Bedarfs- und Absatzprognosen mit Machine Learning (ML) in Supply Chain und Vertrieb

Bedarfs- und Absatzprognosen mit Machine Learning (ML) in Supply Chain und Vertrieb mit KI.

MODUL 01: DEMAND PLANNING NEU GEDACHT

• Die Grenzen klassischer Prognoseverfahren
• Wo ML den größten Hebel bietet: Sortiment, Aktionen, neue Produkte
• Prognosegüte und der Bullwhip-Effekt
• Warum jeder Prognosefehler die ganze Kette teuer macht
• Ihre Ausgangslage: Wie treffsicher planen Sie heute?

MODUL 02: PROGNOSEMODELLE

• Zeitreihen versus ML-Modelle versus Deep Learning
• Externe Treiber: Wetter, Preise, Feiertage, Konjunktur
• Übung: Sie erstellen eine Absatzprognose an echten Daten
• Der Aha-Moment: das Modell erklärt den Ausreißer im letzten Quartal
• Das richtige Verfahren für Ihre Datenlage

MODUL 03: UMGANG MIT SCHWIERIGEN FÄLLEN

• Intermittierende Nachfrage und Ersatzteile
• Neuprodukt-Prognosen ohne Historie
• Prognose auf verschiedenen Aggregationsebenen
• Übung: Sie prognostizieren einen sporadischen Artikel
• Wenn wenig Daten klug genutzt werden müssen

MODUL 04: INTEGRATION

• Anbindung an ERP und Advanced Planning Systeme
• Prognose-Governance: Forecast Value Added, Overrides
• Fallstudie: ML-Forecast in der Handels- oder Fertigungsplanung
• Die Planer mitnehmen statt entmündigen
• Ihr Fahrplan zur treffsicheren Prognose