Anzeige
Anzeige
CeMAT 2020, 20. - 24. April
Startseite>News
Artificial Intelligence

Künstliche Intelligenz macht sichere Absatzprognosen

Ändert sich die Nachfrage bei Regen? Welche Produkte werden in den nächsten Tagen in welcher Menge verkauft? Künstliche Intelligenz gibt Antworten.

20.04.2018
Artikelstrecke_10_KünstlicheIntellig=UTF-8Qenz=5FiStock=2D8072

Digitalisierung schafft nicht nur im Onlinehandel Verbesserungen, auch der stationäre Einzelhandel profitiert von den technischen Neuerungen. Künstlicher Intelligenz wird dabei eine Schlüsselrolle zugeschrieben. Big Data und Predicitve Analytics helfen bei Bedarfsprognosen oder der Optimierung der Lieferkette und bieten zahlreiche Vorteile für logistische Prozesse.

Intelligente Systeme nutzen Daten aus Beispielen, um daraus zu lernen. Sie analysieren und bewerten Muster und Gesetzmäßigkeiten und können daraus Entscheidungen ableiten. Diese Fähigkeit nutzen Einzelhändler, um die Daten von Kunden, Zulieferern und Lagerbeständen zu bündeln. Eine Künstliche Intelligenz (KI) ist in der Lage diese Datenmassen auszuwerten, um beispielsweise Angebot und Nachfrage besser zu überblicken oder Lieferengpässen frühzeitig entgegenzuwirken. Dadurch wir die gesamte Lieferkette effizienter strukturiert, wodurch auch Logistiker bessere Abverkaufsprognosen erstellen können und Lagerkosten reduzieren.

Dem Absatz auf der Spur

Die Möglichkeit Datensätze auszuwerten ist natürlich nicht neu, aber mit Hilfe von KI lassen sich die heutzutage anfallenden riesigen Datenmengen schneller und besser verallgemeinern. So schafft das System täglich Milliarden automatisierter Entscheidungen zu treffen. Eine solche Lösung bietet die Firma Blue Yonder aus Karlsruhe an: Durch die Integration der neuen Technologie können Wahrscheinlichkeitsprognosen der Kundennachfrage erstellt werden, die zahlreiche Variablen mit einbeziehen wie Wetter, Feiertage, Ferienzeiten oder Rabattaktionen.

Der Multichannel-Anbieter Otto nutzt bereits eine KI-Lösung von Blue Yonder, um valide Prognosen über die Abverkaufsmengen der kommenden Tage zu erstellen. Auf der Onlineplattform werden eigene Marken sowie Partnerprodukte angeboten. Doch die Lieferung von Fremdmarken führte häufig zu langen Wartezeiten. Durch den Einsatz automatisierter Bestellentscheidungen verkürzte sich die Lieferzeit auf ein bis zwei Tage – ohne dabei Ladenhüter in den Regalen anzusammeln. Denn das System sagt mit einer sehr hohen Wahrscheinlichkeit voraus, welche Produkte in den nächsten Tagen in welchen Mengen geordert werden.

Auch die Supermarktkette Kaiser's Tengelmann nutzt eine solche Lösung, um den Absatz zu planen und damit die Kosten der Filialdisposition zu senken. Da die Kundennachfrage sich in jeder Filiale unterscheidet, lag der Fokus vor allem auf einer bedarfsorientierten Warenbeschaffung an unterschiedlichen Standorten. Durch die präzisen Absatzprognosen konnte Tengelmann viele Lücken in den Regalen minimieren, was zu einer höheren Kundenzufriedenheit führte, da ausverkaufte Produkte so gut wie nicht mehr anzutreffen sind.

Intelligente Marktanalysen

Bei der Eingliederung solcher Systeme ist wichtig, dass die KI mit den richtigen Daten trainiert wird. Nur so kann sie lernen, die richtigen Schlüsse aus neuen Datensätzen zu ziehen und Fehlanalysen zu minimieren. Gleichzeitig müssen die Prognosen kontinuierlich mit den tatsächlichen Absätzen verglichen werden, denn nur so kann das System seine Empfehlungen perfektionieren. Das Ziel wird sein, die gesamte Steuerung von Warenströmen vorausschauend und automatisiert zu gestalten, wodurch die komplette Supply-Chain in Zukunft immer besser auf die dynamischen Marktänderungen angepasst werden kann.

Anzeige