Früh genug wissen, was die Leute kaufen wollen
Ein junges Team verbessert die Vorhersage von Absätzen und Beständen mithilfe von künstlicher Intelligenz. Bisher hängen Prognosen von nur wenigen Daten wie Wetter und Verkaufshistorie ab.
„Schon während des Studiums an der Uni Wien und auch in der Praxis haben wir gesehen, dass die Frage nach Absatz-Vorhersagen sehr spannend ist“, sagt Vladyslav Vasylevskyy von Quantics, einem Start-up am Wiener Alsergrund. Wie können Unternehmen prognostizieren, worauf die Kunden demnächst Lust haben und welche Produkte in welchem Ausmaß gekauft werden? „Es war für uns überraschend, dass sogar viele der großen Unternehmen hier keine modernen Ansätze nutzen und oft noch mit Tabellen-Kalkulationsmodellen arbeiten“, sagt Vasylevskyy, der mit Christof Bitschnau, Johannes Matt und Resul Akay im August 2020 Quantics gegründet hat – unterstützt von der Austria Wirtschaftsservice, AWS.
Das Team hat eine cloudbasierte Lösung entwickelt, die künstliche Intelligenz (KI) nutzt, um genauere Prognosen für Absätze, Bestände und tatsächliche Nachfragemengen zu berechnen.
An den Algorithmen tüftelt ChefDatenwissenschaftler Resul Akay, und Vasylevskyy erklärt: „In dieser Welt, die immer datengetriebener, dynamischer und komplexer wird, ist es schwierig, Vorhersagen über die Zukunft zu treffen. In den Unternehmen fehlt oft das Know-how oder auch die IT-Infrastruktur, um große Datenmengen zu bearbeiten.“Wenn das junge Team nun bei potenziellen Kunden anfragt, auf welche externen Daten ihr Absatz normalerweise reagiert, fällt den meisten außer Saisonalität und Wetter kaum etwas ein.
Doch heutzutage geht es bei Angebot und Nachfrage auch um Werbung, Social Media, Preisschwankungen und Events. Genauso spielen Mobilitäts- und Konjunkturdaten eine Rolle sowie Geschäftsschließungen oder -öffnungen und Verschiebungen aufgrund der Covid-19-Pandemie.
Vergeudung verhindern
„Unsere Lösung wird mit all diesen Daten versorgt. Dazu kommen historische Daten aus dem Unternehmen, also die Verkaufstransaktionen, was in welchem Zeitraum abgesetzt oder ausgeliefert wurde“, zählt Vasylevskyy auf. Die künstliche Intelligenz analysiert dann bestimmte Datenmuster und sucht sich aus einem Pool von über 60 Analysemethoden die besten heraus, um für jedes einzelne Produkt ein individuelles Modell zu erstellen, das die Absatz-Vorhersage am besten trifft.
Der Firmenname Quantics hat also wenig mit Quanten zu tun, sondern beschreibt die „quantitative“Basis für zukünftige Beschaffungs-, Produktions- und Logistikentscheidungen. „Das läuft auf Knopfdruck und ist nicht nur für große Unternehmen, die Milliarden umsetzen, wertvoll, sondern soll auch in kleinen und mittleren Unternehmen die Planbarkeit erleichtern“, sagt Vasylevskyy.
Das Team ist stark vom Nachhaltigkeitsgedanken geprägt: Nur wer gut plant, vermeidet, überschüssige Ware zu entsorgen. Weltweit werden Tonnen von Lebensmitteln weggeworfen, aber eine gute Absatz-Vorhersage könnte die Vergeudung reduzieren. „Auch im Modesektor und Manufacturing kann man durch bessere Vorhersagbarkeit Ressourcen schonen“, so Vasylevskyy. Denn jede falsche Entscheidung zieht Konsequenzen entlang der gesamten Wertschöpfung nach sich. Daher sollen in Zukunft nicht nur Wetterdaten in Prognosen einfließen, sondern auch externe Daten automatisch ausgewählt werden, um die Prognosen genauer zu machen.