From Voice to Value: Wie Conversational AI den stationären Handel lernfähig macht

Artikel von Maarten Goossens
veröffentlicht im MIT-Blog

Dabei erfassen Unternehmen heute so viele Daten wie nie zuvor. Im Onlinehandel wird jeder Klick analysiert, Marketingkampagnen werden in Echtzeit optimiert und Dashboards zeigen minutengenau, wie sich Umsätze, Conversion Rates oder Warenkörbe entwickeln. Auch im stationären Handel mangelt es nicht an Kennzahlen. Frequenzen, Verkaufsquoten oder Durchschnittsumsätze stehen nahezu jederzeit zur Verfügung. Was all diese Daten jedoch kaum beantworten, ist die entscheidende Frage: Warum entscheiden sich Kunden so, wie sie es tun?

Vom Bauchgefühl zur Datenbasis

Genau diese Wissenslücke versuchen Unternehmen seit Jahren zu schließen. Sie befragen Kunden nach dem Einkauf, setzen Mystery Shopper ein oder verlassen sich auf die Erfahrung ihrer Mitarbeitenden. All diese Ansätze liefern wertvolle Hinweise – sie bleiben jedoch Momentaufnahmen. Sie zeigen einzelne Situationen, aber nicht die Gesamtheit der täglichen Kundeninteraktionen.

Das eigentliche Problem ist struktureller Natur: Verkaufsgespräche bestehen aus unstrukturierten Informationen. Kunden formulieren Erwartungen, äußern Einwände, vergleichen Alternativen oder ändern spontan ihre Meinung. Diese Informationen entstehen im Gespräch, lassen sich aber mit klassischen Analysemethoden kaum erfassen oder systematisch auswerten. So bleibt ein großer Teil des Kundenwissens an einzelne Mitarbeitende gebunden.

Genau hier setzt generative KI an. Erstmals lassen sich Verkaufsgespräche systematisch erfassen, transkribieren und im jeweiligen Kontext auswerten. Aus tausenden einzelnen Kundeninteraktionen entstehen so strukturierte Erkenntnisse darüber, welche Fragen immer wieder gestellt werden, welche Einwände Kaufentscheidungen verhindern oder welche Argumente besonders häufig zum Abschluss führen. Damit wird jeder einzelne Verkaufsprozess zu einer wertvollen Datenquelle für das gesamte Unternehmen. Erfahrungen, die bislang ausschließlich bei einzelnen Mitarbeitenden lagen, werden so organisationsweit nutzbar und schaffen eine fundierte Grundlage für bessere Entscheidungen.

Kundengespräche als strategischer Erfolgsfaktor

Die Bedeutung dieser Daten reicht weit über den Vertrieb hinaus. Erstmals entsteht ein kontinuierlicher Strom an Informationen darüber, wie Kunden Produkte wahrnehmen, welche Erwartungen sie mitbringen und an welchen Stellen sie zögern oder abspringen. Damit werden Verkaufsgespräche zu einer direkten Rückmeldung aus dem Markt – und zwar nicht einmal im Quartal durch eine Befragung, sondern mit jeder einzelnen Kundeninteraktion.

Für das Produktmanagement eröffnet das eine neue Perspektive. Statt sich auf Reklamationen oder Marktforschung zu verlassen, erkennt es frühzeitig, welche Funktionen Kunden nicht verstehen, welche Ausstattungsmerkmale regelmäßig nachgefragt werden oder an welchen Stellen Produkte Erklärungsbedarf erzeugen. So lassen sich Schwachstellen identifizieren, bevor sie sich in sinkenden Verkaufszahlen niederschlagen.

Auch das Marketing erhält eine deutlich fundiertere Entscheidungsgrundlage. Wenn sich bestimmte Fragen oder Missverständnisse in Gesprächen häufen, deutet das oft darauf hin, dass Botschaften ihre Zielgruppe nicht erreichen oder Erwartungen wecken, die im persönlichen Gespräch erst wieder eingeordnet werden müssen. Kampagnen können dadurch stärker an den tatsächlichen Informationsbedürfnissen der Kunden ausgerichtet werden.

Für den Vertrieb selbst verändert sich vor allem die Art des Lernens. Erfolgreiche Gesprächsverläufe werden nicht länger als individuelles Erfahrungswissen einzelner Verkäufer betrachtet, sondern lassen sich systematisch auswerten und als Best Practices im gesamten Unternehmen verfügbar machen. Trainings orientieren sich damit nicht mehr an theoretischen Leitfäden, sondern an realen Kundensituationen.

Vertrauen entsteht durch Transparenz

Je wertvoller Kundengespräche als Datenquelle werden, desto wichtiger wird der verantwortungsvolle Umgang mit ihnen. Deshalb gilt es von Anfang an für klare Regeln zu sorgen. Denn Vertrauen entsteht nur, wenn für alle Beteiligten nachvollziehbar ist, welche Daten erhoben werden, welchem Zweck sie dienen und wo ihre Nutzung bewusst Grenzen findet. Kunden müssen einer Aufzeichnung aktiv zustimmen und darauf vertrauen können, dass ihre personenbezogenen Informationen geschützt werden. Moderne Lösungen anonymisieren oder pseudonymisieren Inhalte deshalb bereits vor der eigentlichen Analyse und arbeiten mit aggregierten Auswertungen statt individuellen Profilen.

Mindestens ebenso wichtig ist die Perspektive der Mitarbeitenden. Wer Verkaufsgespräche analysiert, darf nicht den Eindruck erzeugen, einzelne Verkäufer überwachen oder bewerten zu wollen. Ziel ist es nicht, individuelle Leistungen zu kontrollieren, sondern Muster über viele Gespräche hinweg zu erkennen und daraus Erkenntnisse für Produkte oder Trainings abzuleiten. Entsprechend sollten Auswertungen grundsätzlich auf Team- oder Standortebene erfolgen und von Beginn an gemeinsam mit HR, Betriebsrat und Datenschutzverantwortlichen gestaltet werden.

Die Filiale als Wissensquelle

Lange Zeit mussten Unternehmen akzeptieren, dass ein Großteil ihres Kundenwissens nach jedem Verkaufsgespräch verloren ging. Mit Conversational AI und Retail Analytics stehen erstmals Technologien zur Verfügung, die diese Informationslücke schließen können. Verkaufsgespräche werden damit zu einer belastbaren Datenquelle, die zeigt, wie Kunden den Verkaufsprozess wahrnehmen. Der stationäre Handel wird dadurch nicht nur datengetriebener, sondern reaktionsfähiger. Aus jeder Kundeninteraktion entsteht Wissen, das unmittelbar in Produkte, Kommunikation und Services zurückfließt und so dazu beiträgt, Brüche entlang der Customer Journey systematisch zu erkennen und zu beseitigen.

Zum Autor

Maarten Goossens ist Partner und Head of Data & Technology. Er verantwortet den Einsatz von KI und Datenstrategien, um Kundenerlebnisse intelligenter und Unternehmen zukunftsfähiger zu machen. Er verfügt über mehr als 15 Jahre internationale Beratungserfahrung.