MOVE: Projektinhalte erfolgreich in den Mittelstand übertragen

Im Transferprojekt wurde zusammen mit der Firma Willich gearbeitet. Willich ist Hersteller von flüssigen Lebensmitteln (beispielsweise Überzugsmassen für den Pfefferrand von Scheibensalami), die in B2B-Strukturen vertrieben werden. Zum gezielten Absatz von Produkten und einer verbesserten Planung der reinigungsintensiven Produktion setzt das Unternehmen auf die Auswertung der von ihnen gesammelten Daten. Im Projekt wurde ein System zur Vorhersage von Verkaufsmengen geplant und technisch in der Umgebung von Willich mithilfe von PowerBI umgesetzt. In unterschiedlichen Dashboards werden die Verkaufsmengen der kommenden Woche angezeigt.

Es galt also eine Vorhersage für den Absatz der Endprodukte Willichs zu entwickeln. Dieser Forecast teilt sich dabei auf zwei Aspekte auf: zum einen die Algorithmen inkusive der Herangehensweise zur Vorhersage des Absatzes und zum anderen die sozio-technische Einbettung der Informationen in das PowerBI Ökosystembei Willich. Um den zweiten Aspekt der sozio-technischen Einbettung zu ermöglichen, verfolgt das Fraunhofer IEM das Ziel der frühen Integration von Mitarbeitern in den Entwurfsprozess. Wie in Abbildung 1 dargestellt, wurden in Workshops gemeinsam mit den schlussendlichen Nutzern des Absatzforecasts iterativ zunächst Anforderungen und Erwartungen definiert. Dafür wurden insbesondere die anzuzeigenden Kennzahlen –die neben dem eigentlichen Forecast erwünscht sind –systematisch in Form eines Kennzahlensystems erschlossen. Diese Informationen wurden gemeinsam in Workshops zu Skizzen der schlussendlichen Dashboards zusammengeführt und frühzeitig in PowerBI auf Basis von Beispieldaten überführt, sodass durch die praktische Nutzung frühzeitig Feedback in die Entwicklung einfließen konnte.

Forecast

Für die Entwicklung der Algorithmen zur Vorhersage des Absatzes erfolgte zunächst eine Charakterisierung der Artikel hinsichtlich des Nachfrageverhaltens auf Basis historischer Absätze. Diese Charakterisierung erfolgt dabei unter anderem nach den durchschnittlichen Abständen zwischen Absätzen und der Variation der Absatzmengen. Durch diese Analyse des Nachfrageverhaltens konnten die Produkte für die Entwicklung von Prognosemodellen priorisiert werden, da nicht alle Produkte gleich gut für eine Absatzprognose geeignet sind (beispielsweise sind hohe Zeiträume zwischen zwei Absätzen mit großen Unterschieden in der Absatzmenge weniger gut geeignet). Für die priorisierten Produkte können nun die Prognosen erstellt werden. Das Fraunhofer IEM verfolgt dabei den Ansatz des Multiple Aggregation Prediction Algorithm (MAPA, dt. mehrfacher Aggregationsvorhersage Algorithmus). Dies bedeutet, dass unterschiedliche Ansätze, Vorhersagemethoden und Algorithmen zu einer einzigen Vorhersage kombiniert werden. Der Vorteil besteht darin, dass die Ansätze in ihren Stärken ergänzen (‚alle sind sich einig‘) und in ihren Schwächen abdämpfen (‚einer sagt einen Ausreißer vorher‘). Unter den Ansätzen finden sich Algorithmen wie ARIMA, k-nearest neighbours oder simple Ansätze wie ein gleitender Durchschnitt. In den MAPA schaffen es nur die Algorithmen, die die beste Leistung –gemessen an verschiedenen Gütekriterien –erbringen. Exemplarische Prognoseergebnisse finden sich in Abbildung 2.

Zusammenfassung

Innerhalb eines Projektes hat Willich zusammen mit dem Fraunhofer IEM ein PowerBI-Dashboard bei sich in Betrieb genommen. Dieses zeigt neben existierenden operativen Kennzahlen auch noch im Projekt definierte und berechnete KPI. Krönung ist der entwickelte Forecast, der die zukünftigen Absätze der verschiedenen Produkte vorhersagt. Durch die frühe Integration der Mitarbeiterinnen und Mitarbeiter in die Entwicklung der Lösung erfreut sich das Werkzeug an hoher Akzeptanz und wird täglich von unterschiedlichen Bereichen genutzt. Die Vorhersagen treffen den tatsächlichen Absatz hervorragend und ermöglichen dem Vertrieb, der Produktion und dem Einkauf eine bessere Koordination und Planung ihrer Tätigkeiten. Und dieses Projekt ist erst der Anfang: die Alfred Willich GmbH wird eigenständig die Forecasts auf weitere Produkte ausweiten und die PowerBI Dashboards eigenständig nach ihren Vorstellungen erweiterten.