Wie gemeinsam genutzte Echtzeitdaten dem Einzelhandel und der CPG-Branche eine Montagmorgen-Dynamik verleihen, um Handels-ROI und Margen zu schützen
*Der Montagmorgen-Bericht ist der Ort, an dem der gemeinsame Geschäftsplan umgesetzt wird oder stillschweigend scheitert. Die meisten Partnerschaften stecken in der Phase der Rituale fest: Man trifft sich jede Woche und geht wieder, ohne zu entscheiden, was behoben, finanziert oder bereitgestellt werden soll.
*Ein neu gestalteter Montag startet frisch, führt interne und externe Signale in einer einzigen governed Ansicht zusammen, scannt Tausende von SKUs und Filialen, um priorisierte Auffälligkeiten aufzuzeigen, entwirft eine Empfehlung zur menschlichen Freigabe und beantwortet Folgefragen in einfachem Englisch.
*Dies funktioniert dank dreier Faktoren auf Ihren eigenen Daten: Kontext durch Genie Ontology, Kontrolle durch Unity AI Gateway und der freien Wahl jeder Cloud und jedes Modells – alles auf einem einzigen governed Lakehouse.
Eine VP of Sales bei einem großen CPG-Unternehmen hat noch vor ihrem ersten Kaffee drei Decks geöffnet. Eines von ihrem Kundenteam, eines aus der Bedarfsplanung und eines von ihrem Leiter für Umsatzwachstum. Keines der drei stimmt darin überein, was letzte Woche bei ihrem größten Einzelhandelskunden passiert ist – und das Partner-Telefonat ist um zehn. Bis halb zehn wird sie wissen, was passiert ist. Warum, wird sie immer noch nicht wissen.
Zwanzig Minuten dieses Telefonats vergehen mit dem Abgleich, wessen Zahl stimmt. Dreißig Minuten wird darüber gestritten. Die letzten zehn enden mit dem Versprechen, der Sache nachzugehen – was eigentlich Dienstag bedeutet, und bis Dienstag ist die Woche schon gelaufen. Ops erlebt denselben Montag von der anderen Seite: Sie sitzt auf Bestands- und Fulfillment-Zahlen, denen noch niemand im Raum so recht vertraut. Das ist der Monday Morning Report: Die Daten beider Seiten liegen auf dem Tisch, um eine Entscheidung zu treffen, Budgets zu verschieben, einen Lieferengpass zu beheben oder eine Prognose zu korrigieren. Fast überall endet es stattdessen in einer Diskussion über die Daten.
Der Monday Morning Report durchläuft drei Reifegrade: Bericht, Ritual und intelligentes Entscheidungssystem. Die meisten Partnerschaften zwischen CPG-Unternehmen und Einzelhändlern stecken auf Stufe zwei fest, der Ritual-Phase: Man trifft sich jede Woche und geht wieder auseinander, ohne entschieden zu haben, was behoben, finanziert oder geliefert werden soll. Der Aufstieg auf Stufe drei ist der Weg, wie die verlorene Woche zurückgewonnen wird.
STUFE 1 Bericht Zeigt, was letzte Woche passiert ist. Ein statisches PDF, Einwegkommunikation, keine Diskussion. | STUFE 2 · DIE MEISTEN STEHEN HIER Ritual Man trifft sich und gleicht ab, wessen Zahl stimmt. Man geht auseinander, ohne eine nächste Maßnahme vereinbart zu haben. | STUFE 3 · DAS ZIEL Intelligentes Entscheidungssystem Startet direkt mit dem, was passiert ist, warum es passiert ist, was verschoben werden muss und einem Entwurf für das gemeinsame Gespräch. Freigeben oder bearbeiten. |
Spricht man zehn Minuten lang mit einem gemeinsamen Team, treten immer wieder dieselben fünf Probleme zutage.
4,1 % des Umsatzes gehen durch Regallücken verloren IHL Group | 15 bis 25 % des CPG-Umsatzes fließen in Trade Spend Branchenkonsens | 25 bis 40 % höhere Lagerkosten bei abweichenden Prognosen Bullwhip-Literatur | 86 % der Partner, die ihre Zusammenarbeit vertieften, verzeichneten Wachstum Deloitte, 2026 |
Praxisinterviews mit gemeinsamen Teams zeigen außerdem, dass wöchentlich rund vierzig Analystenstunden durch das manuelle Zusammenführen von Daten verloren gehen und eine Verzögerung von drei bis fünf Tagen zwischen Signal und Maßnahme liegt. Der größte Verlust bei gemeinsamen Planungsmeetings ist Zeit. Jeder Montag, der damit verbracht wird, zu beweisen, wessen Daten stimmen, ist ein Montag, an dem niemand Trade-Spend-Budgets verschoben, eine Regallücke behoben oder Umsätze gesichert hat.
Stellen Sie sich denselben Montag vor. Um halb sieben sitzt die VP of Sales im Zug, und ihr Telefon zeigt bereits ein kurzes Briefing an, das ein Agent über Nacht zusammengestellt hat. Es unterscheidet sich in vier Punkten von der Präsentation vom Sonntagabend.
Es ist aktuell. Der alte Bericht wurde am Sonntagabend erstellt und war zu Beginn des Meetings bereits anderthalb Tage alt – und eine Woche alt, bis jemand danach handelte. Dieses Briefing ist auf dem Stand von heute Morgen, da Point-of-Sale-Daten, Lieferungen und Bestände kontinuierlich einfließen, anstatt als wöchentlicher Auszug geliefert zu werden. Dank der optimierten Datenaktualität trifft das Team zukunftsgerichtete Entscheidungen, anstatt nur zu bestätigen, was bereits geschehen ist.
Es nutzt alle Signale gleichzeitig. Die Übersicht, die früher mühsam von Hand aus einem Dutzend Exporten auf beiden Seiten der Partnerschaft zusammengeschustert wurde, fügt sich nun in einer einzigen, kontrollierten Ansicht zusammen. Interne Signale fließen zusammen: Abverkäufe und Point-of-Sale, Lieferungen, Lagerbestände, Trade Spend, Werbeaktionen und die Prognose. Externe Signale stehen direkt daneben: syndizierte Kategorieanteile, Retail-Media-Performance, Kundenfrequenz, Wettbewerbspreise und sogar das Wetter. Dank Delta Sharing können Hersteller und Einzelhändler ihre Daten in derselben Ansicht zusammenführen, ohne dass eine Seite ihre Daten kopieren oder die Kontrolle darüber verlieren muss. So entsteht zum ersten Mal ein vollständiges Bild.
Es arbeitet in einer Dimension, die für Menschen unmöglich ist. Eine einzige Kategorie kann ein paar tausend SKUs in ein paar tausend Filialen umfassen – das sind Millionen von Artikel- und Filialkombinationen pro Woche. Kein Team kann das manuell prüfen. Wenn also eine Handvoll Filialen vom Plan abweicht, bleibt das wochenlang unbemerkt, bis es zu einer Regallücke oder einer Preissenkung führt. Der Agent analysiert über Nacht das gesamte Raster, jeden Artikel in jedem Filialcluster, und filtert die wichtigsten Warnhinweise heraus, die den Plan tatsächlich beeinflussen – sortiert nach ihrer Auswirkung. Der Montag ist damit keine Suche nach dem Problem mehr, sondern beginnt direkt mit einer konkreten Empfehlung.
Und jeder kann Fragen stellen. Da dieselben kontrollierten Daten hinter einer Schnittstelle für natürliche Sprache liegen, ist das Briefing der Ausgangspunkt für das Gespräch. Die VP, der Einkäufer oder der Planer können Folgefragen in einfacher Sprache stellen und erhalten in Sekundenschnelle eine fundierte Antwort – ohne SQL, ohne Ticket und ohne bis Dienstag auf einen Analysten warten zu müssen. Sie fragt, ob es irgendwo Lieferengpässe gibt, und die Antwort enthält direkt einen angepassten Entwurf für die Bestellung. Das Telefonat um zehn Uhr beginnt mit einer klaren Zielsetzung, weil beide Seiten auf dieselbe Scorecard schauen.
Dasselbe Über-Nacht-Muster lässt sich weit über eine einzelne Werbeaktion hinaus anwenden. Das sind die Situationen, mit denen ein gemeinsames Team fast jede Woche konfrontiert ist.
Zwei dieser Szenarien verändern die Arbeitsweise einer ganzen Abteilung am Montag grundlegend.
Merchandising in 360 Grad Ein Händler wünscht sich eine einzige Sicht auf die Kategorie über Sortiment, Preis, Promotion, Verkaufsfläche und das digitale Regal hinweg. Das neu gestaltete „Monday“ führt diese 360-Grad-Sicht auf kontrollierten Daten zusammen, sodass Planogramm-Compliance, Preislücken, Promo-Performance und Online-Verfügbarkeit als ein einziges Gesamtbild erscheinen und nicht als fünf, die nie ganz zusammenpassen. Die Ergebnisse resultieren daraus, das gesamte Regal auf einmal zu sehen: Vertriebslücken, die unbemerkt Umsatz kosteten, werden geschlossen, Preislücken, die die Marge schmälern, werden korrigiert, nicht konforme Planogramme, die Platzierungen kosten, werden behoben, und Artikel, die online ausverkauft sind, sind noch vor dem Wochenende wieder auf Lager. Sie reagiert nicht mehr erst auf die Kategorie-Bewertung des letzten Quartals, sondern steuert die Kategorie innerhalb der Woche – genau dann, wenn es noch Marktanteile zu gewinnen gibt. |
Finanzen und das Controlling Ein Controller steht vor der schwierigsten Frage im ganzen Haus: Ist Trade-Marketing eine Investition oder ein Kostenfaktor? Heute kommt die Antwort Wochen zu spät, vergraben unter manuellem Hin und Her, Abstimmungs-E-Mails, mühsam zusammengetragenen Zahlen und Tabellen, die von Hand zwischen Finanzen und dem Vertriebsteam zusammengefügt wurden. Das neu gestaltete „Monday“ liefert der Finanzabteilung den belegten Trade-ROI nach Mechanismus auf Basis kontrollierter Daten, verwandelt diese Ausgaben von einem zu verteidigenden Posten in eine zu steuernde Investition und markiert noch am selben Morgen die Bestände, die unbemerkt Kapital binden. Da der Agent die Abstimmung übernimmt, wächst die Reichweite des Controllers mit ihm: Eine Person, die früher eine Handvoll Konten manuell abstimmen musste, kann nun weitaus mehr Filialen und Vertriebslinien abdecken und ihre Zeit für strategische Entscheidungen statt für das Zusammenfügen von Daten nutzen. Die Freigabe erfolgt direkt im Raum, untermauert mit Belegen, lange vor dem sechswöchigen Monatsabschluss. |
Einzelhandels- und CPG-Teams finden bereits echte Einsatzmöglichkeiten für KI, die geschäftliche Fragen präzise beantwortet. Die nächste logische Frage ist, was gegeben sein muss, damit dieselbe Funktion mit den eigenen Daten, der eigenen Governance und bei der Montagmorgen-Entscheidung ausgeführt werden kann. Es kommt auf drei Dinge an, und jedes einzelne zeigt sich im entscheidenden Montagsmoment.
Wenn die VP fragt, warum die Kategorie letzte Woche bei ihrem wichtigsten Kunden die Ziele verfehlt hat, muss das Modell wissen, was diese Kategorie in Ihren Daten bedeutet, was dieser Kunde bedeutet und welche Woche die letzte Woche ist. Bei Databricks übernimmt diese Aufgabe Genie Ontology, die auf dem Gipfeltreffen 2026 vorgestellte Kontextschicht. Anstatt auf Basis von Rohtabellen zu raten, erstellt sie einen selbstoptimierenden Knowledge Graph aus Ihren Tabellen, Abfragen, Dashboards und verbundenen Apps – basierend auf den zertifizierten Definitionen, die Sie in Unity Catalog verwalten: Ihren Metrik-Ansichten, dem Business-Glossar und den Domänen. Wenn mehr als eine Definition für den Nettoumsatz existiert, bewertet sie diejenige höher, der Ihr Unternehmen vertraut, und nutzt dafür einen Authority Score, den Databricks OntoRank nennt. Genie antwortet in Ihrer Sprache und auf Basis Ihrer Definitionen, sodass im Raum nicht mehr darüber gestritten wird, was eine Zahl bedeutet.
Am Montag schlägt der Agent vor, echte Trade-Budgets zu verschieben. Daher muss jemand kontrollieren, was das Modell sehen und tun darf. Unity AI Gateway ist diese Steuerungsebene, die auf Unity Catalog aufbaut. Jeder Modellaufruf, jeder Tool-Aufruf und jede Anfrage an ein externes System wird darüber geleitet. Guardrails fangen Dinge wie offengelegte Kundendaten und Prompt-Injections ab, bevor sie ein Modell erreichen. Rate Limits und Budgetobergrenzen halten die Kosten im Zaum. Es läuft mit den Berechtigungen der anfragenden Person, sodass der Agent niemals auf Daten zugreifen kann, auf die der Einkäufer keinen Zugriff hätte. Es protokolliert jeden Aufruf einer kontrollierten Tabelle lückenlos, sodass Finanzen und Compliance sehen können, welches Modell auf Basis welcher Daten und für wen geantwortet hat. Und da eine Richtlinie eine menschliche Freigabe erfordern kann, bevor eine Aktion ausgeführt wird, wird die Regel „Agenten empfehlen, Menschen genehmigen“ von der Plattform erzwungen.
Das beste Modell für die Erstellung des Montags-Briefings in diesem Quartal wird im nächsten Quartal nicht mehr das beste sein, und die Cloud, die Ihr Handelspartner nutzt, ist vielleicht nicht Ihre. Dasselbe Lakehouse, derselbe Unity Catalog und dasselbe „Monday“ laufen nativ auf AWS, Azure und Google Cloud, sodass eine Partnerschaft nie daran scheitert, dass beide Seiten unterschiedliche Clouds gewählt haben. Hinter demselben Gateway stellen Sie offene und proprietäre Modelle von jedem Anbieter über eine einzige API bereit, leiten das leistungsstärkste Modell an die jeweilige Aufgabe weiter und tauschen den Marktführer des nächsten Quartals einfach per Konfigurationsänderung aus, statt alles neu aufzubauen. Jede Cloud, jedes Modell – und das „Monday“, das Sie dieses Jahr aufbauen, funktioniert auch im nächsten Jahr ohne Neuaufbau.
Alle drei basieren auf einer kontrollierten Grundlage: einem Lakehouse, in dem strukturierte Point-of-Sale-Daten und unstrukturierte Promo-Kreativdaten zusammenliegen, Unity Catalog für Lineage und Zugriff sowie Delta Sharing, um Daten zwischen beiden Seiten auszutauschen, ohne sie zu kopieren – was schließlich zwei Versionen der Wahrheit in eine einzige verwandelt, der beide Seiten vertrauen.
Heute wird das Montags-Briefing so entworfen, dass ein Mensch es freigeben muss. Bei Entscheidungen, bei denen es um echtes Geld geht, sollte die Entscheidungsgewalt auch genau dort liegen. Aber die Richtung ist klar. Databricks hat Genie von einem Assistenten zur Beantwortung von Fragen zu Genie One weiterentwickelt – einem digitalen Kollegen, der ein tägliches Briefing aus einem Kalender, einem Posteingang und kontrollierten Daten zusammenstellt und kontrollierte Aktionen in den Tools ausführt, die Teams bereits nutzen. Mit Genie Agents kann ein Team zudem einen wiederkehrenden Prompt in einen teilbaren Agenten verwandeln, der im Rahmen der Richtlinien agiert. Für ein gemeinsames Team ist der Weg einfach: Routineentscheidungen, die einer bereits von beiden Seiten vereinbarten Regel folgen, werden innerhalb der Guardrails abgewickelt, und nur die Ermessensentscheidungen kommen auf den Tisch. Nichts davon funktioniert ohne Kontext, Kontrolle und Auswahl. Der Agent kann agieren, weil Genie Ontology ihm Bedeutung verleiht, Unity AI Gateway ihm Grenzen setzt und die Freiheit jeder Cloud und jedes Modells verhindert, dass er starr an ein System gebunden ist. Vertrauen erweitert den Spielraum des Agenten mit jeder genehmigten Empfehlung – Schritt für Schritt.
1 Erkennen Abverkäufe in einer Kategorie liegen 22 Prozent unter Plan, noch bevor jemand ein Dashboard öffnet. | 2 Aufschlüsseln Nach Filial-Cluster, Woche, Promo-Mechanismus und Out-of-Stock-Status. | 3 Hypothesen aufstellen Zweitplatzierungen schnitten in 312 Filialen unterdurchschnittlich ab. Der digitale Coupon schnitt in 88 Filialen überdurchschnittlich ab. | 4 Empfehlen Verschiebung von 40.000 Dollar an Trade-Budget von Zweitplatzierungen auf digitale Coupons in 312 Filialen. Erwarteter Uplift: 8 Prozent. | 5 Menschliche Freigabe Eine Person gibt die Aktion frei. Belegte Quellzeilen sind angehängt. Der Agent agiert nie allein. |
Ein neu gestaltetes „Monday“ zahlt sich für jedes Team anders aus.
In einem 90-minütigen Discovery-Workshop können wir den aktuellen Stand von „Monday“, die Schwachstellen und den zukünftigen Zustand skizzieren und die nächsten Schritte festlegen.
(Dieser Blogbeitrag wurde mit KI-gestützten Tools übersetzt.) Originalbeitrag
Abonnieren Sie unseren Blog und erhalten Sie die neuesten Beiträge direkt in Ihren Posteingang.