Die Auswirkungen von KI im Einzelhandelssektor: Vorteile und Herausforderungen

Die Auswirkungen von KI im Einzelhandelssektor: Vorteile und Herausforderungen

1 E-COMMERCE-PLATTFORMEN UND AUSLAGERUNG

Eine der disruptivsten Entwicklungen in der Einzelhandelsbranche in jüngster Zeit ist die zunehmende Dominanz des E-Commerce. Obwohl E-Commerce selbst kein neues Konzept ist, führen Fortschritte im E-Commerce und in verwandten Bereichen wie Lieferungen und Logistik, die durch KI und Automatisierung erleichtert werden, zu neuen Praktiken und Druck, die erhebliche Auswirkungen auf den breiteren Einzelhandelssektor und seine Belegschaft haben. Die folgenden Abschnitte skizzieren spezifische Innovationen in KI und Automatisierung, die im E-Commerce verwendet werden. Über diese Technologien und Praktiken hinaus ist jedoch die Auswirkung des E-Commerce auf die Einzelhandelsbranche, wie von den Teilnehmern der Fokusgruppe erörtert, weitreichend.

Der Trend zum E-Commerce war bereits in vollem Gange, bevor die Pandemie zuschlug, aber Covid-19 hat den Online-Verkauf und die Nachfrage weiter beschleunigt. In Großbritannien beispielsweise stieg der Anteil der Internetverkäufe am gesamten Einzelhandelsumsatz von rund 20% zu Beginn des Jahres 2020 auf 30% bis 35% für den Rest des Jahres erheblich an. Für einige Einzelhändler, insbesondere kleinere, ist jedoch der Aufbau einer Online-Plattform mit der notwendigen technologischen und logistischen Infrastruktur zu teuer, was es ihnen schwer macht, zu konkurrieren. Dies zwingt sie, Teile des Prozesses an etablierte Einzelhandelsplattformen wie Amazon oder andere große Akteure auszulagern. Dies stellt Einzelhändler, Arbeiter und Gewerkschaften vor eine Reihe von Herausforderungen.

Auf der anderen Seite setzt E-Commerce und Omnichannel-Handel Einzelhändler enorm unter Druck, die Preise niedrig zu halten, um mit anderen Online-Shops konkurrieren zu können. Verbraucher können ihre Smartphones verwenden, um Preise zu vergleichen und Waren im Geschäft zu begutachten, bevor sie Online-Käufe tätigen, was die Gewinnmargen für stationäre Geschäfte drücken kann, die bereits höhere Mieten und Personalkosten im Vergleich zu reinen Online-Einzelhändlern haben. Echtzeit-Preisvergleiche haben auch Auswirkungen auf das Personal im Geschäft, da sie sich der Angebote der Konkurrenz bewusst sein müssen und darauf vorbereitet sein müssen, auf Kundenanfragen nach Preisnachlässen zu reagieren.

Dennoch bieten E-Commerce und der Übergang zum Omnichannel-Handel einigen kleineren Einzelhändlern Zugang zu einem breiteren Markt und kompensieren so den Rückgang der Kundenfrequenz, der in vielen Stadtzentren zu beobachten ist. Ein Teilnehmer der Fokusgruppe kommentierte diesen positiven Aspekt des E-Commerce.

Kleinere Einzelhandelsunternehmen stehen derzeit im Vergleich zu etablierten E-Commerce-Plattformen und größeren Einzelhandelsketten mit Ressourcen und Markenbekanntheit im Nachteil. Die anfängliche Investition in potenziell riskante Technologien erfordert erhebliche Kapitalbeträge. Darüber hinaus sind die Eintrittsbarrieren in die Branche aufgrund niedriger Margen und Löhne in kleineren Geschäften hoch. Daher entscheiden sich viele Einzelhändler dafür, Teile des E-Commerce-Prozesses, wie Marketing, Logistik und Benutzeroberfläche, auszulagern. Dies bedeutet jedoch oft, dass Verkaufs- und Produktdaten sowie Zugang zu Kundendaten und -profilen übergeben werden. Dies kann dazu führen, dass die Gastplattform konkurrierende Produktlinien einführt. Die Dominanz von Plattformen in der Einzelhandelsbranche kann Datenungleichheiten generieren, insbesondere wenn keine wettbewerbswidrige Regulierung vorhanden ist. Etablierte E-Commerce-Plattformen und größere Einzelhändler haben Vorteile gegenüber kleineren Organisationen, wie Markenreputation, Online-Sichtbarkeit, vorhandene Verkaufs- und Kundendaten und interne technische Expertise. Der Aufstieg von Dark Stores und Q-Commerce stellt eine große Bedrohung für kleinere stationäre Geschäfte und größere etablierte Ketten dar. Dark Stores bieten extrem schnelle Lieferungen über Click-and-Collect oder Heimlieferung. Q-Commerce-Unternehmen stören die Branche mit On-Demand-Lieferungen und dem Einsatz von Automatisierung, Auftragsabwicklung und Technologie zur Arbeitsverwaltung für Lieferfahrer. Die wirtschaftliche Stärke des Sektors nimmt mit dem Anstieg des E-Commerce-Umsatzes zu und eröffnet mehr Mittel für die Entwicklung fortschrittlicher Systeme. Die Regulierung dominanter Marktpositionen könnte im Rahmen des kommenden Digital Markets Act und Digital Services Act des europäischen Rechts möglich sein. Es scheint jedoch unwahrscheinlich, dass Amazon in naher Zukunft ernsthafte regulatorische Bedrohungen für seine Marktposition ausgesetzt sein wird.

Die Teilnehmer der Fokusgruppe identifizierten eine bedeutende Herausforderung in Form von unterschiedlichen rechtlichen Strukturen für den Online- und den stationären Einzelhandel. Diese Vorschriften umfassen verschiedene Aspekte wie die Zahlung von lokalen Steuern und Geschäftsgebühren sowie die Miete für erstklassige Immobilien. Diese Faktoren erhöhen die Kosten für Käufe im stationären Handel im Vergleich zu Online-Käufen, was in Verbindung mit erhöhten Betriebskosten eine schwierige Situation für stationäre Einzelhändler schafft. Die Teilnehmer der Fokusgruppe schlugen vor, dass politische Eingriffe erforderlich seien, um das rechtliche Umfeld auszugleichen, insbesondere angesichts des erheblichen wirtschaftlichen Machtungleichgewichts zwischen E-Commerce-Plattformen und größeren Einzelhändlern im Vergleich zu kleineren Einzelhändlern, die den Großteil der Beschäftigung im Einzelhandelssektor ausmachen. Die Pandemie hat das Wachstum der Online-Verkäufe weiter beschleunigt und Bedenken hinsichtlich der Beschäftigungssicherheit und der Arbeitsbedingungen im Einzelhandelssektor hervorgerufen. Der Übergang vom stationären Handel zur Logistikarbeit hat auch Bedenken hinsichtlich der Arbeitsqualität und der geschlechtsspezifischen Beschäftigung aufgeworfen, da Lager- und Lieferarbeiten körperlich anspruchsvoll sind und von männlichen Beschäftigten dominiert werden. Die zunehmende Verbreitung flexibler Verträge unter den Akteuren im E-Commerce führt zu einer Fragmentierung der Belegschaft, was die Organisierung und Rekrutierung von Gewerkschaften erschwert.

Insgesamt hat der E-Commerce zwar für Kunden verschiedene Vorteile, wie größere Flexibilität und Bequemlichkeit sowie Preiswettbewerb, jedoch hat er für zahlreiche Einzelhändler und Einzelhandelsmitarbeiter erhebliche Kosten verursacht. Viele befürchten, dass die verstärkten Wettbewerbsdrucke, die auf die zunehmende Bedeutung des E-Commerce und die damit verbundenen Ungleichgewichte zurückzuführen sind, zur Schließung mehrerer Einzelhandelsunternehmen geführt oder eine Überprüfung ihrer Angebote erforderlich gemacht haben. Um zwischen einer ‘Low-Road’-Strategie des Wettbewerbs auf Preisbasis und der Reduzierung der Arbeitsbedingungen oder einer ‘High-Road’-Strategie des Wettbewerbs im Kundenservice durch qualifizierte und gut entlohnte Mitarbeiter sowie einer einzigartigen Angebotserstellung zu wählen, müssen Einzelhändler eine Entscheidung treffen.

2   KARTENLOSE/ZINSELLOSE ZAHLUNGSSYSTEME

Digitale Zahlungssysteme umfassen eine Reihe von Technologien, darunter Zahlungen per Mobiltelefon, kontaktlose Kartentransaktionen und Scan-and-Go-Kassensysteme, die Smartphone-Apps verwenden. Diese Systeme bieten Verbrauchern Bequemlichkeit und Flexibilität, werfen jedoch auch Bedenken hinsichtlich Datenschutz und Sicherheit aufgrund heimlicher Datenerfassung auf. Anfangs waren diese Systeme den großen Einzelhandelsketten vorbehalten, sind jedoch aufgrund ihrer sinkenden Kosten und der zunehmenden Anwendungen im Zusammenhang mit Mobiltelefonen nun in kleinen/lokalen Einzelhändlern und auf Bauernmärkten weit verbreitet. Trotz dieser Zugänglichkeit bleiben kleinere Einzelhändler aufgrund der durch stark beworbene Scan-and-Go- und online konto-basierte Zahlungen großer Einzelhändler ermöglichten Möglichkeiten zur Datenerfassung, -analyse und -verarbeitung im Nachteil. Obwohl die Bemühungen zur Behebung dieser Kluft gering sind, sind sie erkennbar. Selbstbedienungskassensysteme und verwandte Technologien breiten sich ebenfalls aus und ermöglichen die Entwicklung von personallosen Geschäften, die mit sehr wenigen Mitarbeitern betrieben werden können, was Bedenken hinsichtlich möglicher Arbeitsplatzverluste durch Automatisierung aufwirft. Es ermöglicht jedoch auch potenziell die Eröffnung von Geschäften in abgelegenen und dünn besiedelten Gebieten. Neue digitale Kreditanbieter erleichtern das weiterhin starke Wachstum des Sektors, erhöhen die Bequemlichkeit für Verbraucher, können jedoch Überkonsum und Verschuldung fördern, insbesondere bei wirtschaftlich benachteiligten Gruppen, insbesondere in Kombination mit raffinierten Marketingsystemen. Kartenzahlungssysteme bieten Unternehmen Sicherheit gegen Diebstahl und Fehler, aber diese Vorteile gelten auch für die Mitarbeiter in den Geschäften, die den Umgang mit Bargeld und das Berechnen von Wechselgeld als stressig empfinden.

3   BESTELLUNG, INVENTAR UND LAGERAUFFÜLLUNG

Automatisierte Lagerverwaltungssysteme bestehen aus verschiedenen Technologien, die die digitale Überwachung und Untersuchung von Lagerbeständen ermöglichen, sowie die Analyse von Verkaufsdaten und die automatische Bestellung von Nachschub. Diese Systeme sammeln Lagerdaten aus verschiedenen Quellen, einschließlich RFID-Tags, Waagen, Kameras und Scannern, und verarbeiten und analysieren sie algorithmisch. Die Vorteile dieser Systeme für Unternehmen sind vielfältig, darunter schnellere Entladung und Sortierung in Lagern, reduzierte Fehler und Arbeitskosten im Zusammenhang mit Lagerbestandskontrollen, effizienteres Einräumen von Regalen und Kommissionieren für die Heimlieferung, Bedarfsprognosen, optimierte Arbeitszeitplanung sowie verbesserte logistische Effizienz und automatische Nachbestellung.

Für Verbraucher kann die Implementierung digitalisierter Inventarsysteme zu einer erhöhten Produktpalette, Verfügbarkeit und Informationen über den Lagerbestand führen, einschließlich Vorlaufzeiten und erwarteten Lieferzeiten. Mittel- bis großflächige Einzelhändler setzen diese Systeme zunehmend ein, da sie reduzierte Arbeitskosten bieten und den just-in-time Durchsatz von Produkten verbessern. Darüber hinaus eröffnen digitale Logistikplattformen, die Inventar- und Lieferkettenmanagementdienste für eingehendes Inventar und E-Commerce-Verkäufe anbieten, zunehmend kleinen Unternehmen das Feld.

Die Auswirkungen dieser Systeme auf die Arbeitnehmer bleiben jedoch uneindeutig. Während Regalstapelroboter aufgrund von Kosten und Kompetenzfragen noch weit davon entfernt sind, in Massen eingesetzt zu werden, unterliegen Lager- und Logistikzentren, die sowohl stationäre Geschäfte als auch E-Commerce-Versand bedienen, zunehmend der robotergestützten Automatisierung. Die Anzahl der Mitarbeiter in den robotergestützten Fulfillment-Zentren bleibt jedoch erheblich, nicht nur in technischen Funktionen, sondern auch in Niedriglohn-Kommissionierjobs.

Darüber hinaus, während sich Lagerhäuser für den Einsatz von groß angelegten automatisierten Systemen eignen, ist in Hochwert- und geringdurchsatzorientierten Sektoren wie Möbel- und Unterhaltungselektronikhandel die Nachfrage nach solchen Technologien wahrscheinlich niedriger, auch wenn Kostensenkungen einen breiteren Zugang zur Automatisierung ermöglichen. Obwohl automatisierte rechnergestützte Nachbestellsysteme für Verbraucher einige Bedrohung durch technologische Arbeitslosigkeit für Verkaufs- und Kassiererarbeiter darstellen können, machen solche Anwendungen derzeit nur einen winzigen Teil der Gesamtkäufe aus und werden in naher Zukunft wahrscheinlich nicht weit verbreitet sein.

Automatisierte Inventar- und Bestellsysteme können effektiv die Notwendigkeit beseitigen, dass Mitarbeiter zeitaufwändige Inventuren durchführen, sodass sie sich auf anspruchsvollere Verkaufsaufgaben konzentrieren können. Diese Verschiebung der Verantwortlichkeiten erfordert jedoch, dass Arbeitgeber in die Entwicklung der erforderlichen Fähigkeiten für ihre Mitarbeiter investieren, um digitale Logistiksysteme zu navigieren. Die Mitarbeiter müssen sich an die Verwendung von Handterminals oder Smartphones gewöhnen, um Logistikdaten und Produktinformationen abzurufen und auf Kundenanfragen zu reagieren. Leider kann die zunehmende Verfügbarkeit von Informationen durch Web- und Smartphone-Apps potenziell die Rolle von Einzelhandelsmitarbeitern als Vermittler zwischen Verbrauchern und Produzenten untergraben.

Obwohl die automatisierte Bestandsverwaltung das Potenzial hat, die Effizienz der Lieferkette zu verbessern und den CO2-Fußabdruck durch die Beseitigung von Platzverschwendung während des Transports und die Verringerung der zurückgelegten Strecken bei Lieferungen und Rücksendungen zu reduzieren, gleichen die derzeitigen Praktiken mögliche Vorteile aus. Zum Beispiel bestellen Einzelhändler zunehmend Kleinmengenbestellungen bei Lieferanten, und kundenorientierte Ein-Tages-, Zwei-Stunden- oder sogar 15-Minuten-Lieferservices (wie im Fall von Q-Commerce) fördern erhöhte Emissionen. Darüber hinaus verschärfen ineffiziente On-Demand-Liefersysteme das Problem weiter.

4   ARBEITSPLANUNG UND PERSONALEINSATZPLANUNG

Algorithmische Arbeitsplanung und Personaleinsatzplanung werden in größeren Einzelhandelsunternehmen immer häufiger eingesetzt. Arbeitgeber können von solchen Systemen profitieren, da sie eine präzisere Prognose der Personaleinsatzpläne während Spitzenzeiten sowohl im Geschäft als auch bei Heimlieferungen im E-Commerce ermöglichen. Die Verwendung solcher reaktionsfähiger digitaler Planungssysteme kann sicherstellen, dass die Kundennachfrage effizienter befriedigt wird, was zu einem reibungsloseren Einkaufserlebnis während Spitzenzeiten führt.

Die Verwendung von automatisierter Schichtplanungssoftware kann jedoch einen stark negativen Einfluss auf die Arbeitsbedingungen und die Work-Life-Balance der Mitarbeiter haben, insbesondere in Verbindung mit flexiblen Verträgen wie “Nullstundenverträgen”. Diese Kombination ermöglicht es Arbeitgebern, Arbeit während Spitzenzeiten einzusetzen und gleichzeitig die Personalkosten während Flautezeiten zu senken, wodurch die Last für Rückgänge in der Verbrauchernachfrage von der Firma auf den Arbeiter verlagert wird. Darüber hinaus können Planungssysteme zu einer Intensivierung der Arbeit und einem Gefühl des ständigen “in Bereitschaft seins” führen, insbesondere in Verbindung mit wenig fortgeschrittener Planung.

Die Art der Arbeitsintensivierung, die im E-Commerce erlebt wird, dringt nun in stationäre Geschäfte ein. Die Automatisierung der Arbeitsplanung und Personaleinsatzplanung kann die Beschäftigungsbeziehung entmenschlichen, indem sie die Fähigkeiten der Mitarbeiter einschränkt, Zeitpläne zu ändern oder anzufechten. Das System erscheint “objektiv”, sodass selbst Manager es schwer haben, es in Frage zu stellen. Obwohl die algorithmische Planung theoretisch die Nutzung von Planung als Disziplinierungs-, Belohnungs- und Bevorzugungssystem durch Manager begrenzen könnte, legen Beweise nahe, dass solche “automatischen” Planungssysteme dazu verwendet werden können, Arbeitnehmer zu bevorzugen und zu disziplinieren.

5   AUFGABENZUWEISUNG, ZIELE UND BELOHNUNG

Einzelhändler nutzen zunehmend digitale Technologien für das “algorithmische Management” neben ihren Planungs- und Einsatzplanungsanwendungen. Dies beinhaltet die algorithmische Zuweisung von Aufgaben, Zielen, Belohnungen und Boni an Mitarbeiter mittels anspruchsvoller Software-Analysepakete. Maschinelles Lernen und KI ermöglichen die Sammlung, Aufbereitung und Analyse von “Big Data” aus einer Vielzahl von Verkaufsfunktionen, darunter Verkaufsgespräche, Webinare, Kundeninteraktionen und Vorbereitung. Daten für solche Systeme werden aus verschiedenen Quellen gesammelt, wie z. B. Instore-Kameras, Sensoren, tragbare Geräte und Browser-Tracking-Cookies. Solche Systeme bieten erhebliche Vorteile, darunter hoch verfeinerte Kundendaten und die Möglichkeit, die Mitarbeiterleistung über das menschliche Management hinaus eng zu überwachen und zu verbessern. Ein multinationaler Juwelier soll beispielsweise Detektoren zur Überwachung des Kundenverkehrs und von Verkaufsdaten verwenden, um die Verkaufsziele der Mitarbeiter in Echtzeit anzupassen. Es gibt jedoch Bedenken, dass solche Systeme zu einer Intensivierung der Arbeit führen könnten und einen intensiven Wettbewerb zwischen den Mitarbeitern schaffen, der die Zusammenarbeit und das Vertrauen zwischen dem Personal untergräbt und zu unbeabsichtigten Konsequenzen führt. Darüber hinaus beinhalten diese Systeme eine erhöhte Datensammlung über Mitarbeiter und Kunden und werfen ethische und rechtliche Fragen hinsichtlich Privatsphäre und Kontrolle auf, sowie die Frage, ob sie bestehenden Kollektivverträgen entsprechen.

6   ÜBERWACHUNGS- UND ÜBERWACHUNGSSYSTEME

Die Zuweisung von Aufgaben und die Planung von Arbeitnehmer*innen-Systemen beinhalten die Sammlung und Nutzung von Verkaufs-, Mitarbeiter*innen- und Kundendaten in einem bisher nicht dagewesenen Umfang, oft in Echtzeit. Dies kann Daten von tragbarer Technologie, Instore- (oder Lager-) Kameras und Sensoren sowie Daten aus Verkaufs- und Lagerinformationen und RFID-Tags umfassen. Obwohl die Überwachung am Arbeitsplatz nicht ungewöhnlich ist, gab es unter den Teilnehmer*innen der Fokusgruppe Bedenken, dass KI und Automatisierung die Überwachung von Mitarbeiter*innen auf einem bisher nicht dagewesenen Maßstab ermöglichen, was zu Entscheidungen führen könnte, die Mitarbeiter*innen ohne menschliche Management-Eingabe betreffen. Für Arbeitgeber*innen bringen Arbeitsplanung und die Gewissheit, dass Mitarbeiter*innen wie beabsichtigt arbeiten, offensichtliche Vorteile. Überwachungs- und Überwachungssysteme können jedoch das Vertrauen und die Bindung der Mitarbeiter*innen untergraben. Für Arbeitnehmer*innen wirft der zunehmende Einsatz intensiver Überwachungs- und Überwachungssysteme ernsthafte Bedenken hinsichtlich Arbeitsintensität und Arbeitsqualität auf. Dynamisch modifizierte Ziele, wie oben diskutiert, können einen intensiven Druck ausüben und eine Stressquelle für Mitarbeiter*innen darstellen, insbesondere wenn sie ohne Managementüberwachung oder Rückgriffsmöglichkeiten auferlegt werden. Darüber hinaus gibt es Bedenken hinsichtlich Robustheit/Qualität und Transparenz. In vielen Fällen sind algorithmische Managementsysteme wie “Black Boxes”, bei denen nur wenige Informationen sowohl für diejenigen verfügbar sind, die verwaltet werden, als auch für Linienmanager*innen darüber, wie Entscheidungen getroffen werden. Dies macht es schwieriger, Entscheidungen in Frage zu stellen, da sie objektiv erscheinen und auf Wissenschaft und Fakten basieren, anstatt auf menschlichen Vorurteilen. Dies kann zu einem gewissen Misstrauen führen und die willkürliche Manager*innenüberwachung erhöhen, was die Behebung von Problemen erschwert. Die Einführung solcher Systeme birgt die Möglichkeit, Algorithmen auf Arten zu manipulieren, die weder für Unternehmen noch für Mitarbeiter*innen von Vorteil sind. Die Überwachung bestimmter Kennzahlen wie Verkaufsziele, Zeit für bestimmte Aufgaben usw. kann dazu führen, dass Mitarbeiter*innen sich darauf konzentrieren, diese Ziele auf Kosten anderer Aufgaben zu erreichen. Dies kann zu unerwarteten Verhaltensmustern führen, die nicht immer die beabsichtigten Ergebnisse für Arbeitgeber*innen liefern. Dies kann insbesondere in “Black Box”-automatisierten Überwachungssystemen, die maschinelles Lernen verwenden, ein Problem sein, da nicht immer klar ist, welche Variablen das größte Gewicht haben. Schließlich können solche Systeme die Arbeit weiter intensivieren und Fragen nach schädlichen oder unangemessenen Formen der Mitarbeiter*innenüberwachung aufwerfen, das Vertrauen zwischen Arbeitnehmer*innen und Arbeitgeber*innen untergraben, insbesondere wenn die Überwachung zu Sanktionen für Mitarbeiter*innen führt, mit negativen Auswirkungen auf die Mitarbeiter*innenbindung, Motivation und potenziell auch auf die Arbeitsabwesenheit und Fluktuation von Mitarbeitern*innen. Bedenken hinsichtlich Heimarbeit wurden durch die Covid19-Pandemie verstärkt. Einige Menschen befürchten, dass KI im Zusammenhang mit der Remote-Arbeit eingehende und ausgehende Kommunikation überwachen könnte. Systeme werden bereits weit verbreitet verwendet, um zu überwachen, ob Remote-Arbeitnehmer*innen arbeiten, indem Ein- und Auslogzeiten, Tastendrücke und Bildschirmaufnahmen überprüft werden. KI ermöglicht jedoch die Überwachung einer viel größeren Anzahl von Eingaben und wirft Bedenken hinsichtlich Überwachungsübergriff, Datenschutz und Vertrauensverlust zwischen Manager*innen und Arbeitnehmer*innen auf.

7   PREDICTIVE MARKETING UND PERSONALISIERUNG

Die Kombination von Fortschritten im maschinellen Lernen und der Fülle an Verbraucherdaten hat zur Entwicklung immer anspruchsvollerer automatisierter Marketing-Systeme geführt. Im Bereich des E-Commerce ermöglicht die Verwendung von Tracking-Cookies und kontospezifischen Websites eine einfache Überwachung von Kunden und den Aufbau von Profilen. Diese Daten werden gesammelt und für verschiedene Zwecke analysiert, wie z.B. die Messung der auf einem bestimmten Artikel verbrachten Zeit, die Klickrate und wiederholte Käufe. Die daraus resultierenden persönlichen Kundenprofile werden verwendet, um sie mit Sonderangeboten anzusprechen und Kundendemografien sowie beliebte Artikel zu überwachen. Instore-Technologien wie Kundenkarten und Smartphone-Scan- und Go-Zahlungssysteme werden ebenfalls zur Datenerfassung und Erstellung von Kundenprofilen verwendet. Diese Systeme können dynamische Preise informieren, die Kunden zum Kauf verleiten, und können auch den Arbeitnehmer*innen durch erhöhte Verkäufe und Jobsicherheit zugutekommen. Es gibt jedoch Risiken im Zusammenhang mit diesen Systemen, wie übermäßige Ausgaben und Überkonsum, sowie Bedenken hinsichtlich Transparenz und Datenschutz bei der Datenerfassung und -freigabe. Viele Verbraucher*innen sind sich nicht im Klaren über das Ausmaß der Datensammlung durch Unternehmen sowohl im E-Commerce als auch im Geschäft vor Ort.

Die Auswirkungen dieser Technologien auf Kompetenzen und Berufe sind nicht leicht absehbar. Einerseits ahmen diese Systeme gewohnte Methoden des Up-Selling und Cross-Selling nach, eine fachkundige Aufgabe, die von Verkaufspersonal beim Verkauf hochwertiger Artikel durchgeführt wird. Aufgrund der reduzierten Kosten für Empfehlungsalgorithmen können jedoch prädiktive Marketing-Systeme auf eine Vielzahl von Produkten angewendet werden und aus dem physischen Geschäft heraus betrieben werden. Folglich ersetzen diese Systeme in gewisser Hinsicht die konventionelle Rolle von Einzelhandelsmitarbeitern bei der Bereitstellung personalisierter Empfehlungen für Kunden, was die berufliche Identität des Verkaufspersonals potenziell erodieren kann. Andererseits können algorithmische Kundenempfehlungen dazu dienen, die Fähigkeiten der Arbeitnehmer*innen zu verbessern. Wenn Algorithmen eine Reihe von Möglichkeiten generieren, kann das Verkaufspersonal den Kunden durch die verschiedenen verfügbaren Optionen führen, um eine informierte Entscheidung zu treffen, was eine Investition in das Produktwissen und die digitalen Fähigkeiten der Verkaufsmitarbeitenden erfordert.

Angesichts der verfügbaren Möglichkeiten zur Datenerfassung online und der aktuellen technologischen Fähigkeiten äußerten Teilnehmer*innen der Fokusgruppe Bedenken, dass prädiktive Marketing-Systeme großen Einzelhändlern mit bestehender Online-Präsenz gegenüber kleineren stationären Einzelhändlern einen Vorteil verschaffen. Es wurde erkannt, dass einige kleinere Einzelhändler sich in diesem Bereich engagieren und innovative individuelle und kollektive Kundenbindungsprogramme nutzen, um dies zu tun, es gab jedoch Bedenken hinsichtlich des Datenbesitzes und der -freigabe. Es gab Fragen danach, wer im Besitz von Daten war und Zugriff darauf hatte, insbesondere wenn kleinere Einzelhändler große Online-Plattformen nutzten, um ihre Produkte zu vermarkten. Darüber hinaus gab es Bedenken, dass Online-Plattformen direkt von der Möglichkeit profitieren könnten, anonymisierte Daten an Dritte zu verkaufen.

8. AUTONOME LAGER, FAHRZEUGE UND ROBOTIK

Roboter und automatisierte Computersysteme werden bereits seit einiger Zeit eingesetzt, insbesondere im Fertigungssektor. Allerdings haben jüngste Fortschritte in der Robotik und im maschinellen Lernen das Potenzial dieser Technologien erweitert. Im Einzelhandelssektor werden Roboter und intelligente Maschinen für automatisierte Sortiersysteme, Fehlererkennung und Qualitätsprüfung, autonome Fahrzeuge und Lagerroboter sowie Robotic Process Automation (RPA)-Systeme verwendet, die verschiedene Kundenbetreuungs-, Marketing- und HR-Funktionen ausführen können. Obwohl diese Technologien viele physisch anspruchsvolle oder repetitive Aufgaben automatisieren, was die Produktivität steigern und Arbeitsplätze potenziell weniger monoton machen kann, ist ihre Einführung nicht ohne Probleme.

Eine Eigenschaft von Robotern und automatisierten Computersystemen ist, dass sie nicht müde werden und in einigen Fällen Aufgaben schneller als menschliche Arbeitskräfte ausführen können. Dies kann zu Produktivitätssteigerungen für Arbeitgeber und günstigeren Preisen für Verbraucher führen. Allerdings sind Roboter und ausgefeilte RPA-Systeme teuer und erfordern große Datenmengen zur Entwicklung. Daher wird ihre Einführung für einige Anwendungen nur bei größeren Mengen kosteneffektiv und viele kleinere Einzelhändler könnten sich den Einsatz dieser Technologien nicht leisten oder müssten Drittanbieter für einige Dienstleistungen bezahlen, was sich auf ihre Wettbewerbsfähigkeit auswirken kann. Darüber hinaus dürften die Vorteile einer groß angelegten Einführung solcher Technologien größeren Akteuren zugutekommen und zu einer weiteren Konsolidierung der Branche führen.

Für die Arbeitnehmer*innen ist die Auswirkung dieser Technologien unklar. Einerseits können Roboter dazu beitragen, physisch anspruchsvolle oder repetitive Aufgaben zu automatisieren, was die Gesundheit und Sicherheit verbessern und den Arbeitskräften mehr Zeit für spezialisierte Aufgaben geben kann, was zu einer Qualifizierung der Arbeitsplätze führen kann. Andererseits gibt es Bedenken hinsichtlich der Arbeitsplätze und der Gesundheit und Sicherheit. In Bezug auf Arbeitsplätze gibt es drei Hauptbedenken. Erstens kann Automatisierung zu einer geringeren Nachfrage nach menschlichen Arbeitskräften und weniger Arbeitsplätzen führen. Zweitens könnte die Beseitigung von wiederholenden und weniger komplexen Aufgaben die Zeit der Arbeitnehmer*innen für anspruchsvollere Aufgaben freisetzen, aber zu weniger Diversifizierung der Aufgaben führen, wodurch nur komplexe und anspruchsvolle Aufgaben für die Arbeitnehmer*innen verbleiben könnten. Dies könnte zu einer Intensivierung der Arbeit führen. Ein damit verbundenes drittes Anliegen ist, dass jede Qualifizierung der Arbeitsplätze durch angemessene Schulung und eine angemessene Bezahlung für die Arbeit begleitet werden muss. Es gab Bedenken unter den Teilnehmer*innen der Fokusgruppe, dass diese Bedingungen nicht immer erfüllt wurden, vielleicht sogar selten.

Fortschritte in der Robotik haben dazu geführt, dass Roboter eine breitere Palette von Aufgaben mit größerer Genauigkeit ausführen können. Die Durchführbarkeit von Investitionen in Roboter ist jedoch immer noch begrenzt, da es bestimmte Aufgaben gibt, für die menschliche Arbeitskräfte kostengünstiger, flexibler und kosteneffektiver sind. Darüber hinaus sind die einzigartigen Qualitäten menschlicher Arbeitskräfte schwer zu replizieren. Obwohl Roboter herausfordernde Aufgaben erledigen können, sind menschliche Arbeitskräfte immer noch notwendig, um eng mit ihnen zusammenzuarbeiten. In stark robotisierten Umgebungen wie dem Amazon-Lager in den Vereinigten Staaten ist die Verletzungsrate angeblich drei- bis viermal höher als der Branchenstandard.

Eine weitere Herausforderung, die die Automatisierung darstellt, ist die Unzulänglichkeit der Steuersysteme vieler Länder, um eine Zukunft zu berücksichtigen, in der Technologie und Automatisierung erheblich zur Produktivität beitragen. Roboter unterliegen nicht denselben Steuern wie menschliche Arbeitskräfte, und die Körperschaftsteuer ist oft niedriger als die Einkommensteuer, was den Einsatz von arbeitssparenden Technologien fördert. Ohne eine Erhöhung der auf Gewinne gezahlten Steuern könnte eine Reduzierung der Einkommensteuer, die von Arbeitnehmer*innen gezahlt wird, zu einem Steuerausfall führen, insbesondere wenn die Arbeitszeit abnimmt. Dies könnte Auswirkungen auf den Wohlfahrtsstaat haben, insbesondere wenn es zu einer erheblichen technologischen Arbeitslosigkeit kommt. Die Teilnehmer*innen der Fokusgruppe waren sich jedoch unsicher darüber, ob die Automatisierung zu Schaffung oder Vernichtung von Arbeitsplätzen führen würde. Einige Teilnehmer*innen bemerkten, dass Amazon, ein Vorreiter in der Automatisierung, weiterhin seine Belegschaft erweitert, was darauf hindeutet, dass Produktivitätsvorteile zu mehr Arbeitsmöglichkeiten führen könnten, anstatt weniger.

9. AUTOMATISIERTE/SELBSTDIENST HR

Die Fortschritte in KI und ML haben dazu geführt, dass eine Vielzahl von HR-Prozessen und -Funktionen von Einzelhandelsunternehmen automatisiert werden. Ein Beispiel dafür ist Walmart in den USA, das einen maschinellen Lernalgorithmus entwickelt hat, um Bewerber*innen für Stellen im Laden zu bewerten, und Carrefour in Europa, das ein Selbstbedienungssystem für Arbeitnehmer*innen implementiert hat, um verschiedene HR-Dienste wie Gehaltsabrechnungen, Arbeitspläne und Schulungsmaterialien abzurufen. Carrefour stellt allen Ladenmitarbeitenden Smartphones zur Verfügung, die ausschließlich zur Kontaktaufnahme mit dem Personalwesen und zur Beschaffung von Informationen über Produkte, ihre Arbeit und Schulungen genutzt werden. Dies hat die Geschwindigkeit und Effizienz der Kommunikation zwischen Mitarbeitenden und der Geschäftsleitung verbessert und den Zugang der Mitarbeitenden zu HR-Dienstleistungen erleichtert. Es gibt jedoch Bedenken hinsichtlich der Überwachung, Überwachung und Kontrolle der Mitarbeitenden, insbesondere wenn KI und ML für HR-Entscheidungen genutzt werden, was Fragen zur Transparenz und zum Datenschutz in Bezug auf Mitarbeiterdaten aufwirft. Die undurchsichtige Natur algorithmischer Entscheidungsfindung stellt eine Herausforderung dar, da die Mitarbeitenden und sogar Manager keine Kenntnis oder Kontrolle über die Informationen haben, die vom System zur Entscheidungsfindung oder Empfehlung verwendet werden. Darüber hinaus könnten Arbeits-Smart-Geräte während der Pandemie auf neue Weise zur Überwachung des Aufenthaltsorts und der Kommunikation der Mitarbeitenden genutzt werden, was Bedenken hinsichtlich Datenschutz und Vertrauen aufwirft. Diese Probleme sollten durch größere Transparenz und Zusammenarbeit mit Vertreter*innen der Arbeitnehmerschaft angegangen werden.

10. ERWEITERTE/VIRTUELLE REALITÄT UND MASCHINENVISION

Viele Einzelhändler haben in jüngster Zeit verschiedene Anwendungen implementiert, die virtuelle oder erweiterte Realität (AR) und Maschinen-Vision nutzen. Diese Anwendungen umfassen auf Telefonen oder Tablets basierende Produktvisualisierungssysteme, sowohl im Geschäft als auch online, die es den Kund*innen ermöglichen, Outfits in verschiedenen Kontexten zu betrachten, sowie Apps, die Körperformen erkennen und Kleidungsstücke vorschlagen können. Maschinen-Vision-Anwendungen werden auch zur Erkennung von Fälschungen oder betrügerischem Kundenverhalten wie dem Übersehen von Scanvorgängen an der Kasse verwendet. AR-basierte Systeme, wie sie von Walmart und Tilly’s genutzt werden, können auch als Marketinginstrumente eingesetzt werden, um Schatzsuchen und Minispiele zu erstellen, um Verbraucher*innen in die Geschäfte zu locken.

Diese Systeme bieten zahlreiche Vorteile sowohl für Einzelhändler als auch für Verbraucher*innen. Die neueste “digitale Laufsteg”-Technologie schafft webbasierte Veranstaltungen, an denen Verbraucher*innen als Zuschauer teilnehmen und gleichzeitig einkaufen können. Die Visualisierung von Produkten kann den Kund*innen möglicherweise bei sichereren Kaufentscheidungen helfen und die Anzahl der Rücksendungen sowohl bei Online- als auch bei In-Store-Käufen reduzieren. Solche Technologien der erweiterten Realität bieten den Verbraucher*innen erheblichen Komfort, indem sie ihnen ermöglichen, auf Fahrten zu den Geschäften und die Unannehmlichkeiten von Rücksendungen, die ihren Erwartungen nicht entsprechen, zu verzichten. In-Store-AR-basierte Inhalte können auch als Marketinginstrument genutzt werden, um das Kundenerlebnis zu verbessern und potenziell zu erhöhten Verkäufen, reduzierten Kosten und gesteigerter Rentabilität führen.

Es wurden jedoch einige Bedenken von den Teilnehmenden der Fokusgruppe geäußert. Erstens könnten Produktvisualisierungen zwar für den Einsatz im Geschäft oder online entwickelt werden, solche Systeme haben jedoch möglicherweise ein größeres Potenzial für den Online-Handel, da Bildbearbeitungssoftware es den Kund*innen ermöglicht, Kleidungsstücke digital online anzuprobieren, wodurch der E-Commerce erweitert wird und einige Funktionen des In-Store-Handels repliziert werden können. Zweitens könnten die Kosten für solche Systeme und die erforderliche technische Expertise dazu führen, dass kleinere Einzelhändler in naher Zukunft von diesen Entwicklungen ausgeschlossen sind. Darüber hinaus könnten Produktvisualisierungssysteme möglicherweise die Interaktionen zwischen Mitarbeitenden und Kund*innen reduzieren und die Möglichkeiten für das Personal verringern, Kundenservice- und Verkaufsfähigkeiten einzusetzen, Aufgaben, die traditionell in den Aufgabenbereich der menschlichen Mitarbeitenden fallen. Schließlich verwenden alle Anwendungen in diesem Abschnitt Kameras und generieren Videodaten, was ethische Bedenken hinsichtlich Datenschutz und Datennutzung aufwirft.

References

1. Brynjolfsson, E., Rock, D. & Syverson, C. (2017). Artificial Intelligence and the Modern Productivity Paradox: A Clash of Expectations and Statistics. NBER Working Paper 24001.
2. CIPD (2019). People and Machines: From hype to reality. London: Chartered Institute for Personnel and Development.; Susskind, R. & Susskind, D. (2015). The Future of the Professions: How Technology Will Transform the Work of Human Experts. Oxford: Oxford University Press.; Savage, N. (2020). Another set of eyes for cancer diagnostics, 579,   https://www.nature.com/articles/d41586020008472
3. Hutton, G. (2021). Retail sector in the UK.  HoC  Briefing  paper SN06186. London: House of Commons Library.  https://researchbrief ings.files.parliament.uk/documents/SN06186/SN06186.pdf
4. UNI Global Union & UNI Europa (2020). Accounting  for  Workers’ Rights When Regulating Amazon & Other Giants. Submission to EU Commission’ Consultations for Regulation of Digital Platforms (DSA/ NCT). Available at:  https://www.politico.eu/wpcontent/uploads/ 2020/09/Final_UniGlobalUNIEuropaDSASubmission.pdf  [accessed 6/1/2022]
5. (UNI Global Union & UNI Europa, 2020) (n16) BBC (2021, June 2). Amazon warehouse injuries ›80% higher‹ than competitors, report claims. www.bbc.co.uk. Available at: https:// www.bbc.co.uk/news/technology57332390  [accessed  7/1/2022]
6. Ocado Group. (n.d.). Our partnership with Groupe Casino. Available at: https://www.ocadogroup.com/oursolutions/ourglobalpartners/ groupecasino  [accessed  6/1/2022]
7. Wallop, H. (2020, November 28). ›Christmas slots went in five hours‹: How online supermarket Ocado became a lockdown winner. The Guardian,., Available  at:  https://www.theguardian.com/business/ 2020/nov/28/christmasslotswentinfivehourshowonlinesuper marketocadobecamealockdownwinner  [accessed  20/12/2021]
8. Deloison, T., Hannon, E., Huber, A., Heid, B., Klink, C., Sahay, R. & Wolff, C. (2020). The Future of the Last-mile Ecosystem: Transition Roadmaps  for  Public-and  Private-sector    World  Economic Forum. Available at:  https://www3.weforum.org/docs/WEF_Future_ of_the_last_mile_ecosystem.pdf  [accessed  19/12/2021]
9. Schildt, H. (2020). The  data  imperative:  How  digitalization  is  reshaping management,  organizing,  and  Oxford: Oxford University Press.

• (Wood 2016) (n4)
• Wood, A. J. (2020). Despotism on Demand. New York: Cornell Uni versity Press.
• Chung, D.J., Huber, I., Murthy, V., Sunku, V. & Weber, M. (2019, July 19). Setting better sales goals with analytics. Harvard Business Review. Available at:  https://hbr.org/2019/07/settingbettersales goalswithanalytics  [accessed  3/1/2022]
• Darr, A. (2018). Automatons, salesfloor control and the constitution of authority. Human relations, 72(5), 889–909.
• Levy, K. & Barocas, S. (2018). Refractive surveillance: Monitoring cus tomers to manage workers. International Journal  of  Communication, 12,  1166–1188.
• El Pais (2021, July 22). Mercadona paga una sanción de 2,5 mil lones de euros a Protección de Datos. www.elpais.com. Available at: https://elpais.com/economia/20210722/mercadonapagauna sancionde25millonesdeeurosaprotecciondedatos.html [accessed 23/12/2021]

16. (BBC, 2021) (n17)

• Hunt, W. & O’Reilly, J. (forthcoming). Rapid Recruitment in Retail: Lev eraging AI in the hiring of hourly paid frontline associates during the Covid19 Pandemic. Digital Futures at Work Research Centre working paper. Brighton: Digit.
• Hove, B. (n.d.). Carrefour: digital empowerment and innovation in HR. www.Flexso.com. Available at: https://www.flexso.com/en/cases/ carrefourdigitalempowermentinnovationhr [accessed  7/1/2022]

19. https://rockpaperreality.com/arusecases/augmentedrealityin fashion/; https://arinsider.co/2019/10/21/macysreducesproduct returnsto/
20. https://broutonlab.com/blog/aitorecognizecounterfeits

• https://www.businessinsider.com/walmartusingaicamerasfight theft20196?r=US&IR=T; https://losspreventionmedia.com/howai helpsretailersmanageselfcheckoutaccuracyandloss/

22. https://rockpaperreality.com/arusecases/augmentedrealityin fashion/