Einkäufer in Handelsunternehmen mit großen Lagerbeständen stehen vor ähnlichen Herausforderungen. Die richtigen Produkte zur richtigen Zeit auf Lager zu haben. Nicht zu viel und nicht zu wenig kaufen. Antizipieren von Saisonalität und anderen Faktoren, die sich auf den Verkauf auswirken. In manchen Unternehmen ist Excel das einzige Arbeitsmittel.
Andere haben sich für Systeme entschieden, die die Routinen automatisieren. Nun hat die Entwicklung einen weiteren Schritt gemacht, wenn KI – Künstliche Intelligenz – und maschinelles Lernen in ein solches System integriert wurden.
Vor einigen Jahren wurde eine Konferenz zum Thema „Digitale Einkaufsprozesse der Zukunft“ organisiert. Im Fokus standen die Möglichkeiten von Künstlicher Intelligenz und Machine Learning in Systemen für das Supply Chain Management. Eine Schlussfolgerung war, dass KI ein großartiges, aber zu wenig genutztes Gut ist. Sie forderten auch Systemlieferanten auf, die es wagten, KI-Investitionen zu starten.
Ein Unternehmen, das dies getan hat, ist Promosoft in Göteborg. Im Jahr 2020 wurde im Rahmen eines EU-finanzierten Projekts eine langfristige KI-Reise gestartet. Das System SOLO des Unternehmens hat mehr als hundert Kunden geholfen, Lagerverwaltungsverfahren zu automatisieren und zu digitalisieren.
- Unsere Kunden sind Handelsunternehmen mit großen Lagerbeständen, deren Kerngeschäft die Lagerung und Distribution ist. SOLO hat diesen Unternehmen dabei geholfen, einen erheblichen Geschäftswert zu schaffen. Zeitraubende manuelle Vorgänge werden automatisiert. Einkäufer können strategischer arbeiten. Reduzierte Bestandswerte, die zu einer geringeren Kapitalbindung und verbesserten Bedarfsprognosen führen, sind einige Beispiele. Durch die Nutzung des Potenzials von KI wollten wir einen noch größeren Geschäftswert schaffen, sagt Nils Robertsson, CEO von Promosoft.
Bessere Entscheidungsgrundlagen, sicherere Prognosen und reduzierte Kapitalbindung
Die Investition in KI wurde zusammen mit KI-Spezialisten des Chalmers Institute of Technology gestartet. 2022 wurde ein erstes Zwischenziel erreicht. Promosoft konnte daraufhin eine KI-Version präsentieren, bei der ein maschinelles Lernmodell die Prognosegenauigkeit der statistischen Modelle von SOLO weiter erhöht. Möglich wird dies, indem das KI-Modell mit großen Mengen an Eingangsdaten aus Geschäftssystemen und auch externen Informationen gefüttert wird. Die KI „trainiert“ SOLO, Muster und verkaufsbeeinflussende Faktoren zu erkennen, die Verkäufer und Käufer nur schwer erkennen können.
Mit maschinellem Lernen kann auch die Verkaufshistorie intelligenter und effizienter genutzt werden. Wie viel werden die verschiedenen Produkte im Laufe des Jahres verkaufen? Wie viel kann ein neues Produkt möglicherweise verkaufen? Wann ist der beste Zeitpunkt für eine Promotion? Wie viel sollten wir während der verschiedenen Phasen des Lebenszyklus eines Produkts bis zum Lebensende auf Lager halten? KI klärt Fragen und liefert bessere Entscheidungshilfen, als dies mit Erfahrung und Intuition möglich ist.
Langfristig wird Promosoft weitere Machine-Learning-Modelle entwickeln, die an die Anforderungen unterschiedlicher Artikelkategorien wie Hochfrequenzartikel, Niederfrequenzartikel, Saisonartikel und Neuheiten angepasst sind. Magnus Törnqvist ist Systembesitzer bei Promosoft.
- Der geschäftliche Nutzen des Einsatzes von KI für das Bestandsmanagement ist groß und ich bin davon überzeugt, dass viele Unternehmen die Chancen nutzen wollen. SOLO war maßgeblich an der Automatisierung und Erhöhung der Prognosegenauigkeit beteiligt, aber mit KI wird das System noch schärfer. Sicherere Prognosen bedeuten weniger Sicherheitsbestand und eine weiter reduzierte Kapitalbindung. KI bedeutet auch, dass das System Zeit hat, auf schnelle Nachfrageänderungen zu reagieren, und minimiert so das Risiko von Produktengpässen und Überbeständen. Ein großer Vorteil ist auch, dass Bestellpunkte für saisonal betroffene Produkte vollautomatisch erhoben werden. Wir sehen eine sehr aufregende KI-Reise vor uns!