PolydigitalWebsite besuchen →
← Zurück zum Blog

KI-Talentbedarf im Handel: Welche Rollen jetzt zählen

11. Oktober 2026
KI-Talentbedarf im Handel: Welche Rollen jetzt zählen

Der Handel braucht jetzt gezielt KI-Talente: Priorität haben Data- und ML-Rollen, AI-Governance und eine systematische AI-Literacy im ganzen Team. Der Reifegrad vieler Unternehmen ist noch niedrig bis mittel, fehlende fachliche Kompetenz bremst die Umsetzung. Wer jetzt Personalplanung und Weiterbildung verbindet, verschafft sich einen Vorsprung.

Kurz gesagt:

  • Mehr als die Hälfte der 175 befragten Handelsunternehmen liegt auf Reifestufe zwei oder drei; 58,3 % nennen fehlende Fachkompetenz im Bereich KI als größtes Hemmnis.
  • Besetzen Sie zuerst eine erfahrene Leitungsrolle für KI, danach Verantwortliche für Aufsicht und Weiterbildung; operative Fachkräfte folgen später, während Interimslösungen Verzögerungen überbrücken.
  • Für Technologie und Betrieb einschließlich Personal dienen 1,5 bis 5 % des Umsatzes als grober Orientierungswert, abhängig von Unternehmensgröße und angestrebtem Ausbau.
  • Seit Februar 2025 verpflichtet Artikel 4 Anbieter und Betreiber zu rollenbezogenen Kompetenzmaßnahmen für ihr Personal, schreibt aber weder Zertifikate noch Mindeststundenzahlen vor.
Polydigital
KI-Kompetenz gezielt ins Team holen
Polydigital besetzt Data- und AI-Positionen in der DACH-Region und prüft Talente persönlich auf Fachwissen und Technologiekompetenz.
KI-Talente entdecken

Inhaltsverzeichnis

Aktueller Stand: Reifegrad, Studienbefunde und typische Einsatzfelder im Handel

Die Zahlen zeichnen ein eindeutiges Bild. Mehr als die Hälfte der im HDE-KI-Monitor befragten 175 Handelsunternehmen liegt auf Stufe 2 bis 3 eines fünfstufigen Reifegradmodells, also eher in der Experimentierphase als in der Skalierung. Das ist kein Technologieproblem, sondern ein Personalproblem.

Die EHI-Studie bestätigt diesen Befund aus einer anderen Richtung: Die Bewerbungszahlen steigen zwar, aber die passende Qualifikation bleibt ein Engpass. Viele Händler setzen deshalb bereits auf KI im Recruiting selbst und bauen Multiplikatorenprogramme auf, um Wissen im Unternehmen zu verbreiten.

Auf der technischen Seite zeigt sich ein ähnliches Muster: Hyperscaler wie AWS, Azure oder Google Cloud sind weit verbreitet, doch die Datenintegration bleibt vielerorts lückenhaft. Typische Einsatzfelder, in denen sich das bemerkbar macht:

  • Forecasting und Absatzprognosen für Sortiment und Beschaffung
  • Personalisierung im Onlinehandel und in der Kundenkommunikation
  • Replenishment, also die automatisierte Nachbestückung von Lagerbeständen

Mehr zur Selbsteinschätzung des eigenen Reifegrads liefert unser Beitrag zu organisationaler KI-Reife.

Gefragte Rollen und Kompetenzprofile für den Handel

Nicht jede Rolle muss sofort besetzt werden. Die Reihenfolge entscheidet oft über den Erfolg der gesamten KI-Initiative.

  1. AI Product Manager: übersetzt Geschäftsanforderungen aus Einkauf, Pricing oder Logistik in umsetzbare KI-Projekte.
  2. Data Scientist mit Handelserfahrung: baut Prognosemodelle für Nachfrage, Preis und Sortiment.
  3. MLOps Engineer: sorgt dafür, dass Modelle im Betrieb stabil laufen und nicht nur im Labor funktionieren.
  4. AI Governance Officer: definiert Regeln für Datenschutz, Nachvollziehbarkeit und Haftung.
  5. AI Enablement Lead: baut interne Lernpfade und AI-Champions auf, oft die erste Rolle, die sich auszahlt.

Domänenwissen schlägt reine Technikkompetenz. Eine Data Scientistin, die Pricing-Logik, Sortimentsplanung und Logistikprozesse im Handel versteht, liefert schneller brauchbare Ergebnisse als jemand mit reiner Modellierungserfahrung. Prompting-Fähigkeiten gehören mittlerweile in fast jedes Profil, von der Fachabteilung bis zur IT.

Bei der Seniorität empfiehlt sich ein gemischtes Team: eine erfahrene Leitungsrolle zuerst, danach operative Besetzungen. So vermeiden Sie, dass junge Teams ohne Richtung experimentieren. Eine Checkliste für die Auswahl passender Profile finden Sie in unserem Beitrag zur KI-Rollenbesetzung.

Führungsposition gefolgt von operativen KI-Einstellungen

Strategische Personalplanung: Predictive Workforce Planning und Budgetierung

Personalplanung für KI-Rollen funktioniert nicht mit Bauchgefühl. SAP empfiehlt einen Ansatz, bei dem Talentprognosen direkt an Geschäftszielen ausgerichtet werden, unterstützt durch Szenariomodellierung und KI-gestützte Analysetools.

Konkret bedeutet das für Handelsunternehmen:

  • Skill-basierte Planung: Welche Kompetenzen fehlen heute, welche in zwei Jahren?
  • Szenariomodellierung: Wie verändert sich der Bedarf bei unterschiedlichem Wachstumstempo?
  • Budgetrahmen: Studien nennen 1,5 bis 5 % des Umsatzes als groben Orientierungswert für Technologie- und Betriebskosten inklusive Talent, abhängig von Größe und Ambition.
  • Flexibles Talentmodell: Festanstellung für Kernrollen, Interim für Übergangsphasen, Fractional für spezialisiertes Wissen auf Teilzeitbasis.

Predictive Workforce Planning hilft dabei, Qualifikationslücken früh zu erkennen, bevor sie zum Flaschenhals werden. Wer Interim- oder Fractional-Modelle einplant, überbrückt diese Lücken, ohne die Kernbesetzung zu überstürzen. Unser Leitfaden zur AI-Talentstrategie zeigt, wie sich das an Geschäftszielen ausrichten lässt.

Umsetzung: AI-Literacy-Programme, Weiterbildung und Pflichten aus Artikel 4 EU AI Act

Seit Februar 2025 verlangt Artikel 4 des EU AI Act, dass Anbieter und Betreiber Maßnahmen zur Förderung der KI-Kompetenz ihres Personals ergreifen. Wichtig dabei: Es gibt keine vorgeschriebenen Zertifikate oder Mindeststundenzahlen, sondern ein risikobasiertes, rollenorientiertes Vorgehen.

In der Praxis bewährt sich ein Mix aus mehreren Bausteinen:

  • Interne Lernplattformen mit KI-Fokus, wie sie bereits 32 % der Händler einsetzen
  • Workshops für konkrete Rollen statt allgemeiner Schulungen
  • AI-Champions als Multiplikatoren, ein Modell, das bereits 53 % der Handelsunternehmen aufbauen
  • Rollenspezifische Lernpfade, die an den tatsächlichen Arbeitsalltag anknüpfen

Profi-Tipp: Dokumentieren Sie jede Schulungsmaßnahme pro Rolle, das erleichtert spätere Audits nach Artikel 4 erheblich.

Erfolgsmetriken sollten sich an Nutzung und Ergebnis orientieren, nicht an Teilnehmerzahlen allein. Wie Weiterbildung rollenorientiert aufgebaut wird, beschreibt auch der HDE in seiner Rubrik zu KI-Kompetenzen aus Handel und Praxis.

Organisatorische Voraussetzungen: Datenarchitektur, Governance und Change Management

Technik allein löst kein Talentproblem. Der EuroCommerce/McKinsey-Report macht das deutlich: Die technische Machbarkeit ist oft längst vorhanden, die größte Barriere ist organisatorisch, nicht technologisch.

Drei Hebel machen den Unterschied:

  • Saubere Datenintegration als Grundvoraussetzung, denn ohne verlässliche Daten scheitert jedes Modell im Betrieb
  • Cross-funktionale Teams aus Data Scientists, IT-Architekten und Fachexpertinnen aus dem Handel, wie sie Unternehmen einsetzen, die KI-Projekte erfolgreich skalieren
  • Klare Change-Maßnahmen: transparente Kommunikation, messbare KPIs, AI-Champions als Ansprechpartner im Alltag

Welcher Tech-Stack dafür tatsächlich nötig ist, erklären wir in unserem Beitrag zum Aufbau von KI-Teams. Governance-Fragen rund um Aufsichtspflichten vertiefen wir im Beitrag zu Human Oversight nach Artikel 14.

Polydigital-Praxisleitfaden: Rollenpriorisierung, Auswahlkriterien und Besetzungsfahrplan

Aus unseren Mandaten im Data- und AI-Bereich hat sich eine klare Reihenfolge bewährt:

  1. Zuerst die Leitungsrolle besetzen, etwa Head of AI oder fractional CAIO, um Richtung zu geben.
  2. Danach AI Governance Officer und AI Enablement Lead, um Regeln und Lernpfade früh zu verankern.
  3. Erst danach operative Rollen wie MLOps Engineer oder AI Product Manager in der Breite aufbauen.

In der Endauswahl setzen wir auf eine EFPA-zertifizierte Eignungsdiagnostik, ausgewertet von einem zertifizierten Berater bei uns, kombiniert mit persönlichen Interviews. Das senkt das Risiko einer Fehlbesetzung deutlich und beschleunigt die Einarbeitung, weil die Passung stimmt, nicht nur das Papier.

Profi-Tipp: Planen Sie für kritische Rollen wie AI Governance Officer eine Interim-Lösung ein, falls die Festanstellung länger dauert als erwartet.

Wie lange eine Besetzung realistisch dauert, zeigen wir in unserem Beitrag zur Besetzungsdauer von KI-Rollen.

Autorenperspektive: Beobachtungen aus Mandaten

In Mandaten taucht immer wieder dieselbe Hürde auf: Unternehmen suchen die perfekte Fachkraft, bevor die Governance-Fragen geklärt sind. Das kostet Monate. Mein Rat für diese Woche: Legen Sie fest, wer für KI-Entscheidungen verantwortlich ist, bevor Sie die erste Stelle ausschreiben. Alles andere folgt leichter.

— Ingmar

Kurz: Wie wir Sie beim KI-Talentbedarf unterstützen

Wir besetzen genau die Rollen, die der Handel jetzt braucht: Data & AI, Cloud, aber auch SAP und ERP, dort, wo KI-Projekte auf gewachsene Systeme treffen. Je nach Situation vermitteln wir Festanstellungen, Interim-Mandate oder fractional-Modelle, damit Sie Lücken überbrücken.

Polydigital

Unser Maßstab bleibt dabei gleich: wenige, gründlich geprüfte Profile. Jedes Talent wird persönlich interviewt und durchläuft in der Endauswahl eine Eignungsdiagnostik, die von einem Berater bei uns ausgewertet wird. So stellen wir sicher, dass jemand nicht nur die Technik kennt, sondern ihre Ergebnisse auch fachlich einordnen kann.

Wenn Sie eine Schlüsselposition im KI-Bereich besetzen müssen, erfahren Sie mehr über Polydigital und nehmen Sie direkt Kontakt auf.

FAQ

Welche Fähigkeiten hat Künstliche Intelligenz im Handelskontext?

Im Handel unterstützt Künstliche Intelligenz vor allem bei Prognosen, Personalisierung und automatisierter Nachbestückung. Sie wertet große Datenmengen aus Verkauf, Lager und Kundenverhalten aus und liefert Entscheidungsgrundlagen, ersetzt aber nicht die fachliche Einordnung durch Menschen.

Welche Berufe wird KI im Handel nicht ausüben können?

Rollen mit hoher Verantwortung für Entscheidungen, Beziehungen und Haftung bleiben menschlich geprägt, etwa Führungsaufgaben, komplexe Verhandlungen und die rechtliche Verantwortung für KI-Systeme selbst. AI Governance Officer oder Serviceleiter prüfen und verantworten Ergebnisse, die ein Modell allein nicht tragen kann.

Welche Unternehmen gelten im Handel als Vorreiter bei KI?

Laut EHI setzen bereits viele Händler auf KI im Recruiting und bauen systematische Multiplikatorenprogramme auf. Konkrete Unternehmensrankings variieren je nach Studie und Kriterium, verlässliche Aussagen dazu liefern vor allem Branchenstudien wie die von HDE oder EHI.

Welche Fähigkeiten braucht man künftig im Handel am meisten?

Gefragt sind vor allem Dateninterpretation, Prompting-Kompetenz und ein Verständnis für KI-Governance, kombiniert mit klassischem Domänenwissen aus Pricing, Sortiment oder Logistik. Laut HDE nennen 58,3 % der Handelsunternehmen fehlende fachliche KI-Kompetenz als größtes Hemmnis, genau hier setzt gezielte Weiterbildung an.

Quellen

Empfehlungen