Mit intelligenten Beschaffungstools zu mehr Cashflow
Autor/Redakteur: Jasper van Rijn, Managing Director Retail bei IG&H/gg
Bedarfsplanungssysteme im Einzelhandel sind oft starr und arbeiten mit einem regelbasierten Ansatz, um Bestände zu verwalten und Waren entsprechend zu bestellen. In unsicheren, krisengeprägten Zeiten funktionieren solche Regeln jedoch immer seltener. Spätestens seit der COVID-19-Pandemie hat sich gezeigt, dass sich das Kaufverhalten von Verbrauchern schnell und unvorhersehbar ändern kann – vermeintlich bekannte Trends und berechenbare Produktkategorien wiegen Einzelhändler daher in trügerischer Sicherheit, auf die sie sich immer weniger verlassen können.
Künstliche Intelligenz (KI) und Maschinelles Lernen (ML) können der Branche dabei helfen, schnell auf sich ändernde Trends zu reagieren, indem sie bei ihren Vorhersagen nahezu unendlich viele Faktoren berücksichtigen. Mit KI-basierten Daten und Analysen können Einzelhändler so zu besseren Entscheidungen gelangen. KI kann also dabei helfen, einen klaren Überblick über die Zusammenhänge zu erhalten. Das ermöglicht es Einzelhändlern und Lieferketten-Experten schnell auf Trends zu reagieren, da sie Einblick in Echtzeitdaten und -erkenntnisse erhalten. Mit Hilfe von Prädiktiver Analytik und Data-Mining-Techniken können beispielsweise potenzielle Probleme oder Chancen in der Lieferkette erkannt und entsprechend gehandelt werden.
Lösungen basieren auf verschiedenen Modulen
Neu entwickelte Software-Tools und Technologien unterstützen die Idee, dass Einzelhändler bei der Bedarfsplanung proaktiv reagieren können. Dabei handelt es sich um Plattformen oder SaaS-Lösungen, die aus Modulen bestehen, die aufeinander aufbauen. Sie generieren automatisch Bestellvorgänge, helfen bei der Vorhersage der regelmäßigen, saisonalen und aktionsbezogenen Kundennachfrage und erstellen automatisch Bestellhinweise. KI und ML sind Teil des Codes. Dadurch unterscheiden sie sich von anderen Bedarfsplanungssystemen, weil sie nicht auf Geschäftsregeln basieren. Das ermöglicht nicht nur bessere Vorhersagen, sondern diese Technologien sind auch einfacher zu implementieren, da die Benutzer nicht viele Regeln erstellen müssen, um das System zum Laufen zu bringen. Die zugrundeliegende Vision ist, dass ein System implementiert wird, das sehr wenig Benutzereingaben benötigt. Die Lösungen arbeiten mit einem Datenfeed, sodass keine komplexen Software-Schnittstellen erforderlich sind.
Die Hauptaufgabe bei der Implementierung besteht darin, die Daten zu beschaffen und sie so aufzubereiten, dass sie vom System verarbeitet werden können. Das ist eine Sache von Wochen, was im Vergleich zu früheren Vorgängen schnell ist. Bei anderen Lösungen sind die IT-Berater mehrere Monate lang mit der Implementierung beschäftigt. So können Kosten gesenkt werden.
In jedem Einkaufsprozess tauchen tausende von Datenpunkten auf, die sich über Produkt- und Kategorie-Grenzen hinweg erstrecken. Werden diese Informationen miteinander verknüpft, wirkt sich das direkt positiv auf die Kaufentscheidungen aus. In der derzeitigen Praxis ist die Komplexität der Beschaffungslandschaft für einen einzelnen Einkäufer unmöglich zu überblicken, geschweige denn in Tabellenkalkulationen zu verarbeiten. KI-basierte Software kann diese tausende von Datenpunkten automatisch miteinander verknüpfen, so dass die Unternehmen in der Lage sind, intelligentere Kaufentscheidungen zu treffen. Dieser datengesteuerte Ansatz gewährleistet eine bessere Bestandsverwaltung mit besseren Gewinnspannen.