Die Otto Group gehört mit einem Online-Umsatz von rund 12 Milliarden Euro zu den weltweit größten Online-Händlern. Als weltweit agierende Handels- und Dienstleistungsgruppe mit rund 41.000 Mitarbeiter*innen in 30 wesentlichen Konzerngesellschaften ist sie eine hochkomplexe Organisation mit verschiedenen Lieferketten und individuellen Herausforderungen. An oberster Stelle der Agenda stehen eine stets hohe Kundenzufriedenheit, eine starke Wettbewerbsfähigkeit, Nachhaltigkeit und Innovation. Das Otto Group Supply Chain Management treibt die Verbesserung der Prognoseprozesse und die Nutzung KI-basierter Handlungsempfehlungen entlang der Lieferketten voran – von Inbound-Lieferungen bis zur Retourenabwicklung.
Herausforderung
Die Abwicklung von Bestellungen entlang der End-to-End Supply Chains in den Konzerngesellschaften der Otto Group gestaltet sich hochkomplex und zeitaufwändig. Die zentrale Herausforderung: Die Produkte müssen zur richtigen Zeit, am richtigen Ort, in richtiger Qualität und Menge bereitstehen, ohne genau zu wissen, welche Kunden welches Produkt wann bestellen werden.
Zudem hängen unternehmerisch gute Entscheidungen in diesem Umfeld von zahlreichen externen Einflussfaktoren, wie Wettervorhersagen, Feiertage oder Ferien, ab. Traditionelle Instrumente, wie beispielsweise Excel, stoßen hinsichtlich Performance, Funktionsumfang und Übersichtlichkeit regelmäßig an ihre Grenzen. Genau hier können bei einer großen Fülle an Produkten Fehler und Ungenauigkeiten passieren. Die komplexen Prognosen und der manuelle Aufwand binden zudem wertvolles Personal, das sich mit seiner Erfahrung auf die Analyse und Umsetzungen von Lösungen von kniffligen Herausforderungen bei Inbound-, Fulfillment-, Outbound- oder Retourenprozesse konzentrieren könnte.
Erfolgskritisch ist in diesem Zusammenhang die Prognosequalität beziehungsweise Genauigkeit von Vorhersagen der benötigten Mengen in den nächsten Tagen und Wochen.
Eine ungenaue Prognosegenauigkeit führt zu direkten Auswirkungen auf die Betriebskosten und Effizienz. Wenn zu viel Ware auf Lager liegt, weil die erwartetet Nachfrage nicht eingetroffen ist, entstehen zusätzliche Personalkosten, Lagerkosten, und die Lagerkapazitäten werden unnötig blockiert, was auch den innerbetrieblichen Warenfluss verlangsamen kann. Zudem erhöht sich der Aufwand für die Lagerverwaltung und die Logistik, da mehr Ware bewegt, sortiert und eventuell umgelagert werden muss.
Wenn zu wenig Ware auf Lager liegt, weil die tatsächliche Nachfrage größer als die erwartete war, kann es zu Engpässen in der Lieferkette kommen, wodurch die Lieferbereitschaft und die Fähigkeit, Kundenbestellungen termingerecht zu erfüllen, beeinträchtigt werden. Folglich kann der Serviceanspruch und die Kundenzufriedenheit sinken. Eine präzise Mengenplanung ist daher entscheidend, um logistische Prozesse zu optimieren und Kosten zu minimieren.
Lösung
Die KI-basierten Prognosen von paretos spielen hier eine Schlüsselrolle, indem es die Prognosen für verschiedene Konzerngesellschaften der Otto Group nahezu vollständig automatisiert und gleichzeitig die Vorhersagequalität steigert, um bessere Entscheidungen zu treffen. Wir unterstützen mit unserer Software das Supply Chain Management der Otto Group und Konzernfirmen wie Lascana, bonprix, OTTO, Hermes Germany sowie Hermes Einrichtungsservice. Gemeinsam treiben wir die Revolution von Prognoseprozessen und die operative Umsetzung von KI-basierten Handlungsempfehlungen voran.
Die Nutzung von KI im beruflichen Alltag wird den Mitarbeiter*innen eine Entscheidungsunterstützung an die Hand geben und zudem deutlich mehr Zeit für strategische Fragestellungen und Herausforderungen ermöglichen. Laut McKinsey ermöglichen KI-basierte Prognosen eine signifikante Reduktion von Fehlern und eine Steigerung der Vorhersagegenauigkeit, die sich in 65 % weniger Umsatzeinbußen und bis zu 40 % geringere Lagerkosten übersetzen lassen.
Praxisbeispiel aus der Otto Group
Das Team bei Lascana, eine führende Brand für Lingerie, Bademode, Fashion, Schuhe und Accessoires, verantwortet die Prognosen von 70.000 bis 80.000 Artikeln. Bereits heute wird die Nachfrage und Nachbestellung für einen Großteil des Portfolios durch automatisierte KI-Prognose-Optimierung von paretos umgesetzt. Hier wird das bisherige Niveau der manuellen Vorhersagen übertroffen. Dadurch erzielt Lascana Kosteneinsparungen in der Logistik und kann den Absatz durchbessere Warenverfügbarkeit steigern.
„Ziel ist es die Zusammenarbeit zwischen der Otto Group und paretos in den kommenden Jahren weiter zu vertiefen. Dadurch sollen bestehende Projekte zu echten Aushängeschildern entwickelt, neue Use Cases mit weiteren Konzerngesellschaften gestartet werden und somit endgültig manuelle Prognosen in Excel-Dokumenten abgelöst werden“, fasst Malte Rehm, Senior Project Manager Supply Chain Development, für das Otto Group Supply Chain AI-Team die Ziele zusammen.
