Bessere Prognosen: Wir haben das Bauchgefühl mit künstlicher Intelligenz getauscht

5. August 2020 von Thomas Bierhance

Lesen Sie in unseren neuen Artikel aus der Serie „Wer ist Gewinner nach der Krise? Der Domino-Day der IT“, wie Sie mit künstlicher Intelligenz in der Bedarfs- und Absatzplanung Krisen vorbeugen, da Sie zur richtigen Zeit den richtigen Stein angestoßen haben.


Krisenfest: Stärken Sie Ihr gesamtes Unternehmen mit zusätzlicher Intelligenz in der Bedarfs-/Absatzplanung

In Handels- und Produktionsunternehmen werden aus den erwarteten Absätzen eine Vielzahl von Entscheidungen für die gesamte Wertschöpfungskette abgeleitet: von interner & externer Logistik zu Beschaffung & Produktion bis Marketing, Vertrieb, Verkauf und Service.

  • Welche und wie viele Waren oder Rohmaterialien müssen bestellt werden?
  • Welche Transportkapazitäten müssen für welche Touren wann vorgesehen werden?
  • Wie viel Personal wird auf welcher Verkaufsfläche benötigt?
  • Sind zusätzliche Werbemaßnahmen zur Erreichung der Quartalszahlen notwendig?

Die Bedarfs- und Absatzplanung beeinflusst also einen großen Teil des Unternehmens und eine gute Prognose kann den Erfolg der gesamten Unternehmung erhöhen. Wer nun auch noch aus Erfahrungen lernt, kann schnell auf neue Situationen reagieren: der richtige Stein wurde angestoßen.

Planungsschritte der Bedarfs- & Absatzplanung durch künstliche Intelligenz automatisieren

Was für kleine Unternehmen noch aus dem Bauch heraus oder mit einfachen Faustregeln funktioniert, kann für den Mittelstand und größere Unternehmen überlebenswichtig sein. Je multidimensionaler und ineinandergreifender das Geschäftsmodell, desto komplexer wird es, alle Fäden in der Hand – und vor allem in der Übersicht zu halten und zu steuern. Für einen großen Automobilhersteller haben wir diese Planung mit Hilfe von Algorithmen des maschinellen Lernens automatisiert.

Die Maschine lernt, wie Lagerbestände, jährliche Effekte, Marketingausgaben, Produktlebenszyklen, Ereignisse wie Preissenkungen/Rabatte oder auch externe Indikatoren den Absatz beeinflussen. Für das maschinelle Lernen versorgen wir die Algorithmen mit internen Daten aus der Vergangenheit.

Je nach Kritikalität und bestehenden Prozessen lassen sich die automatisch erstellten Prognosen sowohl vollständig automatisiert in der weiteren betrieblichen Planung nutzen (human out-of-the-loop), als auch in Form einer zusätzlichen Information für menschliche Entscheider (human in-the-loop).

 

KI-Prognosen-eXXcellent-solutions

 

Profitieren Sie auf mehreren Ebenen durch KI-basierte Prognosen  

  • Prognosen werden wesentlich schneller erstellt als die manuellen Vorhersagen:
    Unsere automatisierten Modelle können z.B. die detaillierten, weltweiten Vorhersagen eines unserer Kunden in ca. 20 Minuten erstellen, wo der manuelle Vorhersageprozess mit weltweiten Abfragen mehrere Tage in Anspruch nimmt.

  • Auf Potentiale und Risiken in den Absatzprognosen wird hingewiesen:
    Sind in einem Markt die prognostizierten Umsätze beispielsweise wesentlich niedriger als ursprünglich geplant, können in Abstimmung mit Marketing und Vertrieb Werbemaßnahmen oder Rabatte vereinbart werden.

  • Prognosen sind unverzerrt. Sie werden nicht von individuellen Zielvereinbarungen und verborgenen Absichten beeinflusst:
    Es ist leider oft gängige Praxis in schlechten Zeiten zum Jahresende Hockey-Stick-Kurven zu prognostizieren. Obwohl der Umsatz stagniert oder sogar fällt, werden zum Jahresende sprunghaft steigende Umsätze prognostiziert, die in Summe das Jahresziel erfüllen würden. Unsere maschinellen Prognosen berücksichtigen dagegen nur die tatsächlichen Marktdaten. Nüchtern und unverfälscht:

Hockey-Stick-Prognosen

Abb. Hockey-Stick-Prognose, vereinfachter Kurvenverlauf 

 

Die richtige Reihenfolge entscheidet über den Erfolg: Erst die Wertschöpfung auf Basis der Prognosen verstehen, dann die KI mit den richtigen Daten füttern

Aus unseren Projekt-Erfahrungen haben wir ein Vorgehen entwickelt, um Vorhersageprojekte zielgerichtet und erfolgreich durchzuführen.

Wichtig ist: zuerst die Entscheidungen verstehen, die auf Basis der Prognosen getroffen werden sollen. Nur so kann sichergestellt werden, dass das Projekt die Entscheidungen beschleunigen und verbessern kann. Erst danach werden mögliche Datentöpfe analysiert.

In den meisten Fällen lassen sich auf Basis von intern verfügbaren Daten bereits sehr gute Prognosen erstellen. Erst wenn diese Daten erschöpft sind, müssen externe Daten einbezogen werden (z.B. Wirtschaftsindikatoren, Wettbewerbspreise, Trends auf sozialen Plattformen, …).

  

Durch unsere umfassende Erfahrung mit Softwareprojekten, die kritisch für das Geschäft unserer Kunden sind, kennen wir den Weg zu stabilen und erweiterbaren Lösungen. Diese sind rund um die Uhr im Einsatz und werden automatisiert mit neuen Daten versorgt. Wir nutzen die gleiche Expertise auch in unseren Projekten mit Algorithmen des maschinellen Lernens. So arbeiten die Modelle zuverlässig und stabil.

Falls auch Sie Entscheidungen durch eine Absatz- & Bedarfsplanung auf Basis künstlicher Intelligenz verbessern und beschleunigen möchten, helfen wir Ihnen gerne dieses Projekt schnell auf den Weg zu bringen und nachhaltig erfolgreich umzusetzen.

 

Weitere Artikel zu diesem Thema

Folgen Sie unserer mehrteiligen Serie zum Thema „Als Gewinner aus der Krise“:

 

Weitere Informationen

Haben Sie Fragen rund um KI im Allgemeinen oder KI-basierten Prognosen und intelligenter Bedarfs- und Absatzplanung im Speziellen?

Schreiben Sie mir eine E Mail, ich freue mich auf Ihre Kontaktaufnahme:

emailthomas.bierhance@exxcellent.de

 

Lernen Sie auch unser gesamtes Beratungs- und Softwareportfolio kennen unter:

bubble-chat-information-2-1Portfolio

bubble-chat-information-2-1AI/ML

bubble-chat-information-2-1IoT und Konnektivität

 

Lesen Sie auch diesen (englischen) Artikel unseres Autoren:

Forecasting survival guide: 4 pro tips to avoid the PoC curse

 

Über den Autor

Als “Practice Lead for Data Science & AI” verantwortet Thomas Bierhance die Aktivitäten der eXXcellent solutions, um für ihre Kunden Mehrwerte und Nutzen aus Daten zu schaffen. Nach dem Studium der Informationswirtschaft am KIT war er als Entwickler, Berater und Manager tätig. Er beschäftigt sich seit über 20 Jahren mit Anwendungen des maschinellen Lernens und verbindet dabei Geschäft und Technik.

Tags: Alle Blogbeiträge, Projekte/Lösungen, Prognosen, KI

Diesen Artikel teilen:


Newsletteranmeldung