Walmart knackt Enterprise-KI im großen Maßstab: Tausende Anwendungsfälle, ein Framework

Walmart macht weiterhin Fortschritte bei der Entwicklung von agentenbasierter KI im Unternehmensmaßstab. Ihr Geheimnis? Vertrauen wird als technische Anforderung betrachtet, nicht als ein Häkchen, das man am Ende ankreuzt.

Im Rahmen der Veranstaltung „Vertrauen in den Algorithmus: Wie Walmarts agentenbasierte KI das Verbrauchervertrauen und die Führungsrolle im Einzelhandel neu definiert“ auf der VB Transform 2025 erläuterte Desirée Gosby, Vizepräsidentin für neue Technologien bei Walmart, wie der Einzelhandelsriese Tausende von KI-Anwendungsfällen operationalisiert. Eines der Hauptziele des Einzelhändlers ist es, das Kundenvertrauen seiner 255 Millionen wöchentlichen Kunden kontinuierlich zu erhalten und zu stärken.

„Wir sehen dies als einen ziemlich großen Wendepunkt, ganz ähnlich wie das Internet“, sagte Gosby der Branchenanalystin Susan Etlinger während der Morgensitzung am Dienstag. „Es ist ebenso tiefgreifend in Bezug darauf, wie wir tatsächlich agieren werden, wie wir tatsächlich arbeiten.“

Die Sitzung lieferte wertvolle Erkenntnisse aus Walmarts KI-Einsatzerfahrungen. Implizit wurde in der Diskussion die kontinuierliche Suche des Einzelhandelsriesen nach neuen Wegen zur Anwendung verteilter Systemarchitekturen hervorgehoben, um so die Entstehung technischer Schulden zu vermeiden.

>> Sehen Sie hier unsere gesamte Berichterstattung zu Transform 2025 <<

Walmarts KI-Architektur verzichtet auf horizontale Plattformen zugunsten gezielter Stakeholder-Lösungen. Jede Gruppe erhält speziell entwickelte Tools zur Lösung spezifischer operativer Probleme.

Kunden nutzen Sparky für den Einkauf in natürlicher Sprache. Außendienstmitarbeiter erhalten Tools zur Bestands- und Workflow-Optimierung. Händler greifen auf Entscheidungsunterstützungssysteme für das Kategoriemanagement zu. Verkäufer erhalten Funktionen zur Geschäftsintegration. „Und dann haben wir natürlich Entwickler, die ihnen wirklich Superkräfte verleihen und sie mit den neuen Tools ausstatten“, erklärte Gosby.

„Wir setzen unternehmensweit Hunderte, wenn nicht Tausende verschiedener Anwendungsfälle um“, erklärte Gosby. Dieser Umfang erfordert eine architektonische Disziplin, die den meisten Unternehmen fehlt.

Die Segmentierung trägt dem grundlegenden Bedarf jedes Walmart-Teams an maßgeschneiderten Tools für seine spezifischen Aufgaben Rechnung. Filialmitarbeiter, die den Lagerbestand verwalten, benötigen andere Tools als Händler, die regionale Trends analysieren. Generische Plattformen scheitern, weil sie die betriebliche Realität ignorieren. Walmarts Spezifität fördert die Akzeptanz durch Relevanz, nicht durch Vorgaben.

Walmart hat festgestellt, dass Vertrauen durch die Bereitstellung von Werten entsteht und nicht nur durch obligatorische Schulungsprogramme, deren Wert die Mitarbeiter manchmal in Frage stellen.

Gosbys Beispiel beeindruckte sie, als sie die Entwicklung ihrer Mutter beim Einkaufen von wöchentlichen Ladenbesuchen zu Lieferungen während der COVID-Pandemie erklärte und verdeutlichte, wie natürliche Akzeptanz funktioniert. Jeder Schritt brachte einen unmittelbaren, greifbaren Nutzen. Keine Reibungspunkte, kein erzwungenes Change Management, und doch ging die Entwicklung schneller voran, als irgendjemand hätte vorhersagen können.

„Sie hat die ganze Zeit mit KI interagiert“, erklärte Gosby. „Sie konnte in den Laden gehen und sich holen, was sie wollte – es stand im Regal. Dafür wurde KI eingesetzt.“

Die Vorteile, die Walmarts Vision des Predictive Commerce für Kunden bietet, spiegeln sich auch in den Erfahrungen von Gosbys Mutter wider. „Anstatt wöchentlich zum Supermarkt zu gehen und herauszufinden, welche Lebensmittel man sich liefern lassen muss, was wäre, wenn sie einfach automatisch geliefert würden?“ Genau das ist der Kern von Predictive Commerce und wie es jedem Walmart-Kunden einen echten Mehrwert bietet.

„Wenn Sie einen Mehrwert für ihr Leben schaffen, ihnen helfen, Reibungsverluste zu beseitigen, Geld zu sparen und ein besseres Leben zu führen – was Teil unserer Mission ist –, dann entsteht Vertrauen“, erklärte Gosby. Mitarbeiter folgen demselben Muster. Wenn KI ihre Arbeit tatsächlich verbessert, ihnen Zeit spart und ihnen hilft, sich zu verbessern, erfolgt die Akzeptanz ganz natürlich und Vertrauen wird aufgebaut.

Walmarts „Trend to Product“-System quantifiziert den operativen Wert von KI. Die Plattform synthetisiert Social-Media-Signale, Kundenverhalten und regionale Muster, um die Produktentwicklung von Monaten auf Wochen zu verkürzen.

„Mit Trend to Product konnten wir unseren Kunden die richtigen Produkte nicht mehr Monate, sondern nur noch Wochen liefern“, erklärte Gosby. Das System erstellt Produkte basierend auf der Echtzeitnachfrage und nicht auf historischen Daten.

Die Verkürzung der Lieferzeiten von Monaten auf Wochen verändert Walmarts Einzelhandelsökonomie. Der Lagerumschlag beschleunigt sich. Das Preisnachlassrisiko sinkt. Die Kapitaleffizienz vervielfacht sich. Walmart behauptet seine Preisführerschaft und kann gleichzeitig mit der Markteinführungsgeschwindigkeit aller Wettbewerber mithalten. Jede schnelllebige Kategorie kann vom Einsatz von KI profitieren, um die Markteinführungszeit zu verkürzen und messbare Gewinne zu erzielen.

Walmarts Ansatz zur Agenten-Orchestrierung basiert direkt auf den langjährigen Erfahrungen mit verteilten Systemen. Das Unternehmen nutzt das Model Context Protocol (MCP), um die Interaktion von Agenten mit bestehenden Diensten zu standardisieren.

„Wir zerlegen unsere Domänen und überlegen, wie wir diese Dinge als MCP-Protokoll verpacken und dann freilegen, um verschiedene Agenten zu orchestrieren“, erklärte Gosby. Die Strategie transformiert die bestehende Infrastruktur, anstatt sie zu ersetzen.

Die Architekturphilosophie geht tiefer als Protokolle. „Der Wandel, den wir heute erleben, ähnelt stark dem, den wir beim Übergang von Monolithen zu verteilten Systemen erlebt haben. Wir wollen diese Fehler nicht wiederholen“, erklärte Gosby.

Gosby erläuterte die Ausführungsanforderungen: „Wie zerlegen Sie Ihre Domänen? Welche MCP-Server sollten Sie einsetzen? Welche Art der Agenten-Orchestrierung sollten Sie haben?“ Bei Walmart handelt es sich dabei um tägliche operative Entscheidungen, nicht um theoretische Übungen.

„Wir wollen unsere bestehende Infrastruktur aufschlüsseln und sie dann in die Agenten umsetzen, die wir entwickeln möchten“, erklärte Gosby. Dieser standardisierungsorientierte Ansatz ermöglicht Flexibilität. Vor Jahren entwickelte Dienste ermöglichen nun mithilfe geeigneter Abstraktionsebenen das Agentenerlebnis.