TagesseminarKI-Grundlagen, Strategie & Technologie
Lagerbestandsoptimierung mit Machine Learning (ML): weniger Kapitalbindung
Ganztägiges Seminar, das ein KI-Thema fundiert und praxisnah vermittelt.
Lagerbestandsoptimierung mit Machine Learning (ML): weniger Kapitalbindung mit KI.
MODUL 01: ZIELKONFLIKT BESTAND
- Servicegrad, Kapitalbindung und Fehlmengen
- Klassische Verfahren: Meldebestand, Sicherheitsbestand
- Wo Prognosefehler Bestände treiben
- Warum weniger Bestand bei besserem Service möglich ist
- Ihre Ausgangslage: Wie viel Kapital bindet Ihr Lager?
MODUL 02: DATENBASIERTE BESTANDSSTEUERUNG
- Nachfrageprognose als Basis der Disposition
- Sicherheitsbestände datengetrieben bemessen
- Übung: Sie berechnen optimale Bestellmengen und -punkte
- Der Aha-Moment: gleicher Service, deutlich weniger Kapital
- Vom Bauchwert zur berechneten Reserve
MODUL 03: SORTIMENT UND SEGMENTIERUNG
- ABC/XYZ-Analyse mit ML verfeinern
- Auslauf- und Überbestände frühzeitig erkennen
- Mehrstufige Netzwerke: Zentral- und Regionallager
- Übung: Sie segmentieren ein Sortiment
- Unterschiedliche Artikel, unterschiedliche Strategien
MODUL 04: UMSETZUNG
- Integration in ERP-Dispositionsparameter
- Kennzahlen und kontinuierliche Verbesserung
- Fallstudie: Bestandssenkung bei gleichbleibendem Servicegrad
- Disposition befähigen statt überfahren
- Ihr Fahrplan zur schlanken Bestandssteuerung