Was Einkäufer im Handel von KI-Tools der Marken erwarten: die Sicht der Einkaufsseite
Marken bauen KI in den Wholesale ein, doch Einkäufer beurteilen sie nach Tempo, Datenqualität und Vertrauen. Diese Analyse zeigt, was die verfügbare Evidenz über die Erwartungen der Einkäufer nahelegt.
DAS WICHTIGSTE Zusammenfassung der Redaktion
- Einkäufer dürften KI-Tools schätzen, die Zeit sparen und die Qualität von Produktdaten und Auftragsinformationen verbessern, nicht Tools, die lediglich den Verkaufspitch der Marke automatisieren.
- Die Zusammenfassung von Le New Black zur State of Fashion 2026 erwartet, dass Händler von Marken strukturierte Attribute, einheitliche Begriffe, klare Kategorisierung und hochwertige Visuals verlangen.
- Das Whitepaper 2026 von JOOR berichtet, dass Einkäufer Budgets zu Käufen innerhalb der Saison und zu sofort lieferbarer Ware verschieben, und rät Marken zu flexiblen Lieferterminen.
- Die B2B-Pulse-Studie von McKinsey stellte fest, dass Einkäufer viele Kanäle nutzen und eine Mischung aus persönlichem, Remote- und Self-Service-Kontakt wünschen. KI sollte daher Optionen ergänzen und den Zugang zu Menschen nicht beseitigen.
- Vertrauen hängt von Genauigkeit und Transparenz ab: Einkäufer tolerieren bei einem Tool, das Aufträge und Preise berührt, weniger Fehler als bei einem, das Ideen vorschlägt.
Einkäufer im Handel begrüssen KI-Tools der Marken am ehesten, wenn sie das Bestellen schneller und genauer machen und bessere Informationen liefern. Sie lehnen eher jene ab, die Volumen drücken, Konditionen verbergen oder den Zugang zu einer Person ersetzen. Zur Haltung der Einkäufer gegenüber KI der Marken gibt es kaum veröffentlichte Forschung, daher stützt sich diese Analyse auf angrenzende Evidenz und benennt ihre Grenzen ausdrücklich.
Was brauchen Einkäufer heute von Marken?
Einkäufer steuern viele Marken innerhalb eines begrenzten Budgets und Kalenders. Laut dem Whitepaper 2026 von JOOR verschieben sie Budgets zu Käufen innerhalb der Saison und zu sofort lieferbarer Ware, und die durchschnittliche Zeit von der Bestellung bis zum Versand sank auf der Plattform von 263 Tagen im Jahr 2019 auf 102 Tage im Jahr 2024. Die Zusammenfassung von Le New Black zur State of Fashion 2026 ergänzt, dass Einkäufer Preispunkte genauer prüfen werden, wobei das Preis-Leistungs-Verhältnis für Konsumenten ein Hauptfaktor ist. An diesen Anforderungen wird jedes Tool einer Marke gemessen.
Zum Alltag eines Einkäufers gehören auch Entscheidungen, bei denen es gar nicht um Informationen geht: wie viel Risiko man bei einer neuen Marke eingeht, welche Artikel zu einer bestimmten Kundschaft passen, wie man exklusive Linien und verlässliche Renner ausbalanciert. KI-Tools können diese Entscheidungen mit Daten unterstützen, doch Einkäufer tragen die Verantwortung für das Ergebnis und werden das Urteil nicht dem System einer Marke überlassen. Tools, die das respektieren, kommen tendenziell besser an als Tools, die für sich beanspruchen, die Entscheidung zu treffen.
Welche KI-Funktionen dürften Einkäufern helfen?
| Funktion | Wahrscheinlicher Nutzen für den Einkäufer | Bedenken des Einkäufers |
|---|---|---|
| Verlässliche Antworten zu Auftragsstatus und Lieferung | Weniger Nachfassen, schnellere Entscheidungen | Falsche Informationen |
| Strukturierte Produktdaten und Suche | Schnellerer Vergleich und Sortimentsplanung | Uneinheitliche Attribute |
| Sortimentsvorschläge | Ideen, die zum Geschäft passen | Druck, mehr zu kaufen oder die Prioritäten der Marke zu übernehmen |
| Re-Order-Hinweise | Weniger Out-of-Stock | Spam, unklare Begründung |
| Chat-Assistent im Bestellportal | Schnelle Antworten ausserhalb der Bürozeiten | Kein Weg zu einer Person |
Die Zusammenfassung von Le New Black hält fest, dass Händler von Marken strukturierte Attribute, einheitliche Begriffe und eine klare Kategorisierung erwarten und dass saubere Produktdaten Entscheidungen der Einkäufer in Marktterminen beschleunigen können. Für einen Einkäufer ist das der konkreteste Nutzen, den KI unterstützen kann: gute Daten in einem einheitlichen Format.
Eine weitere Funktion ist schnelleres, genaueres Nachbestellen. Händler mit schnell drehenden Artikeln müssen rasch auffüllen, und ein klarer Blick auf Verfügbarkeit und Liefertermine senkt das Risiko. Das Whitepaper von JOOR berichtet, dass Evergreen-Styles von 37 Prozent des Bruttowarenwerts im Jahr 2019 auf 49 Prozent im Jahr 2024 gewachsen sind. Das legt nahe, dass Folgekäufe und Käufe innerhalb der Saison ein wichtiger Teil des Bildes sind, zumindest auf dieser Plattform.
Wovor werden Einkäufer misstrauisch sein?
- Überzeugung statt Information: Vorschläge, die erkennbar den Umsatz der Marke maximieren, statt zum Geschäft zu passen.
- Intransparente Preise oder Konditionen: jedes Tool, das Preise ohne Erklärung zu personalisieren scheint.
- Fehler in Transaktionen: Fehler bei Aufträgen, Preisen oder Lieferterminen kosten Einkäufer Geld.
- Verlust des persönlichen Kontakts: Die Studie von McKinsey fand eine etwa gleichmässige Präferenz für persönliche, Remote- und Self-Service-Kanäle, Einkäufer wollen also Auswahl, keinen Ersatz.
- Datennutzung: unklare Regeln dazu, wie die Auftrags- und Verkaufsdaten eines Händlers verwendet oder weitergegeben werden.
Auch Transparenz über Automatisierung ist wichtig. Ein Einkäufer, der eine Nachricht erhält, sollte wissen, ob sie von einer Person, von einer Person mit KI-Unterstützung oder von einem automatisierten System stammt, und sollte jemandem antworten können, der handeln kann. Versteckte Automatisierung schadet dem Vertrauen, selbst wenn sie gut gemeint ist, sobald sie später entdeckt wird.
Wie wirken sich die Kanalgewohnheiten der Einkäufer auf das KI-Design aus?
Die B2B-Pulse-Studie stellte fest, dass die Zahl der Kanäle, die Einkäufer auf ihrer Reise nutzen, von fünf im Jahr 2016 auf zehn im Jahr 2022 gewachsen ist und dass Einkäufer früh im Prozess zunehmend Mobile Apps, soziale Medien und Textnachrichten nutzen. Sie stellte zudem fest, dass 35 Prozent den B2B-E-Commerce als wirksamsten Kanal bewerteten. Für Marken folgt daraus, KI-Funktionen in den Kanälen verfügbar zu machen, die Einkäufer bereits nutzen, mit konsistenten Informationen über alle hinweg, statt für jeden ein eigenes Tool zu ergänzen.
Konsistenz über Kanäle hinweg ist eine praktische Anforderung. Sagt das Portal, ein Artikel werde in zwei Wochen geliefert, und der Vertriebsmitarbeiter sagt vier, glaubt der Einkäufer keinem von beiden. KI-Funktionen, die für alle Kanäle auf eine einzige Datenquelle zugreifen, verringern dieses Risiko. Das ist einer der Gründe, warum die Datenarbeit meist vor den Dialogfunktionen stehen muss.
Dieselbe Logik gilt für Sprache und Format. Einkäufer, die mit Dutzenden Marken arbeiten, profitieren davon, wenn Produktnamen, Grössenskalen und Lieferbedingungen einheitlich dargestellt werden. Eine Marke, die KI nutzt, um ihre eigenen Daten vor der Weitergabe zu normalisieren, erweist Einkäufern daher einen echten Dienst, auch wenn diese die KI nie zu Gesicht bekommen.
Was sollten Marken daraus machen?
- Fragen Sie eine Stichprobe von Einkäufern, was sie ausbremst, und testen Sie Tools an diesen Antworten.
- Priorisieren Sie Datenqualität und Genauigkeit vor Dialogfunktionen.
- Machen Sie ausdrücklich klar, wie Händlerdaten verwendet werden und wer sie sehen kann.
- Halten Sie an jeder Stelle einen klaren Weg zu einer namentlich genannten Person offen.
- Messen Sie Ergebnisse auf Einkäuferseite, etwa Zeit bis zur Bestellung, Fehler und Zufriedenheit, und nicht nur die Effizienz auf Markenseite.
Hilfreich ist auch, einkäuferseitige von internen Funktionen zu trennen. Vieles, was KI wertvoll macht, etwa die Prüfung von Preislisten, die Bereinigung von Produktdaten und die Vorbereitung von Briefings für Vertriebsmitarbeiter, bleibt für Einkäufer unsichtbar, ausser durch weniger Fehler und bessere Termine. Marken sollten sich nicht verpflichtet fühlen, Einkäufern eine KI-Funktion zu zeigen, um von ihr zu profitieren, und sorgfältig abwägen, ob ein sichtbarer Assistent etwas bringt, was der Einkäufer verlangt hat.
Wo liegen die Grenzen dieser Analyse?
Die Evidenz ist unvollständig. Die B2B-Pulse-Studie von McKinsey umfasst mehrere Branchen und stammt von 2022, die Zahlen von JOOR kommen von einer einzelnen Plattform, und die Zusammenfassung zur State of Fashion ist ein Sekundärbericht. Keine davon fragt Einkäufer direkt nach KI-Tools von Marken. Marken sollten die obigen Punkte als Hypothesen verstehen, die sie mit den eigenen Kunden testen.
Ein nützlicher Schritt ist, Einkäufer direkt einzubinden. Laden Sie einige Händler ein, einen Prototyp zu testen, beobachten Sie, wie sie ihn nutzen, und fragen Sie, was sie ändern würden. Beobachtung deckt oft Reibung auf, die Umfragen übersehen, etwa einen Anmeldeschritt, eine unklare Beschriftung oder eine Antwort, die korrekt, aber für eine Einkaufsentscheidung nicht nützlich ist.
Häufige Fragen
Was erwarten Einkäufer im Handel von KI-Tools der Marken?
Die verfügbare Evidenz legt genaue Auftrags- und Lieferinformationen, strukturierte Produktdaten, schnelle Antworten und einen klaren Weg zu einer Person nahe, statt automatisierter Überzeugungsarbeit.
Bevorzugen Einkäufer Self-Service oder Aussendienst?
Die B2B-Pulse-Studie von McKinsey stellte fest, dass Einkäufer eine etwa ausgewogene Mischung aus persönlichen, Remote- und Self-Service-Kanälen wünschen. Die meisten wollen also die Wahl.
Wie kann KI der Marken die Produktdaten für Einkäufer verbessern?
Indem sie einheitliche Attribute, Begriffe und Kategorien durchsetzt und Daten vor der Freigabe prüft. Die Zusammenfassung von Le New Black zur State of Fashion 2026 erwartet von Händlern genau das.
Was würde Einkäufer dazu bringen, einem KI-Tool einer Marke zu misstrauen?
Fehler bei Aufträgen oder Preisen, unerklärte Personalisierung, Druck, mehr zu kaufen, unklare Nutzung ihrer Daten und fehlender Zugang zu einer Person.
Eine Ausgabe an jedem Werktag. In fünf Minuten gelesen. Kostenlos für Branchenprofis.
