NRI und Fujitsu richteten Retail-KI auf die Nachbestellung aus. Die Arbeitsmarkt-Mathematik wies ihnen den Weg.

Japans bedeutendste Retail-KI-Einführungen – vom automatisierten Bestellsystem von NRI und Assist bis zu Fujitsus Uvance for Retail – zielen auf die Nachversorgung im Backoffice ab, nicht auf die Kundenfindung. Die treibende Kraft dahinter ist eine schrumpfende Erwerbsbevölkerung, die alternden Märkten einen anderen Grund liefert, KI einzusetzen, als die westliche Jagd nach dem Käufer.

Japans viel beachtete Retail-KI-Einführungen zielen auf das Lager, nicht auf den Käufer. Das automatisierte Bestellsystem des Nomura Research Institute, das vom Distributor Assist an Convenience-Stores und Supermärkte vertrieben wird, prognostiziert den Bedarf und gibt die Bestellung auf; Fujitsus im März eingeführtes Uvance for Retail entwickelt seinen Vorzeigeagenten für Merchandiser, nicht für Kunden. Was diese Werkzeuge auf Nachbestellung und Backoffice ausrichtet, hat wenig mit der Kundengewinnung zu tun. Es ist der Arbeitskräftemangel: Japan hat immer weniger Menschen, die früher diese Bestellungen aufgaben, und kein Empfehlungssystem kann sie ersetzen.

Der eindeutigste Fall ist ein Bestellsystem, das der Käufer nie zu Gesicht bekommt. Das Nomura Research Institute entwickelte es auf der DataRobot-Plattform, und seit 2021 vertreibt der Distributor Assist es an Convenience-Stores, Supermärkte und Drogerien. Es berechnet Sicherheitsbestände und Regalminima, schlägt jede Bestellung vor und lernt jedes Mal dazu, wenn ein Mitarbeiter eine Entscheidung überstimmt – eine Maschine, die beim Einkäufer in die Lehre geht und ihn überdauern wird. Das Problem, das es löst, ist nicht der Käufer, der ein Produkt nicht findet, sondern der erfahrene Mitarbeiter, dessen Bestellgespür in Rente geht, wenn er es tut. Assist berichtet, dass das System die Bestellzeit um rund 60 Prozent verkürzt – was zunächst nach Effizienz klingt, bis man fragt, wer diese Stunden früher verbracht hat. Nach Angaben des Anbieters haben rund 4.000 Filialen das System eingeführt oder befinden sich in der Evaluierung – in dieser Größenordnung ist es eher Infrastruktur im Hinterzimmer als ein Pilotprojekt.

Fujitsus neuerer Ansatz zeigt dieselbe Ausrichtung, selbst dort, wo er auf den Kunden zielt. Uvance for Retail, am 2. März für den japanischen Markt eingeführt, verbindet eine KI zur Kausalinferenz, die das Käuferverhalten analysiert, mit einer Multi-Agenten-Schicht für den Filialbetrieb. Sein Vorzeigeagent Watomo begrüßt keine Käufer; er analysiert Filialdaten für Merchandiser, weist auf Probleme hin und simuliert mögliche Reaktionen. Selbst die kundenseitige Hälfte wird durch Abwesenheit gerechtfertigt: Fujitsu bewirbt seine Personalisierung bei Händlern, die sie aufgrund von Arbeitskräftemangel nicht mehr persönlich umsetzen können. Die technische Grundlage darunter ist zugekauft, nicht entwickelt: Der Stack basiert auf Fujitsus Übernahmen von GK Software und BrainPad – eher Point-of-Sale und Data Engineering als eine Verbraucherschnittstelle. Wenn eine vielbeachtete KI-Einführung mit dem Merchandiser beginnt, ist es der Merchandiser, von dem der Anbieter erwartet, dass er knapp wird.

Store managers at a Tokyo retail-technology trade show cluster around an AI operations dashboard, with a fax machine and a stack of paper order slips on the table beside the glowing screen

RetailTech JAPAN 2026 zeigt, wo der japanische Einzelhandel den Platz der KI sieht. Fujitsu war dort auf einer Ausstellungsfläche mit Regalüberwachungskameras, robotischen Bestandsaufnehmern und Filialbetriebsdashboards vertreten; Gekiryus Berichterstattung über die Veranstaltung beschrieb den vorherrschenden Modus als „AI伴走” – eine KI, die den Mitarbeiter begleitet, nicht den Käufer. Ein Aussteller nannte die Einschränkung beim Namen: Der japanische Einzelhandel sei noch so analog, dass Bestellungen „per Fax und Papierschein” übermittelt würden, und was nie zu Daten werde, könne KI nicht beurteilen. Die Grenze liegt hier bei der Digitalisierung vor der Entdeckung – die Nachbestellung überhaupt erst in eine Form zu bringen, auf der eine Maschine handeln kann. Die verbindende Initiative der Messe weist in dieselbe Richtung: Das Handelsministerium koordiniert einen Vorstoß zur Standardisierung von Produktdaten zwischen Unternehmen – die Grundlage, die jede automatisierte Bestellschicht benötigt. Ein Sektor, der noch per Fax bestellt, hat das Empfehlungsproblem noch nicht erreicht; er legt gerade die Datenschicht darunter, und diese Schicht ist die Bestellung.

Der Grund, warum das Backoffice zuerst kommt, ist demografischer Natur, und die Rechnung geht nur in eine Richtung. Japans erwerbsfähige Bevölkerung erreichte 1995 mit knapp 87 Millionen ihren Höchststand und war bis 2024 auf etwa 74 Millionen gesunken – rund fünfzehn Prozent der potenziellen Erwerbsbevölkerung, verschwunden innerhalb einer Generation. Sämtliche offiziellen Projektionen gehen von einem weiteren Rückgang über Jahrzehnte aus, unabhängig davon, welchen Geburtenrate- und Migrationspfad man zugrunde legt. Ein Händler, der auf diese Kurve blickt, kann sich nicht durch Einstellungen zu Wachstum vorarbeiten, und er kann sich auch nicht durch Zukäufe aus dem Problem herausbewegen, denn mehr Kunden zaubern keine Verkäufer herbei. Die KI also, die ihr Budget verdient, ist die, die eine Aufgabe vom Bestelltisch nimmt; die KI, die den Warenkorb um zwei Punkte steigert, ist ein Luxus, der Märkten mit ausreichend Arbeitskräften vorbehalten ist.

Empfehlungen sprechen einen Kunden an, den man gewinnen möchte; Nachbestellung antwortet auf einen Mitarbeiter, den man nicht mehr findet.

Der naheliegende Einwand ist, dass all das nicht spezifisch japanisch ist, da auch westliche Händler Geld in die Nachversorgung pumpen. In NVIDIAs Umfrage zum Stand der KI im Einzel- und Konsumgüterhandel 2025 gaben 82 Prozent der Händler an, ihre KI-Investitionen in der Lieferkette zu erhöhen – was Bedarfsprognosen eher wie eine universelle als eine demografisch bedingte Priorität erscheinen lässt. Der Einwand gilt, bis man liest, womit die vielbeachteten Einführungen beginnen. In derselben Umfrage ist der führende Anwendungsfall für generative KI mit 60 Prozent Marketing-Content, gefolgt von Personalisierung und Shopping-Assistenten – das heißt, die westliche Vorzeigeversion der KI ist auf den Käufer ausgerichtet. Japans KI hingegen ist auf das fehlende Pendant des Käufers ausgerichtet – den Mitarbeiter – und die Differenz ist eine des Zwangs: Ein Markt mit elastischem Arbeitskräfteangebot kann Backoffice-Automatisierung als Margenthema behandeln, ein schrumpfender muss sie als Überlebensfrage betrachten.

Wenn Japans Arbeitskräfteangebot weiter auf dem Pfad schrumpft, den alle Projektionen vorzeichnen, dann wird die aus Tokio importierenswerte Retail-KI nicht der Styling-Bot oder der Shopping-Agent sein. Es wird das System sein, das Regale auffüllt, wenn niemand mehr übrig ist, um zu entscheiden, was bestellt werden soll – die nüchterne Schicht, die westliche Anbieter noch unter Effizienz ablegen. Japan exportierte den Convenience-Store und Just-in-time-Logistik in den restlichen Einzelhandel; vielleicht exportiert es auch diese Schicht aus demselben Grund, aus dem es sie aufgebaut hat. Das stellt die Entscheidung neu, vor der Händler in Märkten stehen, wo sich der Arbeitskräftemangel erst abzeichnet. Sie können Nachversorgungs-KI weiterhin als Margenverschönerung verbuchen, oder sie als die Infrastruktur behandeln, die sie zuerst brauchen werden, und sie aufbauen, bevor die demografische Rechnung, die sie aufgeschoben haben, fällig wird.