Walmart betreibt den größten Einzelhandelskatalog der Welt. Hunderte Millionen von Produkten, jedes mit Beschreibungen, Attributen, Bildern, Kategorien und Such-Metadaten — Daten, die bestimmen, ob ein Kunde findet, was er sucht, ob der Bestand ins richtige Lager kommt, ob ein Lieferant die richtige Bestellung erhält.
Im August 2024 machte CEO Doug McMillon während des Q2-FY2025-Earnings-Calls von Walmart eine Aussage, die den Blick auf KI in großmaßstäblichen Operationen verändert. Walmart hatte generative KI eingesetzt, um über 850 Millionen Datenpunkte im Produktkatalog zu verbessern — eine Arbeit, die manuell das 100-fache an Mitarbeitern erfordert hätte, um sie im selben Zeitraum abzuschließen.
Die Originalerkenntnis: Manche Aufgaben sind nur mit KI möglich
Der Standard-Rahmen für KI-ROI ist Effizienz: KI macht einen Prozess schneller oder günstiger. Walmarts Katalogentscheidung war anders. Der Umfang — 850 Millionen Datenpunkte — war keine Aufgabe, bei der KI einen bestehenden Prozess beschleunigte. Bei diesem Volumen war die manuelle Fertigstellung in irgendeinem vernünftigen Zeitrahmen operativ unerreichbar. KI machte die Aufgabe nicht schneller. Sie machte die Aufgabe überhaupt erst durchführbar.
McMillons Formulierung war direkt: „Die Qualität der Daten in unserem Katalog beeinflusst nahezu alles, was wir tun, vom Helfen bei der Produktsuche bis zur Lagerhaltung im Netzwerk und der Auftragslieferung.“ Die KI-Transformation war eine Datenqualitätsinitiative — in einem Ausmaß, das nur generative KI bewältigen konnte [Retail Dive, August 2024].
Die Ergebnisse — aus Earnings-Call-Aussagen verifiziert
- 850 Millionen Produktkatalog-Datenpunkte mit generativer KI verbessert — CEO Doug McMillon, Q2 FY2025 Earnings Call [Retail Dive]
- Produktivitätsmultiplikator: 100x gegenüber manuellem Prozess für denselben Output [Modern Retail]
- 30 Millionen unnötige Lieferkilometer durch KI-Routenoptimierung eliminiert
- 94 Millionen Pfund CO₂ durch optimiertes Routing vermieden
- Walmart bot die Routenoptimierungstechnologie ab März 2024 als SaaS-Lösung für alle Unternehmen an
Was sich operativ verändert hat
Verbesserte Katalogdatenqualität kaskadiert durch jede Ebene von Walmarts Operation. Mitarbeiter lokalisieren Lagerbestand schneller über mobile Tools. Kunden erhalten präzisere Suchergebnisse. Die Lieferroutenplanung wird genauer, weil die zugrunde liegenden Produktdaten sauberer sind.
Bevor die KI die Daten verbesserte, erzeugten unvollständige oder ungenaue Produktdaten Reibung an jedem nachgelagerten Berührungspunkt. Die KI fügte keine neue Fähigkeit hinzu — sie behob einen systemischen Mangel in großem Maßstab.
Was Sie aus dieser Geschichte mitnehmen können
Die Geschichte der 850 Millionen Datenpunkte bietet eine nützliche Neuausrichtung für die Identifikation von KI-Chancen: Suchen Sie nach Aufgaben, bei denen der Umfang die Einschränkung ist — nicht die Komplexität.
Der Katalog von Walmart war nicht zu komplex für manuelle Bearbeitung. Er war zu groß. KI musste nicht intelligenter als ein menschlicher Katalogisierer sein — sie musste mit dem 100-fachen Volumen arbeiten. Das ist ein völlig anderes Problem zu lösen, und ein viel einfacherer Business Case.
SAGA — Erfolgsgeschichten & Reale Fälle · Echte KI-Implementierungen: die Originalidee, die Entscheidung, das verifizierte Ergebnis.