Die Krisen der jüngeren Zeit haben gezeigt: Just-in-Time Lieferketten, die in den vergangenen 30 Jahren vorherrschend waren, sind fragile Konstrukte, die durch plötzliche Ereignisse leicht zusammenbrechen können. Zwar haben viele Retailer bewiesen, wie schnell und agil sie auf Engpässe und andere Herausforderungen reagieren können, in der Regel bleibt es hierbei jedoch bei Reaktionen- mit dem Risiko, den Betrieb zu gefährden.

Intelligent in die Zukunft schauen

Unter normalen Umständen verlassen sich Einzelhändler auf statistische Erhebungen, um einen Eindruck von der „Zukunft“ zu bekommen. Diese resultieren jedoch in einzelnen, mehr oder weniger allgemeingültigen Vorhersagen, nach denen Händler ihre Strategie ausrichten sollen. Diese Form der Prognose hat ihre Grenzen und spiegelt nicht alle potenziellen Ausgänge und Entwicklungen wider. Wenn es um echte Lieferkettenresilienz geht, lautet das Ziel, Unvorhersehbares vorhersehbarer zu machen und sich auf Basis akkuraterer Prognosen auf Veränderungen vorzubereiten.

Lösungen für Nachfrageprognosen, die durch Künstliche Intelligenz gestützt sind, ermöglichen es, verschiedene Szenarien durchzuspielen, mehr Echtzeit-Transparenz entlang der Lieferkette zu schaffen und potenzielle Entwicklungen zu antizipieren. Dieses sogenannte AI-based Demand Forecasting wird bislang nur von etwa 14 Prozent der Einzelhändlern genutzt. Dabei gilt eine KI-gestützte Nachfrageprognose als vielseitiger und genauer als klassische Statistiken.

Je nach Datengrundlage und -verfügbarkeit verbindet das System die eigenen historischen Daten mit Informationen, die von außerhalb der digitalen oder stationären Ladengrenzen stammen. Darunter fallen etwa das Kaufverhalten der Kund:innen, Produkt- und Materialverfügbarkeiten aufseiten der Hersteller oder Zulieferer sowie andere Störungen entlang der Lieferkette, die zu Lieferengpässen führen können. Das System ist in der Lage, in diesen Daten relevante Muster akkurat zu erkennen und verschiedene potenzielle Ausgänge zu ermitteln.

Was wäre, wenn

Der Einzelhandel profitiert in vielerlei Hinsicht von KI-gestütztem Demand Forecasting und einer detaillierten Bedarfsplanung. Zum einen werden Experten, die diese Aufgabe bisher manuell durchgeführt haben, entlastet und können sich auf strategische Fragen konzentrieren. Zum anderen können Händler damit ihr Bestandsmanagement optimieren, eine hohe Regalverfügbarkeit garantieren und Abfälle vermeiden.

Unternehmen können KI-erzeugte „Was-wäre-wenn”-Szenarien und gezielte Simulationen nutzen, um potenzielle Auswirkungen von Störungen in der Lieferkette zu verstehen und proaktiv zu reagieren. Dies wiederum ermöglicht bewusste, fundierte Entscheidungen darüber, wie die eigene Bestandsplanung zu strukturieren ist.

Gastautor Dirk Schäfer ist Sales Director DACH bei Symphony AI Retail CPG.