Wie Sie den ROI einer Supply-Chain-Management-Lösung berechnen und einen Business-Case erstellen: Jetzt den Guide lesen

menu-close

Das richtige Werkzeug für Baumärkte: Optimieren Sie Ihr Supply-Chain-Management im DIY

Dieser Best-Practice-Leitfaden zeigt die wichtigsten Ansätze zur Steigerung der Reaktionsfähigkeit und Effizienz von Supply-Chains für Bau- und Heimwerkermärkte.

Willkommen im DIY-Guide
Lernen Sie Molly kennen, unsere Expertin für die Handelsplanung

 

1. Strategien für den DIY-Einzelhandel: Aussicht auf Erfolg nur mit der richtigen Supply-Chain

Die Baumarkt- und DIY-Branche war schon immer ein anspruchsvolles Fach. In der Regel bieten Baumärkte ein sehr breites Sortiment an – in einigen Fällen führen sie bis zu 40.000 SKUs pro Standort, umspannen mehrere Regionen sowie Hunderte oder sogar Tausende von Filialen, und bieten bis zu einer Million Artikel in Online-Kanälen an.

Auch saisonale und langsamdrehende Produkte, sperrige oder hochpreisige Artikel stellen in der Baumarktbranche häufiger als in anderen Einzelhandelssektoren eine Herausforderung dar. Der Umfang des Baumarktsortiments in Verbindung mit dessen Komplexität machen eine effektive und effiziente Abwicklung der Lieferkette zu einem äußerst schwierigen Unterfangen.

Als Einzelhändler in der DIY-Branche benötigen Sie die richtigen Planungstools und müssen wissen, wie Sie diese intelligent für ein effektives Supply-Chain-Management einsetzen. Dadurch wird Ihr Unternehmen in die Lage versetzt, die wichtigsten Herausforderungen erfolgreich zu bewältigen, wie zum Beispiel:

  • Saisonale Produkte. Diese erfordern eine erweiterte Prognostizierung und Dispositionsplanung sowie eine detaillierte Analyse, um sicherzustellen, dass der Bestand die richtigen Filialen erreicht. Auch muss der Lieferzeitpunkt so abgestimmt sein, dass Umsätze maximiert und Markdowns am Ende der Saison minimiert werden.
  • Artikel mit langen Lieferzeiten, deren Transport teuer ist, und bei denen Einzelhändler oft mit internationalen Lieferanten zusammenarbeiten müssen: Hier können Beschaffungszeiten und Lieferungen unvorhersehbar sein. Baumarktbetreiber müssen in der Lage sein, Prognosen bis zu einem Jahr im Voraus zu erstellen und die Bestellungen entsprechend den Lieferantenanforderungen und den niedrigsten Lieferkosten an die Filialen zu optimieren.
  • Langsamdreher, die aufgrund spärlicher Verkaufsdaten eine Herausforderung für die Prognose darstellen. Wenn sie tatsächlich einmal verkauft werden, dann mitunter in großer Menge auf einmal, was zu „sporadischem“ Absatz führt, der noch schwieriger zu managen sein kann. Die Fähigkeit, die wenigen Daten, die diese Artikel generieren, effektiv zu nutzen und die Disposition bis hinunter auf die Filial-Produkt-Ebene zu steuern, ist von entscheidender Bedeutung, wenn Sie ein ausgewogenes Verhältnis zwischen Sicherheitsbeständen und Out-of-Stocks herstellen wollen.
  • Der Omnichannel-Einzelhandel im Baumarktbereich ist mittlerweile so weit gewachsen, dass Einzelhändler Online-Kanäle nicht mehr als „Zusatzangebot“ betreiben können, welches von den üblichen Anforderungen an die Effizienz ausgenommen ist. Breite Sortimente mit einem hohen Anteil an Langsamdrehern mit unvorhersehbarem Absatz verstärken die Notwendigkeit betrieblicher Effizienz über alle Kanäle hinweg weiter.

In diesem Best-Practice-Leitfaden stellen wir die wichtigsten Ansätze zur Steigerung der Reaktionsfähigkeit und Effizienz in den Supply-Chains für Bau-, Heimwerkermärkte und Gartencenter vor. Sie werden kaum einen Einzelhändler finden, der all diese Best Practices umsetzt. Stattdessen empfehlen wir Ihnen, die Entwicklungsbereiche zu priorisieren, die aus der Perspektive Ihres eigenen Unternehmens am besten durchführbar und am wirkungsvollsten erscheinen.

1.1 KI zur Optimierung von DIY- und Baumarkt-Supply-Chains einsetzen

Heutige Einzelhändler sammeln gigantische Datenmassen über Transaktionen und Interaktionen mit Verbrauchern, sowohl online als auch im stationären Filialbetrieb. Genau deshalb eignet sich der Einzelhandel perfekt für künstliche Intelligenz (KI): Sie ermöglicht es, diese Daten für schnellere und akkuratere Entscheidungen zu nutzen. Dies ist ein unschätzbarer Vorteil in einer Branche, in der Einzelhändler täglich Millionen von Warenströmen kontrollieren und ihr Angebot an Hunderten oder gar Tausenden von Standorten präzise auf die Nachfrage abstimmen müssen.

Technologieunternehmen versuchen häufig, ihre KI-Algorithmen als „intelligent“ zu positionieren, indem sie sie so menschlich wie möglich erscheinen lassen und ihnen sogar menschliche Namen wie Siri, Alexa, Einstein oder Watson geben. Bedenken Sie jedoch, dass KI keine Person ist. KI ist nicht einmal ein einzelnes „es“.

Wir sind noch weit entfernt von einer generellen künstlichen Intelligenz, die in der Lage wäre, unklar definierte Probleme kreativ zu lösen. Wir machen jedoch große Fortschritte bei spezialisierter KI, die eindeutig definierte Probleme löst (wie Bilderkennungsalgorithmen), und bei Kombinationen mehrerer Arten spezialisierter KI (wie selbstfahrende Autos).

Abbildung 1: Welcher ist der bessere Roboter zum Wäschewaschen? Spezialisierte KI wird immer üblicher und wird häufig eingesetzt, um Anwendungen auszuführen, die auf den ersten Blick nicht besonders intelligent erscheinen. (Die Illustration wurde durch einen hervorragenden Blogbeitrag von Ben Evans inspiriert).

Einzelhändler brauchen nicht einfach „KI“ – sie brauchen mehrere KI-Algorithmen, die sie in ihrer Analyse-Toolbox einsetzen können, um „altbewährte“ Technologien wie statistische Analysen und regelbasierte Heuristiken zu ergänzen. Algorithmen für maschinelles Lernen berücksichtigen beispielsweise Hunderte von potenziell nachfragebeeinflussenden Faktoren bei der Prognose von Einzelhandelsverkäufen – etwas, das kein menschlicher Absatzplaner jemals erreichen könnte.


Abbildung 2:
Die Absatzprognose ist nur ein Bereich, in dem Einzelhändler im Bau- und Heimwerkerbedarf KI nutzen können. Durch den Einsatz von KI bei Merchandising und im operativen Geschäft verbessern sie ihre Rentabilität und Nachhaltigkeit.

Die Anwendung von KI im DIY-Einzelhandel beschränkt sich jedoch nicht auf Absatzprognosen. Händler profitieren sogar noch stärker, wenn sie KI nutzen, um die gesamte Bandbreite ihrer Abläufe zu optimieren – von Warenbestand über Personaleinsatzplanung (mehr dazu im Whitepaper „Optimiertes Workforce-Management stimmt Aufgaben, Timing und Know-how aufeinander ab“) bis hin zu Markdowns (mehr dazu im Whitepaper „Markdown-Optimierung: So verkaufen Einzelhändler Ware mit maximaler Marge“).

2. Absatzprognosen sind der Motor, der Ihre Supply-Chain antreibt

Absatzprognosen sind der Motor, der Ihre Supply-Chain antreibt. Doch trotz der hohen Qualität der verfügbaren Technologie haben viele namhafte Einzelhändler im DIY-Bereich bisher keinen Plan für eine wirkliche datengestützte Prognostizierung auf die Beine gestellt.

2.1 Granulare, datengestützte Prognosen sind ein Muss für DIY-Einzelhändler

Granulare Prognosen sind nicht nur Best Practice, sondern ein Muss für den heutigen DIY-Einzelhandel. Ohne detaillierte Prognosen ist es unmöglich, Bestände in der Lieferkette richtig zu positionieren, um den Umsatz zu maximieren und Ausschuss zu minimieren. Detaillierte Prognosen sind auch die Planungsgrundlage für das Ressourcen- und Kapazitätsmanagement und sollten daher als Voraussetzung für rentable Betriebsabläufe gelten.


Abbildung 3:
Detaillierte Absatzprognosen unterstützen alle Arten der Geschäfts-, Ressourcen- und Kapazitätsplanung für DIY-Supply-Chains.

2.2 Machine-Learning bietet hohen Mehrwert in der Absatzprognostizierung von Baumärkten

Obwohl RELEX bei der Integration von maschinellem Lernen in der Absatzprognostizierung des Einzelhandels der Zeit voraus war, ist diese Praxis inzwischen zum Mainstream geworden. Die heutigen Anbieter von Einzelhandelstechnologie wenden entweder bereits Machine-Learning an oder sind dabei, ihre Altsysteme zu aktualisieren, um es anbieten zu können.

Machine-Learning gibt einem System für Absatzprognosen die Möglichkeit, automatisch zu lernen und seine Prognosen allein mithilfe von Daten zu verbessern, ohne dass eine zusätzliche Programmierung erforderlich ist. Da DIY-Einzelhändler enorme Datenmengen generieren, erweist sich die Technologie des maschinellen Lernens schnell als wertschöpfend.

Natürlich sind Algorithmen für maschinelles Lernen nicht neu – es gibt sie schon seit Jahrzehnten. Aber noch nie konnten sie auf so viele Daten zugreifen und diese mit so starker Leistung verarbeiten, wie heute. Auch wenn Baumärkte in der Vergangenheit Schwierigkeiten hatten, ihre Prognosen schnell zu aktualisieren, ermöglichen umfangreiche Datenverarbeitung und In-Memory-Technologie heute Millionen von Prognoseberechnungen innerhalb einer einzigen Minute.

Maschinelles Lernen ermöglicht es, eine Vielzahl von Faktoren und Beziehungen in die Prognosen einzubeziehen, die den Absatz beeinflussen. Dies ist enorm wertvoll, da allein Wetterdaten Hunderte verschiedener Faktoren enthalten können, die sich auf den Absatz auswirken.

Abbildung 4: Mithilfe von maschinellem Lernen können Baumärkte die Auswirkungen von wiederkehrenden Absatzmustern, ihren eigenen internen Geschäftsentscheidungen und externen Faktoren auf den Absatz erfassen und so genauere, detailliertere und automatisierte kurz- und langfristige Absatzprognosen erstellen.

Dennoch sollte man Vorsicht walten lassen: Es macht einen großen Unterschied, wie Machine-Learning implementiert wird. Obwohl DIY-Einzelhändler die Möglichkeit haben, riesige Datenmengen zu sammeln, sind ihre Daten auf der Ebene der Filiale und der einzelnen Artikel oft eher begrenzt. Langsamdrehende Produkte wie Rasenmäher oder Waschmaschinen generieren möglicherweise nicht genügend Verkaufstransaktionen, um sie ohne Aggregation zu untersuchen; Stammdaten über vergangene Promotions und Produktplatzierungen können fehlen; und da Produkte in das Sortiment aufgenommen oder wieder ausgelistet werden, sind möglicherweise keine Daten für die genaue Lagereinheit verfügbar, für die ein Einzelhändler eine Prognose vornehmen möchte.

Die Prognostizierung durch maschinelles Lernen muss sorgfältig eingerichtet werden, um sie weniger anfällig für Datenprobleme zu machen: denn durch fehlerhafte Eingaben entstehen auch fehlerhafte Ergebnisse. Richtig eingesetzt, löst Machine-Learning jedoch gängige Probleme im Zusammenhang mit Einzelhandelsdaten effektiv und bringt so Vorteile für alle Bereiche der Absatzprognostizierung für den Baumarkt- und Heimwerkerbedarf.

In einfachen Szenarien – wie der Vorhersage einer verlässlich wiederkehrenden Nachfrageschwankung – liefert maschinelles Lernen nur gleichwertige oder geringfügig genauere Ergebnisse als herkömmliche zeitreihenbasierte Absatzprognosen. Bei komplexen Situationen wie sich überschneidenden Werbekampagnen ist das auf Machine-Learning basierende Forecasting den traditionellen Prognoseansätzen jedoch deutlich überlegen.

2.3 Typische Herausforderungen bei der Absatzprognostizierung für Bau- und Heimwerkermärkte

Als Nächstes betrachten wir, wie DIY-Einzelhändler typische Herausforderungen bei der Prognostizierung bewältigen können, wie zum Beispiel:

  1. Die Prognostizierung von Langsamdrehern
  2. Absatzprognosen für Produkteinführungen und neue Filialen
  3. Die Auswirkungen von Promotions und Preis- und Display-Änderungen
  4. Die Verbesserung der Genauigkeit von Omnichannel-Absatzprognosen

Natürlich müssen sich auch DIY-Einzelhändler mit den Auswirkungen externer Faktoren wie extremen Wetterereignissen auseinandersetzen. Diese komplexen Herausforderungen lassen sich jedoch nur schwer vorhersagen und müssen in der Regel durch eine schnelle Umverteilung des verfügbaren Bestands bewältigt werden.

2.3.1 Die Prognostizierung von Langsamdrehern

Fragen Sie Molly:
Wie kann ich durch die Aggregation von Daten die Prognosegenauigkeit für Langsamdreher verbessern?

 

Mit Sortimenten von bis zu 40.000 Artikeln pro Filiale haben Einzelhändler des Baumarkt- und Heimwerkerbedarfs in der Regel viele Langsamdreher im Angebot – von hochwertigen Elektrowerkzeugen und Möbeln bis hin zu preiswerten Schrauben und Befestigungselementen, die dennoch eine wichtige Rolle bei den Heimwerkerprojekten der Kunden spielen. Langsamdreher generieren nur sehr wenige Verkaufsdaten und die vorhandenen Daten verteilen sich auf einen langen Zeitraum: Das macht es schwierig (oder unmöglich), genau vorherzusagen, wann ein Artikel in der Filiale verkauft wird. Saisonale Muster oder Verkaufstrends sind auf Filialebene oft nur schwer zu erkennen, selbst wenn sie sich erheblich auf die Lageranforderungen des Verteilzentrums (VZ) oder die Nachfrage bei den Lieferanten auswirken.

Während die Prognosegenauigkeit auf Filialebene für die Verwaltung dieser Artikel nicht unbedingt entscheidend ist (siehe Abschnitt 3.1.3 für weitere Informationen zur Filialdisposition von Langsamdrehern), können systematische Prognosefehler schwerwiegende Folgen für die vorgelagerten Bereiche Ihrer Supply-Chain haben:

  • Wenn Sie einen rückläufigen Verkaufstrend nicht erkennen, führt dies zu kostspieligen Überbeständen in Ihren Verteilzentren (VZ).
  • Wenn saisonale Muster oder Aufwärtstrends im Verkauf nicht erkannt werden, wird die Produktverfügbarkeit beeinträchtigt und es kommt zu entgangenen Umsätzen aufgrund von Out-of-Stocks.

Um den Absatz von Langsamdrehern in Ihrer gesamten Lieferkette effektiv zu prognostizieren, benötigen Sie ein Planungssystem, das eine granulare Verkaufsprognose auf Artikel-Tag-Kanal-Ebene mit einer weiteren Fähigkeit kombiniert: Es muss in der Lage sein, automatisch Verkaufsmuster für mehrere Filialen innerhalb einer Region oder für eine Produktkategorie in einer bestimmten Filiale (oder einem bestimmten Vertriebskanal) zu erkennen und anzuwenden.

Durch den Einsatz eines erstklassigen Planungssystems erhalten Einzelhändler genauere Prognosen und tätigen gezielte Bestellungen mit ausreichender Vorlaufzeit für Langsamdreher. Diese Vorgehensweise stellt sicher, dass die Verteilzentren für Baumärkte ausreichend bestückt sind, die Filialen ausreichend Auffüllbelieferungen erhalten und die Kunden die benötigte Ware finden, wenn sie sie brauchen. Die deutsche Baumarktkette Hellweg beispielsweise verbesserte die Produktverfügbarkeit für ihre Langsamdreher, indem ein zentrales, datengesteuertes System zur Absatzplanung eingeführt wurde.

2.3.2 Absatzprognosen für Produkteinführungen und neue Filialen

Da Machine-Learning auf dem Auffinden von Mustern in historischen Verkaufsdaten beruht, können neue Produkte ohne Verkaufshistorie eine Herausforderung darstellen. Glücklicherweise gibt es Methoden zur Verbesserung des Managements von Produkteinführungen.

Bei der Einführung eines neuen Produkts besteht der gängigste Ansatz darin, ihm ein Referenzprodukt zuzuweisen, das als Blaupause für sein Absatzmuster dient, bis es genügend eigene Verkaufsdaten gesammelt hat. Es ist viel effizienter, ein System zu verwenden, das automatisch Produktattribute (zum Beispiel Produktgruppe, Marke, Packungsgröße, Farbe oder Preispunkt) vergleichen kann, um das relevanteste Referenzprodukt zuzuordnen. Natürlich können Sie den gleichen Ansatz anwenden, um geeignete Referenzfilialen für Neueröffnungen zu finden.

Abbildung 5: Für ein neues Produkt in der Kategorie Düngemittel kann ein gutes erstes Referenzprodukt gefunden werden, indem nach Produkten mit derselben Marke, Größe und denselben Unterscheidungsmerkmalen gesucht wird.

2.3.3 Wie wirken sich Promotions und Änderungen von Preis und Display aus?

Die geschäftlichen Entscheidungen, die Sie als Einzelhändler selbst treffen, sind ebenfalls eine wichtige Quelle für Absatzschwankungen: von Kampagnen und Preisänderungen bis hin zu Anpassungen der Produktdisplays in Ihren Filialen. Obwohl Einzelhändler diese Änderungen selbst planen und steuern, sind viele im DIY-Einzelhandel noch nicht in der Lage, ihre Auswirkungen genau vorherzusagen.

Maschinelles Lernen ermöglicht es DIY-Einzelhändlern, die Preiselastizität eines Produkts genau zu modellieren, also das Ausmaß der Auswirkungen einer Preisänderung auf die Nachfrage dieses Produkts. Die Preiselastizität allein erfasst jedoch nicht die vollen Auswirkungen einer Preisänderung.

Oft hat auch die Preisgestaltung eines Produkts im Verhältnis zu anderen Produkten in seiner Kategorie einen großen Einfluss. In vielen Kategorien wird das Produkt mit dem niedrigsten Preis überproportional nachgefragt. Die Machine-Learning-basierte Absatzprognose berücksichtigt die Preisposition eines Produkts auf unkomplizierte Weise, wie in Abbildung 6 unten dargestellt.

Abbildung 6: Bei sinkendem Preis steigt die Nachfrage nach diesem Produkt. Der Anstieg fällt größer aus, wenn der Preis des Produkts auf den niedrigsten in seiner Kategorie fällt.

Maschinelles Lernen kann jedoch mehr als nur Preisdaten nutzen. Mit Machine-Learning-basierten Absatzprognosen sind die Auswirkungen von Promotions für Bau- und Heimwerkermärkte und Gartencenter genau vorherzusagen. Machine-Learning-Prognosen berücksichtigen dazu unter anderem folgende Faktoren:

  • Kampagnentyp, wie etwa Preisnachlass oder Mengenrabatt
  • Marketingaktivitäten wie Wurfsendungen oder Reklame in der Filiale
  • Preissenkungen für Produkte
  • Displays in den Filialen, wie etwa Präsentation des beworbenen Produkts in einem Gondelkopf oder auf einem Tisch
Abbildung 7: Bei diesem Produkt führt ein Display im Gondelkopf ohne Preisänderung zu einem deutlichen Umsatzanstieg, der jedoch im Vergleich zu den Auswirkungen einer Preissenkung um 50 Prozent bescheiden ausfällt.

Ein weiterer wichtiger Aspekt, der bei der Planung von Promotions im Baumarktbereich zu berücksichtigen ist, ist der Halo-Effekt: Dieser besteht darin, dass die Werbung für ein Produkt auch den Umsatz für verwandte Produkte außerhalb dieser Produktklasse steigert. Wenn Sie beispielsweise schnurlose Elektrowerkzeuge bewerben, bemerken Sie wahrscheinlich auch einen Anstieg der Verkäufe kompatibler Batterien.

Leider können die Auswirkungen des Halo-Effekts so breit über das Sortiment gestreut sein, dass es selbst mit maschinellem Lernen mehr oder weniger unmöglich wird, jedes betroffene Produkt zu identifizieren. Denken Sie an Handschuhe, Schaufeln, Rasenmäher oder die Vielzahl anderer Artikel, die Shopper mit Gartenarbeit in Verbindung bringen könnten. Aber selbst wenn ein Prognosesystem nicht alle möglichen Halo-Beziehungen automatisch identifizieren kann, sollte es Ihren Planungsexperten dennoch die manuelle Identifizierung dieser Beziehungen erleichtern. Dann kann das System diese Informationen und frühere Muster nutzen, um automatisch seine Prognosen zu erstellen.

2.3.4 Die Nachfrage im Omnichannel-DIY meistern

Da die Kundennachfrage nach Online-Shopping-Optionen wächst, müssen DIY-Einzelhändler die Komplexität von Omnichannel-Absatzprognosen und das entsprechende Fulfillment bewältigen. Ein Omnichannel-Angebot zu betreiben, ist weder billig noch einfach. Ohne sorgfältige Planung riskieren Sie eine Margenerosion.

Viele DIY-Einzelhändler verlassen sich auf eine einzige Prognose, die sowohl den Absatz in den Filialen als auch die Online-Nachfrage berücksichtigt. Wenn Sie sich jedoch beim Versuch, die Genauigkeit über mehrere Kanäle hinweg zu verbessern, auf diese zu breite Prognose verlassen, erhöht sich die Wahrscheinlichkeit von Bestandsproblemen in Filialen und Verteilzentren, einschließlich Überbeständen und Out-of-Stocks – insbesondere, wenn es um Prognosen und Bestellungen für Produkte mit langen Lieferzeiten oder Langsamdreher geht. DIY-Einzelhändler, die ihre Online-Rentabilität verbessern möchten, benötigen eine Supply-Chain-Lösung, die den Absatz für jeden Kanal genau vorhersagen und datenbasierte Insights liefern kann.

Es ist unerlässlich, die Online-Verkäufe getrennt vom Absatz der Filialen zu prognostizieren. Durch die separate Prognose der Online-Nachfrage können Baumärkte die einzigartigen Absatzmuster von Online-Verkäufen und die Auswirkungen von beispielsweise online gefahrenen, auffallend eingeblendeten Promotions genau erfassen. Darüber hinaus lassen sich adäquate Kapazitäten und Personalressourcen für das Kommissionieren und den Versand von Kundenbestellungen einplanen, wenn Volumen und Zeitpunkt von Online-Bestellungen vorhergesagt werden können.

Die besten Omnichannel-Einzelhändler sind in der Lage, ihre verschiedenen Vertriebskanäle geschickt zu nutzen, um den Umsatz für neu eingeführte und auszulistende Produkte zu maximieren, und Risiken zu minimieren. Neue Produkte können zum Beispiel zunächst online eingeführt und bei Erfolg in das Sortiment der stationären Filialen aufgenommen werden. Um das Risiko enttäuschter Kundenerwartungen zu minimieren und die Gewinnmargen der Filialen zu sichern, können abwärtstrendige Produkte aus dem stationären Filialsortiment entfernt werden. So lässt sich Platz für leistungsstärkere Produkte schaffen, während die schwächeren Produkte gleichzeitig für eingefleischte Fans online verfügbar bleiben. Ohne eine filial- und kanalbasierte Absatzprognose sind diese Umstellungen sehr mühsam zu bewältigen und bergen ein hohes Risiko von Regallücken oder Überbeständen.

Eine erfolgreiche Prognostizierung des Online-Absatzes setzt voraus, dass die Herausforderungen von Lieferrückständen und aufgesplitteten Lieferungen bewältigt werden. Gelegentlich müssen Online-Kundenbestellungen durch Lagerbestände aus mehreren Distributionszentren erfüllt werden („aufgesplittete“ Lieferungen beziehungsweise „Split Shipments“). Mitunter kommt es zu Verzögerungen bei der Auftragsabwicklung oder Kunden geben Bestellungen für Produkte auf, die noch nicht wieder im Verteilzentrum vorrätig sind. Um nach dem Auftreten solcher Verzögerungen in Zukunft verlässliche Prognosen zu gewährleisten, ist es wichtig, dass die eingesetzte Planungssoftware diese Bestellungen dem Verteilzentrum zuordnen kann, von dem aus sie im Idealfall erfüllt worden wären, und zwar an dem Tag, an dem sie hätten versendet werden sollen.

Eine gute Supply-Chain-Management-Lösung automatisiert einen Großteil dieser Arbeit und entlastet Ihre Planer, die ansonsten mehrere Kanäle, Lieferanten und Liefermuster manuell verwalten müssten. Ein hochgradig transparentes, automatisiertes System gibt den Disponenten im DIY-Einzelhandel die Gewissheit, dass die richtige Bestandsmenge zur richtigen Zeit an alle Kanäle geschickt wird. Indem Sie die Prognosegenauigkeit für jeden Kanal erhöhen, verbessert Ihr Unternehmen die Abläufe online und in der Filiale, das Kundenerlebnis über alle Kanäle hinweg und die Rentabilität des gesamten Geschäfts.

2.4 Datentransparenz holt das Maximum aus dem Know-how der Absatzplaner im DIY

Baumärkte, die wettbewerbsfähig bleiben wollen, müssen auf maschinelles Lernen setzen. Dennoch ist es wichtig, auch dessen Grenzen verstehen. Die Automatisierung eines Großteils Ihrer Absatzprognosen ist nicht nur wünschenswert, sondern mit Machine-Learning durchaus machbar. Die Coronakrise hat jedoch deutlich gezeigt, dass Einzelhändler immer mit Situationen konfrontiert sein werden, in denen die von der Software erstellten Prognosen nicht zutreffen (auch wenn sich einige Systeme schneller erholen können als andere).

Die Pandemie war ein extremer Schock für die Branche, aber in einem so dynamischen Geschäft wie dem DIY-Einzelhandel besteht immer das Risiko, dass auf früheren Zeiten basierende Prognosen nicht genau erfassen, wie die Dinge jetzt sind oder in Zukunft sein werden. Keine noch so fortschrittliche Lösung für die Absatzplanung kann Prognosefehler vollständig vermeiden.

Deshalb ist es so wichtig, dass die Experten in Ihrem Absatzplanungsteam in der Lage sind, Prognosefehler vollständig nachzuvollziehen. Wenn Ihr System transparent macht, wie es die Prognose erstellt, können Ihre Fachleute eventuelle Fehler schnell erkennen und korrigieren.

Zu viele DIY-Einzelhändler verlassen sich auf „Black Box“-Prognosesysteme, die zwar alle möglichen Daten aufnehmen können, um genaue Prognosen zu erstellen, denen es aber an Transparenz fehlt. Black-Box-Systeme können Ihr Geschäft – oder zumindest Ihre Planungseffizienz – aus mehreren Gründen ruinieren.

  1. Gelegentliche extreme Prognosefehler schaden der Leistung weitaus mehr als häufigere kleine Fehler.
  2. Wenn Absatzplaner Prognosefehler nicht nachvollziehen können, macht dies ihr Vertrauen in sämtliche Prognoseberechnungen zunichte. Das führt zu vermehrten Doppelkontrollen und manuellen Prognosen, was den ganzen Zweck des Einsatzes von Computern zur Prognoseautomatisierung untergräbt.

Deshalb verstehen Best-Practice-Einzelhändler den Wert von Transparenz: Selbst wenn das System die schwere Arbeit übernimmt, müssen menschliche Planer immer in der Lage sein, zu verstehen und zu kontrollieren wie die Prognosen zustande kommen.

3. Automatische Disposition erhöht Effizienz und Verfügbarkeit in der gesamten DIY-Supply-Chain

3.1 Prognosebasierte Disposition automatisiert manuelle Prozesse

Zu viele Gartencenter, Bau- und Heimwerkermärkte verlassen sich heute noch darauf, dass ihre Filialmitarbeiter die Verfügbarkeit und Nachfrage für Tausende von SKUs im Auge behalten und manuell Bestellungen aufgeben, um die Regale ausreichend zu füllen. Dieser Ansatz ist äußerst zeitaufwändig. Dabei liegt einer der großen Vorteile der Zentralisierung und Automatisierung des Prozesses darin, dass das Filialpersonal die Zeit erhält, ausgezeichneten Kundenservice leisten zu können.

Manuelle Ansätze ziehen zudem keinen Vorteil aus der Fülle von Supply-Chain-Daten, die die Bestellentscheidungen verbessern könnten. Deshalb sollten DIY-Einzelhändler ein automatisiertes Supply-Chain-Managementsystem nutzen, das Machine-Learning-basierte Prognosen zur Steuerung der Disposition verwendet. Das System sollte in der Lage sein, automatisch Bestellvorschläge auf Filialebene zu generieren, die auf detaillierten Supply-Chain-Informationen über den verfügbaren Bestand, den Wareneingang, den erwarteten Umsatz bis zum Eintreffen der Bestellung, den Bedarf an Sicherheitsbeständen und den Mindestanforderungen für visuell ansprechende Displays basieren.

Eine qualitativ hochwertige, prognosegesteuerte Disposition bringt konstante Vorteile:

3.1.1 Ausgeglichene Warenströme maximieren die Filialkapazität auch zu Spitzenzeiten

Baumärkte erleben an bestimmten Wochentagen ausgeprägte Lieferspitzen. Sie stellen erhebliche Kapazitätsbelastungen dar – von der Kommissionierung im Verteilzentrum über den Transport bis hin zur Warenannahme und Regalbestückung in der Filiale.

Abbildung 8 (unten) zeigt, wie ein modernes Planungssystem den Warenfluss in Ihren Verteilzentren und Filialen selbstständig glättet, so das Risiko von Engpässen verringert und eine effiziente Auslastung der Kapazitäten gewährleistet.

Abbildung 8: Orangefarbene Linie = Warenfluss vom Verteilzentrum (VZ) zur Filiale auf Grundlage des Filialbedarfs; grüne Linie = Warenfluss vom Verteilzentrum zur Filiale, wenn der Lieferfluss intelligent geglättet wird.

Granngården, einer der größten schwedischen Einzelhändler für Heimtierbedarf und Gartenprodukte, hat mithilfe einer Lösung zur Glättung der Lieferflüsse signifikante Verbesserungen seines Warenflusses und seiner allgemeinen Steuerungsprozesse von Kapazitäten erreicht. Nun erkennt das Unternehmen Kapazitätsprobleme in der gesamten Lieferkette proaktiv und glättet automatisch den Ressourcenbedarf über die Woche hinweg. Die Mitarbeiter in den Filialen können sich so auch an Spitzentagen ganz auf den Kundenservice konzentrieren. Die Filialen mit den größten Kapazitätsproblemen reduzierten die Lieferungen an Wochenenden von 70 Prozent auf nur 48 Prozent – gleichzeitig wurden sowohl die Verfügbarkeit als auch die Sicherheitsbestände aufrechterhalten.

3.1.2 Optimierte Bestellungen für volle Lkw-Ladungen und eingehaltene Bestelllimits der Lieferanten

Fragen Sie Molly:
Wie kann ich bei hohen Transportkosten am besten sparen?

 

Neben der Glättung von Warenflüssen müssen Sie auch in der Lage sein, Ihre Bestellungen für maximale Effizienz zu bündeln. Es mag simpel erscheinen, aber die Bündelung von Bestellungen für mehrere Produkte, um Transportfahrzeuge zu füllen oder Bestelllimits von Lieferanten einzuhalten, kann die Flexibilität Ihres Planungssystems auf die Probe stellen.

DIY-Einzelhändler brauchen ein ganzes Set an Fähigkeiten, um die Anforderungen der Lieferanten zu erfüllen und von niedrigeren Transportkosten oder Lieferantenrabatten zu profitieren, ohne Überbestände anzuhäufen:

  • Sie sollten bei der Planung eines Bestellauftrags flexibel definieren können, welche Produkte gebündelt werden. Produkte desselben Lieferanten werden oft gebündelt, doch manchmal ist es sinnvoll, die verschiedenen Produktionsstätten eines Lieferanten getrennt zu betrachten oder alle Produkte, die aus derselben Region stammen, unabhängig vom Lieferanten als eine Gruppe zu betrachten.
  • Ziele und/oder Grenzwerte für den konsolidierten Bestellauftrag sollten sich in verschiedenen Einheiten festlegen lassen, beispielsweise als Wert, Volumen, Anzahl der Paletten, Gewicht oder Kombinationen dieser Dimensionen. Bei der Befüllung von Lkw sollte die Bestellung den verfügbaren Platz effizient ausfüllen, ohne dass Sie für Leerräume bezahlen oder das gesetzliche Höchstgewicht überschreiten.
  • Lassen Sie das Planungssystem entscheiden, welche Art von Transportfahrzeug vorzugsweise mit der Bestellung befüllt werden sollte. Bei manchen Lieferanten kann es sinnvoll sein, je nach prognostiziertem Absatz einen Lkw, einen Lkw mit Anhänger oder je einen Lkw mit und einen ohne Anhänger zu bestellen.
  • Geben Sie das richtige Level zum Auslösen einer Bestellung ein. Wenn Bestellbeschränkungen von Lieferanten schwer einzuhalten sind, kann es sinnvoll sein, eine ausreichende Nachfrage für mindestens 30 Prozent einer Lkw-Ladung festzulegen, bevor die Software eine Bestellung erstellt, die das gesamte Transportfahrzeug füllt.

Die Einzelhandelskette für Bau- und Heimwerkerprodukte K Group reduzierte dank ihrer Supply-Chain-Solution die Zeit, die für die Berechnung von Bestellungen benötigt wird – trotz typischerweise kleiner Volumina und komplizierter Bestellbeschränkungen der Lieferanten. Der neue Bestellprozess erfordert sowohl weniger Zeit als auch weniger Personal beim Treffen von Kaufentscheidungen.

3.1.3 Bestandsmanagement für Langsamdreher

Fragen Sie Molly:
Wie lassen sich Produkte am besten verwalten, die nur sporadisch, dann aber in großen Mengen verkauft werden?

 

Langsamdrehende Artikel sind im DIY-Einzelhandel unverzichtbar und machen einen beträchtlichen Teil der meisten Sortimente aus. Sie können jedoch aufgrund ihres unvorhersehbaren Verhaltens eine Herausforderung in der Prognostizierung darstellen. In vielen Fällen kann es sinnvoll sein, eine bestimmte Menge eines Langsamdrehers auf Lager zu halten, um das Markenimage zu wahren, auch wenn die Nachfrage die Menge nicht unbedingt rechtfertigt. Diese Artikel generieren über lange Zeiträume kaum Verkaufsdaten, müssen aber aufgefüllt werden, um die von Ihnen festgelegten visuellen Mindestmengen für die Warenpräsentation zu erreichen.

Einige Langsamdreher werden in der Regel in großer Menge und nicht als Einzelstück erworben. Zum Beispiel kauft ein Kunde selten einen einzelnen Lichtschalter oder nur eine Fliese. Ein Bauunternehmer dagegen benötigt vielleicht ein paar Dutzend Lichtschalter oder kistenweise Fliesen, um ein Projekt abzuschließen. Außerdem müssen in beiden Beispielen alle Artikel identisch sein. Andere Artikel müssen in bestimmten Mengen aufbewahrt werden, da sie in der Regel als Set gekauft werden, wie etwa Tischbeine.

Um die Bestandsmengen dieser Artikel erfolgreich zu managen, müssen sich die Sicherheitsbestände entsprechend dem erwarteten Artikelabsatz pro Transaktion auf Produkt-Filial-Ebene erhöhen und verringern. Indem Sie analysieren, wie und in welchen Mengen sich ein bestimmter Artikel in der Vergangenheit typischerweise verkauft hat, bestimmen Sie den idealen Verfügbarkeitsgrad, sodass die Verteilzentren den Bestand so auffüllen, dass dieser Mindestbestand erhalten bleibt, ohne überschüssige oder veraltete Bestände zu riskieren.

3.1.4 Kosteneffiziente Betriebsabläufe dank Abstimmung von Disposition und Flächenmanagement

Traditionell ist die Arbeitsweise im Einzelhandel von Silodenken geprägt: mit sehr wenig Kommunikation zwischen den Merchandising-Teams, die für die Filialplanogramme verantwortlich sind, den Supply-Chain-Teams, die für die Disposition der Filialen zuständig sind, und den Filial-Teams, die für die Arbeitsabläufe in den Filialen verantwortlich sind. In den für Baumärkte typischen großen Ladenformaten ist es wichtig, dass diese Teams synchron arbeiten, um sicherzustellen, dass ineffiziente Aktivitäten weder Zeit noch Geld vergeuden.

Die Fläche, die jedem Produkt in einer Filiale zugewiesen wird, hat großen Einfluss auf Ergebnis und Kosten der Filialdisposition:

  • Ist die zugewiesene Fläche größer als die Nachfrage, reicht der Bestand, der für die optimale Verfügbarkeit erforderlich ist, nicht aus, um volle, ansprechende Displays zu bilden. In diesem Fall müssen Sie zusätzliche visuelle Mindestanforderungen festlegen, die angeben, wie viele Einheiten im Regal stehen sollten, um ansprechende Displays zu gewährleisten. Bei Langsamdrehern sind die visuellen Mindestmengen immer höher als für eine hohe Verfügbarkeit erforderlich.
  • Ist die zugeteilte Fläche kleiner als die Nachfrage, passen die eingehenden Lieferungen nicht in die Regale und Sie müssen zumindest einen Teil der gelieferten Menge im Filiallager aufbewahren. Dies erhöht die Kosten für das Befüllen der Regale erheblich, da das Filialpersonal die Waren zwischen Verkaufsfläche und Lagerraum hin und her bewegen muss. Die Aufbewahrung im Filiallager erhöht zudem das Risiko, dass die Kunden vor leeren Regalen stehen, da die rechtzeitige Regalauffüllung von der Aufmerksamkeit des Filialpersonals abhängt.

Eine vollständig integrierte Planung von Fläche und Disposition ist eine wichtige Best Practice zur Steigerung der betrieblichen Effizienz. Mit ihr können Einzelhändler:

  • das Einhalten visueller Mindestmengen auf Produkt-Filial-Ebene automatisieren, basierend auf der Anzahl der Facings oder der Gesamtregalfläche, die jedem Produkt in jeder Filiale zugewiesen wird.
  • Filialbestellungen, die dazu führen würden, dass die eingehenden Lieferungen nicht in das Regal passen, automatisch kürzen. Dies muss natürlich gegen das Risiko von Out-of-Stocks abgewogen werden, wenn die für einige Produkte zugewiesene Fläche im Vergleich zum Absatz sehr klein ist.
  • die Disposition so planen, dass die Regale bei jeder Lieferung vollständig aufgefüllt werden, um den Aufwand bei der Regalbestückung zu minimieren. Anstatt zwei Chargen auf einmal zu erhalten, wird, sofern noch ausreichend Platz ist, eine dritte Charge, die erst in der darauffolgenden Woche geliefert werden soll, vorgezogen und mitgeliefert. Die Bestellung wird also so berechnet, dass sie bei ihrer Ankunft die zugewiesene Regalfläche komplett ausfüllt.
  • Hauptanliefertage zuweisen, die sich danach richten, in welchem Gang die Produkte in der Filiale platziert sind. Das ermöglicht gezieltere Lieferungen und verhindert, dass das Filialpersonal beim Auffüllen der Regale unnötig lange Wege in der Filiale zurücklegen muss.

Die jedem Produkt zugewiesene Fläche ist maßgeblich dafür, wie effizient Ihr Dispositionsprozess funktioniert. Gute Analysetools identifizieren Produkte und Filialen, bei denen ein Missverhältnis zwischen Fläche und Umsatz besteht.

3.1.5 Alles im grünen Bereich: Das Management von Pflanzen

Pflanzen und Blumen sind im DIY-Handel meist wichtiger Bestandteil des Angebots. 68 Prozent der befragten Einzelhändler gaben in einer Umfrage an, dass die Umsätze in Gartencentern von 2019 bis 2020 um mehr als 15 Prozent gestiegen sind. Angesichts der beträchtlichen Umsätze, die auf dem Spiel stehen, müssen Baumärkte einige Schlüsselelemente berücksichtigen, um ihre Pflanzen und Gartencenter-Produkte zu verwalten.

So hängen beispielsweise Verfügbarkeit und Qualität vom Ertrag der Anbauer ab. Bei Fertigwaren halten Lieferanten Lagerbestände vor und führen Bestellungen aus, sobald sie eingehen. Bei lebenden Anbauprodukten kann die Verfügbarkeit auf Lieferantenseite jedoch unvorhersehbar und in hohem Maße wetterabhängig sein. Die tatsächliche Qualität und Menge der verfügbaren Produkte bestimmen, was an die Filialen geliefert werden kann. DIY- und Baumärkte können eine so genannte Pick-to-Zero-Strategie einsetzen: Lieferantenbestellungen basieren auf dem Auffüllbedarf der Filialen, aber anstatt die an die einzelnen Filialen zu liefernden Mengen festzulegen, ordnen Sie die Lieferungen der Lieferanten nach deren Eingang den Filialen neu zu – und zwar auf der Grundlage der neuesten Bestands- und Prognosedaten.

Aufgrund der unsicheren Versorgungslage müssen Baumärkte ihre Auffüllbestellungen oft auf mehrere Lieferanten aufteilen, um die Verfügbarkeit sicherzustellen. In diesem Fall muss das Planungssystem auch dafür sorgen, dass eine Allokation des Bestellbedarfs auf mehrere Lieferanten erfolgt, zum Beispiel 65 Prozent auf GreenGrowers Co. und 35 Prozent auf OrganicFarmers Co. Die manuelle Verwaltung von Garten- und Balkonpflanzen und ähnlichen lebenden Produkten kann sehr mühsam sein, doch sie lässt sich effektiv automatisieren. Zentrale Voraussetzung sind klare Vorgaben, welche Produkte in die Sortimente der Filialen aufgenommen werden sollen und welche Lieferanten zu einem bestimmten Zeitpunkt für die Beschaffung herangezogen werden sollen. Wie bei jedem Automatisierungsprozess sind qualitativ hochwertige Stammdaten unerlässlich.

Darüber hinaus weisen Pflanzenprodukte eine hohe Substituierbarkeit auf. Für den Verbraucher ist eine Tulpe einfach eine Tulpe, aber in Ihrem Supply-Chain-System gibt es wahrscheinlich Dutzende verschiedener Produktcodes für „Tulpe“, die jeweils mit einem anderen Lieferanten verbunden sind. Für Produkte mit hoher Substituierbarkeit ist es entscheidend, dass das System zwischen Planungsebenen wechseln kann. Ihre Supply-Chain-Management-Software muss in der Lage sein, die Gesamtnachfrage nach Tulpen zu prognostizieren und den vorhandenen Bestand auf Produktebene zu verfolgen, um die zur Auffüllung benötigte Menge genau zu bestimmen. Gleichzeitig müssen jedoch die tatsächlichen Auffüllbestellungen auf SKU-Ebene erfolgen, beispielsweise „Tulpe geliefert von GreenGrowers Co.“.

Und schließlich hängt die Effizienz auch davon ab, die Bestellkapazität zu verstehen. Baumärkte und Gartencenter verwenden in der Regel keine herkömmlichen Paletten oder Überrollkäfige für den Transport von Pflanzen und ähnlichen Produkten. Stattdessen verwenden sie einzigartige, dänische Karren genannte Rollcontainer mit eigenen Abmessungen und optimalen Kapazitätsanforderungen. Eine effiziente Filialbelieferung erfordert die Fähigkeit, nicht nur den speziellen Container, sondern auch die Größe und das Volumen der Pflanzen zu kennen, die in jede Filiale geliefert werden, um die Lieferungen voll auszulasten. Ein System, das diese Befüllung auf intelligente Weise berechnen kann, hilft Ihren Disponenten, genaue Kaufentscheidungen zu treffen und gleichzeitig Kosten zu senken.

3.2 Effizient in der Saison: Mit zentralisierter, reaktionsschneller Disposition

Viele Variablen können sich auf Ihren saisonalen Bestandsbedarf auswirken. Daher benötigen Baumärkte eine Lösung für automatische Disposition, die die Verfügbarkeit saisonaler Produkte optimiert und gleichzeitig Restbestände am Saisonende reduziert. Diese Strategie führt zu höheren Umsätzen, geringeren Kosten und höherer Rentabilität: Die saisonale Disposition kann somit von einem Problem zu einer Chance werden.

Abbildung 9: Die drei großen Herausforderungen saisonaler Produkte im DIY-Einzelhandel.

Durch den Einsatz einer Lösung für automatische Disposition kombinieren Baumärkte nahtlos Bestellungen vor der Saison, Erstallokationen, automatische Auffüllungen während der Saison und gezielte Allokationen und Markdowns am Saisonende, um den Wert des saisonalen Bestands maximal auszuschöpfen.

Eine intelligente, reaktionsschnelle Dispositionsstrategie nutzt filialspezifische Verkaufsdaten, um zu entscheiden, wie saisonale Produkte den Filialen zugeteilt werden sollen. Ein gutes System berücksichtigt automatisch das saisonale Muster eines Produkts oder einer Produktgruppe in jeder Filiale Ihres Netzwerks. Zudem spürt es regionale und filialspezifische Abweichungen auf und stützt die Verteilung entweder auf produkt- und filialspezifische Prognosen oder, falls diese nicht verfügbar sind, auf die filialspezifischen historischen Verkäufe für das jeweilige Produktsegment.

Darüber hinaus benötigen Sie auch einen zentralisierten Ansatz. Wenn Sie den gesamten Saisonbestand eines Artikels auf einmal an alle Filialen versenden, können Sie auf die tatsächlichen Verkäufe nur reagieren, indem Sie Waren zwischen den Filialen umlagern – das ist ineffizient, arbeitsintensiv und teuer. Die beste Lösung für das Handling großer Mengen saisonaler Artikel ist die so genannte Push-Pull-Push-Strategie.

Abbildung 10: Bei einer Push-Pull-Push-Strategie werden zunächst Bestände durch Erstallokation von den Verteilzentren an die Filialen geschickt (geplant „gepusht“). Im Laufe der Saison wird der Bestand dann jedoch basierend auf individuellem Absatz und Bestand der Filialen durch die Lieferkette und in die Filialen „gezogen“ (durch Nachfrage gesteuerte „Pull“-Bewegung). Nähert sich das Saisonende, müssen die Verteilzentren erneut Bestände in die richtigen Filialen senden, um den Bestand abzuverkaufen, bevor er nicht mehr saisongerecht ist.

PUSH: Anhand der Prognose und der historischen Verkaufsdaten können Einzelhändler abschätzen, wann die Saison in den verschiedenen Regionen beginnt. Während lokale Bedingungen wie Wetterschwankungen unvorhersehbar sein können, ermöglicht die effektive Nutzung von Daten eine agile Reaktion im Bedarfsfall. Sie können dann einen Termin festlegen, bis zu dem der Bestand eingegangen sein muss, um Ihren ersten Sales-Push vorzubereiten. Die Ware wird den Filialen in ausreichender Menge zugewiesen – „gepusht“ –, um die Displays aufzubauen und die anfängliche Nachfrage zu Beginn der Saison zu decken. Die restlichen Saisonprodukte werden an einem zentralen Standort aufbewahrt. Nach dieser anfänglichen Verkaufsspitze gehen Sie in die „Pull“-Phase über, um die Filialen entsprechend den Verkäufen wiederaufzufüllen.

PULL: Wenn die Verkäufe anziehen, füllen Sie die Bestände in den einzelnen Filialen durch die „Pull“-Phase wieder auf, basierend auf den neuesten filialspezifischen Absatzdaten und Beständen. So können Sie wesentlich effektiver auf lokale Gegebenheiten wie Wetterschwankungen oder Wettbewerbsveränderungen einer einzelnen Filiale reagieren. Durch den wirksamen Einsatz der „Pull“-Steuerung wird sichergestellt, dass Nachschub zur richtigen Zeit an die richtigen Filialen geleitet wird, um die Nachfrage zu befriedigen: So wird verhindert, dass einige Filialen Engpässe haben, während andere mit Überbeständen kämpfen. Auch kostspielige Bestandsumlagerungen von Filiale zu Filiale werden dadurch vermieden.

PUSH: Gehen die Verkäufe zurück, tritt die nächste „Push“-Phase ein. Jetzt ist es an der Zeit, die restlichen Produkte aus Ihren Zentrallagern zu räumen. Durch kontinuierliches Analysieren der Verkaufsdaten auf Filialebene bestimmen Sie, wann und wo Sie den Restbestand zuteilen. Damit stellen Sie sicher, dass die Produkte an die Filialen mit den höchsten Verkaufszahlen und ohne überschüssigen Bestand gehen. Ein effektives System hilft Ihnen auch bei der Planung von Markdowns zur Gewinnoptimierung, insbesondere bei Artikeln, die in der nächsten Saison nicht mehr im Trend liegen und sich schlecht verkaufen könnten. Grundlage für die Durchführung dieser Phase sollten die von Ihrem Team analysierten, standortspezifischen Bedingungen sein, damit die Restbestände an die Filialen mit der höchsten Verkaufswahrscheinlichkeit gesendet werden.

Die Push-Pull-Push-Strategie ist sehr effektiv, wenn sie mit einer Analyse der Verkaufshistorie und einer akkuraten Prognose kombiniert wird. Auch wenn das Wetter unvorhersehbar ist, spiegelt die Vorhersage typische saisonale Merkmale für jede Region und jeden Ort wider und bietet so eine Grundlage zum Planen von Einkaufszeitpunkt und Allokationsentscheidungen.

Produkt-Lieferzeiten sind auch für die saisonale Einkaufs- und Allokationsplanung entscheidend. Bei langen Beschaffungszeiten, die die verfügbaren Bestände für die gesamte Saison limitieren, muss der Wert dieses Bestands maximal ausgeschöpft werden. Sind die Beschaffungszeiten jedoch kurz und die Verfügbarkeit während der gesamten Saison hoch, reicht es aus, nur die Warenmenge in die Filialen zu senden, die zum Bilden der Displays und für die Bewältigung der anfänglichen Verkaufsspitze benötigt wird, und dann entsprechend den tatsächlichen Verkäufen aufzufüllen.

4. Die Kundennachfrage treibt die End-to-End-Lieferkette im DIY an

4.1 Die integrierte Supply-Chain des DIY-Handels: Prognosen über sämtliche Kanäle hinweg steuern die Verteilzentren

Traditionell haben DIY-Einzelhändler die Disposition der Filialen und das Bestandsmanagement der regionalen Verteilzentren oder Zentrallager als zwei getrennte Prozesse behandelt, die durch separate Absatzprognosen gesteuert werden. Dieser Ansatz kann jedoch blinde Flecken aufweisen, die häufig zu kostspieligen Fehlern führen, insbesondere bei sperrigen und saisonalen Artikeln.

Eine Umfrage unter Einzelhändlern im Jahr 2021 zeigte, was die Befragten als die drei Hauptelemente eines erfolgreichen Supply-Chain-Managements ansehen: effektives saisonales Management (58 Prozent), hochwertige Automatisierung der Disposition (58 Prozent) und die Fähigkeit, Kapazitätsengpässe proaktiv zu beheben (57 Prozent). Darüber hinaus gaben 78 Prozent der Umfrageteilnehmer an, dass Bestandstransparenz in Nahe-Echtzeit über die gesamte Lieferkette hinweg für den künftigen Erfolg entscheidend sei.

Derselben Umfrage zufolge haben nur 40 Prozent der Befragten eine Lösung zum Optimieren der Kapazitätsplanung für Filialen und Verteilzentren, der Bestellprojektionen und der automatischen Disposition implementiert. Obwohl viele der Situationen, die Einzelhändler als am schwierigsten zu bewältigen einschätzen, vollständig in ihrer eigenen Kontrolle liegen, arbeiten sie weiterhin mit veralteten Systemen und Prozessen.

Best Practice: Die Prognosen des Verteilzentrums basieren auf den projizierten (erwarteten) Bestellungen der Filialen und berücksichtigen dabei sowohl die „Pull“-basierte Nachfrage als auch die geplanten, „Push“-basierten Bestandsbewegungen.

Es gilt jedoch, einige zusätzliche Herausforderungen zu beachten, wenn die Absatzprognosen der Filialen die Planung in den Verteilzentren steuern sollen:

  1. Bevor Sie Ihre Waren verkaufen können, müssen sie an die Filialen geliefert und dort effizient verwaltet werden. Deshalb müssen Sie die Prognosen von Verteilzentrum und Filialabsatz synchronisieren, um Absatz- und Lieferspitzen zu berücksichtigen. Der Unterschied in der Zeitplanung hängt von den Abverkaufsraten und Dispositionszeitplänen Ihrer Filialen ab, die je nach Filiale, Produkt und Tag variieren können. Rasche Änderungen auf Filialebene sind schlecht für die Prognosegenauigkeit der Verteilzentren. Vollständige Transparenz über die gesamte Supply-Chain in Kombination mit einer Glättung des Warenflusses erhöht dagegen die Genauigkeit und wirkt Kapazitätsproblemen bei Lieferungen zu Spitzenzeiten entgegen.
  2. Wenn Sie Waren geplant durch die Lieferkette schicken („pushen“) anstatt sie in von der Nachfrage steuern zu lassen („pull“), sind Lieferspitzen der Verteilzentren in den Filialprognosen nicht sichtbar. Am deutlichsten zeigt sich dies bei Saison- und Kampagnenartikeln, bei denen Sie den Bestand in den Filialen im Voraus erhöhen müssen, was zu einer erheblichen Nachfragespitze bei den Verteilzentren führt. Dieser Prozess unterliegt Ihrer vollen Kontrolle, aber die Mitarbeiter, die den Nachschub der Verteilzentren planen, stehen unter großem Druck, weil sie vorhersehen müssen, wann und in welchen Mengen die Filialen die Produkte abnehmen werden. Eine effektive Automatisierung Ihres Planungsprozesses optimiert den Allokationsaufwand, reduziert die manuelle Planung und mindert das Risiko, das mit getrennten Systemen verbunden ist.

Damit Ihr System eine nahtlos integrierte Planung von Filialen und Distribution erreicht, muss es in der Lage sein, projizierte Bestellungen pro Produkt, Filiale und Tag mehrere Monate bis zu einem Jahr im Voraus zu berechnen. Es sollte diese Berechnungen dann unter Berücksichtigung aktueller und bekannter zukünftiger Dispositionsparameter sowie der Absatzprognose verarbeiten.

Abbildung 11: Eine integrierte DIY-Lieferkette wird von der Verbrauchernachfrage gesteuert. Der Versandplan für die Verteilzentren besteht aus prognostizierten Filialbestellungen (unter Berücksichtigung der prognostizierten Nachfrage, des Lagerbestands und der Lieferpläne) sowie der Absatzprognosen für potenzielle Bestandsströme direkt zum Kunden, wie etwa im Verteilzentrum kommissionierte Online-Bestellungen.

In der Praxis sollten die projizierten Bestellungen der Filialen eine Reihe von Daten zu folgenden Bereichen konsolidieren:

  • Aktueller Bestand.
  • Sicherheitsbestände und visuelle Mindestanforderungen.
  • Lieferzeitpläne.
  • Geplante Bestandsbewegungen, einschließlich des Bestandsaufbaus zum Bilden von Kampagnen-Displays und der zeitlichen Verschiebung von Bestellungen, um die Kapazitätsbedarfe in der Distribution zu glätten.

Welche Beispiele gibt es also für Situationen, in denen die erwarteten Filialbestellungen und nicht die Absatzprognosen der Filialen eine genauere Planung in den Verteilzentren ermöglichen?

Produkteinführungen: Wird ein neues Produkt in das Sortiment aufgenommen, schickt die Software genügend Ware in jede Filiale, um zumindest die festgelegten visuellen Mindestanforderungen zu erfüllen. Das führt zu Bestandspuffern, die in den Filialen erst nach Tagen oder Wochen abgebaut werden. Solange Sie in den Filialen Überbestände haben, werden die projizierten Filialbestellungen (sowie der tatsächliche Ausgang aus Ihren Verteilzentren) niedriger sein als die prognostizierte Verbrauchernachfrage.

Produktabkündigungen: Basiert Ihre Verteilzentrums-Prognose auf den erwarteten Filialbestellungen, berücksichtigt sie automatisch die vorhandenen Bestandspuffer der Filialen und schätzt, wie lange die einzelnen Filialen brauchen, um den Restbestand abzubauen. Wenn Sie eine Produktabkündigung planen, wird die Prognose für das Verteilzentrum automatisch gesenkt, wenn das Abkündigungsdatum näherrückt und unterstützt so einen kontrollierten Bestandsabbau.

Promotions: In der Regel liefern Einzelhändler zwischen 30 und 100 Prozent der durch die Kampagne erwarteten Absatzsteigerung im Voraus an die Filialen. Da diese geplanten Bestandsbewegungen vollständig der Kontrolle des Einzelhändlers unterliegen, sind sie vorhersehbar und werden automatisch in den projizierten Filialbestellungen berücksichtigt. Haben die Filialen nach der Kampagne Fehl- oder Überbestände, spiegelt das System den Erfüllungsbedarf in den Prognosen der Verteilzentren exakt wider.

Saisons: Die Verteilzentren liefern vor Beginn einer Hauptsaison fast immer einen gewissen Bestandspuffer an die Filialen. Dieser erfüllt mehrere Zwecke: Er ermöglicht ansprechende saisonale Displays in den Filialen aufzubauen, saisonale Spitzenvolumen zu glätten oder auch proaktiv für Wettereinflüsse zu planen, damit Sie auch bei einem frühen Saisonbeginn vorbereitet sind. Wie bei Promotions sollten diese geplanten Bestandsbewegungen automatisch in den geplanten Bestellungen der Filialen sichtbar sein und als Prognose für die Verteilzentren verwendet werden. Da Faktoren wie das lokale Wetter die saisonalen Absatzschwankungen zwischen den Filialen beeinflussen, verbrauchen die Filialen ihre Bestände unterschiedlich schnell. Diese Schwankungen zwischen den einzelnen Filialen sollten auch automatisch in den Prognosen der Verteilzentren sichtbar sein.

Änderungen der Dispositionspläne: Einzelhändler ändern häufig die Dispositionspläne der Filialen, entweder temporär (etwa aufgrund erhöhter Nachfrage in der Hochsaison) oder dauerhaft (zum Beispiel nach Einführung neuer Transportrouten). Natürlich wirken sich Änderungen der Dispositionszeiten nicht auf die Verbrauchernachfrage aus, aber mit Sicherheit auf den Warenfluss in die Filialen. Wenn die Prognose Ihres Verteilzentrums auf den erwarteten Filialbestellungen basiert, sollte sie automatisch die daraus resultierenden Änderungen in Bezug auf Zeitpunkt und Umfang der Filiallieferungen erfassen.

4.1.1 Das beste Modell für die erfolgreiche Planung von Langsamdrehern

Wenn Sie die projizierten Bestellungen für alle Filialen zusammenfassen, können Ihre Verteilzentren eine sehr genaue, kundenorientierte Prognose für die Belieferung dieser Filialen erstellen. Bei sehr langsamdrehenden Produkten kann dieser Ansatz jedoch zu einer systematischen Verzerrung der vorgelagerten Prognose führen.

Ein Beispiel: Im Durchschnitt verkaufen sich pro Woche 0,1 Einheiten eines Langsamdrehers. Verkauft eine Filiale eine zusätzliche Einheit des Produkts, sinkt deren Bestandsmenge so weit ab, dass eine Auffüllbestellung ausgelöst wird. Auf Grundlage der Prognose soll diese Bestellung in zehn Wochen ab dem jetzigen Zeitpunkt stattfinden. Da die Nachfrage nach dem Langsamdreher aber im Wesentlichen zufällig ist, ist die Wahrscheinlichkeit, dass die Filiale diese bestellauslösende Einheit nächste Woche, in drei Wochen oder in zehn Wochen verkauft, gleich hoch. Daraus leitet sich ab, dass die projizierten Bestellungen, insbesondere wenn sie über mehrere Filialen mit ähnlichen Absatzmustern aggregiert werden, die kurzfristige Nachfrage für Langsamdreher systematisch unterschätzen.

Um die erwarteten Auffüllbestellungen für Langsamdreher zeitlich realistischer zu verteilen, bietet sich ein Modellierungsansatz an, der „Monte-Carlo-Simulation“ genannt wird. Für die einzelne Filiale ergibt sich daraus kein Unterschied – sie muss weiterhin die gleiche Menge des Sicherheitsbestands vorhalten, um die Verfügbarkeit zu gewährleisten. Auf Ebene des Verteilzentrums wird die Prognosegenauigkeit von Langsamdrehern jedoch signifikant verbessert.

Abbildung 12: Während das traditionelle Modell zur Berechnung der projizierten Filialbestellungen für Langsamdreher die kurzfristige Gesamtnachfrage für diese Produkte unterschätzt, liefert das Monte-Carlo-Modell eine viel verlässlichere Gesamtprognose des bevorstehenden Auffüllbedarfs der Filialen.

4.2 Integrierte Handelsplanung: Ein einziger Plan steuert lückenlos alle Supply-Chain-Prozesse im DIY

Für große Einzelhändler ist es entscheidend, sofort sehen und messen zu können, wie die Entscheidungen in einem Funktionsbereich sich auf alle anderen Funktionsbereiche auswirken. Besonders wichtig ist das für Bau- und Heimwerkermärkte, die eine sehr breite Produktpalette führen und dabei diverse regionale und saisonale Absatzmuster berücksichtigen müssen.

Wenn Sie die Planung des Verteilzentrums auf die projizierten Bestellungen der Filialen stützen, erkennen Sie sofort die Auswirkungen geplanter Aktivitäten, wie etwa Promotions oder vor der Saison durchzuführende Allokationen, auf die gesamte Supply-Chain. Damit die Vorteile dieser Transparenz voll zum Tragen kommen, benötigt die Software Zugang zu allen Planungsdaten, sobald das zuständige Team einen Saisonplan, eine Sortimentsänderung oder eine andere relevante Entscheidung getroffen hat.

Zeitabhängige Stammdaten sind ein entscheidender Faktor für eine proaktive Planung. Es wurden bereits mehrere Gründe erwähnt, warum exaktes Timing für DIY-Einzelhändler entscheidend ist. Im Folgenden finden Sie einige Beispiele dafür, wie Systeme, die zeitabhängige Stammdaten unterstützen, Ihre Teams in die Lage versetzen, wertvolle Informationen sofort ab Verfügbarkeit zu teilen. Dies wiederum ermöglicht es Disponenten, manuellen Arbeitsaufwand zu reduzieren, indem sie sich darauf verlassen, dass das System die notwendigen Aktionen automatisch auslöst.

  • Zeitabhängige Dispositionspläne: Wenn das Planungssystem mehrere Dispositionspläne verwalten kann, die an bestimmte Termine geknüpft sind, berücksichtigt es künftige Änderungen dieser Pläne automatisch in seinen Supply-Chain-Projektionen.
  • Einführungs- und Abkündigungstermine für das Sortiment: Wenn Anfangs- und Endtermine für das aktive Produktsortiment festgelegt sind, lässt sich das Aufstocken und Abbauen von Produktbeständen viel einfacher verwalten. Sie können routinemäßige Planungsaufgaben automatisieren, wie etwa das Auffüllen der Pipeline für neue Produkteinführungen oder den Bestandsabbau abgekündigter Produkte, wodurch manueller Arbeitsaufwand reduziert und gleichzeitig optimale Bestandsmengen für jede Phase des Produktlebenszyklus sichergestellt werden.
  • Saisonale Push-Pull-Push-Strategie: Zwar hat jede Saison ein Anfangs- und Enddatum, jedoch müssen Sie in der Lage sein, bereits im Voraus festzulegen, wie die Filialen während der Saison bestückt sein sollen. Die Definition von Regeln und das Verwenden von Vorlagen ermöglichen die Erstellung präziser Dispositionspläne für jede Filiale und jedes Produkt ohne hohen manuellen Arbeitsaufwand.
  • Vorübergehende Liefereinschränkungen von Lieferanten: Chinesische Hersteller verschicken zum Beispiel oft während des chinesischen Neujahrsfests keine Sendungen. Wenn Sie Ihrem Planungssystem Informationen über derartige Einschränkungen zur Verfügung stellen, passt es Bestellaufträge automatisch und rechtzeitig an, um eine hohe Verfügbarkeit während des betroffenen Zeitraums zu gewährleisten.

Eine integrierte Supply-Chain macht doppelte Planungsarbeit überflüssig. Die Auswirkungen geplanter Änderungen der Filialdisposition werden automatisch in den projizierten Filialbestellungen berücksichtigt, die als Grundlage für die Bedarfsprognosen des Verteilzentrums dienen.

Wenn Sie beispielsweise eine neue Kampagne planen, wirkt sich Ihre Kampagnenprognose auf die Produktmenge aus, die an jede Filiale gesendet werden sollte. Darüber hinaus entspricht es vielleicht Ihrer Praxis, dass die Verteilzentren 50 Prozent des prognostizierten Absatzes ein paar Tage vor Kampagnenstart an die Filialen liefern, damit die Filialmitarbeiter Zeit haben, die Kampagnendisplays aufzubauen. Sobald der Kampagnenplan im System erstellt ist, sind die relevanten Informationen sofort auch in der Prognose des Verteilzentrums sichtbar: So werden die richtigen Waren zum richtigen Zeitpunkt in der richtigen Menge an die Filialen geliefert.

Abbildung 13: Die Auswirkungen von Geschäftsentscheidungen sind unmittelbar im gesamten Betrieb eines Einzelhändlers sichtbar. In diesem Beispiel löst eine geplante Kampagne automatische Prognoseaktualisierungen aus, die sich dann in Bestands-, Kapazitäts- und Ressourcenanforderungen in allen Teilen der Lieferkette niederschlagen. Ein fortlaufend aktualisierter digitaler Zwilling zeigt, wie sich Promotions auf den Umsatz und die Betriebsabläufe auswirken, so dass die Planer mögliche Engpässe und andere Änderungsbedarfe proaktiv erkennen und entsprechend handeln können.

Der norwegische Gartenbaumarkt Felleskjøpet Agri, der sich bisher auf Prozesse verließ, die mit viel manuellem Arbeitsaufwand für die Filialleiter verbunden waren, automatisierte und zentralisierte seine Supply-Chain-Prozesse: Für seine 96 Filialen und das Verteilzentrum führte das Unternehmen Absatzprognostizierung, automatische Disposition, Allokationen und ein integriertes Supply-Chain-Management ein. Nach der Implementierung verzeichnete Felleskjøpet Agri eine um 7,8 Prozent verbesserte Verfügbarkeit im Regal, eine Reduzierung des Bestandswerts um 33 Prozent und eine Verringerung der Bestandsreichweite um 20 Tage.

4.3 Mehrstufige Optimierung von Warenströmen

Für Baumärkte, die ein breites Produktsortiment einer Vielzahl von Lieferanten verwalten müssen, ist eine hochgradig automatisierte Optimierung ihrer mehrstufigen Warenflüsse von entscheidender Bedeutung für die Kostenkontrolle. Verbesserte Kontrolle und Transparenz der Supply-Chain ermöglichen es DIY-Einzelhändlern, mehrere wichtige Strategien der Warendistribution zu automatisieren: so etwa die virtuelle Reservierung von Teilbeständen (auch Ringfencing genannt), Cross-Docking und Allokationen bei Knappheit.

Der effizienteste Weg, um sowohl die Nachfrage in den Filialen als auch die Online-Nachfrage zu befriedigen, besteht darin, Bestellungen aus demselben zentralen Bestandspool in Ihren Verteilzentren zu erfüllen. Best Practice zur Gewährleistung der Verfügbarkeit über alle Kanäle hinweg: Reservieren Sie einen Teil des Bestands in Ihrem Verteilzentrum. Dieser Bestand ist zweckgebunden und nur für den Online-Verkauf bestimmt. Diese Strategie wird auch virtuelles „Ringfencing“ (Umzäunung) genannt.

Abbildung 14: Eine Supply-Chain-Solution, die die virtuelle Reservierung von Teilbeständen beinhaltet, ermöglicht es Einzelhändlern, Bestände in einem zentralen Pool zu lagern, dabei aber Teilbestände, die der Befriedigung der Online-Nachfrage zugewiesen wurden, zu „reservieren“. Dadurch wird verhindert, dass die Verteilzentren die für Online-Bestellungen reservierten Artikel an die stationären Filialen schicken, was eine hohe Verfügbarkeit über alle Kanäle hinweg sicherstellt.

Bei der virtuellen Bestandsreservierung hält die Software den Teil Ihres zentral gelagerten Bestands, der für die Online-Nachfrage vorgesehen ist, zurück, und stellt sicher, dass die Filialen nicht darauf zurückgreifen können, um die stationäre Nachfrage zu erfüllen. Es ist einfach und effizient, im Laufe der Saison mehr Waren an die Filialen zu schicken, aber der Rückruf von Waren aus den Filialen in die Verteilzentren ist immer teuer und sollte nach Möglichkeit vermieden werden.

Dieser Allokationsansatz funktioniert am besten, wenn er auf ständig aktualisierten Prognosen auf Kanalebene beruht. Vor oder zu Beginn einer Saison lässt sich der Online-Bestand oft nur sehr grob bewerten, da Sie noch nicht wissen, wie sich ein Artikel in den einzelnen Kanälen verkaufen wird. Sobald Sie jedoch anfangen, tatsächliche Verkaufsdaten zu sammeln, aktualisiert das System die Prognose und steuert die Aufteilung zwischen den Kanälen. Nähert sich das Ende der Saison, können Sie die reservierte Menge langsam abbauen, um Überbestände am Ende der Saison zu minimieren.

Die virtuelle Bestandsreservierung ermöglicht es Ihren Planern auch, unterschiedliche Strategien in unterschiedlichen Situationen einzusetzen. So können Sie zum Beispiel je nach verfügbarem Warennachschub unterschiedliche Kanäle priorisieren: Einige Einzelhändler wollen vielleicht eine 100-prozentige Online-Verfügbarkeit aufrechterhalten, auch wenn das bedeutet, dass es in den Filialen zu Out-of-Stocks kommt. Um damit umzugehen, benötigt Ihr System ein gutes Verfahren für das Management von Ausnahmen. So lässt sich sicherstellen, dass alle Änderungen der Nachfrage gemessen werden und diese dann die notwendigen Maßnahmen zur Erreichung der Unternehmensziele steuern.

Während die virtuelle Bestandsreservierung dazu beiträgt, die Omnichannel-Logistik zu optimieren, kann Cross-Docking Baumärkten helfen, die Distribution von sperrigen Produkten besser zu gestalten. Dieser Ansatz eignet sich für die Verwaltung von Artikeln, die so groß sind, dass die Lagerung und die anschließende Umverteilung Kapazitäten einschränken, oder für Artikel, die direkt den Filialen zugewiesen werden müssen, anstatt zentral gelagert zu werden. Diese Strategie kommt für eine Reihe von Baumarktprodukten in Frage, darunter Baumaterial, Gartenmöbel, Rasenmäher, Geräte und ähnliches.

Damit Cross-Docking effizient funktioniert, gibt es einige Voraussetzungen:

  • Lieferanten müssen in der Lage sein, volle Lkw-Ladungen an die Cross-Docking-Standorte zu liefern.
  • Liefereinheiten wie Paletten oder Rollcontainer müssen ohne zusätzliches Handling sofort in die abgehenden Lkw verladen werden können.
  • Ausgehende Lkw müssen stets gut ausgelastet sein, um die Transportkosten niedrig zu halten.

Um Cross-Docking zu unterstützen, muss Ihr Bestandsmanagementsystem sowohl die Lieferzeit für den Eingang am Cross-Docking-Standort als auch die ausgehende Lieferzeit kennen, damit es in der Lage ist, Auffüllbestellungen zum richtigen Zeitpunkt auszulösen.

Ist die Supply-Chain-Planung vollständig integriert, können Ihre Planer Ausnahmen optimal und effizient behandeln. Eine integrierte Supply-Chain-Lösung kann automatisch optimierte Allokationen bei Knappheit auslösen, wenn sich zum Beispiel eine eingehende Lieferung verzögert.

Anstatt die Bestellungen der Filialen nach dem Prinzip „wer zuerst kommt, mahlt zuerst“ abzuarbeiten, weist das richtige System den Filialen den verfügbaren Bestand automatisch so zu, dass die Gesamtverfügbarkeit im Regal maximiert wird, oder eine von Ihnen festgelegte strategische Priorisierung der Filialen erfolgt. Im günstigsten Fall macht sich die Bestandsknappheit dann bei der Verfügbarkeit im Regal überhaupt nicht bemerkbar. Ebenso können Sie Bestände, die sich einem Saison- oder Kampagnenende nähern, proaktiv an diejenigen Filialen senden, denen das System die besten Chancen anrechnet, die Produkte zum vollen Preis zu verkaufen (siehe Abschnitt 3.2).

5. Effizienter Einkauf für Verteilzentren im DIY

Die Auffüllung von Zentrallagern und Verteilzentren wird manchmal eher als Kunst denn als Wissenschaft betrachtet: Es ist richtig, dass längere Lieferzeiten (vor allem bei Bestellungen aus Übersee), mangelnde Kontrolle über externe Lieferanten und globale systemische Störungen die Komplexität erhöhen. Aber grundsätzlich unterscheidet sich die Disposition von Zentrallagern oder Verteilzentren nicht so sehr von der Filialdisposition.

Füllen Baumarktketten ihre Filialen aus den eigenen Verteilzentren auf, können sie auch die Bestellungsabwicklung nach eigenem Ermessen optimieren. Bei der Bestellung von Waren bei Lieferanten gibt es jedoch häufig komplexe Beschränkungen in Bezug auf Mindestbestellwerte oder -mengen. Gleichzeitig können mengenabhängige Rabatte oder andere Nachlässe gewährt werden, die sich bei effizienter Nutzung erheblich auf die Gewinnspanne auswirken. Viele Einzelhändler sind nicht in der Lage, Informationen dieser Art zu Lieferantenverträgen oder Preisen in ihre Planungssysteme einzugeben, so dass die operativen Einkäufer viel Zeit aufwenden, um die Bestellungen doppelt zu prüfen.

Die aktiven Warenströme (Kombinationen von Produkten und Filialen) größerer Baumärkte bewegen sich bei der Disposition ihrer stationären Filialen in der Regel im ein- bis zweistelligen Millionenbereich: Automatisierung ist hier also zwingend. Für die Zentral- und Regionallager ist die Zahl der Bestellpositionen viel geringer und der Wert pro Bestellposition höher, was auch die wirtschaftlichen Auswirkungen jeder Bestellposition erhöht. Dies hat einen geringeren Automatisierungsgrad beim operativen Einkauf im Vergleich zur Filialdisposition ermöglicht und gefördert.

Es hat sich jedoch gezeigt, dass eine strukturierte Gestaltung der operativen Einkaufsprozesse mit guter Systemunterstützung auch auf Ebene der Verteilzentren zu einem sehr hohen Automatisierungsgrad führen kann. Dies bedeutet aber nicht zwangsläufig, dass DIY-Einzelhändler, die sich nach den Best Practices richten wollen, ein deutlich verschlanktes Einkaufsteam haben müssen. Einer der wichtigsten Vorteile der Automatisierung von Routineaufgaben ist, dass die operativen Einkäufer mehr Zeit erhalten, um:

  • potenziellen Kapazitäts-, Liefer- oder Qualitätsproblemen proaktiv entgegenzuwirken.
  • die Leistung des aktuellen Sortiments, der Lieferanten und der Lieferantenverträge zu analysieren und kontinuierliche Verbesserungen vorzunehmen.

5.1 Produkte mit langer Lieferzeit managen und alternative Lieferanten nutzen

Fragen Sie Molly:
Wie kann ich beim Prognostizieren von Produkten mit langen Lieferzeiten Störungen umgehen, wie sie um das chinesische Neujahrsfest auftreten?

 

Bei internationalen Lieferanten und langen Beschaffungszeiten besteht immer das Risiko von Unterbrechungen der Lieferkette, beispielsweise durch politische Ereignisse, Containerknappheit, Naturkatastrophen oder Hafenüberlastungen. Die Identifizierung eines alternativen (in der Regel lokalen) Lieferanten für Produkte mit langer Beschaffungszeit, bei denen es zu derartigen Verzögerungen oder Unterbrechungen kommen könnte, mindert die Risiken von globalen Supply-Chains.

Als Betreiber einer Baumarktkette können Sie festlegen, dass der regelmäßige Nachschub von Ihrem üblichen internationalen Lieferanten kommt, was normalerweise die kostengünstigste Option ist. Zugleich wählen Sie einen alternativen Lieferanten aus, um sich gegen Verzögerungen abzusichern. Im Fall einer Verzögerung kann eine Kleinbestellung bei einem eventuell höherpreisigen Alternativlieferanten Sie kostengünstiger zu stehen kommen, als Ihren Sicherheitsbestand zu opfern.

Einige Ereignisse, die sich störend auf globale Lieferketten auswirken, sind völlig vorhersehbar: etwa die alljährlichen Feierlichkeiten zum Mond-Neujahr in weiten Teilen Asiens. DIY-Einzelhändler sollten eine proaktive Strategie zur Bewältigung aller vorhersehbaren Störungen in der Lieferkette festgelegt haben.

Das chinesische Neujahrsfest führt zu regelmäßigen jährlichen Fabrikschließungen in China, die sich im ersten Quartal eines jeden Jahres auf die Verfügbarkeit von Produkten mit langer Lieferzeit auswirken. Die Schließungen zum chinesischen Neujahrsfest beginnen im Januar und dauern bis in den Februar hinein, wobei die Fabriken erst Wochen nach dem Fest wieder voll ausgelastet sind.

Um diesen Schließungen Rechnung zu tragen, sollten Sie schon im Juni/Juli mit der Planung beginnen, da viele chinesische Lieferanten die Möglichkeiten des Einkaufs bereits im September/Oktober einschränken. Die Glättung von Kapazitäten kann dazu beitragen, dass Sie nicht alle Produkte mit langer Beschaffungszeit auf einmal kaufen müssen, sondern den Bestand langsam über mehrere Lieferungen hinweg vor den Schließungen aufbauen können.

5.2 Kluger Einkauf nutzt gute Preise

Einzelhandelskosten werden von den Kosten der umgesetzten Waren dominiert. Es liegt in der Verantwortung des operativen Einkaufsteams, Rabatte effizient zu nutzen, um die Bruttomargen zu verbessern.

Theoretisch ist es recht unkompliziert, kluge Kaufentscheidungen zu treffen, wenn sich die Preise ändern:

  • Wenn Sie wissen, dass der Preis für ein Produkt steigen wird, decken Sie sich kurz vor der Preiserhöhung ein.
  • Wenn Sie wissen, dass der Preis eines Produkts sinken wird, bestellen Sie nur die Menge, die Sie unbedingt benötigen, bevor die Preisänderung eintritt. Sobald der neue Preis gilt, füllen Sie Ihren Vorrat.
  • Wird ein Preis vorübergehend gesenkt (beispielsweise aufgrund einer Lieferantenkampagne), bestellen Sie kurz vor der Preissenkung weniger und decken sich ein, wenn der Preis niedrig ist.

Um wirklich von Preisänderungen zu profitieren, müssen DIY-Einzelhändler die Lagerhaltungskosten einkalkulieren, Bestellungen richtig timen und gegebenenfalls den „Investitionskauf“ – also die zusätzliche Menge, die über den Bedarf hinaus gekauft wird – auf mehrere Bestellungen aufteilen.

Darüber hinaus können in Situationen, in denen der Lagerraum knapp ist, die Kosten für den Bestand plötzlich explodieren, wenn Sie die Kapazitätsgrenzen Ihrer Lager überschreiten. Wenn Sie Ihre Lagerkapazität voll ausschöpfen oder überschreiten, müssen Sie zusätzliche Flächen außerhalb Ihrer derzeitigen Lagerräume für die überschüssige Ware finden und bezahlen, was Ihre Investition schnell äußerst unrentabel macht.

Best Practice: Füttern Sie Ihr Planungssystem mit zeitabhängigen Preisdaten. So optimiert es, wann und in welchen Mengen Käufe in Abhängigkeit von Preisänderungen getätigt werden. Dadurch nutzen Sie selbst kleine Preisänderungen effektiv, da die operativen Einkäufer keine Zeit damit verbringen müssen, die optimalen Bestellmengen manuell zu ermitteln. Bei dieser Strategie ist es wichtig, Einschränkungen zu berücksichtigen, zum Beispiel die Haltbarkeit von verderblichen Artikeln oder die Kapazitätsgrenzen der Lagerflächen. Wenn Ihre Software diese Einschränkungen nicht automatisch berücksichtigen kann, muss Ihr Einkaufsteam die vorgeschlagenen Investitionskäufe jedes Mal gegenprüfen.

Es ist nicht ungewöhnlich, dass Lieferantenverträge einen Rabatt vorsehen, der ausgelöst wird, wenn der jährliche Bestellwert des Käufers eine bestimmte Quote überschreitet. Auch hier ist es sehr schwierig, manuell den Überblick über Lieferantenquoten, aufgegebene Bestellungen und prognostizierte Bestellungen zu behalten. Intelligente Planungssysteme unterstützen vorausschauende Kaufentscheidungen, indem sie zusätzliche Bestellungen vorschlagen, um Rabatte zu erhalten – jedoch nur, wenn dies möglich ist, ohne dass diese zu einer kontraproduktiven Überbevorratung führen würden.

6. Kapazitäten und Ressourcen entlang der DIY-Supply-Chain optimal nutzen

In einem dynamischen Geschäft wie dem Einzelhandel kann es in fast jedem Teil der Lieferkette zu Kapazitätsengpässen kommen. Diese können als Reaktion auf eine Reihe von Ereignissen auftreten: von Feiertagen oder ungewöhnlichem Wetter bis hin zu Promotions oder großen Sortimentsaktualisierungen in den Filialen.

Um diese Engpässe zu erkennen und proaktiv zu beheben, müssen Einzelhändler wissen, wie sich der prognostizierte Absatz auf die Bestands-, Kapazitäts- und Ressourcenbedarfe in ihrer gesamten Supply-Chain auswirken wird.

6.1 S&OE (Sales & Operations Execution): Die kurzfristige Absatz- und Vertriebsplanung optimieren

Der S&OE-Prozess soll sicherstellen, dass Einzelhändler die kurzfristige Nachfrage, für den Zeitraum der kommenden null bis drei Monate, so kosteneffizient wie möglich erfüllen. Ausgangspunkt ist eine sehr detaillierte Absatzprognose auf SKU-Kanal-Tagesebene (siehe Abschnitt 2.1). Von dieser ausgehend können Planer Supply-Chain-Projektionen verwenden, um ein detailliertes Verständnis des Bestands-, Kapazitäts- und Ressourcenbedarfs in der gesamten Lieferkette zu erhalten.

Abbildung 15: Detaillierte Absatzprognosen und Supply-Chain-Projektionen machen die Bestands-, Kapazitäts- und Ressourcenbedarfe in jedem Teil der Supply-Chain kontinuierlich vorhersehbar.

Diese End-to-End-Transparenz der Betriebsabläufe im Einzelhandel bringt viele Vorteile im Rahmen von S&OE mit sich, darunter:

  • Funktionsübergreifende Abstimmung: Transparenz macht die Auswirkungen von Geschäftsentscheidungen, die von einer Funktion getroffen werden, sofort für alle Funktionen verfügbar und einplanbar. Beispielsweise wird die erwartete Wirkung einer geplanten Kampagne sofort in allen lokalen Absatzprognosen sowie den Projektionen von Bestand und Ressourcen in der gesamten Supply-Chain berücksichtigt. Dies bedeutet, dass Geschäftsentscheidungen wie Promotions nur einmal geplant werden müssen, bevor sie automatisch ausgeführt werden können.
  • Proaktives Ausnahmenmanagement: Da die Supply-Chain-Lösung die aktuellen und künftigen Bestands-, Kapazitäts- und Ressourcenbedarfe in der gesamten Lieferkette vorhersehen kann, erkennt sie automatisch potenzielle Engpässe und unterstützt Ihre Planer dabei, diese ganz zu verhindern oder schnell zu beheben. Macht das System die Planer beispielsweise darauf aufmerksam, dass eine bevorstehende Bestandsaufstockung von Kampagnenartikeln in Kombination mit saisonalen Allokationen zu außergewöhnlich starken Lieferspitzen führen wird, können sie das Problem proaktiv bewältigen – bevor die Filiallagerräume übervoll oder die Kapazitäten zur Kommissionierung im Verteilzentrum erschöpft sind.
  • Effektive Planung für Eventualfälle: Die Modellierung mit einem „digitalen Zwilling“ ermöglicht Einzelhändlern, zu vergleichen und besser zu verstehen, wie sich unterschiedliche Planungsszenarien auf ihre Wertschöpfungskette auswirken. Wenn beispielsweise die Fulfillment-Kapazitäten in einer Ihrer Vertriebsregionen nicht mehr ausreichen, kann Ihr Planungsteam problemlos modellieren, wann und wie die Erfüllung eines Teils der regionalen Nachfrage auf ein anderes Fulfillment-Center verlagert werden kann, um die Kapazitätsanforderungen im gesamten Vertriebsnetz auszugleichen.

Bei Millionen von Warenströmen, Zehntausenden von Mitarbeitern, Hunderten von Lieferanten, häufigen Promotions und regelmäßigen Preis- und Sortimentsänderungen sind Ausnahmen von den Plänen jedes Einzelhändlers vorprogrammiert. Viele dieser Ausnahmen erfordern sofortige Aufmerksamkeit und schnelle Anpassungen, um negative Auswirkungen auf S&OE zu vermeiden oder zu minimieren.

Durch den Einsatz von KI und modernster Optimierung können DIY-Einzelhändler jedoch die meisten dieser Abweichungen ohne menschliches Einschreiten beheben. Branchenführende Systeme beherrschen autonome Problemlösung, mit deren Hilfe Sie Ausnahmen schneller und exakter managen. Unter anderem bieten sie die folgenden Funktionen:

  • Autonomer Bestandsausgleich in der Supply-Chain: Auslösen optimierter Allokationen bei Knappheit und forcierter Zuteilungen in Übereinstimmung mit Ihren Geschäftsprioritäten; Re-Optimierung von Filialbestellungen für Pläne „on-the-fly“ gemäß einem „Pick-to-Zero“-Fulfillment-Ansatz; oder automatischer Bestandsaufbau vor Zeiträumen, in denen ein Lieferant keine Aufträge erfüllen kann, wie etwa um das chinesische Neujahr herum.
  • Sicherstellung von Durchsatz und effizienter Kapazitätsnutzung: Proaktive Glättung von Fluktuationen der Warenflüsse, kontinuierliche Optimierung von Disposition und Fläche, um das Warenhandling in der Filiale zu reduzieren sowie Optimierung des Workforce-Managements anhand ständig aktualisierter Prognosen des Arbeitsaufkommens.
  • Empfehlung von Korrekturmaßnahmen oder „Next Best Actions“: Automatische Vorschläge für optimale Markdowns, um Überbestände zu räumen; Vorschläge für Zusatzbestellungen bei inländischen Lieferanten zur Vermeidung von Regallücken aufgrund außerplanmäßiger Nachfrage, wenn die Lieferzeiten der internationalen Anbieter zu lang sind.

Die erfolgreichsten Einzelhändler sind in der Lage, menschliches Fachwissen mit Technologie zu kombinieren, und sich dadurch schnell auf neue Situationen einzustellen und geänderte Geschäftsprioritäten in erforderlichem Umfang umzusetzen. Denken Sie an die Bewältigung extremer Wetterereignisse wie Orkane oder Überflutungen oder auch die COVID-19-Pandemie – Ereignisse, die so einzigartig und unvorhersehbar sind, dass nicht einmal die fortschrittlichsten Prognosesysteme ihre Auswirkungen absehen können. In solchen Situationen sollte das Supply-Chain-Management-System Ihr Planungsteam beim Treffen kluger Entscheidungen auf Grundlage seiner wertvollen, menschlichen Erfahrung unterstützen.

6.2 S&OP (Sales & Operations Planning): Die langfristige Absatz- und Vertriebsplanung optimieren

Wenn das Ziel von S&OE im Einzelhandel darin besteht, unvorhergesehene Kapazitäts- und Ressourcenprobleme innerhalb eines kurzfristigen Planungshorizonts zu lösen, dann blickt S&OP weiter in die Zukunft. Das Ziel von S&OP im Einzelhandel ist es, ausreichende Kapazitäten und Ressourcen für künftige Wachstumsziele, geplante Änderungen im Vertriebsnetz, Hauptsaisons und weitere Geschäftsziele sicherzustellen.

Beim S&OP-Prozess geht es jedoch um mehr als nur um Supply-Chain-Effizienz – es geht um die Maximierung der Rentabilität. S&OP sollte bewirken, dass:

  1. Warenströme der Kapazität in der gesamten Lieferkette entsprechen, anstatt sie zu überschreiten. Dies stellt eine zuverlässige Versorgung sicher, die wiederum entgangene Umsätze aufgrund von Lieferproblemen verhindert.
  2. Abläufe kosteneffizient sind, wobei kostspielige Überstunden in allen Teilen der Supply-Chain minimiert werden.
  3. fundierte Entscheidungen getroffen werden, die Ihre Rentabilität auch dann fördern, wenn Kapazitätsbeschränkungen eine garantierte Verfügbarkeit aller Produkte verhindern.
  4. vollständige Transparenz über den Ressourcenbedarf besteht, so dass sichergestellt ist, dass alle Ressourcen, einschließlich der Verfügbarkeit von Filialmitarbeitern, auf demselben Betriebsplan basieren.

Die Vorbereitung auf eine Hauptsaison ist ein wichtiger Anwendungsfall für S&OP im Einzelhandel. Beispielsweise sorgt der kritische (und komplizierte) Saisonwechsel von Winter zu Frühjahr für ein verstärktes Verbraucherinteresse an Gartenpflege und Außenanlagen. Dies erfordert, dass Einzelhändler die entsprechenden Waren lange vor der eigentlichen Saison beschaffen, um sicherzustellen, dass ihre Filialen und Verteilzentren in Vorbereitung auf eine ausgeprägte Verkaufsspitze bestückt sind – letztere ist oft wetterabhängig und daher unvorhersehbar.

In der Regel beginnt das Vorbereiten auf eine Hauptsaison neun bis 15 Monate vor Saisonbeginn: Einzelhändler legen ihre Verkaufsziele fest und definieren ihr saisonales Sortiment entsprechend. Dann muss die Menge der zu beschaffenden Waren festgelegt werden, um den Verkaufsplan umzusetzen. Des Weiteren wird der Zeitpunkt bestimmt, zu dem diese Waren bestellt und an die Filialen und Verteilzentren geliefert werden müssen, um die Bestände vor Saisonbeginn hochzufahren. Beginnt eine Saison früher als üblich, müssen Einzelhändler zudem in der Lage sein, flexibel darauf zu reagieren.

Da die Einkaufsvolumina hoch sind und sperrige Waren viel Lagerplatz beanspruchen, müssen Baumarktbetreiber sorgfältig planen, wann die Waren in ihren Verteilzentren eintreffen sollen. Sie sollten auch in Erwägung ziehen, ob ein Teil Ihrer saisonalen Ware von den Lieferanten direkt in die Filiale geliefert werden und so die Verteilzentren ganz umgehen kann, und planen, wie viel zusätzlichen Lagerraum Sie eventuell anmieten müssen, um die Bestandsspitzen zu bewältigen.

Es wäre schlichtweg unmöglich, die Lieferkette mit all ihrer Komplexität per Tabellenkalkulation so genau zu modellieren, dass Engpässe der Lagerflächen oder Warenumschlagskapazität proaktiv erkannt werden. Selbst die Erstellung eines vereinfachten Modells wäre enorm zeitaufwändig und fehleranfällig. Nur unter Verwendung von Supply-Chain-Projektionen lassen sich wandernde Kapazitätsengpässe wie die oben beschriebenen mit Sicherheit erkennen. Um mehr über effektives S&OP im DIY-Einzelhandel zu erfahren, sehen Sie sich die Erfolgsgeschichte von Leroy Merlin Italy an.

Sobald Sie potenzielle Engpässe identifiziert haben, sollten Sie diese anhand von „Was-wäre-wenn“-Szenarien untersuchen und beseitigen. Mit der Bottom-up-Szenarioplanung erkennen Sie genau, wie sich Änderungen bei Anlieferungen, Filialallokationen und prognostizierten Absatzmengen auf die Warenströme, den Lagerbedarf und die für das Warenhandling benötigten Ressourcen auswirken werden.

Nutzen Sie Ihre Software zur Planung von Szenarien, um das Szenario zu ermitteln, das Ihren Zielen am besten entspricht, und einigen Sie sich mit Ihren Lieferanten darauf. Auf diese Weise können Sie Ihren Plan schon lange vor der Saison festlegen, so dass sich Ihre Planer auf die Ausführung und auf Korrekturmaßnahmen konzentrieren können.

6.3 Effiziente Zusammenarbeit mit Lieferanten

Die Zusammenarbeit mit Lieferanten wird schon seit Jahrzehnten diskutiert, aber erstaunlich wenige Einzelhändler haben sie umfassend umgesetzt. Um eine fruchtbare Zusammenarbeit aufzubauen, müssen beide Parteien a) sich entsprechend bemühen und b) einen messbaren Nutzen aus dem Prozess ziehen. Leider scheitern viele Kooperationsinitiativen, weil dies selten der Fall ist.

Technologie löst zwar nicht die Herausforderung der Zusammenarbeit mit Lieferanten, gestaltet diese aber einfacher. Beispielsweise konzentrieren sich die meisten Kollaborationsprojekte lediglich darauf, Daten aus verschiedenen Quellen zu sammeln. Die richtige Software für die Handelsplanung minimiert diesen Aufwand jedoch. Statt alle Probleme auf einmal lösen zu wollen, empfehlen wir, Ihre Prozesse für die Zusammenarbeit mit Lieferanten Stück für Stück aufzubauen.

Ein guter Ausgangspunkt ist das Teilen Ihrer Bestellprognosen mit Ihren Lieferanten, da dies die Zusammenarbeit vereinfacht. Wenn Ihr Planungssystem in der Lage ist, Supply-Chain-Projektionen zu berechnen, ist die Bestellauftragsprognose, die Ihrem Lieferanten mitteilt, was Sie in den nächsten Wochen und Monaten von ihm zu kaufen planen, bereits leicht verfügbar. Eine gute Software sendet automatische Berichte, die diese Informationen an Ihre Lieferanten weitergeben.

Auch relevante Informationen über geplante Promotions, bevorstehende Events oder andere Änderungen lassen sich so weiterleiten und helfen Ihren Lieferanten, die Gründe für Ihre Bestellauftragsprognose nachzuvollziehen. DIY-Einzelhändler können auch Absatzprognosen oder POS-Daten (Point-of-Sale) mit ihren Lieferanten teilen. Die wichtigste Information ist jedoch, welche Lieferung Sie zu welchem Zeitpunkt vom Lieferanten erwarten.

Eine kollaborative Arbeitsweise setzt voraus, dass beide Parteien den Wert erkennen, den die Investition von Zeit und Mühe für sie bringt. Während das bloße Weiterleiten von Prognosen eine einseitige Kommunikation darstellt, ist die kollaborative Planung, Prognose und Disposition (Collaborative Planning, Forecasting, and Replenishment, CPFR) eine echte Zweiwegekommunikation. Ein gutes Planungssystem unterstützt dies, indem es zuverlässige Prognosen für künftige Bestellaufträge, Analyse-Tools zum Verständnis potenzieller Änderungen und Probleme sowie eine Plattform oder ein Portal für die Zusammenarbeit selbst bietet.

Im Idealfall geben Einzelhändler ihren Lieferanten einfach Zugang zu einer Übersicht über den voraussichtlichen Absatz, die Pläne über die Aufgabe von Bestellaufträgen und Daten über Promotions, Saisons, Veranstaltungen und ähnlichem, zu denen die Lieferanten dann ihre Perspektive ergänzen. Die ganzheitliche Sichtweise eines Lieferanten auf seine Kategorien und Produkte in Verbindung mit Ihrem Verständnis als Einzelhändler für Ihr Geschäft und Ihre Marketingaktivitäten führen letztendlich zu einer exakteren Gesamtplanung.

Erstklassige Planungssysteme unterstützen diese Art der Zusammenarbeit, indem sie eine Plattform bieten, die mehrere Prognosetypen erfassen kann. Gleichzeitig macht sie die Benutzer auf Unterschiede aufmerksam, was es ihnen wiederum ermöglicht, die Pläne zu bearbeiten, und schließlich den vereinbarten Plan bis zu der Detailebene (Filialen, Produkte oder Tage) aufzuschlüsseln, die zur Unterstützung der operativen Ausführung erforderlich ist.

7. Das Team Mensch & Maschine gewinnt

Der Handel ist im Umbruch, und noch ist unklar, welchen Einfluss die verschiedenen Vertriebs- und Lieferkanäle, Filialformate oder auch die Akteure im Einzelhandel selbst haben werden. In 10–15 Jahren werden wir wahrscheinlich staunend auf die Zeit, die wir gerade erleben, zurückblicken und uns fragen: „Warum haben wir das nicht kommen sehen?“

Einige Vorhersagen über die Zukunft des DIY-Einzelhandels lassen sich aber dennoch leicht treffen:

  1. Supply-Chains werden zunehmend komplexer. Dadurch, dass DIY-Einzelhändler neue Kanäle implementieren, um die Erwartungen der Konsumenten zu erfüllen – zum Beispiel schnelle Lieferung selbst der größten Produkte, Direktlieferungen für professionelle Endkunden oder Click & Collect-Optionen für private Verbraucher – werden ihre Lieferketten immer komplexer. Einzelhändler müssen ihre Einzelhandelsdaten komplett überblicken, um zu erkennen, wo der Bestand gelagert werden sollte und welche Kapazitäten und Ressourcen für die Abwicklung benötigt werden.
  2. Die Supply-Chain im DIY-Einzelhandel wird effektiver. Da die Verbraucher sehr preisbewusst geworden sind, akzeptieren sie keine Spitzenpreise mehr, um ineffiziente Lieferketten am Leben zu erhalten. Niemand profitiert von stark schwankenden Workloads oder Kapazitätsbedarfen, die durch schlechte Planung und Verwaltung verursacht werden. Daher sollten weder Einzelhandelsmitarbeiter noch das Management traurig sein, wenn alte, ineffiziente Praktiken verschwinden.
  3. Technologie und Automatisierung werden bei der Transformation des Einzelhandels eine große Rolle spielen. Wir haben dies bereits in anderen Sektoren gesehen, die früher stark auf manuelle Routinearbeiten angewiesen waren. Es gibt keinen Grund, warum der Einzelhandel nicht den gleichen Weg einschlagen sollte.

Zusammenfassend lässt sich sagen, dass die Lieferketten für Bau- und Heimwerkermärkte reaktionsschneller und feiner steuerbar werden müssen als je zuvor, um der Nachfrage der Endkunden zu entsprechen. Gleichzeitig entsteht ein neuer Anspruch an die Effizienz von Supply-Chains im Einzelhandel: Sie müssen Bestandsflüsse aus den verschiedenen Blickwinkeln von Filiale, Distribution, Kommissionierung und Lagerhaltung optimieren, um dem Preisdruck zu begegnen. Dies ist nur möglich, wenn man intelligente Maschinen einbindet.

Die Handelswelt der DIY- und Baumarktbranche ist zu komplex, als dass sie sich mit einem Notizblock und etwas Bauchgefühl bewältigen ließe – das gilt schon seit langem. Die wichtigste Neuigkeit ist jedoch, dass sich mittlerweile nicht mehr nur die einfachsten Tätigkeiten automatisieren lassen, sondern auch wesentlich anspruchsvollere Planungsaufgaben von Maschinen übernommen werden. Dabei ersetzt intelligente Automation nicht nur manuelle Arbeit, sondern hebt auch die Planung auf ein nie dagewesenes Niveau der Genauigkeit.

Wird es in dieser schönen neuen Welt denn überhaupt Aufgaben für den Menschen geben? Ja! Und zwar sehr viele! Drei wichtige Funktionen sind:

  1. Meister der Maschinen: Wir machen große Fortschritte mit spezialisierter KI – der Art maschineller Intelligenz, die für das Lösen sehr spezifischer Aufgaben nützlich ist. Dennoch brauchen wir weiterhin talentierte Menschen, die die Systeme entwickeln und bestimmen, wann und wie die verfügbare Maschinenintelligenz am besten eingesetzt wird. 
  2. Kollege der Maschinen: Machine-Learning-Algorithmen sind stark vom Zugang zu Daten abhängig. Ihnen fehlt im wahrsten Sinne der gesunde Menschenverstand: Pragmatismus oder das Finden innovativer Lösungen in neuen Situationen mit unzureichender Datenlage sind nicht ihre Stärken. Hier liefern menschliche Kollegen wertvolle Erkenntnisse.
  3. Innovator, der über die Maschinen hinausdenkt: Besonders in Unternehmen, die einen Prozess der „schöpferischen Zerstörung“ durchlaufen, herrscht großer Bedarf an neuen Denkansätzen, neuen Geschäftsmodellen und neuen Wegen, Waren an die Kunden zu liefern. Innovation im Einzelhandel geht noch weit über die Fähigkeiten von KI hinaus. 

Warten Sie nicht darauf, dass KI Ihr Einzelhandelsgeschäft belebt oder Ihre Supply-Chain-Probleme löst. Fangen Sie stattdessen an, maschinelle Intelligenz schrittweise dort einzusetzen, wo sie am sinnvollsten und wirkungsvollsten ist. Diese Sammlung von Best Practices ist eine gute Startadresse.

Beitrag von

Laurence Brenig-Jones

Head of Product, Promotions & Markdowns

Clint Hodges

Senior Solutions Consultant

John Power

Presales Consultant

Molly Prucha

Business Consultant
Tommi Ylinen

Tommi Ylinen

Chief Product Officer
Timo Ala-Risku

Timo Ala-Risku

Director, EMEA Field Presales
Johanna Småros

Johanna Småros

Co-founder & Group Chief Marketing Officer
Greg Wilson

Greg Wilson

VP Sales and Field Strategy
Tuomas Viitanen

Tuomas Viitanen

Data Scientist