NRF 2026: Worauf Einzelhändler wirklich fokussiert waren

NRF 2026 machte eines deutlich: Die meisten Einzelhändler jagen nicht mehr nach auffälligen Konzepten. Sie versuchen, eine Reihe hartnäckiger, sehr praktischer Probleme zu lösen:

• Sehen, was tatsächlich im Regal steht
• Reduzierung von Frischwarenabfällen
• Nachhaltige Abwicklung im Laden
• Unterstützung von Frontline-Teams zum Erfolg

Hier ist eine kurze Zusammenfassung der Hauptthemen und einiger konkreter Ansätze, die in Gesprächen auf der Messe zur Sprache kamen.

Inventurblindheit: Das echte Regal sehen, nicht nur das System

Viele Einzelhändler meldeten dasselbe Problem: Die Systeme zeigen Bestand an, aber die Kunden finden dennoch leere Regale.

Häufige Schmerzpunkte:

• Manuelle, sporadische Zykluszählungen.
• Erhalte Fehler, die sich durch Nachschub und E-Commerce ausbreiten.
• Begrenztes Vertrauen in Verfügbarkeit im Regal Daten.

Praktische Ansätze besprochen:

• Wechsel von gelegentlichen Zählungen zu häufigeren, leichteren Überprüfungen mit mobilen Geräten.
• Verwendung Computer Vision um Regale und mehrere Barcodes in einer Ansicht zu erfassen, damit Teams vollständige Abteilungen scannen können, Top-Aktie, oder Bereiche im Backoffice schnell.
• Umwandlung von Regalbeobachtungen in rangierte Aufgaben (z. B. höchste Auswirkungen zuerst) anstatt statische Berichte.

Die zugrunde liegende Idee: Es den Laden-Teams einfach machen, Probleme im Rahmen ihrer normalen Abläufe aufzudecken und zu beheben, anstatt Genauigkeit als separates Projekt zu behandeln.

Regale Regalkämpfe

Umsetzbare Regalintelligenz

Erkunden Sie ShelfView

Frischwarenabfälle: Verfallsdaten als Daten statt als lästige Pflicht behandeln

Einzelhändler für frische Produkte und Lebensmittel wiesen auf Ablauf als Hauptursache für Abfall:

• Datumsüberprüfungen variieren je nach Person, Zeit und Geschäft.
• Produkte, die bald ablaufen, sind schwer zu erkennen.
• Die Zeiteinteilung in Markdown basiert oft eher auf Gewohnheit als auf Einsicht.

Praktische Ansätze diskutiert:

• Automatisches Erfassen von Barcodes und aufgedruckten Verfallsdaten, sodass Kontrollen mehr Elemente in kürzerer Zeit abdecken können.
• Aggregieren von Ablaufdaten, um Muster zu erkennen, zum Beispiel, welche SKUs oder Geschäfte konstant höheren Abfall verursachen.
• Auslösen von Preisnachlässen oder Entfernungen basierend auf tatsächlichen Ablaufdaten, anstatt auf groben Faustregeln.

Die Verschiebung erfolgt von „den Gang entlanggehen und Daten begutachten“ zu „einmal das Verfallsdatum erfassen und es dann sowohl für tägliche Entscheidungen als auch für langfristige Planung nutzen“.

In-Store Fulfillment: Die Kommissionierung wiederholbar und skalierbar machen

Da mehr Bestellungen aus Geschäften erfüllt werden, bewerten Einzelhändler die Art und Weise neu, wie Auswahl ist erledigt.

Wichtige Anliegen:

• Zeitverschwendung beim Gehen ineffizienter Routen.
• Abhängigkeit von einer kleinen Gruppe erfahrener Pflücker.
• Fehler beim Picken und falsch sortierte Artikel in Behältern.

Praktische Ansätze besprochen:

• Die visuellen Hilfestellungen für die Picker entlang einer optimierten Route leiten, anstatt die Entscheidungsfindung über die Wege vollständig den Einzelnen zu überlassen.
• Verwendung der Gerätekamera, um den richtigen Artikel im Regal zu bestätigen, insbesondere dort, wo die Verpackung ähnlich ist.
• Anzeigen auf dem Bildschirm, in welchen Behälter oder Fach jeder Artikel gelegt werden soll, um Sortierfehler zu verringern.

Das Ziel ist, die Leistung weniger davon abhängig zu machen, „das Geschäft auswendig zu kennen“, sondern mehr auf klare, einfache Anweisungen, denen jeder folgen kann.

Luxus & Spezialität: Das Gespräch am Laufen halten

Luxus- und Fachhändler sprachen über eine vertraute Spannung: hohe Erwartungen an den Service vs. das praktische Bedürfnis, Lagerbestand und Produktdetails zu überprüfen.

Typische Herausforderungen:

• Mitarbeiter verlassen häufig den Kunden, um in den Hinterraum zu gehen.
• Fragmentierter Zugriff auf Produkt- und Lagerbestandsinformationen.
• Clienteling-Tools die sich von der Live-Interaktion abgekoppelt fühlen.

Praktische Ansätze besprochen:

• Geben Sie den Mitarbeitern ein einziges, diskretes Gerät für Produktinformationen und Lagerbestände.
• Sicherstellen, dass grundlegende Fragen (Größen, Varianten, Verfügbarkeit in nahegelegenen Geschäften) beantwortet werden können, ohne den Kunden zu verlassen.
• Automatisieren von Aufgaben im Hintergrund wie Bestandszählung, Produktlokalisierung und Auftragszusammenstellung, damit mehr Zeit mit Kunden verbracht werden kann.

Das Ziel ist nicht neue Technologie um ihrer selbst willen, sondern das Beseitigen kleiner Reibungen, die eine intensive Interaktion unterbrechen.

Drei große Fragen, die sich Einzelhändler stellten

In verschiedenen Segmenten tauchten immer wieder drei größere Fragen auf:

Wie können wir die Inventarblindheit reduzieren, ohne die Geschäfte zu überlasten?

Ideen umfassten leichtere, häufigere Zählungen, bessere Unterstützung beim Wareneingang und die Verwendung von Regalintelligenz Systeme, um mehr Regale in kürzerer Zeit abzudecken.

Wie weit sind unsere tatsächlichen Regale von unseren Planogrammen entfernt?

Einzelhändler interessieren sich zunehmend für „Realogramme“: eine Ansicht, wie das Regal tatsächlich aussieht, die regelmäßig erfasst wird, um Lücken und Nichteinhaltung zu erkennen.

Wie hängt das alles mit unserem größeren Ökosystem zusammen?

Viele Teams denken darüber nach, wie Regale- und Produktdaten Analysen, KI-Initiativen und sogar Einzelhandelsmedienplanung unterstützen können, idealerweise unter Verwendung der bereits vorhandenen Geräte und Kameras.

Breitere NRF-Themen: KI, Medien und „stille Technologie“

Die größeren Erzählungen der Show stimmten mit diesen operativen Anliegen überein.

Agentische KI

„Agentische KI“ – Systeme, die Handlungen ausführen und nicht nur Fragen beantworten – war ein Hauptthema.

Für Geschäfte ergibt sich daraus eine einfache Voraussetzung: Jeder Agent, der Entscheidungen über Nachbestückung, Preisgestaltung oder Routenplanung trifft, benötigt genaue und zeitnahe Informationen darüber, was tatsächlich vor den Kunden liegt.

Das ist der Punkt, an dem die konsistente Erfassung von Artikeldaten (von Regalen, Lagerräumen und Etiketten) zu einem entscheidenden Input wird, und nicht nur zu einem netten zusätzlichen Betriebsmerkmal.

Der Laden als Medienressource

Retail-Mediennetze bewegen sich in den Gang über digitale Bildschirme, intelligente Regale und app-geführte Reisen.

Eine Implikation: Die Ausführung im Laden (Verfügbarkeit und Preisgestaltung) und die Medienleistung sind nun eng miteinander verknüpft. Wenn das beworbene Produkt nicht verfügbar oder korrekt im Regal ausgezeichnet ist, leiden die Medienergebnisse und das Vertrauen der Käufer.

Das ist ein weiterer Grund, warum genaue, nahezu in Echtzeit verfügbare Regaldaten immer wichtiger werden: Sie sind die Grundlage sowohl für den Betrieb als auch für die Glaubwürdigkeit der Medien.

„Ruhige Technik“ und Frontarbeit

Mehrere Redner sprachen über „stille Technik“: Lösungen, die:

• Verbessern Bestandsgenauigkeit und Schrumpfung.
• In bestehende Workflows und Hardware integrieren.
• Erfordern Sie minimale Verhaltensänderungen für das Personal.

Daneben lag ein klarer Schwerpunkt auf Erfahrung an vorderster Front in einem angespannten Arbeitsmarkt:

• Komplexe Aufgaben geführter und visueller gestalten.
• Verkürzung der Schulungszeit für neues Personal.
• Gestaltung von Werkzeugen, die sich eher wie Verbraucher-Apps anfühlen als traditionelle Unternehmenssysteme.

Computervision und mobile Arbeitsabläufe wurden oft als Möglichkeiten betrachtet, den Arbeitstag schrittweise zu verbessern: Weniger Suchen, weniger wiederholte Scans, klarere nächste Schritte, anstatt dramatische, einmalige Transformationen.

Wichtige Fragen, die Einzelhändler nach dem NRF stellen sollten

Unabhängig davon, ob Sie an der NRF teilgenommen haben oder nicht, deuten die Diskussionen auf einige nützliche Anregungen für interne Gespräche hin:

• Wie zuversichtlich sind wir in Bezug auf unsere Zahlen zur Verfügbarkeit im Regal, Laden für Laden?
• Wo werden Verfallsdaten und andere wichtige Attribute noch manuell verwaltet?
• Wie groß ist die Lücke zwischen Planogrammen und dem, was Kunden tatsächlich sehen?
• Wie einfach ist es für einen neuen Mitarbeiter, genau zu kommissionieren, Lagerbestände zu zählen und Preise zu überprüfen?
• Sind unsere Bemühungen im Bereich KI, Analysen und Einzelhandelsmedien auf zuverlässigen, realen Geschäftsdaten begründet?

Die Beantwortung dieser Fragen erfordert nicht, bei Null anzufangen, bedeutet jedoch oft, zu untersuchen, wie vorhandene Geräte, Kameras und Arbeitsabläufe anders genutzt werden könnten.