Jeder Kioskbesitzer kennt das Dilemma von Angebot und Nachfrage: Bestellt er am Anfang der Woche zu wenig Limo, Lakritz und Brötchen, dann stehen die Kunden schon nach ein paar Tagen vor leeren Regalen. Ordert er zu viel, werden die Brötchen alt und bleiben liegen. Je ungenauer seine Prognose, desto schlechter die Geschäfte.
Was schon im Laden um die Ecke mit ein paar Hundert Produkten ein teures Problem sein kann, wird für die Branchengrößen im Online-Handel zur Herkulesaufgabe. Allein der Hamburger Versandhändler Otto etwa hat mehr als zwei Millionen verschiedene Artikel im Sortiment: T-Shirts und Taschen, Handtücher und Gardinen, Fernseher und Waschmaschinen. Und oft müssen seine Einkäufer schon Monate im Voraus einschätzen, was die Kunden später kaufen.
Wie viele T-Shirts der Marke X, in Rot, Größe M, werden die Kunden in Kalenderwoche 23 bestellen? Wie hoch muss der Verkaufspreis liegen, um alle Artikel an den Mann zu bringen? Und wie viele Käufer werden das T-Shirt zurückschicken?
Um Fragen wie diese treffsicher zu beantworten, hat Otto eine Prognose-Software entwickelt, die ihresgleichen sucht: Für jeden einzelnen Artikel im Sortiment des Versandhändlers berechnet sie tagesaktuell die Verkaufsprognosen der kommenden Wochen oder Monate. Und das deutlich genauer, als es früher möglich war.
Das digitale Orakel hat die Jury des Deutschen Innovationspreises überzeugt. „Unternehmen, die die wachsende Datenflut von Computernetzwerken intelligent auswerten, schaffen sich einen strategischen Vorteil“, sagt Frank Riemensperger, Deutschland-Chef der Unternehmensberatung Accenture. „Die Prognose-Software der Otto Group zeigt vorbildlich, wie Big Data Geschäftsprozesse viel effizienter und produktiver macht.“ Otto belegt daher in der Kategorie Großunternehmen Platz eins.
Rund 200 Variablen fließen in die Berechnung ein, etwa die Verkaufszahlen des Vorjahres, aktuelle Werbekampagnen für das Produkt oder gar die Wettervorhersage: Scheint in der nächsten Woche die Sonne, dann wird der Absatz von Sommerkleidern steigen. Regnet es, sinken die Absatzzahlen. Rund um die Uhr füttern die Mitarbeiter das System mit neuen Informationen.
„Die Software ist ein selbstlernendes System, das sich laufend aktualisiert“, sagt Michael Sinn, Direktor Category Support bei Otto. Server mit der Rechenkraft von 250 Schreibtischcomputern erstellen auf diese Weise fünf Milliarden Prognosen im Jahr. „Unsere Disponenten bekommen jeden Morgen frische Prognosen auf den Bildschirm“, sagt Sinn. Das rote T-Shirt in Größe M, steht dann vielleicht auf dem Monitor, wird in den kommenden acht Wochen vermutlich 4567 Mal verkauft. Die Mitarbeiter können entsprechend viele Exemplare beim Hersteller bestellen.
"Wichtig neue Wege zu gehen"
Das Ergebnis ist beeindruckend: Gegenüber früheren Prognose-Verfahren, die oft nicht viel mehr als die Verkaufszahlen des Vorjahres berücksichtigten, kann Otto heute die Verkäufe je nach Produktkategorie um 20 bis 40 Prozent genauer vorhersagen. Die Folge: Die Produkte sind nicht mehr zu früh ausverkauft – und bleiben trotzdem auch seltener im Lager liegen. „Das ist gut für unsere Kunden“, sagt Michael Heller, Otto-Bereichsvorstand Categories und zuständig für Einkauf, Vertrieb und Angebotssteuerung, „es ist gut für uns, und nicht zuletzt auch gut für die Umwelt.“
Hinter Ottos Orakel, das inzwischen beim Tochterunternehmen Blue Yonder seinen Dienst tut, steht ein Algorithmus namens Neurobayes, eine komplizierte Rechenfolge, die der Physiker Michael Feindt vor Jahren entwickelt hat. Es ging dem Forscher damals nicht um Artikel aus dem Online-Shop, sondern um Atome: Feindt, Leiter des Instituts für experimentelle Kernphysik an der Universität Karlsruhe, baute Neurobayes mit dem Ziel, Ereignisse zu prognostizieren, die bei der Kollision von Atomen im Teilchenbeschleuniger am CERN nahe Genf stattfinden, dem weltweit größten seiner Art.
Im Jahr 2012 entdeckten die CERN-Forscher das lang-gesuchte Higgs-Teilchen, nicht zuletzt auch dank des Neurobayes-Algorithmus.
Das alles war sechs Jahre zuvor noch nicht zu erahnen, als Otto-Mitarbeiter auf Feindts Entwicklung stießen. Der Konzern hatte gerade ein Team ausschwärmen lassen, um nach Software zu suchen, mit der sich das Sortiment des Versenders präziser steuern lassen würde. „Es war absehbar, dass herkömmliche Prognoseverfahren der zunehmenden Komplexität des Geschäftsmodells auf Dauer nicht mehr gerecht werden können“, sagt Vorstand Heller. „Daher war es uns wichtig, neue Wege zu gehen und zu schauen, welche Alternativen denkbar sind.“
Drei verschiedene Programme traten im Wettbewerb gegeneinander an, gefüttert mit reichlich Daten von Otto. „Feindts Ergebnisse waren um Längen besser als die der anderen“, erinnert sich Otto-Datenexperte Sinn. Das Management entschied sich dazu, den Atom-Algorithmus für den Versandhandel umzuschreiben. Eine Entscheidung ohne Erfolgsgarantie.
Doch sie sollte sich auszahlen. Die Restbestände zum Saisonende sanken um bis zu 20 Prozent. „Und unsere Mitarbeiter“, sagt Otto-Experte Sinn, „können sich jetzt ganz auf die Vermarktung unserer Waren konzentrieren.“
