BLOG
29/01/2018 16:16 CET | Aktualisiert 29/01/2018 16:16 CET

Predictive Planning: Warum Vorhersagen für Unternehmen immer wichtiger werden

Je besser Unternehmen planen, desto erfolgreicher können sie wirtschaften, auch weil sich wirtschaftliche Zyklen immer schneller abwechseln. Um präzise Annahmen über die Zukunft treffen zu können, braucht es umfangreiche Erfahrungswerte. Sind diese nicht vorhanden oder ändern sich die Rahmenbedingungen, wird es schwierig. Doch im Rahmen der angewandten Business Intelligence (BI) tun sich neue Möglichkeiten auf: Professionelle Vorhersagen, das sogenannte Predictive Planning, gilt hier als neue Königsdisziplin und bietet Unternehmen mehr Planungssicherheit. Michael Bellm, Managing Consultant Analytics & Data bei Axians IT Solutions erklärt im Gespräch, wie die Methodik mit Datenanalyse und Simulation die Vorhersagegenauigkeit schärft – und warum der Mensch in dem Prozess trotz aller künstlichen Intelligenz wichtig bleibt.

Axians
Michael Bellm, Axians IT Solutions

Erfolg ist sehr schwer planbar, weil zu viel Unvorhersehbares passieren kann und sich nicht alles kontrollieren lässt. Wo finden Unternehmen Unterstützung bei ihrer Planung?

Vor allem mit Daten, Software-Tools und statistischen Methoden. Sicher werden die Märkte immer komplexer und es scheint für den Laien immer weniger valide Anhaltspunkte zu geben, um Vorhersagen zu treffen. Dank Business Intelligence und Datenanalyse können Unternehmen jedoch künftige Szenarien simulieren und Ereignisse antizipieren. Das geschieht auf einer belastbaren Basis, auf Daten.

Was genau bedeutet Business Intelligence eigentlich?

Es werden vorhandene geschäftsrelevante Daten gesammelt, analysiert und kontinuierlich modelliert, wobei diese Vorgänge alle entscheidungsorientiert erfolgen. Ziel ist es, Wissen zu erzeugen, das auf dem gegenwärtigen Status aufbaut und Perspektiven des Geschäftsumfeldes einschließt. Daraus resultiert ein Wissensvorsprung, der die Aussichten auf wirtschaftlichen Erfolg erhöht. Auf die Dauer ist es für kein Unternehmen tragbar, sich hauptsächlich an Ereignissen in der Vergangenheit zu orientieren, anstatt Ereignisse vorherzusehen und mit Weitblick zu agieren. Einfach nur in immer kürzeren Zyklen zu planen, ist allerdings keine Option, denn dieser Weg verschlingt zu viele Ressourcen.

Wie können Unternehmen hier effizient vorgehen?

Mit Predictive Planning, was ich für die neue Königsdisziplin der Business Intelligence halte. Bei ihr kommen neue Tools und Methoden für die Datenanalyse zum Einsatz. Die Daten werden sowohl aus der Historie als auch von denkbaren zukünftigen Entwicklungen erhoben. Der Schlüssel dabei liegt in den statistischen Verfahren und in der Mustererkennung, welche die Grundlage schaffen, hochfrequent Simulationen zu erstellen. Die eingesetzten Statistikprogramme wie SPSS oder R verarbeiten Informationen hoch effektiv. Sie zeigen oft vorher nicht erkannte Zusammenhänge auf, und das alles weitestgehend automatisiert, ohne dass der Anwender ständig eingreifen muss.

Predictive Planning bringt also sehr viel Zeitersparnis?

Ja, aber nicht nur: Predictive Planning trägt dazu bei, Ressourcen einzusparen und gleichzeitig die Planung zu präzisieren und zu optimieren. Das Verfahren liefert Entscheidern neue Perspektiven, Informationen und Zusammenhänge. Bei der Entwicklung von effektiven Maßnahmen ist trotzdem sehr viel Kreativität gefragt. Im Zusammenspiel von Mensch und Software ist es nötig, eine intelligente Auswahl und die Einbeziehung aller ausschlaggebenden Faktoren wie relevante Unternehmensdaten, relationale Abhängigkeiten und externe Einflussgrößen zu finden. Dann kommen als Ergebnis belastbare Optionen für effektives Handeln bei zukünftigen Ereignissen heraus. Oder anders gesagt: Unternehmen nähern sich stark der Realität in der Zukunft an. Sie gewinnen an Planungssicherheit – auch bei scheinbar vermehrt ungewissen Aussichten.

Predictive Planning liefert sozusagen einen präziseren „Wetterbericht“ als die traditionelle Business Intelligence. Richtig?

Wettervorhersage ist ein ganz passender Begriff, denn es wird eine Art Klimasimulation für das gesamte Branchenumfeld aufgebaut. Im Gegensatz dazu konnten durch die frühere Konzentration auf historische Daten lediglich Fehler der Vergangenheit identifiziert und abgestellt werden. Business Intelligence visualisiert Daten, wohingegen Predictive Planning intelligent relevante Plandaten generiert. Neue Konkurrenzprodukte, ein sich veränderndes Marktumfeld oder sogar das Wetter können eine Prognose plötzlich obsolet machen. Dann sind komplexere, dynamische Planungen gefragt, die Predictive Planning mit einer hohen Treffergenauigkeit erstellen kann. Das gelingt, weil das Berücksichtigen von Faktoren wie etwa Trendkomponenten, Saison- oder Maßnahmeneffekte zum Wesen des Konzepts gehören. Damit sind Unternehmen in der Lage, die Supply Chain bereits für künftige Prozesse zu optimieren. Sie können negative Einflüsse so weit wie möglich begrenzen, die Produktivität nicht nur nachjustieren, sondern vorab steigern. Wer Predictive Planning anwendet, ist dem Wettbewerb immer einen Schritt voraus.

Die Produktivität vorher steigern? In welchem Ausmaß gelingt es in der Praxis, künftige Prozesse zu verbessern?

Ich schildere Ihnen mal kurz, warum sich ein namhafter Sekt- und Spirituosenhersteller für Predictive Planning entschieden hat – und welche Ergebnisse er damit erzielt. Die Bestellungen wichen bei ihm zum Teil um bis zu 700 Prozent von der Planung ab, was vor allem an Sonderaktionen lag. Die Gärdauer für Sekt von sechs bis neun Monaten verhindert jedoch, die Kundennachfrage flexibel bedienen zu können. In der Folge bedeutete dies oft teure Umrüstungen in der Produktion, Lager- und Lieferengpässe sowie hohe Konventionalstrafen. Der Hersteller wollte nun seine Prognosegüte für die Absatzplanung steigern und die komplette Supply Chain optimieren. Zunächst wurde für ein einzelnes Produkt ein Testmodell für Predictive Forecasting mit den Vergleichswerten der beiden Vorjahre aufgesetzt. Die errechnete Prognose lag auf Anhieb 20 Prozent näher am tatsächlichen Absatz als die vom Vertrieb getroffene Vorhersage. Letztendlich setzt der Getränkehersteller Predictive Forecasting jetzt für die Absatzprognose aller Produkte ein und deren Güte stieg bei allen Artikeln um mindestens 20 Prozent. Bei bestimmten Artikeln verbesserte sich die Vorhersagequalität sogar um satte 90 Prozent. Dank geringerer Konventionalstrafen, Produktions-, Lager- sowie Rüstkosten konnte der Hersteller zudem 22 Prozent an Kosten einsparen.

Wie können Unternehmen die Vorteile von Predictive Planning für sich nutzen, ohne sich zu sehr in völlig neue Prozesse zu verstricken?

Sich mit Predictive Planning einen Vorsprung durch vorausschauende Planung zu verschaffen, setzt viel Know-how über die neuesten IT-Verfahren voraus. Das ist in der Regel nicht in jedem Unternehmen vorhanden. Unternehmen sollten also damit starten, in der IT und in den Fachbereichen die Ist-Situation, Rahmenbedingungen und strategische Ziele zu analysieren. Das schafft die Grundlage dafür, um einen individuellen Lösungsansatz zu erarbeiten und gegebenenfalls auch zumindest für den Übergang externe Beratungskapazität mit ins Boot zu holen.