
Wie künstliche Intelligenz die Warenverfügbarkeit steigert

„Hier bin ich Mensch, hier kauf ich ein“: Mit diesem Motto stellt dm-drogerie markt den Menschen ins Zentrum seines Handelns. Um den Kunden eine perfekte „Customer Experience“ zu bieten, hat das Drogerieunternehmen – neben einem guten Service – die hohe Warenverfügbarkeit in seinen europaweit mehr als 3.400 Märkten als zentralen Erfolgsfaktor erkannt. Bei deren Belieferung wird auf künstliche Intelligenz gesetzt.
Kundenzufriedenheit per KI steigern
Das Unternehmen dm betreibt zwei nationale Verteilzentren und sieben Volumenverteilzentren für die Belieferung der Märkte mit großvolumiger Ware. Deren Aufgabe ist es, die eingehende Ware der Industriepartner für die einzelnen Märkte zusammenzustellen. Circa 3.000 Mitarbeiter kommissionieren täglich 1,8 Millionen Einheiten. Mehr als 11.500 Paletten sind von den Verteilzentren auf dem Weg zu den Märkten, damit das breite Angebot von mehr als 12.000 Produkten für die Kunden immer verfügbar ist.
Keine leichte Aufgabe, denn die Drogeriemärkte brauchen bestimmte Artikel oftmals sehr kurzfristig, während die Hersteller i. Allg. längere Lieferzeiten haben. Das Dilemma: Können Bestellungen nicht kurzfristig geliefert werden, führt das zu langen Wartezeiten bei den Kunden, zu deren Unzufriedenheit und letztendlich zu Umsatzverlusten. Andererseits sind langfristige Planungen mit hohen Lagerkosten verbunden. Außerdem basierten die Nachfrageprognosen früher ausschließlich auf der Vergangenheit und sind daher ungenau. Hinzu kommt die wachsende Komplexität aufgrund der steigenden Anzahl der dm-Märkte.
“Bei unserer Lösung handelt es sich nicht um ein regelbasiertes System, sondern um eine wissenschaftliche Optimierung auf Basis von Machine Learning”
Prof. Dr. Michael Feindt, Gründer und Chief Scientific Officer der Blue Yonder
Das Unternehmen benötigt daher präzise Bedarfsprognosen der einzelnen Märkte für die Verteilzentren, die an die Industriepartner weitergegeben werden können. Als Partner hinzugezogen hat das Drogerieunternehmen dafür Blue Yonder, einen Anbieter von cloudbasierten Machine-Learning-Lösungen für den Handel. Das Ziel: Mithilfe von Algorithmen sollen den Industriepartnern valide Wahrscheinlichkeitsprognosen über die Nachfrage und den Bedarf der einzelnen Produkte in den unterschiedlichen Verteilzentren bereitgestellt werden.
Die Lösung
Zum Einsatz kommt die Lösung „Replenishment Optimization“. Dabei handelt es sich um eine Machine-Learning-Lösung zur automatisierten Filialdisposition, die Out-of-Stock-Raten um bis zu 80 Prozent reduziert, ohne Abschriften oder den Lagerbestand zu erhöhen. „Unsere Lösung optimiert auf Basis präziser und granularer Bestellprognosen die Warenverfügbarkeit und Restbestände, während die Zahl manueller Eingriffe auf ein Minimum reduziert wird“, so Prof. Dr. Michael Feindt, Gründer und Chief Scientific Officer der Blue Yonder GmbH.
Jetzt weiterlesen im f+h E-Paper!