Optimale Bestandsplanung unter Unsicherheit

Mit Künstlicher Intelligenz die Bestandsplanung im Großhandel optimieren

Out-of-Stock heißt es in letzter Zeit immer wieder: Holz, Armaturen oder Toilettenpapier sind gerade dann nicht auf Lager, wenn es Kundinnen und Kunden benötigen. Andererseits blockieren nicht abgefragte Waren wertvolle Flächen. Die Steuerung von Lagerbeständen ist daher eine zentrale Herausforderung im Großhandel. Forschende unserer Arbeitsgruppe für Supply Chain Services verknüpfen dafür im Projekt »OBER« Prognosemodelle mit mathematischer Optimierung zu einer Künstlichen Intelligenz (KI), die auch Restriktionen wie Einkaufskonditionen, Lagerkapazität und Kapitalbindung berücksichtigt.

Zwar sind bereits mancherorts Prognosen im Einsatz, aber diese liefern häufig nur ein Mittel der vorherigen Absätze und damit Punktprognosen. Oft ist aber gerade der Unsicherheitsfaktor entscheidend, der Aussagen darüber zulässt, wie wahrscheinlich ein vorhergesagter Absatz über- oder unterschritten wird. Die Fraunhofer-KI nutzt neueste Prognosemodelle aus der Forschung, quantifiziert diesen Unsicherheitsfaktor und ermittelt auf dieser Basis für Disponentinnen und Disponenten die bestmögliche Bestellstrategie bezüglich Bestellmenge und -zeitpunkt.

Das Projekt wird durch das Bayerische Staatsministerium für Wirtschaft, Landesentwicklung und Energie gefördert. Partner sind Trevisto, Eisen-Fischer und FIS Informationssysteme und Consulting.