Lebensmittel im Supermarkt

KI bringt Wirtschaftlichkeit und Nachhaltigkeit zusammen - Absatzprognose in der Lebensmittelproduktion

Verderbliche Ware ist eine große Herausforderung für Disponenten und auch für Produzenten, die diese weiterverarbeiten. Schließlich hat man meist nur einen kleinen Teil der Haltbarkeit für den Verkauf zur Verfügung. Der jeweilige Endkunde, egal ob B2B oder B2C hätte nämlich gerne den größten Teil davon. Und darum: Je kürzer das MHD umso größer die Herausforderung.

Die wirtschaftlichen Konsequenzen sind klar: Zu großes Lager bedeutet oft Verderb oder Abverkauf zu Sonderpreisen. Und zu wenig Lager eben, das man nicht immer alle Kundenwünsche erfüllen kann und entsprechend Umsatz, irgendwann auch Kunden, verliert.

KI-Prognosen helfen...

Sicher gibt es kaum ein Unternehmen, das nicht mit Prognosen arbeitet. Oft kombiniert mit der jahrelangen Erfahrung der Einkäufer, Verkäufer oder Disponenten. Aber trotzdem geht es immer wieder schief.

KI-Gestützte Prognosemodelle haben in den letzten Jahren geholfen, die Qualität der Vorhersagen deutlich zu verbessern, aber trotzdem war das Ergebnis oft sehr statisch und hat dynamische Marktänderungen zu wenig berücksichtigt. Häufig integriert in die jeweilige Warenwirtschaft berücksichtigen sie vor allem die Muster in den historischen Verkaufszahlen.

... aber nicht von der Stange

Die individuellen Umstände des Unternehmens werden so zu wenig berücksichtigt. Es fehlen die Ursachen für die Muster. Dadurch sind die Prognosen deutlich weniger robust. Also zum Beispiel, wenn an einem bestimmten Wochentag ein Feiertag ist und viele Kunden geschlossen haben. Die einfachen KI-Prognosen erkennen dieses Muster natürlich, wenn es jedes Jahr so ist. Ändert sich aber an den Feiertagen etwas, laufen sie erst mal einige Zeit ins Leere.

 

Ein entscheidender Faktor für robuste Prognosen ist die Identifikation der wichtigsten externen Einflussfaktoren
Ein entscheidender Faktor für robuste Prognosen ist die Identifikation der wichtigsten externen Einflussfaktoren

 

Wir versuchen, der KI die Erklärung für die Muster mitzuliefern, und auch, ob es die Umstände noch gibt. Dadurch wird die Änderung in den Feiertagen sofort eingepreist und die Prognose bleibt auf hohem Niveau. Natürlich, ein Feiertag ändert sich nicht so oft, aber es gibt sehr viele Rahmenbedingungen, die sich ändern. Beispiele sind Ferien, Wetter, Veranstaltungen und so weiter.

Individuelle Einflussfaktoren optimieren die Prognose

Wir betrachten mit Ihnen die Faktoren, die Ihr Geschäft beeinflussen und versuchen sie, in die Entwicklung der Prognose zu integrieren. Dadurch bekommen wir ein besonders robustes Netz, das externe Einflussfaktoren berücksichtigt und beispielsweise sogar Corona Maßnahmen richtig bewerten kann.

Über 95% Genauigkeit in der Absatzprognose für die Produktion

Für unseren Kunden bedeutet dies eine deutlich gesteigerte Planungssicherheit. Weniger Verderb und optimierte Lieferfähigkeit. Das spart Kosten und erhöht die Kundenzufriedenheit.

Nachhaltigkeit und Wirtschaftlichkeit gehen Hand in Hand

Dies bedeutet natürlich auch, das mit IT/KI nachhaltig Ressourcen geschont werden. Und dies natürlich weit oberhalb der Ressourcen und Kosten, die für die Entwicklung und Betrieb der Prognose eingesetzt werden.

FRAGEN ZU KI-Prognosen?
Jens Horstmann, Vorstand der Trevisto AG
Jens Horstmann
Vorstand