Wie setzt Saks KI-Agenten im Kundenservice und im Personal Shopping ein?

Saks positioniert KI-Agenten als Mittel, um seinen Mitarbeitenden Routinearbeit abzunehmen, nicht um sein Personal-Shopping-Modell zu ersetzen. Der mit Salesforce entwickelte Plan von 2024 sah vor, dass ein autonomer Agent einfache Serviceaufgaben wie das Ändern einer Lieferadresse oder die Prüfung einer Bestellung übernimmt, während ein einheitliches Kundenprofil es der KI erlaubt, Kundenberaterinnen und -beratern und später Style Advisors Empfehlungen vorzuschlagen. Öffentliche Angaben zu den Ergebnissen sind spärlich, und der Konzern hat inzwischen eine tiefgreifende Restrukturierung durchlaufen.

Was hat Saks zu KI-Agenten angekündigt?

Am 18. September 2024 erweiterte Saks Fifth Avenue laut Retail Insight Network seine Partnerschaft mit Salesforce. Der Händler führte die Salesforce Platform einschliesslich der Customer-360-Anwendungen ein; Data Cloud und Agentforce, die KI-Agenten-Plattform von Salesforce, sollten folgen. Commerce Cloud sollte Verkaufsverfolgung, Auftragsabwicklung, Bestandsmanagement und Fulfilment unterstützen, und Slack AI wurde bereits genutzt, um Threads zusammenzufassen und interne Fragen zu beantworten.

Beschrieben wurden zwei Use Cases für Agenten:

• Kundenservice: Kundinnen und Kunden sollten einen autonomen Agentforce Service Agent für einfache Aufgaben wie die Aktualisierung von Lieferadressen nutzen können, damit sich menschliche Servicemitarbeitende komplexeren Anfragen widmen können.
• Unterstützung der Advisors: Data Cloud sollte Daten aus verschiedenen Systemen zu einem einheitlichen Kundenprofil zusammenführen, und Agenten sollten darauf gestützt Kundenberaterinnen und -beratern und später Style Advisors KI-basierte Empfehlungen und Massnahmen vorschlagen, ausgehend von der Historie der Kundschaft über Verkauf, Service und Commerce hinweg.

Die eigene Kundengeschichte von Salesforce zu Saks, zuletzt im August 2025 aktualisiert, nennt Bestellstatus und Retouren als weitere Beispiele für Routineanfragen, die die Agenten übernehmen sollen, und beschreibt den Einsatz von First-Party-Daten und KI zur Personalisierung des Einkaufs über digitale, mobile und stationäre Kanäle. Sie stellt dies als Pläne dar und berichtet keine gemessenen Ergebnisse.

Wie beschreibt Saks die Rolle der menschlichen Advisors?

Die Geschäftsleitung von Saks Global hat stets betont, dass Agenten die Mitarbeitenden unterstützen. Der damalige CEO Marc Metrick sagte: «Agentforce will free up our people to work in a different way with our clients», und fügte hinzu, es werde sie ergänzen und nicht ersetzen. Chief Technology Officer Mike Hite sagte: «Agentforce is really allowing our humans to have a deeper, more impactful interaction with our customers», und in einem Interview mit Retail Insider, es werde «improve our effectiveness across customer touchpoints, empowering our employees».

Diese Darstellung spiegelt wider, wie Luxuswarenhäuser Geld verdienen. Personal Shopper und Style Advisors bauen über Jahre Beziehungen zu ausgabefreudigen Kundinnen und Kunden auf. Ein Agent, der die Frage «Wo ist meine Bestellung?» zu jeder Tageszeit beantwortet, schont die Zeit der Advisors; ein Agent, der den Advisor ersetzen wollte, würde die Beziehung gefährden.

Lesen Sie auch

Wie Ralph Lauren KI einsetzt: Ask Ralph und der konversationelle Shopping-Assistent

Welche Daten brauchen KI-Agenten im Personal Shopping?

Der Plan von Saks macht die Abhängigkeit deutlich: Die Empfehlungen der Agenten beruhen auf einem einheitlichen Profil, das die Historie aus Verkauf, Service und Commerce verbindet. In der Praxis heisst das, die Identität einer Kundin über Onlinekonten, Filialkäufe und Servicekontakte hinweg zusammenzuführen, eine Einwilligung für die Nutzung dieser Daten zu haben und Produkt- und Bestandsdaten aktuell zu halten, damit die Vorschläge auch tatsächlich kaufbar sind. Fehlt dies, liefert ein Agent für Advisors generische Vorschläge, die erfahrene Advisors ignorieren werden.

Hinzu kommen operative Risiken, die jeder Händler einplanen sollte, der dieses Modell übernimmt. Ein Service-Agent, der eine Retourenregel oder ein Lieferdatum falsch wiedergibt, erzeugt eine Beschwerde, statt eine zu lösen. Die Antworten müssen daher aus Live-Systemen stammen, nicht aus dem allgemeinen Wissen eines Modells. Die Übergabe an einen Menschen muss schnell erfolgen und den Gesprächsverlauf mitnehmen, damit sich die Kundschaft nicht wiederholen muss. Und im Luxussegment zählt der Ton: Die Antworten eines Agenten sollten vor dem Start an den Servicestandards des Hauses geprüft und danach laufend überwacht werden, denn eine knappe oder generische Antwort kann jahrelange Beziehungsarbeit eines Advisors zunichtemachen.

Wie hat die Restrukturierung von Saks Global das Bild verändert?

Die KI-Pläne wurden vor einer Phase schweren finanziellen Drucks vorgestellt. Saks Global, unter dessen Dach Saks Fifth Avenue, Neiman Marcus und Bergdorf Goodman vereint sind, durchlief im ersten Halbjahr 2026 ein Chapter-11-Verfahren. Am 26. Juni 2026 gab das Unternehmen bekannt, dass es unter neuer Eigentümerschaft als Exemplar Luxury Group daraus hervorgegangen sei, verwies auf eine Reduktion der Schulden um fast 75% und nannte Geoffroy van Raemdonck als CEO. Die Mitteilung dazu spricht davon, «harnessing rich customer insights to curate distinct product assortments and deliver personalized experiences», und erwähnt Remote-Selling-Services, nicht aber KI oder bestimmte Plattformen.

Für Beobachterinnen und Beobachter ist das eine Erinnerung daran, dass Technologieankündigungen und operative Realität auseinanderlaufen können. Weder Saks noch Salesforce haben Zahlen dazu veröffentlicht, wie viele Interaktionen die Agenten bearbeiten, wie hoch die Lösungsquoten sind oder wie sie sich auf den Umsatz auswirken, und die Führung, die das Programm angekündigt hat, ist nicht mehr im Amt.

Lesen Sie auch

Was ist Agentic Commerce? Wie KI-Agenten für Modekundinnen und -kunden einkaufen werden

Was können Händler vom Ansatz von Saks lernen?

1. Agenten mit klar abgegrenzten Aufgaben starten, etwa Bestellstatus, Retouren und Adressänderungen, bei denen die Antworten aus den führenden Systemen stammen.
2. Eine klare Übergabe an menschliche Mitarbeitende für komplexe oder hochwertige Interaktionen sicherstellen.
3. Zuerst das einheitliche Profil aufbauen; Empfehlungen für Advisors sind nur so gut wie die verknüpften Daten dahinter.
4. Agenten gegenüber den Mitarbeitenden als Werkzeuge darstellen, die ihre Zeit schützen, und Advisors in das Testen der Vorschläge einbeziehen.
5. Vom ersten Tag an messen: Automatisierungsquote, Lösungsquote, Zufriedenheit und Nutzung durch die Advisors, damit das Programm einer Budgetprüfung standhält.