Logistik-IT: Prescriptive Analytics – Rezepte für Logistiker

Automatisierte Geschäftsentscheidungen können Millionen in der Logistik sparen.
Prescriptive Analytics gibt Logistikern sozusagen Rezepte dafür, wie sie ihre Geschäftsabläufe optimieren können. Die LOGISTIK HEUTE-Titelgeschichte zeigt, welche Möglichkeiten es dabei gibt und was Unternehmen beachten müssen, damit Prescriptive Analytics zum Erfolg wird. (Symbolbild: cunaplus/Fotolia)
Prescriptive Analytics gibt Logistikern sozusagen Rezepte dafür, wie sie ihre Geschäftsabläufe optimieren können. Die LOGISTIK HEUTE-Titelgeschichte zeigt, welche Möglichkeiten es dabei gibt und was Unternehmen beachten müssen, damit Prescriptive Analytics zum Erfolg wird. (Symbolbild: cunaplus/Fotolia)
László Dobos

Die Methode Prescriptive Analytics hat sich in den vergangenen Jahren stark entwickelt. Mit ihr können Computer massenhaft Unternehmensentscheidungen treffen, und zwar so, dass sie möglichst niedrige Kosten und möglichst hohe Erträge zur Folge haben. Der britische Einzelhändler Morrisons etwa hat die Warendisposition für 491 Märkte und 26.000 Artikel mit einem System auf der Basis von Prescriptive Analytics automatisiert. Das bedeutet um die 13 Millionen Entscheidungen am Tag. Das ist eine Zahl, mit der ein Mensch oder auch ein Team von Menschen überfordert wäre. Morrisons hat mit den automatisierten Entscheidungen gute Ergebnisse erreicht: die Regallücken beispielsweise gingen um 30 Prozent zurück. Die Algorithmen werten die Verkaufszahlen der vergangenen Jahre aus und berücksichtigen sogar Faktoren wie das Wetter, um den künftigen Bedarf der Konsumenten vorherzusagen.

Rezepte für Logistiker

Bei Prescriptive Analytics geht es zunächst darum, eine künftige Situation vorherzusagen und dann auf dieser Grundlage Handlungen zu empfehlen, die für das Geschäftsziel am förderlichsten sind. Das System gibt den Menschen sozusagen ein Rezept, eine Handlungsanweisung vor, die er nur noch genau befolgen muss. Im Bereich Analytics hat sich in den vergangenen Jahren viel getan. Dank neuer Entwicklungen in der Künstlichen Intelligenz können Algorithmen aus den gesammelten Daten viel genauer vorhersagen, was passieren wird.

Beispiel Routenplanung

Prescriptive Analytics hat viele Anwendungsmöglichkeiten in der Logistik, zum Beispiel bei der Warendisposition oder bei der Routenplanung. Software zum Finden der optimalen Strecke gibt es seit Jahrzehnten, aber gerade hier zeigt sich, wie die Technik sich weiterentwickelt hat. UPS führt gerade das System „Orion“ ein, mit dem sich die durchschnittliche Wegstrecke pro Zustellfahrzeug um bis zu acht Meilen reduzieren lassen soll. Andere Tools können aus den gesammelten Daten sogar vorhersagen, welcher Kunde welchen Fahrer sympathisch findet. So ein Tool plant die Routen nicht nur danach, dass sie möglichst kostengünstig sind. Sondern auch danach, dass die Kunden möglichst oft von solchen Fahrern beliefert werden, die sie sympathisch finden. So kann das Tool auch die Kundenzufriedenheit steigern. Welche anderen Möglichkeiten Prescriptive Analytics für Logistiker bietet und worauf Unternehmen achten müssen, damit die Methode zum Erfolg wird, lesen Sie in der Titelgeschichte der Juni-Ausgabe von LOGISTIK HEUTE, die am 21. Juni erschienen ist.