Eine KI-basierte Logistikplanung kann die Effizienz von Lieferketten verbessern.
Die Planung, Bereitstellung, Steuerung, Prüfung und Optimierung von Prozessen sowie die Verwaltung, Aufbewahrung und Kommissionierung von Gütern erfordern ein hohes Maß an Präzision und Flexibilität. Das haben zahlreiche Krisen in den vergangenen Jahren eindrücklich bewiesen, die dem Einzelhandel große Flexibilität und Resilienz abverlangten. Und auch in Zukunft werden Unternehmen mit diesen Herausforderungen zunehmend umgehen müssen.
Fest steht nach Ansicht der Experten der Münchener IG&H Germany GmbH: Besonders mittelständische Handelsunternehmen müssen ihre Prozesse in Einkauf und (Lager-)Logistik optimieren und digitalisieren, um langfristig konkurrenzfähig zu bleiben. Technologien wie Künstliche Intelligenz (KI) können die Branche dabei unterstützen, indem sie eine schnelle Reaktion auf sich ändernde Trends ermöglichen. Doch wie kann das aussehen und welche Stolpersteine gilt es zu vermeiden?
Daten sind der Schlüssel für gute und belastbare Vorhersagen. Mithilfe einer datenbasierten KI-Lösung ist es möglich, Beziehungen zwischen verschiedenen Faktoren herzustellen. Das ist ein großer Vorteil gegenüber regelbasierten Systemen, die häufig nur einfache „Wenn-dann“-Beziehungen herstellen können. KI geht einen Schritt weiter und erkennt auch komplexe Zusammenhänge. Mit prädiktiver Analytik und Data-Mining-Techniken können potenzielle Probleme oder Chancen in der Lieferkette erkannt werden.
Regelbasierte Systeme sind oft starr und können weder auf unvorhersehbare Ereignisse reagieren noch mit der Zeit lernen. Ein System auf Basis von KI hingegen verfügt über diese Fähigkeiten und erlaubt es Einzelhändlern, proaktiv auf sich verändernde Faktoren und Störungen reagieren.
Besonders bei saisonalen oder zeitlich begrenzten Angeboten wie bestimmten Feiertagen, Sales-Angeboten oder Aktionstagen ist es elementar, den erforderlichen Bestand genau einschätzen zu können. KI kann dabei helfen, Out-of-Stock-Situationen zu vermeiden, indem sie Nachfrageprognosen erstellt und diese mit den neuesten Daten aktualisiert. Mithilfe eines Out-of-Stock-Algorithmus wird der Bestand stetig überprüft. Wenn ein bestimmter Artikel nicht vorrätig ist, schätzt der Algorithmus, wie viele Verkäufe es für dieses Produkt gegeben hätte, wenn er vorrätig gewesen wäre. Die historischen Daten werden mit diesem Algorithmus „bereinigt“, sodass sich eine zuverlässige Schätzung der Nachfrage ergibt.
Dies ist ein Artikel aus unserer Print-Ausgabe 5/2023. Bestellen Sie ein kostenfreies Probe-Abo.
KI eröffnet Händlern darüber hinaus auch hinsichtlich der Lieferkette Optimierungspotenzial: Kostensenkungen, schnellere Lieferungen und mehr Nachhaltigkeit. So kann eine KI-basierte Logistikplanung die Effizienz von Lieferketten verbessern, indem sie z.B. die schnellsten und kosteneffektivsten Routen und Lieferzeiten ermittelt. Dadurch können nicht nur Kosten minimiert, sondern auch das Verkehrsaufkommen und der CO2-Fußabdruck reduziert werden. Gleichzeitig können Verzögerungen, Engpässe oder Qualitätsprobleme durch KI früher erkannt und behoben werden. Risikomanagement-Tools tragen zudem dazu bei, potenzielle Risiken in der Lieferkette zu identifizieren.
Besonders bei traditionsreichen Mittelständlern wird Künstliche Intelligenz allerdings häufig noch mit Skepsis betrachtet: Das Sammeln, Speichern und Verarbeiten großer Datenmengen sorgt oft eher für Ablehnung als für Begeisterung. Daher gilt es, die Belegschaft mit einzubeziehen und ihr mit Transparenz und Aufklärung zu begegnen, statt die Veränderungen im Top-down-Prinzip durchzudrücken. Wichtig dabei ist auch, dass nicht nur die IT-Abteilung, sondern alle Mitarbeiter mit der Lösung arbeiten und diese selbstständig nutzen können. Die Digitale Transformation erfordert von Unternehmen Mut zur Veränderung. Es ist daher ratsam, mit kleinen KI-Schritten zu beginnen, z.B. mit einer Kategorie im Bereich „Nachschub oder Preisgestaltung“.
Bildquelle: Getty Images / iStock / Getty Images Plus