Datum: Technologie:

Algorithmen denken mit

Absätze bei Lebensmitteln sind von vielen Faktoren abhängig. Moderne Algorithmen können mit dieser Komplexität umgehen und dem Disponent eine zuverlässige Entscheidungsgrundlage liefern.

von PrognosiX AG

Was bringt die nächste Woche? Eine neuartige Software kann der Disponentin transparent zeigen, wie einzelne Faktoren den Absatz beeinflussen.

Absatzprognosen sind die Basis eines erfolgreichen Supply Chain Managements. Weiss man, wie die Zukunft aussieht, kann man entsprechend planen – vom Point of Sale bis hin zur Produktion. Doch wie weiss man, wie die Zukunft aussieht? Täglich beschäftigen sich Disponenten insbesondere bei Lebensmitteln mit der Frage, welche Faktoren den Absatz eines Artikels beeinflussen, wie sich Produkte zum Beispiel bei Promotionen kannibalisieren oder wie das Wetter den Abverkauf verändert. Menschen können nicht an alles denken, was den Absatz beeinflussen könnte, dafür haben sie ein oft lange antrainiertes Bauchgefühl. Algorithmen können zwar im Prinzip alles berücksichtigen, oft fehlt aber gerade im Handel die nötige Datenbasis. Es braucht daher Entwicklungen, welche die Stärken von Menschen (Intuition) und von Maschinen (Handling der Komplexität) kombinieren.

Transparenz und lernfähige Algorithmen

Am komplexen Zusammenspiel von menschlicher Intuition und state-of-the-art Prognosealgorithmen setzt ein laufendes Entwicklungsprojekt an. Die Schweizer Firma PrognosiX AG entwickelt zusammen mit der Zürcher Hochschule für Angewandte Wissenschaften ZHAW, dem Deutschen Software-Unternehmen INFORM und führenden Partnern aus der Schweizer Lebensmittelbranche eine Prognose-Software, die dem Disponenten das Zusammenspiel der Treiberfaktoren sowie deren Auswirkungen auf den Absatz aufzeigt. Betrachtet werden dabei externe Faktoren (Wetter, Ferienzeit usw.) und produktspezifische Einflüsse wie Preisabschläge oder Promotionen (eigene oder des Mitbewerbers) auf verschiedenen Produkten im gleichen Sortiment. Fehlt für eine solide Prognose die nötige Datenbasis, zum Beispiel weil nur einmal im Jahr Weihnachtsabsätze beobachtbar sind, sollen die involvierten Algorithmen mit dem Disponenten zusammenarbeiten, denn hier ist menschliche Intuition der zentrale Erfolgsfaktor.

Der Faktor Wetter

Ein prominenter Einflussfaktor für die Warendisposition ist das Wetter. Dabei kann nicht nur die Anzahl sonniger Tage in einer Woche, sondern auch deren Verteilung eine massgebliche Rolle für den Absatz spielen. Im Diagramm sind exemplarisch Tagesabsätze einer kurz-haltbaren Sommerfrucht am Point of Sale (genaue Angaben vertraulich) zu sehen. Ein Algorithmus aus dem Entwicklungsprojekt hatte die Aufgabe, diese Absätze für den nasskalten Juli 2014 vorherzusagen – mit rund 10 Faktoren (wie Promotionen, Ferien, Wochentag), einmal mit und einmal ohne zusätzliches Wissen über das Wetter. Im prozentualen Fehler kommen die Prognosen mit Wetterinformationen bei diesem Beispiel rund 70 Prozent näher an die realen Absätze als Prognosen ohne Einbezug des Wetters. Die wetterunabhängige Prognose würde in den abgebildeten nasskalten zwei Wochen rund 28 Prozent der Gesamtabsatzmenge an Überbestand bewirken, bei der wetterabhängigen Prognose sind es nur rund 3 Prozent. Erfahrungen zeigen, dass der Faktor «Wetter» in der menschlichen Wahrnehmung oft ein äusserst prominentes Gewicht erhält, auch wenn er vielleicht gar nicht ausschlaggebend war, sondern maskiert wurde durch Faktoren wie Saisonalität (im Sommer ist es im Schnitt immer wärmer als im Frühjahr) oder Ferienzeiten.

Lücken und Bedürfnisse

Bei vielen Händlern gibt es Lücken im Datenmanagement der Lieferkette. Wenn beispielsweise ein Grosshändler verschiedene Bäckereien bedient, so weiss dieser Grosshändler oft nicht, welche Promotionen seine Kunden gerade planen. Hier muss ein Disponent beim Grosshändler auf kritische Produkte fokussieren können (zum Beispiel durch telefonische Nachfrage bei seinen Kunden, wie die Bestellungen ausfallen könnten). Dies ist aber nur möglich, wenn der Disponent bei weniger kritischen Produkten seiner Prognosesoftware vollumfänglich vertrauen kann. Genau dieses Vertrauen gilt es für die Software zu verdienen – durch transparente Prognosen und eine zielführende Interaktion mit ihrem Anwender.

Die Warendisposition in der Lebensmittelbranche funktioniert dabei so heterogen wie die Branche selbst. Einige Händler setzen hochmoderne Software zur Bestandsoptimierung ein. Im Entwicklungsprojekt mitbeteiligt ist das deutsche Softwarehaus INFORM. Andere Unternehmen sind mit technologisch einfacheren Lösungen unterwegs. Zentral ist daher, dass Prognosealgorithmen sich an diese unterschiedlichen Voraussetzungen anpassen können. Um in der Anwendung der Prognosealgorithmen genau diese Anforderungen erfüllen zu können, wurde die PrognosiX AG als Spin-Off der Hochschule ZHAW gegründet. Sie ermöglicht mit einem modularen Systemaufbau, dass Grossunternehmen wie KMU aus der Lebensmittelbranche von den neuen Algorithmen profitieren können.

Dieser Artikel wurde von der PrognosiX AG zur Verfügung gestellt. www.prognosix.ch