Wie kann der stationäre Einzelhandel in Würzburg trotz veränderten Konsumverhaltens, steigender Kosten und wachsendem Wettbewerbsdruck erfolgreich bleiben? Und welchen Beitrag kann Künstliche Intelligenz leisten, um Entscheidungen fundierter zu treffen und die Innenstadt als lebendigen wirtschaftlichen und sozialen Raum zu stärken? Eine neue Podcastfolge aus dem Forschungs- und Transferprojekt „KI-Regio – Künstliche Intelligenz für regionale Wertschöpfungsketten“ geht diesen Fragen nach.
Im Zentrum der Episode steht das am Lehrstuhl für Logistik und quantitative Methoden in der BWL von Prof. Dr. Richard Pibernik entwickelte „Innenstadt-Prognosemodell für den Handel“. Das Modell nutzt KI-basierte Analysen, um Passantenfrequenzen, Kundenzahlen und Verkaufsvolumina verlässlicher vorherzusagen. Berücksichtigt werden zahlreiche externe Einflussfaktoren wie Wetter, Wochentage, Feiertage, Events, Ferienzeiten oder die Vorlesungszeiträume der Universität. Für den regionalen Handel und die Gastronomie entsteht damit ein Werkzeug, das eine deutlich präzisere operative Planung möglich macht.
Zu Gast im Podcast sind Volker Wedde, Bezirksgeschäftsführer des Handelsverbands Bayern e. V. (Unterfranken), Dr. Lukas Kagerbauer, stellvertretender Hauptgeschäftsführer bei der IHK Würzburg-Schweinfurt, sowie Kai Günder, wissenschaftlicher Mitarbeiter und Doktorand am Lehrstuhl von Prof. Pibernik. Gemeinsam diskutieren sie, welche Potenziale KI für die Innenstadtentwicklung bietet und wie datenbasierte Entscheidungsunterstützung den Transformationsprozess des lokalen Handels begleiten kann.
Die Ergebnisse aus der Pilotphase in Würzburg sind vielversprechend:
- Passantenströme in der Innenstadt lassen sich mit einer durchschnittlichen Abweichung von rund zehn Prozent prognostizieren.
- Kundenzahlen und Verkaufsvolumina können um fünf bis zehn Prozent präziser vorhergesagt werden, wenn zusätzliche Einflussfaktoren einbezogen werden.
Für die Innenstadt bedeutet das spürbare Vorteile: verlässlichere Personalplanung, geringere Über- oder Unterbesetzung, effizientere Warenlogistik und damit ein robusterer Umgang mit Unsicherheiten und saisonalen Schwankungen. Auch gastronomische Betriebe können von genaueren Bedarfsprognosen profitieren, etwa bei der Planung von Beständen und Kapazitäten.
Die Podcastfolge verdeutlicht, wie wissenschaftliche Forschung, unternehmerische Praxis und regionale Institutionen – darunter Universität, Handel, IHK und Partnerbetriebe – gemeinsam an Lösungen arbeiten, die die Zukunftsfähigkeit der Würzburger Innenstadt stärken. Nach der erfolgreichen Erprobung eröffnen sich darüber hinaus Perspektiven für eine Übertragung des Prognosemodells auf weitere Städte in Bayern und Deutschland.
Die gesamte Folge ist auf Spotify verfügbar und bietet einen praxisnahen Einblick in KI-gestützte Innenstadtentwicklung.
