Lagerbedarf mit KI planen: Fehlmengen und Überbestände prüfen

Das Problem

Frau Müller verwaltet das Lager eines Handwerksbetriebs mit rund 400 Artikeln: Schrauben, Dichtungen, Rohre, Kleinmaterial. Manche Artikel gehen ständig aus, und dann steht ein Monteur auf der Baustelle ohne das nötige Teil. Andere liegen jahrelang im Regal und binden Geld und Platz.

Bisher bestellt sie nach Gefühl und Erfahrung. Das funktioniert, solange sie alles im Kopf hat. Sobald der Betrieb wächst, Saisonspitzen auftreten oder jemand in die Ferien geht, kippt die Balance. Eine Fehlmenge kostet Zeit und Ärger, ein Überbestand bindet Kapital.

Eine KI kann Verbrauchsdaten auswerten, Muster erkennen und Vorschläge für Bestellmengen machen. Das ist keine Zauberei: Sie rechnet mit den Zahlen, die Sie ihr geben. Wer schlechte Daten liefert, bekommt schlechte Vorschläge. Dieser Beitrag zeigt, wie Sie sinnvoll beginnen.

So lösen Sie es mit KI – Schritt für Schritt

1. Ziel festlegen. Wollen Sie weniger Fehlmengen, weniger gebundenes Kapital oder beides? Beginnen Sie mit einer Artikelgruppe, zum Beispiel den 20 wichtigsten Teilen.

1. Daten zusammentragen. Sie brauchen pro Artikel: Verbrauch der letzten Monate (idealerweise zwei Jahre, um Saisons zu sehen), aktuellen Bestand, Lieferzeit des Lieferanten, Mindestbestellmenge und aktuelle Bestellungen.

1. Daten bereinigen. Entfernen Sie Ausreisser, die nicht zum normalen Verbrauch gehören, etwa einen einmaligen Grossauftrag. Markieren Sie diese Zeilen mit einer Notiz, statt sie stillschweigend zu löschen.

1. Sicherheitsbestand bestimmen. Das ist die Reserve, die für Verbrauchsspitzen und verspätete Lieferungen bleibt. Legen Sie sie nach Ihrer Erfahrung fest, etwa «Verbrauch von zwei Wochen», und halten Sie die Regel schriftlich fest.

1. KI die Zahlen auswerten lassen. Geben Sie die Tabelle ein und verlangen Sie pro Artikel: durchschnittlicher Verbrauch, Schwankung, Reichweite des Bestands und Hinweis auf Fehlmenge oder Überbestand. Die Vorlage unten zeigt den Auftrag.

1. Berechnungen nachprüfen. Rechnen Sie bei drei bis fünf Artikeln selbst nach, zum Beispiel in Excel. Stimmen Durchschnitt und Reichweite?

1. Vorschläge beurteilen. Fragen Sie bei jedem Vorschlag: Kenne ich einen Grund, warum es diesmal anders ist? Bevorstehende Aufträge, Aktionen oder Lieferengpässe kennt die KI nicht.

1. Bestellen und auswerten. Bestellen Sie nach Ihrer Entscheidung. Nach einigen Wochen vergleichen Sie Vorschlag und Wirklichkeit und passen Sicherheitsbestand und Regeln an.

Vorlage zum Kopieren

Du unterstützt die Lagerplanung eines Schweizer Handwerksbetriebs.

Unten steht eine Tabelle mit Artikeln. Spalten: Artikelnummer, Bezeichnung, Verbrauch pro Monat (letzte [Anzahl] Monate), aktueller Bestand, Lieferzeit in Tagen, Mindestbestellmenge, Sicherheitsbestand.

Aufgaben je Artikel:
1. Berechne den durchschnittlichen Monatsverbrauch und nenne die Schwankung (höchster und tiefster Monat).
2. Berechne die Reichweite des Bestands in Tagen (Bestand geteilt durch Verbrauch pro Tag, 30 Tage pro Monat).
3. Prüfe, ob der Bestand die Lieferzeit plus Sicherheitsbestand abdeckt. Nenne «Fehlmenge droht», «ausreichend» oder «Überbestand».
4. Schlage eine Bestellmenge vor, die die Mindestbestellmenge beachtet. Begründe in einem Satz.

Regeln:
- Rechne nur mit den Zahlen in der Tabelle und zeige den Rechenweg bei Artikeln mit «Fehlmenge droht».
- Nenne Artikel mit weniger als [Anzahl] Datenpunkten als «zu wenig Daten».
- Berücksichtige keine Annahmen über künftige Aufträge, die nicht in der Tabelle stehen.

Tabelle:
[Daten einfügen]

Passen Sie Rechenregeln an Ihren Betrieb an, etwa die Tage pro Monat oder den Schwellenwert für Überbestand. Teilen Sie lange Tabellen auf, damit nichts verloren geht.

Worauf Sie achten müssen

• Rechenfehler und Auslassungen: Sprachmodelle können sich verrechnen, besonders bei langen Tabellen. Kontrollieren Sie Stichproben in Excel. Ein sicherer Weg ist, sich die Formeln erklären zu lassen und selbst zu rechnen.
• Schlechte Datenqualität: Fehlende Buchungen, doppelte Einträge oder falsche Einheiten verfälschen jede Prognose. Prüfen Sie die Tabelle zuerst, zum Beispiel mit Tabellen auf fehlende Werte prüfen.
• Unbekannte Einflüsse: Neue Kundenaufträge, Preisänderungen und Lieferengpässe stehen nicht in den Verbrauchsdaten. Ergänzen Sie sie selbst.
• Zu wenig Verlauf: Bei neuen Artikeln oder seltenen Teilen gibt es kaum Muster. Eine Prognose wirkt dann genauer, als sie ist.
• Keine Pauschalgarantie: Auch gute Prognosen liegen manchmal daneben. Vermeiden Sie Verträge, die auf den Zahlen der KI als sicher beruhen.
• Vertrauliche Daten: Verbrauchs- und Preisdaten sind Geschäftsinterna. Geben Sie nur ein, was nötig ist, und klären Sie, welches Werkzeug Ihr Betrieb erlaubt.

Ein Beispiel aus der Praxis

Ein Beispiel: Ein Sanitärbetrieb in Schaffhausen führt ein Lager mit etwa 300 Artikeln. Der Lagerverantwortliche fasst die Verbrauchszahlen der wichtigsten 30 Artikel zusammen und gibt sie mit Lieferzeiten und Sicherheitsbestand in die KI ein.

Die Auswertung zeigt für vier Artikel «Fehlmenge droht» und für drei Artikel einen Bestand, der mehrere Monate reicht. Beim Nachrechnen stellt er fest, dass bei einem Artikel eine Lieferung nicht verbucht war und der Bestand in Wahrheit höher ist. Zwei Fehlmengen bestellt er sofort, bei den Überbeständen stoppt er die Nachbestellung. Ausserdem weiss er von einem grossen Auftrag im Frühling und erhöht die Menge für zwei Teile. Die KI hat die Übersicht geliefert, die Entscheidung kam von ihm.

So hilft Ihnen Alpasana

Bevor Sie mit Prognosen beginnen, lohnt sich die Frage, wo in Ihrem Betrieb Daten entstehen und wie gut sie sind. Die KI-Beratung und digitale Transformation von Alpasana nimmt Prozesse auf, analysiert KI-Potenziale, priorisiert Vorhaben und erstellt einen Umsetzungsplan. Sie umfasst auch digitale Workflows und die Verbindung von Systemen.

So klären Sie, ob eine Auswertung per KI, eine einfache Excel-Lösung oder eine Anbindung Ihres Warenwirtschaftssystems sinnvoll ist. Projekte werden individuell offeriert.

Häufige Fragen

Braucht es dafür ein spezielles Lagersystem?

Nicht für den Einstieg. Eine saubere Excel-Tabelle mit Verbrauch und Beständen genügt für erste Auswertungen. Ein Lagersystem hilft, die Daten dauerhaft aktuell zu halten.

Wie viele Daten braucht eine brauchbare Auswertung?

Je mehr, desto besser, mindestens aber ein paar Monate, besser zwei Jahre, wenn Saisons eine Rolle spielen. Bei neuen Artikeln bleibt die Aussage unsicher.

Kann die KI automatisch bestellen?

Technisch sind Automatisierungen möglich, aber für den Anfang ist ein Vorschlag mit menschlicher Freigabe sicherer. Eine falsche Bestellung kostet Geld und Vertrauen.

Was ist mit Saisonartikeln?

Sie brauchen Daten über mehrere Jahre, um Saisonmuster zu erkennen. Geben Sie der KI die Saison als zusätzliche Information. Ähnliche Fragen bei Gästezahlen behandelt Auslastung mit KI prognostizieren.