Die wachsenden Erwartungen der Verbraucher an Frische, Vielfalt und Verfügbarkeit stellen für Bäckereien eine anspruchsvolle Herausforderung bei der Planung dar. Die Schwierigkeiten, sich an die sich ständig ändernde Nachfrage anzupassen, führen zu einem erheblichen Anteil an zurückgesandten Produkten. Der Anteil nicht genutzter Lebensmittel variiert zwischen zwei und 30 Prozent.

FoodTracks verfolgt das Ziel, Bestellentscheidungen gemäß ihren Anforderungen zu automatisieren, um eine optimale Balance zwischen Angebot und Nachfrage sicherzustellen. Dies soll Food Waste reduzieren und gleichzeitig die Effizienz im Lebensmittelhandel steigern.

FoodTracks entwickelte eine Controlling-Lösung, welche Bestellentscheidungen gemäß eigenen Anforderungen automatisiert.

Anhand eigener vor Ort Erfahrungen wurden die Prozesse für Produktion und Verkauf analysiert. Im Falle unzureichender Datenmengen für individuelle Prognosen entwickelte das Unternehmen ein Modul-System, wonach die Komponenten sukzessiv auf- und ausgebaut werden können. Anhand von eigenen Kunden-Vorgaben sowie vorliegender Kunden-Daten ist die KI in der Lage, individuelle Vorhersagen zu treffen.

Daten aus der Warenwirtschaft und dem Umsatz wurden artikel- und filialspezifisch analysiert. In Kombination mit Umgebungsfaktoren wie Wetterdaten oder Ferienzeiten werden Algorithmen so trainiert, dass sie zukünftige Bedarfe mit hoher Wahrscheinlichkeit vorhersagen können.

Mit der Lösung ist es Unternehmen möglich Kosten zu senken. Über 60 Unternehmen, die diese Applikation verwendeten, haben positive Effekte hinsichtlich ihrer Wirtschaftlichkeit und Effizienz festgestellt.

Durch das Bestell Tuning werden optimale Bestellmengen ermittelt, Retouren minimiert und der Umsatz häufig ausverkaufter Artikel gesteigert.

• Foodtracks GmbH (o.D.)
• Uni Münster - Foodtracks (o.D.)