Zentral befähigen, dezentral umsetzen: Das hybride KI-Transformationsmodell von Breuninger

Intro

In dieser Episode spricht Host Felix Schlenther mit Frank Postel, Mitglied der Unternehmensleitung und verantwortlich für IT und Logistik bei Breuninger, sowie Lisa Neugebauer, AI Transformations- und Change Lead, über das hybride KI-Transformationsmodell des Einzelhändlers. Breuninger hat nach einer über zehnjährigen E-Commerce-Transformation nun den nächsten Wandel angestoßen: generative KI soll nicht als isoliertes IT-Projekt, sondern als unternehmensweite DNA verankert werden. Das Gespräch gibt tiefe Einblicke in die Drei-Säulen-Struktur aus Change-Kommunikation, AI Governance und technischer Infrastruktur — und zeigt, warum die größte Herausforderung nicht in den Modellen liegt, sondern im Wandel der Prozesse und Arbeitsweisen.

Inhaltsübersicht

Breuningers Weg vom E-Commerce-Pionier zum KI-Vorreiter und die Parallelen beider Transformationen
Warum generative KI anders gedacht werden muss als klassische analytische KI
Das hybride Hub-and-Spoke-Modell: zentrales Enablement Team plus dezentrale AI Champions
Die drei Säulen der Transformation: Change und Kommunikation, AI Governance, Data und AI Infrastructure
Breunis AI als unternehmensweite KI-Plattform mit angebundenen Wissensdatenbanken
Die Discovery Journey: ein schneller Prozess zum Testen neuer KI-Tools ohne Bürokratie
Warum Prozessveränderung vor Technologieeinsatz kommen muss — am Beispiel Übersetzung
Reifegradanalyse und AI Discovery Days als nächste Stufe des Mitarbeiter-Enablements
Die Rolle der Führungskräfte als Treiber der KI-Adoption in den Fachbereichen
Skalierung ohne proportionalen Personalaufbau als strategische Antwort auf Wachstum und Fachkräftemangel
Wie Perplexity und KI-basierte Suche das Kundenverhalten und den Zugang zur Marke Breuninger verändern werden

Über die Gäste

Frank Postel ist Mitglied der Unternehmensleitung bei Breuninger und verantwortet die Bereiche IT und Logistik. Er ist seit zehn Jahren im Unternehmen und war zuvor viele Jahre bei der Otto Group sowie zweieinhalb Jahre bei IBM im Bereich Smarter Commerce tätig. Unter seiner Führung hat Breuninger eine umfassende IT-Transformation vollzogen — von der Migration auf eine Cloud-Native-Architektur auf AWS über den Aufbau eigener Data-Science-Kompetenzen bis hin zur vollständigen Eigenentwicklung des Webshops.

Lisa Neugebauer ist Executive Assistant im CEO-Bereich bei Breuninger und hat sich die Rolle des AI Transformations- und Change Lead selbst mitgestaltet. Sie fungiert als Brückenkopf zwischen IT und Fachbereichen und koordiniert die unternehmensweite KI-Transformation. Ihre bewusst nicht-technische Perspektive unterstreicht Breuningers Überzeugung, dass KI kein reines IT-Thema ist, sondern ein cross-funktionales Transformationsprojekt.

Detaillierte Zusammenfassung

Vom E-Commerce-Wachstum zur KI-Transformation

Breuninger blickt auf eine beeindruckende digitale Historie zurück. Seit 2008 ist das E-Commerce-Geschäft mit durchschnittlich über 20 Prozent jährlich gewachsen — auch in den schwierigen Marktjahren 2023 und 2024 wuchs das Unternehmen profitabel. Frank Postel beschreibt, wie der Online-Kanal anfangs als relativ autarke Einheit aufgesetzt wurde, die viel Freiheitsgrade hatte. Über die Jahre wurde dann die Verschmelzung mit dem stationären Geschäft vorangetrieben — ein Prozess, der über zehn Jahre dauerte.

Die Parallelen zur aktuellen KI-Transformation sind für Frank offensichtlich: „KI muss eine DNA in unsere Organisation werden — wie das E-Commerce, das digitale Business es geschafft hat, in die DNA von Breuninger zu kommen." Das Unternehmen betrachte KI bewusst nicht als zeitlich begrenztes Projekt, sondern als permanenten Wandel.

Bereits vor dem Durchbruch generativer KI nutzte Breuninger klassische KI-Methoden: Abverkaufsprognosen im Einkauf, KI-basierte Preisabschlags-Optimierung über saisonale Verläufe, Retourenprognosen mit bis zu 88 Prozent Genauigkeit auf Einzelkundenebene und Größenberatungssysteme zur Reduktion ungewollter Retouren. Diese Modelle wurden teils von eigenen Data-Science-Teams entwickelt und in Produktionssysteme integriert.

Generative KI verändert die Spielregeln

Der entscheidende Unterschied generativer KI zu bisherigen Methoden liegt laut Frank in der Demokratisierung: Was vorher stark durch die IT und spezialisierte Data Scientists getrieben wurde, betrifft nun die gesamte Organisation. „Die Fähigkeit, ein Datenmodell zu entwickeln und in eine hochskalierbare Produktionsumgebung zu bringen — das haben wir zentralisiert. Aber vieles ist durch einfache Anwendung, fast mit No-Code, Low-Code Fähigkeiten zu schaffen."

Frank nennt konkrete Auswirkungen: Wie Protokolle erstellt werden, wie im Dokumentenarchiv gesucht wird, wie Onboarding-Prozesse gestaltet werden, wie Marketing-Teams Bilder inszenieren, Texte erzeugen und Übersetzungen anfertigen. All das verändere sich fundamental durch generative KI — und die intrinsische Motivation sowie die Bereitschaft, Prozesse anzupassen, müsse aus den Fachbereichen kommen.

„AI einfach auf einen bestehenden Prozess draufzusetzen, führt häufig gar nicht zu dem besten Ergebnis."

Ein besonders wichtiges Learning teilt Frank am Beispiel der Textübersetzung: Breuninger musste erst den Prozess der Texterstellung und -verwaltung stärker standardisieren und zentralisieren, bevor KI ihr volles Potenzial entfalten konnte. Die Prozessveränderung kam vor dem Technologieeinsatz.

Die hybride Transformationsstruktur: Hub and Spoke

Lisa beschreibt das Modell, das Breuninger für 2025 aufgesetzt hat. Im Zentrum steht ein Enablement Team — ein multidisziplinäres operatives Gremium als zentrale Anlaufstelle für KI im Unternehmen. Drumherum agieren 17 dezentrale AI Champions (intern „AI Champs" genannt) als Multiplikatoren und Botschafter in ihren jeweiligen Fachbereichen. Darüber das AI Governance Board auf Ebene der Unternehmensleitung, das sich monatlich trifft, um strategische Richtung vorzugeben und größere Projekte zu diskutieren.

„Es kann keine IT alleine treiben, es kann aber auch keine zentrale Einheit alleine treiben — wir brauchen die Experten in den Fachbereichen", erklärt Lisa. Das Modell sei eine Weiterentwicklung: In 2024 habe man pragmatisch und eher unstrukturiert begonnen, dabei auch Rückschläge erlebt. Ambitionierte Effizienzziele wurden nicht erreicht, Pilotprojekte mussten neu aufgesetzt werden. Doch genau diese Erfahrungen waren nötig. Frank betont: „Wir sind sehr pragmatisch gestartet. Wir sind auch mit Zielen gestartet, die wir nicht geschafft haben. Aber es wäre ein großer Fehler, da nicht trotzdem weiterzumachen."

Die drei Säulen des Enablement Teams

Das Enablement Team arbeitet in drei Säulen. Die erste, Change und Kommunikation, zielt darauf ab, KI nicht nur technisch, sondern kulturell zu verankern. Nach anfänglichen Lunch-and-Learn-Sessions und Let's-Try-Formaten stellte das Team fest, dass damit vor allem bereits Interessierte erreicht wurden. Eine unternehmensweite Reifegradanalyse — quantitativ und durch Interviews — lieferte dann ein klareres Bild der tatsächlichen Bedarfe und Erwartungshaltungen. Als nächster großer Schritt stehen zweiwöchige AI Discovery Days Ende Juni an, die alle Kompetenzlevel abholen sollen.

Für Sichtbarkeit sorgt ein eigener KI-Kanal im Intranet mit wiederkehrenden Kommunikationsformaten. Lisa berichtet augenzwinkernd: „Da kamen dann wirklich mal drei Beiträge in einer Woche und dann haben mich schon Kollegen angesprochen: Lisa, machen wir jetzt nur noch AI?" Auch Vorträge in einzelnen Abteilungen, kombiniert mit Mentimeter-Umfragen, halfen, Sichtbarkeit zu erhöhen und Ängste anzugehen.

Die zweite Säule, AI Governance, balanciert zwischen Innovation und regulatorischem Rahmen. Das zentrale Projekt hier: eine Discovery Journey, die es Fachbereichen ermöglicht, neue KI-Tools schnell und ohne langwierige Beschaffungsprozesse zu testen. Frank erklärt den Hintergrund: „Am Anfang waren wir sehr stark limitierend unterwegs. Haben sehr stark auf die Gefahren hingewiesen. Und zu wenig auf die Chancen und Potenziale. Die Denkweise muss mit dem Fokus Enablement passieren." Compliance-relevante Informationen zu jedem Tool werden zentral bereitgestellt und verständlich dokumentiert, damit nicht jeder Mitarbeiter einzeln die Rechtsabteilung befragen muss.

Die dritte Säule, Data und AI Infrastructure, stellt den technischen Zugang bereit. Herzstück ist Breuni AI, ein eigener GPT-ähnlicher Chatbot in Breuningers Infrastruktur, der der gesamten Organisation zur Verfügung steht. Angebunden sind Breuninger-spezifische Wissensdatenbanken wie das HR-Portal und Confluence. Für stationäre Mitarbeitende, die meist nur ein Smartphone haben, wurde ein mobiler Schnellzugriff mit Spracheingabe integriert. Und ein entscheidender Sichtbarkeits-Move: Wer den Internetbrowser öffnet, landet nicht mehr auf dem Intranet, sondern auf Breuni AI. Darüber hinaus betreibt Breuninger eigene Infrastrukturumgebungen, in denen KI-Modelle laufen, ohne dass sensible Daten das Unternehmen verlassen.

Skalierung, Fachkräftemangel und der Blick nach vorne

Frank adressiert die Frage, was mit Mitarbeitenden passiert, deren Arbeit durch KI effizienter wird, pragmatisch: „Wir führen im Moment gar nicht die Diskussion, dass Jobs ersetzt werden." Stattdessen sieht er KI als Hebel für eine andere Art der Skalierung. Breuninger wachse, brauche aber nicht mehr proportional Personal aufzubauen — etwa bei der Internationalisierung in neue Märkte, wo Content-Erstellung, Übersetzung und lokale Anpassungen anfallen. Angesichts des angespannten Talente-Marktes sei das eine Notwendigkeit.

Mit Blick nach vorne beschäftigt Frank vor allem die externe Perspektive: Wie verändert sich der Zugang der Kunden zur Marke Breuninger, wenn Suche zunehmend über KI-Tools wie Perplexity stattfindet? Wenn Kunden nicht mehr klassisch über Google zum Webshop finden, sondern KI-gestützt beraten und empfohlen bekommen? „Dieser Zugang und dort der Weg hin zu Breuninger wird sich möglicherweise massiv verändern", warnt Frank. Das Unternehmen müsse verstehen, was das für die eigene Plattform und Markenstrategie bedeutet.

Für 2025 formuliert Frank ein klares Ziel: KI soll in jedem Bereich spürbar und messbar Einfluss gefunden haben — von Legal über Finance bis Real Estate. „Nicht jeder Bereich muss gleich schnell oder gleich radikal unterwegs sein. Aber es muss spürbar Einfluss gefunden haben. Und zwar in jedem Bereich." Als nächstes Highlight steht ein zweitägiges AI-Bootcamp für die 17 AI Champions an, um den Community-Gedanken zu stärken und die Transformation weiter in die Fachbereiche zu tragen.

Kernaussagen

KI als cross-funktionales Transformationsprojekt — „KI ist für uns ein cross-funktionales Projekt, das die gesamte Organisation betrifft." #Organisation #Transformation
KI als DNA, nicht als Projekt — „KI muss eine DNA in unsere Organisation werden — wie das E-Commerce, das digitale Business es geschafft hat, in die DNA von Breuninger zu kommen." #Kultur #Strategie
Enablement statt Limitierung — „Am Anfang waren wir sehr stark limitierend unterwegs. Haben sehr stark auf die Gefahren hingewiesen. Und zu wenig auf die Chancen und Potenziale. Die Denkweise muss mit dem Fokus Enablement passieren." #Governance #Change
Befähigung als Erfolgsfaktor — „Je besser die Mitarbeiter befähigt sind, mit KI-Tools zu arbeiten, desto erfolgreicher werden sie in der Anwendung." #Enablement #Kompetenz
Pragmatisch starten, trotz Rückschlägen weitermachen — „Wir sind sehr pragmatisch gestartet. Wir sind auch mit Zielen gestartet, die wir nicht geschafft haben. Aber es wäre ein großer Fehler, da nicht trotzdem weiterzumachen." #Iteration #Resilienz

Fazit und Takeaways

Für Unternehmen, die KI-Transformation strukturiert angehen wollen

Hybrid statt rein zentral oder dezentral: Breuningers Hub-and-Spoke-Modell kombiniert zentrales Enablement mit dezentralen Champions in den Fachbereichen. So werden Standards und Infrastruktur gebündelt, während die Umsetzung nah am tatsächlichen Bedarf stattfindet.
Drei Säulen gleichzeitig aufbauen: Change und Kommunikation, AI Governance und technische Infrastruktur müssen parallel entwickelt werden. Wer nur in Technologie investiert, scheitert am Change. Wer nur kommuniziert, hat keinen sicheren Zugang zu Tools.
C-Level-Commitment von Anfang an sichern: Die Unternehmensleitung als AI Governance Board einzubinden ist kein Nice-to-have, sondern Voraussetzung für Budgets, Freiräume und strategische Entscheidungen.
Prozesse vor Tools verändern: KI auf bestehende Prozesse zu setzen, liefert selten das beste Ergebnis. Oft muss erst der Ablauf standardisiert oder neu gedacht werden, bevor Automatisierung Wirkung zeigt.

Für KI-Verantwortliche und Change-Manager

Governance als Enablement denken, nicht als Bremse: Statt langwierige Compliance-Prüfungen für jedes einzelne Tool aufzusetzen, zentral klare Leitlinien dokumentieren und eine schnelle Discovery Journey ermöglichen.
Sichtbarkeit systematisch erhöhen: Breuni AI als Startseite statt Intranet, mobiler Zugang für stationäre Mitarbeitende, eigener KI-Kanal mit wiederkehrenden Formaten — kleine Stellschrauben mit großer Wirkung auf die Nutzungsrate.
Reifegradanalyse vor Schulungsprogramm: Erst erheben, wo die Organisation steht und was die Mitarbeitenden tatsächlich brauchen, dann passende Formate entwickeln. Pauschale Lunch-and-Learn-Sessions erreichen vor allem die ohnehin Interessierten.

Für die strategische Perspektive

Skalierung neu denken: KI ermöglicht Wachstum ohne proportionalen Personalaufbau — besonders relevant bei Internationalisierung und angespanntem Talente-Markt.
Externe Disruption antizipieren: KI-basierte Suche und Beratungstools wie Perplexity verändern, wie Kunden Marken finden und mit ihnen interagieren. Retailer müssen verstehen, was das für ihre Plattform- und Markenstrategie bedeutet.

„Wir sind sehr pragmatisch gestartet. Wir sind auch mit Zielen gestartet, die wir nicht geschafft haben. Aber es wäre ein großer Fehler, da nicht trotzdem weiterzumachen."

Breuningers Erfahrung zeigt, dass erfolgreiche KI-Transformation kein Sprint ist, sondern ein iterativer Lernprozess — genau wie die E-Commerce-Transformation über ein Jahrzehnt zuvor. Der entscheidende Vorteil: Wer den Transformationsmuskel bereits trainiert hat, kann ihn jetzt erneut einsetzen.