Am 11. Dezember 2024 trafen sich rund 20 Verantwortliche aus dem Bereich Absatzprognose in der Produktion zum Abschluss des Projekts „PrABCast“ (Prädiktive Absatz- und Bedarfsplanung in der kundenorientierten Auftragsfertigung mittels Maschineller Lernverfahren) bei uns im Hafenraum, um die wichtigsten Ergebnisse kennenzulernen und zu diskutieren.
Absatzplanung ist für Produktion, Vertrieb, Einkauf und Logistik als wichtige Stellschraube gleichermaßen relevant. Gleich zu Beginn des Workshops wurde deutlich: Künstliche Intelligenz wird nicht allzu bald die oft bemühte „Glaskugel“ ersetzen – aber mit dem vorgestellten hilfreichen Tool, das im Rahmen des Projekts entwickelt wurde, lässt sich die Absatzprognose mithilfe von Analysen und Datenanreicherung verbessern.
Marius Syberg und Lucas Polley vom RIF – Institut für Forschung und Transfer e. V. stellten nach einer Vorstellungsrunde zuerst den Projektansatz und die aufgestellten Ziele vor, geleitet von der Frage: „Wie kann KI sinnvoll in der Absatzprognose eingesetzt werden?“
Sie teilten einige zentrale Erkenntnisse: Entscheidend für alle Analysen ist eine sehr gute Datenqualität. Die Vielfalt an unterschiedlichen Produkten und Märkten verlangt individuelle Modellansätze. Diese müssen nicht zwingend KI enthalten. Sinnvoll ist es auf jeden Fall, externe Daten zu nutzen. Markt- und Konjunkturdaten können Vorhersagen erheblich verbessern. Prognosen beruhen auf der Analyse bereits vergangener Ereignisse. Daher schauen auch KI-Modelle nicht in die Zukunft, sondern lernen an der Vergangenheit. Vergleichbarkeit ist angestrebt, um besser auf bestimmte Entwicklungen reagieren zu können und die Produktion optimal auszulasten.
Nicht zuletzt spielt der Verständlichkeit und Effizienz von KI-Modellen eine wichtige Rolle. Sie müssen leicht erklärbar und nachvollziehbar sein und vertretbare Rechenzeiten benötigen.
Im zweiten Schritt stellten die Referenten den Teilnehmern und Teilnehmerinnen das Tool detailliert vor. Es testet unterschiedliche Prognoseverfahren, kann Absatzanalysen automatisieren, bindet externe Indikatoren ein und berechnet deren Einfluss auf den Absatz. Zudem kann es sicher und lokal eingesetzt werden. Damit können Maschinelle-Lern-Verfahren langfristig in die Absatzprognose integriert werden. Das Tool können Unternehmen kostenfrei nutzen.
Falls Interesse an der Nutzung des Tools oder Bedarf an weiteren Informationen besteht, nehmen Sie bitte direkt Kontakt mit den Referenten Marius Syberg und Lucas Polley auf.
