Home Depot eröffnet 2026 zwölf neue Filialen und setzt gleichzeitig KI-Tools ein, die nur durch die dahinterstehende physische Infrastruktur funktionieren. Die Kombination wirkt auf den ersten Blick widersprüchlich. Wer den Produkt-Stack kennt, sieht das anders: Jedes KI-Tool, das das Unternehmen seit 2024 entwickelt hat, ist auf diese physische Ebene angewiesen — und jedes speist Daten zurück, die die nächste Iteration präziser machen.

Home Depots Implementierungen machen den Mechanismus greifbar. Magic Apron, der auf Google Cloud aufgebaute und auf der NRF 2026 erweiterte generative KI-Assistent, ist mit dem Echtzeit-Lokalbestand verknüpft und liefert Ganggenauigkeit — er lotst Kunden in über 2.300 Filialen direkt zum richtigen Regal für jedes Produkt. Eine auf Gemini und Google Maps aufbauende Routenintelligenz erkennt Lieferausfälle vor dem Versand, indem sie Kundenbetriebsdaten mit Wetter- und Straßenbedingungen abgleicht. Der auf der NRF im Januar 2026 vorgestellte KI-gestützte Materiallisten-Generator für Profi-Handwerker wandelt Sprach- oder Texteingaben zu Bauprojekten in vollständige Einkaufslisten um. Keines dieser Tools funktioniert ohne das physische Netzwerk. Jedes liefert jedoch auch Leistungsdaten zurück an dieses Netzwerk.

Das ist das Schwungrad, das Home Depot betreibt. Physische Dichte erzeugt lokale Bestandssignale, die präzisere KI-Empfehlungen speisen, die wiederum Abschlüsse bei komplexen Transaktionen fördern und reichhaltigere Daten an das Modell zurückgeben. Ein Händler ohne physische Abdeckung kann in diesen Kreislauf an keiner Stelle einsteigen. Die Eröffnung weiterer Filialen ist in dieser Lesart eine KI-Investition — denn die KI braucht die Daten, die nur diese Standorte generieren.

Der berechtigte Einwand ist kategoriespezifisch. Heimwerken ist ungewöhnlich stark auf physische Interaktion angewiesen — Projektkomplexität, sperrige Materialien, Fachberatung an der Handwerkerservicetheke. Dass Magic Apron die Frage beantwortet „Wo ist das 1/2-Zoll-EMT-Leerrohr”, ist ein anderes Problem als ein KI-Assistent, der durch Mode- oder Schönheitsentdeckungen navigiert. Die physische Abhängigkeit im Heimwerkerbereich ist strukturell. Bei Bekleidung und Schuhen gibt es eine abgeschwächte Version desselben Zugs — Passform, Haptik, der Styling-Moment im Laden — aber ein größerer Teil dieses Kreislaufs lässt sich digital schließen, und der Nachteil für schlecht instrumentierte Filialen fällt entsprechend geringer aus. Das beseitigt nicht den Abstand zwischen KI-affinen und analogen Betreibern, setzt aber einen niedrigeren Boden.

Der Vorbehalt gilt für die Kategorie. Das strukturelle Argument greift darüber hinaus. Mirakkls KI-Commerce-Readiness-Studie 2026, die Einschätzungen von sieben Partnerfirmen darunter Deloitte Digital, Accenture und Adobe zusammenfasst, bewertet die Gesamtbereitschaft der Händler mit 4,4 von 10 Punkten. Die größten Lücken liegen in der Produktkatalogstruktur — KI-Agenten benötigen maschinenlesbare Spezifikationen, keine für Google geschriebenen Inhalte —, in der Genauigkeit der Echtzeit-Bestandsdaten sowie in der Lieferpräzision, die autonome Agententransaktionen voraussetzen. Keines davon ist isoliert ein Softwareproblem. Es hängt davon ab, wie gut ein Händler seinen physischen Betrieb instrumentalisiert und seine Daten auf das abgebildet hat, was KI tatsächlich nutzen kann. Ein Händler, der diese Arbeit nicht geleistet hat, liefert unabhängig vom eingesetzten Modell eine schwächere KI-Erfahrung.

Home Depots Ergebnisse für Q4 2025 zeigen, wie sich der Abstand vergrößert. Der Online-Umsatz wuchs um rund 11 %, macht aber immer noch 11 % des vierteljährlichen Gesamtumsatzes aus — innerhalb eines 25-Milliarden-Dollar-E-Commerce-Betriebs, der auf physischer Filialinfrastruktur aufgebaut ist, nicht an deren Stelle tritt. Die Rate der Kundenselbstbedienung über KI-Tools hat sich verdreifacht. Zwanzig Millionen aktive Mobile-App-Nutzer wechseln kontinuierlich zwischen digital und physisch. EVP Jordan Broggi beschrieb die Strategie als Aufbau der „besten vernetzten Erfahrung im Heimwerkerbereich” durch die Kombination von „den besten Produkten, Filialstandorten, Mitarbeitern, Liefermitteln und digitalen Fähigkeiten” — ein System, in dem das Entfernen einer Komponente das Ganze verschlechtert.

Die Konsequenz für andere Händler besteht nicht darin, dass sie genau den Stack von Home Depot brauchen. Die Frage ist, ob sie die physische Dateninfrastruktur aufbauen, die jedes KI-System benötigt, um überhaupt Leistungsgewinne zu erzielen. Händler, die diese Instrumentierung aufgeschoben haben, halten keine Position — sie verlieren Quartal für Quartal Boden gegenüber Betreibern, deren Modelle besser werden, weil ihre Filialen bessere Daten liefern. Home Depots Eröffnung von zwölf weiteren Filialen signalisiert eine klare Kalkulation: mehr physische Abdeckung bedeutet mehr Daten, und mehr Daten bedeuten einen größeren Leistungsvorsprung gegenüber Wettbewerbern, die keine gleichwertige Investition getätigt haben. Wenn diese Logik stimmt, besteht das Risiko nicht darin, dass KI den stationären Handel verdrängt. Es liegt darin, KI-affinen Betreibern zu erlauben, einen Vorteil aufzubauen, den Softwarekäufe allein nicht schließen können.