KI-gestützte Bedarfsprognose im E-Commerce

Lichtblick Sonnenschutzsysteme – E-Commerce / Retail

Ausgangssitutation

Lichtblick Sonnenschutzsysteme vertreibt Rollos, Jalousien und Sichtschutzprodukte über eigene E-Commerce-Kanäle. Das Geschäft ist stark saisonal: Nachfragespitzen sind planbar, aber die genaue Höhe pro Produkt und Zeitraum war bisher nicht zuverlässig vorherzusagen. Fehlte ein Artikel zum falschen Zeitpunkt, war der Umsatz weg. Bestellte das Einkaufsteam zu früh oder zu viel, band das Kapital und Lagerfläche.

Kernherausforderung

Die Bedarfsplanung lief über Excel-Tabellen, die manuell gepflegt, manuell ausgewertet und manuell in Bestellentscheidungen übersetzt wurden. Das funktionierte solange die Produktpalette überschaubar und die Nachfragemuster stabil waren. Beides war zunehmend nicht mehr der Fall. Neue Varianten, veränderte Kaufzeitpunkte durch Online-Werbung und variable Lieferzeiten erzeugten eine Kombinatorik, die sich in Excel nicht mehr sinnvoll abbilden ließ. Hinzu kam: Wenn eine Prognose falsch lag, gab es keinen strukturierten Lerneffekt. Der nächste Zyklus startete wieder mit denselben Annahmen.

Lösung

SMA Dev entwickelte ein Demand-Forecast-System, das historische Bestell-, Abverkaufs- und Lagerbestandsdaten mit saisonalen Mustern und externen Signalen verknüpft. Zentrale Entscheidung war, das Modell von Anfang an als produktives System zu konzipieren, das regelmäßig mit neuen Daten aktualisiert wird. Kein einmaliger Forecast, der nach der Saison veraltet ist, sondern eine Prognose-Infrastruktur, die sich verbessert.

Der MLOps-Aspekt war dabei genauso relevant wie das Modell selbst. Ohne definierten Update-Rhythmus, ohne Monitoring der Modellgüte und ohne eine Anbindung an die operativen Bestellprozesse wäre das System nach wenigen Monaten in der Schublade gelandet. SMA Dev überführte die Prognosen direkt in den Bestellprozess und richtete Alerts ein, wenn sich Abweichungen zwischen Prognose und tatsächlicher Nachfrage aufbauten.

Ergebnis

Out-of-Stock-Situationen gingen um 65 % zurück. Das bedeutet konkret: Produkte, die vorher regelmäßig zu früh vergriffen waren, blieben verfügbar, wenn die Kaufbereitschaft am höchsten ist. Der sechsstellige Zusatzumsatz ist ein direktes Resultat dieser Verfügbarkeit in den kaufstarken Wochen. Die instabilen Excel-Prozesse wurden vollständig abgelöst. Das System wird laufend weiterentwickelt.

Ähnliche Herausforderung?