anybill entwickelt digitale Lösungen für den Handel und zeigt mit Purchase Intelligence, wie Händler ihre Kassendaten erstmals einfach und unmittelbar für bessere Entscheidungen nutzen können
Wie kam es zur Entwicklung von Purchase Intelligence, und was war der Auslöser, diese KI-basierte Erweiterung für die anybill Plattform zu schaffen?
Viele Händler verfügen über detaillierte Kassendaten, nutzen sie aber kaum für Entscheidungen im Tagesgeschäft. Anders als im E-Commerce fehlt im stationären Handel oft der direkte Zugang zu strukturierten Kunden- und Warenkorbdaten und Datenanalyse ist entweder zu komplex oder organisatorisch nicht abbildbar. Purchase Intelligence entstand deshalb aus der Frage: Wie können wir datenbasierte Entscheidungen so einfach machen wie im Onlinehandel – und das direkt am Point of Sale? Ausgehend von dieser Herausforderung haben wir eine Lösung entwickelt, die die vorhandenen Belegdaten nutzbar macht, automatisiert auswertet und Handlungsempfehlungen in Echtzeit bereitstellt.
Welche konkreten Herausforderungen im stationären Handel wollten Sie mit Purchase Intelligence lösen?
Im stationären Handel sehen wir immer wieder drei strukturelle Herausforderungen. Erstens: Händler sitzen auf vielen Kassendaten, die aber unstrukturiert vorliegen. Es fehlt zum Teil an einheitlichen Formaten, klaren Kategorien und oft sogar am Zugang – die Daten sind zwar da, aber praktisch kaum nutzbar. Zweitens und viel wichtiger: Die Auswertung ist komplex. Viele Entscheidungen entstehen aus Erfahrung, weil Zeit, Ressourcen oder Data-Science-Know-how fehlen. Selbst größere Händler arbeiten häufig mit Insellösungen oder manuellen Excel-Auswertungen. Drittens: Geschwindigkeit. Handel ist ein Tagesgeschäft, in dem sich Absatzentwicklungen schnell ändern. Klassische Analyseprozesse können diese Dynamik nicht abbilden.
Wie funktioniert die Verbindung zwischen digitalen Kassenbelegen und datengetriebenen Handlungsempfehlungen in der Praxis?
Digitale Belege werden von der Plattform automatisiert eingelesen und in strukturierte Warenkorbdaten umgewandelt. Machine-Learning-Modelle erkennen Muster – etwa Veränderungen im Kaufverhalten oder auffällige Absatzentwicklungen. Auf dieser Basis generiert Purchase Intelligence konkrete Empfehlungen, zum Beispiel Preis- oder Sortimentsanpassungen, passende Promoformate oder Potenziale für Bundles. Über den digitalen Beleg können Aktionen bei Bedarf sogar direkt an Kund:innen ausgespielt werden.
Inwiefern unterscheidet sich Ihre Lösung von klassischen Data-Analytics-Tools, die bereits im Handel eingesetzt werden?
Die gängigen Analyse-Tools setzen voraus, dass Händler eigene Datenexperten haben. Das ist im Alltag selten der Fall. Purchase Intelligence verfolgt deshalb einen anderen Ansatz: Die Daten werden automatisch bereinigt und statt komplexer Dashboards erhalten Händler konkrete, umsetzbare Empfehlungen in Echtzeit. Was uns ebenfalls unterscheidet, ist die direkte Aktivierung am Point of Sale: Erkenntnisse können sofort über den digitalen Beleg ausgespielt werden. Und mit der Chatfunktion können Händler ihre Daten in natürlicher Sprache abfragen, ohne Reports oder Analysewissen zu benötigen. So wird Datenanalyse für Händler jeder Größe nutzbar – auch für diejenigen, die bisher ohne eigene Analytics gearbeitet haben.
Wie stellt anybill sicher, dass die erhobenen und analysierten Daten DSGVO-konform und sicher verarbeitet werden?
Alle Daten werden auf Servern mit deutschem Standort verarbeitet und sind vollständig DSGVO-konform. Standardmäßig nutzen wir anonymisierte Warenkorbdaten. Personenbezug entsteht nur, wenn Händler das explizit wünschen und entsprechende Einwilligungen vorliegen.
Welche Rolle spielt Agentic AI in Ihrem System und wie trägt sie zur Verbesserung der Datenqualität bei?
Agentic AI sorgt bei Purchase Intelligence dafür, dass mehrere spezialisierte KI-Agents parallel an den Daten arbeiten, sich gegenseitig prüfen und dadurch die Qualität der Empfehlungen erhöhen. Sie erkennen automatisch, welche Maßnahmen für Händler sinnvoll sind, und können deren Wirkung bewerten oder bei Bedarf eigenständig anstoßen – immer mit einem Human-in-the-Loop für sensible Entscheidungen. So entsteht ein System, das kontinuierlich dazulernt und bessere Entscheidungen ermöglicht.
Wie nutzen Händler die Chatfunktion von Purchase Intelligence – und welche Vorteile bietet die Interaktion in natürlicher Sprache?
Händler gehen mit sehr konkreten Fragen in Analysen, zum Beispiel: ‚Wie wirkt sich diese Aktion aus?‘ oder ‚Welche Warengruppe entwickelt sich gerade ungewöhnlich?‘ Genau das können sie jetzt bei Chat with your Data eintippen und bekommen die Antwort sofort ohne Reports, Excel oder sonstigen Analyseaufwand. Die Ergebnisse werden direkt auf Basis bereits aufbereiteter Daten verständlich zurückgegeben, ähnlich wie bei ChatGPT, aber mit direktem Zugriff auf die eigenen Retail-Daten.
Was bedeutet die Einführung von Purchase Intelligence für Ihre Kunden, insbesondere für kleinere Händler, die bisher kaum Zugang zu datengetriebenen Entscheidungen hatten?
Gerade kleinere Händler erhalten durch Purchase Intelligence erstmals Zugang zu datenbasierten Insights, die bisher großen Handelsketten vorbehalten waren ohne dafür eigenes Personal einstellen zu müssen. Sie können schneller reagieren, Sortimente laufend optimieren und Marketingaktionen datenbasiert planen. Das kann im Wettbewerb einen echten Unterschied machen.
Welche Ergebnisse konnten erste Partner wie HOYER bereits durch den Einsatz Ihrer Lösung erzielen?
HOYER berichtet, dass mit Purchase Intelligence erstmals klar sichtbar wurde, wo und wie sich Kundenverhalten verändert und wie sich Produktabsätze entwickeln. Das spart Zeit und führt zu klareren Entscheidungen. Die Rückmeldungen zu Purchase Intelligence sind sehr positiv, weil die Handlungsempfehlungen konkret, verständlich und sofort umsetzbar sind.
Wie sehen Sie die Zukunft des stationären Handels im Zusammenspiel von KI, Datenanalyse und Kundenerlebnis am Point of Sale?
Der stationäre Handel wird in den nächsten Jahren datengetrieben arbeiten – genau wie der E-Commerce es heute schon tut. KI wird helfen, Sortimente dynamischer zu steuern, Preise gezielter anzupassen, Warenkörbe besser zu verstehen und Kund:innen relevanter anzusprechen. Der Point of Sale wird zu einem digitalen Touchpoint, an dem Analyse und Aktivierung zusammenfließen.
Welche neuen Geschäftsfelder oder Funktionen planen Sie künftig, um das anybill Ökosystem weiter auszubauen?
Wir arbeiten daran, die Verzahnung zwischen Datenanalyse, Retail Media und Loyalty weiter zu vertiefen. Zukünftige Funktionen werden darauf abzielen, Kampagnen stärker zu automatisieren, KI-basierte Vorhersagen auszubauen und Händler-Apps, Wallets sowie Loyalty-Systeme noch nahtloser einzubinden. Der digitale Beleg entwickelt sich damit zunehmend zu einer vollwertigen Kommunikations- und Datenbasis im Handel.
Was würden Sie anderen Gründerinnen und Gründern raten, die ein technologisches Produkt entwickeln, das tief in bestehende Geschäftsprozesse integriert werden soll?
Man sollte sich immer am tatsächlichen Problem orientieren statt an der Technologie. Die technologische Tiefe darf da sein, gleichzeitig ist es wichtig, für Anwender die Komplexität zu reduzieren – besonders wenn man in bestehende Systeme integriert. Dieser Punkt ist wichtig, denn je leichter sich eine Lösung in bestehende Systeme einfügt, desto höher ist die Akzeptanz im Markt. Und: Früh mit echten Nutzer:innen arbeiten. Bedürfnisse und Prozesse sehen im Alltag oft anders aus als in der Produktidee und das beste Produkt entsteht selten im Konferenzraum, sondern im Austausch mit denjenigen, die es später verwenden.
Bild Fotocredit © anybill GmbH
Wir bedanken uns bei Lea Frank für das Interview
Aussagen des Autors und des Interviewpartners geben nicht unbedingt die Meinung der Redaktion und des Verlags wieder
