassung der Redaktion
- KI-Agenten im Merchandising sind Softwaresysteme, die Daten überwachen, Analysen durchführen und innerhalb von Grenzen, die Menschen festlegen, Massnahmen vorschlagen oder ausführen; sie sind keine Dashboards, die darauf warten, gelesen zu werden.
- McKinsey schätzte im Januar 2026, dass Merchandiser rund 40 Prozent ihrer Zeit mit Aufgaben von geringem Wert verbringen und dass agentische KI ihnen helfen könnte, bis zu 40 Prozent ihrer Zeit zurückzugewinnen.
- Für Agenten geeignet sind unter anderem Performance-Monitoring, Datenbereinigung, Ausnahmen bei Replenishment und Re-Orders, das Testen von Szenarien und das Entwerfen von Unterlagen für Lieferanten.
- Kategoriestrategie, Zielkonflikte im Sortiment, Markenpositionierung, Verhandlungen mit Lieferanten und Entscheidungen mit Folgen für Fairness oder Reputation bleiben in menschlicher Verantwortung.
- Die Haupthürden sind organisatorischer Natur: McKinsey stellte fest, dass 71 Prozent der Merchandiser von begrenzter oder gar keiner Wirkung aktueller KI-Tools berichteten und nur 24 Prozent eine angemessene Schulung erhalten hatten.
KI-Agenten können einen grossen Teil der repetitiven analytischen Arbeit im Merchandising übernehmen: Verkäufe und Bestände überwachen, Ausnahmen melden, Vorschläge für Re-Orders und Replenishment vorbereiten, Szenarien testen und Berichte oder Unterlagen für Lieferanten entwerfen. Nicht übernehmen können sie die Kategoriestrategie, markenprägende Zielkonflikte im Sortiment, Verhandlungen mit Lieferanten oder Entscheidungen, die ein Reputationsrisiko bergen. Das realistische Modell 2026 sind Agenten, die innerhalb von Leitplanken vorbereiten und ausführen, während das Merchandising freigibt und die Richtung vorgibt.
Was ist ein KI-Agent im Merchandising?
Ein KI-Agent ist ein System, das mehr tut, als eine Frage zu beantworten. Er kann Daten laufend beobachten, entscheiden, welche Analysen er durchführt, Ergebnisse aus mehreren Systemen kombinieren und innerhalb von Regeln, die Menschen definiert haben, eine Massnahme vorschlagen oder umsetzen, etwa eine Replenishment-Menge anpassen. Der Unterschied zu einem Dashboard: Der Agent kommt mit einem Befund und einem Vorschlag auf die Merchandiserin oder den Merchandiser zu, statt darauf zu warten, dass jemand das Problem findet.
Der McKinsey-Artikel «Merchants unleashed» vom Januar 2026 veranschaulicht dies mit einem fiktiven Category Manager (im Lebensmittelhandel, nicht in der Mode), dessen wöchentlicher Zyklus aus Berichten und Reviews zu einem täglichen Zyklus von Entscheidungen wird, die Agenten vorbereiten. Das Beratungsunternehmen schätzt, dass Merchandiser rund 40 Prozent ihrer Zeit mit Aufgaben von geringem Wert verbringen, dass Agenten bis zu 60 Prozent der manuellen Aufgaben des Beispiel-Merchandisers automatisieren könnten und dass Merchandiser bis zu 40 Prozent ihrer Zeit zurückgewinnen könnten. Es handelt sich um Schätzungen eines Beratungsunternehmens, nicht um branchenweit gemessene Ergebnisse.
Für welche Merchandising-Aufgaben eignen sich Agenten?
| Aufgabe | Rolle des Agenten | Rolle des Menschen |
|---|---|---|
| Tägliches Monitoring von Verkäufen und Beständen | Überwachen, Anomalien erkennen, alarmieren | Über die Reaktion auf wesentliche Probleme entscheiden |
| Datenbereinigung und Attributprüfungen | Inkonsistenzen finden und beheben | Regeln festlegen, Grenzfälle prüfen |
| Ausnahmen bei Re-Orders und Replenishment | Mengen innerhalb von Grenzen vorschlagen, kleine Änderungen ausführen | Grössere oder ungewöhnliche Bestellungen freigeben |
| Bestandsausgleich zwischen Filialen oder Kanälen | Innerhalb von Regeln vorschlagen und ausführen | Regeln und Prioritäten festlegen |
| Szenarien für Abschriften und Promotionen | Szenarien durchrechnen, Effekte abschätzen | Strategie wählen, Preisposition der Marke schützen |
| Screening von Trendsignalen | Externe Signale mit eigenen Attributen und Verkäufen abgleichen | Entscheiden, welche Trends zur Marke passen |
| Unterlagen für Lieferanten | Performance-Zusammenfassungen und Briefings entwerfen | Verhandeln und Beziehungen pflegen |
| Sortiments- und Kategoriestrategie | Analysen und Optionen liefern | Die Entscheidung verantworten |
Warum sind Re-Orders und Replenishment der naheliegende Einstieg?
Entscheidungen zu Re-Orders und Replenishment sind häufig, regelbasiert und messbar, und das passt zu Agenten. Ein Agent kann den aktuellen Abverkauf mit dem Plan vergleichen, Bestände in Lagern und bei Lieferanten prüfen, Lieferzeiten berücksichtigen und Re-Orders für schnell drehende Styles oder Umverteilungen aus schwachen Filialen vorschlagen. Weil sich das Ergebnis (vermiedene Out-of-Stocks, reduzierte Überbestände) messen lässt, kann die Leistung des Agenten an menschlichen Entscheidungen getestet werden, bevor er mehr Autonomie erhält.
In der Mode liegt die Grenze darin, dass ein grosser Teil des Sortiments saisonal ist und gar nicht nachbestellt werden kann. Agenten schaffen den grössten Mehrwert bei Carry-over- und Replenishment-Styles sowie bei der Umverteilung bestehender Bestände, weniger bei einmaligen saisonalen Einkäufen, bei denen die Entscheidung einmal und Monate im Voraus fällt.
Das Screening von Trends ist ein zweiter Kandidat. Ein Agent kann externe Trendsignale mit den eigenen Verkäufen der Marke auf Attributebene abgleichen und melden, wo sich ein aufkommendes Attribut im Sortiment bereits gut verkauft; das ist ein deutlich handlungsrelevanterer Output als ein generischer Trendreport.
Welche Aufgaben sollten beim Merchandising bleiben?
- Kategorie- und Sortimentsstrategie: welche Kundschaft bedient wird, welche Preisarchitektur gehalten wird und wie sich eine Kategorie entwickeln soll.
- Markenprägende Zielkonflikte: einen langsam drehenden Signature-Style behalten, weil er die Marke trägt, oder einen profitablen Trend ablehnen, der nicht passt.
- Lieferantenbeziehungen: Verhandlungen, langfristige Kapazitätszusagen und der Umgang mit Streitfällen.
- Entscheidungen mit Auswirkungen auf Fairness oder Reputation: Preise über Märkte hinweg, Allokation an Key Accounts und Reaktionen auf öffentliche Kritik.
- Das Setzen der Leitplanken: die Grenzen, innerhalb derer Agenten handeln, und wann sie eskalieren müssen.
Der McKinsey-Artikel «From dashboards to decisions» vom April 2026 argumentiert ähnlich: Er zitiert die Einschätzung, dass ein Mensch im Prozess nötig ist, lange bevor auch nur annähernd eine Vollautomatisierung erreicht wird, und dass Agenten Feinheiten einer Kategorie und die Differenzierung im Wettbewerb kaum gut verstehen werden.
Was muss vorhanden sein, bevor Agenten helfen können?
- Saubere, vernetzte Daten. Verkäufe, Bestände, Aufträge, Produktattribute und Lieferantendaten müssen über alle Systeme hinweg konsistent sein; Agenten verstärken Datenfehler.
- Festgeschriebene Regeln. Preisschwellen, Mindestmargen, Allokationsprioritäten und Re-Order-Limiten müssen schriftlich festgehalten sein, nicht nur in den Köpfen der Mitarbeitenden.
- Klare Rollen. Legen Sie fest, wer was freigibt und wie sich die Rollen im Merchandising verändern, wenn Routinearbeit automatisiert wird.
- Schulung. Merchandiser müssen wissen, wie sie Agenten briefen, prüfen und korrigieren.
- Erfolgskennzahlen. Definieren Sie im Voraus, wie eine Verbesserung aussieht, etwa weniger Out-of-Stocks oder weniger Zeit für Reporting.
Die organisatorische Lücke ist erheblich. In der Studie von McKinsey vom Januar 2026 berichteten 71 Prozent der Merchandiser von begrenzter oder gar keiner Wirkung aktueller KI-Tools, 61 Prozent fühlten sich nicht vorbereitet, KI im gesamten Merchandising zu skalieren, und nur 24 Prozent gaben an, eine angemessene Schulung erhalten zu haben. Im Artikel vom April 2026 schreibt McKinsey zudem, sein Merchant AI Accelerator habe Händlern geholfen, den Umsatz um bis zu 5 Prozent zu steigern und die Margen um bis zu 3 Prozent zu verbessern; dabei handelt es sich um selbst berichtete Ergebnisse aus Mandaten, nicht um unabhängige Benchmarks.
Was bedeutet das für Merchandising-Teams in der Mode?
Die kurzfristige Veränderung betrifft eher die Frage, wofür Zeit eingesetzt wird, als allein die Zahl der Stellen. Übernehmen Agenten Monitoring, Datenaufbereitung und Routine-Re-Orders, kann sich das Merchandising stärker der Sortimentsarchitektur, der Interpretation von Trends sowie den Beziehungen zu Lieferanten und Accounts widmen. Der Report The State of Fashion 2026 von McKinsey und The Business of Fashion zählt die Neuausrichtung der Belegschaft rund um KI zu den Hauptthemen der Branche in diesem Jahr. Teams, die mit eng umrissenen, messbaren Aufgaben beginnen und dokumentieren, was Agenten dürfen und was nicht, lernen voraussichtlich schneller als jene, die auf einen universellen Merchandising-Agenten warten.
Häufige Fragen
Was können KI-Agenten im Merchandising leisten?
KI-Agenten können Verkäufe und Bestände überwachen, Anomalien erkennen, Daten bereinigen, Szenarien für Abschriften und Replenishment durchrechnen, Re-Orders vorschlagen und Berichte für Lieferanten entwerfen. Am besten funktionieren sie bei häufigen, regelbasierten und messbaren Aufgaben, wobei Menschen wesentliche Entscheidungen freigeben.
Werden KI-Agenten Merchandiser ersetzen?
Die aktuelle Evidenz deutet darauf hin, dass Agenten Routineanalysen übernehmen, statt Merchandiser zu ersetzen. Strategie, markenprägende Zielkonflikte, Verhandlungen mit Lieferanten und Entscheidungen mit Auswirkungen auf die Reputation bleiben in menschlicher Verantwortung, und Beratungsunternehmen betonen die Notwendigkeit eines Menschen im Prozess.
Wie viel Zeit können KI-Agenten Merchandisern sparen?
McKinsey schätzte im Januar 2026, dass Merchandiser rund 40 Prozent ihrer Zeit mit Aufgaben von geringem Wert verbringen und mit agentischer KI bis zu 40 Prozent ihrer Zeit zurückgewinnen könnten. Das sind Schätzungen; die tatsächlichen Einsparungen hängen von der Datenqualität und der Gestaltung der Prozesse ab.
Was brauchen Sie, bevor Sie KI-Agenten für Re-Orders einsetzen?
Sie brauchen konsistente Verkaufs-, Bestands- und Lieferantendaten, schriftliche Regeln für Re-Order-Limiten und Margen, klare Freigaberollen und Kennzahlen zur Beurteilung der Ergebnisse. Agenten sollten im Empfehlungsmodus starten und nur dort Autonomie erhalten, wo sie sich als zuverlässig erweisen.
Eine Ausgabe an jedem Werktag. In fünf Minuten gelesen. Kostenlos für Branchenprofis.
