Nachfrageprognose für Fast-Moving-SKUs über alle Kanäle

# Nachfrageprognose für Fast-Moving-SKUs über alle Kanäle

Eine Shampoo-Marke fährt eine "Buy one, get one"-Promotion in einer nationalen Lebensmittelkette. Die Prognose sagte, sie würden in dieser Woche 100.000 Flaschen verkaufen. Verkauft wurden 140.000. Am Donnerstag waren die Regale leer. Der Prognosefehler von 40% bedeutete entgangene Umsätze, verärgerte Handelspartner und eine hektische Expressfracht zum dreifachen Normalpreis.

Das ist der Alltag der Nachfrageprognose im FMCG-Bereich. Wenn Ihre SKUs (Stock Keeping Units, die einzelnen Produktvarianten wie "Shampoo, Anti-Schuppen, 400 ml") schnell drehen und über viele Kanäle verkauft werden, summieren sich kleine Prognosefehler zu großen Beträgen.

Schauen wir uns an, was KI hier verändert.

Warum FMCG-Prognosen besonders schwierig sind

Klassische Prognosen nutzen Historie. Wenn Sie letzte Woche 100.000 Flaschen verkauft haben, verkaufen Sie diese Woche wahrscheinlich etwa genauso viele. Für stabile, langsam drehende Produkte funktioniert das gut.

Fast-Moving-SKUs brechen diese Logik aus drei Gründen:

Promotions erzeugen Spitzen. Eine Preissenkung oder ein Feature-Display kann die Nachfrage für eine Woche verdoppeln oder verdreifachen und sie danach dämpfen, weil sich die KKThe average number of new users each existing user generates through referrals. Above 1.0, growth compounds on itself and becomes exponential.Vollständige Definition ansehen →äufer eingedeckt haben. Historie allein kann eine Spitze nicht vorhersagen, die noch nicht eingetreten ist.

Kanäle verhalten sich unterschiedlich. Dasselbe Shampoo wird über Lebensmittelhandel, Drogerien und E-Commerce verkauft. Die E-Commerce-Nachfrage reagiert auf Suchtrends und Paid Ads. Die Nachfrage im Lebensmittelhandel reagiert auf DisplaysDisplaysThe total number of times an ad or piece of content is displayed, regardless of clicks. Each display counts as one impression, even to the same person.Vollständige Definition ansehen → am POS. Eine einzige Prognose für "Shampoo" verdeckt diese Unterschiede.

Externe Faktoren spielen eine Rolle. Hitzewellen treiben die Nachfrage nach Deodorants und kalten Getränken. Regen verlagert den Einkauf ins Netz. Ein klassisches Modell, das Wetter ignoriert, ist für diese Schwankungen blind.

Das Ergebnis: Ein naives Modell, das vergangene Verkäufe mittelt, wird immer von genau jenen Ereignissen überrascht, die am wichtigsten sind.

Welche Signale KI zusammenführt

Die Grundidee ist einfach. Statt nur vergangene Verkäufe zu nutzen, lernt ein KI-Modell den Zusammenhang zwischen Nachfrage und vielen Signalen gleichzeitig. Hier die wichtigsten für FMCG.

POS-Daten (Point of Sale). Das sind die Scannerdaten von den Kassen, die zeigen, was tatsächlich verkauft wurde, wo und wann. Händler teilen sie oft über Plattformen oder Datenpools. POS ist genauer als Lieferdaten, weil Lieferungen zeigen, was das Lager verlassen hat, nicht was der KKThe average number of new users each existing user generates through referrals. Above 1.0, growth compounds on itself and becomes exponential.Vollständige Definition ansehen →äufer gekauft hat.

Promotionskalender. Eine strukturierte Erfassung jeder geplanten Preissenkung, jedes DisplaysDisplaysThe total number of times an ad or piece of content is displayed, regardless of clicks. Each display counts as one impression, even to the same person.Vollständige Definition ansehen →, Coupons und Features, je SKU, Filialgruppe und Woche. Das ist bei Fast Movern oft der prognosestärkste Input überhaupt.

Wetter. Temperatur, Niederschlag und Vorhersagen. Besonders wirkungsvoll für saisonale oder wetterempfindliche Kategorien (Eis, Sonnencreme, Suppe).

Preise. Sowohl Ihre eigenen als auch die Wettbewerbspreise. Die Nachfrage reagiert auf den relativen Preis, nicht nur auf den absoluten.

Such- und Websignale. Im E-Commerce laufen Suchvolumen und Website-Traffic den Verkäufen um Tage oder Wochen voraus.

Kalenderereignisse. Feiertage, Zahltage, Schulzeiten, große Sportevents.

Das KI-Modell findet Muster wie "wenn wir eine BOGO-Promotion fahren UND die Temperatur über 30 Grad liegt UND es die Woche vor dem Zahltag ist, steigen die Deo-Verkäufe um 55%". Kein Mensch kann all diese Interaktionen im Kopf behalten. Ein Modell kann es.

Wie das Modell tatsächlich funktioniert

Meiste moderne FMCG-Prognosen nutzen Gradient Boosted Trees (eine Machine-Learning-Methode, die viele kleine Entscheidungsregeln aufbaut und kombiniert) oder Deep-Learning-Modelle für Zeitreihen. Sie müssen die Mathematik nicht kennen. Sie müssen die Form des Workflows kennen.

Hier eine vereinfachte Ansicht der Feature-Tabelle, die das Modell speist. Jede Zeile ist eine SKU in einer Filiale (oder einem Kanal) für eine Woche.

# Simplified training data structure
features = [
    "sku_id", "channel", "store_cluster", "week",
    "units_sold_last_week", "units_sold_last_year",
    "on_promo",          # 1 wenn Promotion aktiv
    "promo_type",        # BOGO, price_cut, display
    "discount_depth",    # z. B. 0.30 = 30% Rabatt
    "avg_temp_c",
    "competitor_on_promo",
    "days_to_payday",
    "is_holiday_week"
]

target = "units_sold"   # was wir prognostizieren

Das Modell trainiert auf Jahren solcher Zeilen und lernt, wie das Target auf jedes Feature reagiert. Für die Prognose der nächsten Woche füllen Sie die bekannten Zukunftswerte ein (die Promotion ist geplant, das Wetter ist vorhergesagt, der Kalender steht fest) und das Modell prognostiziert verkaufte Einheiten je SKU je Kanal.

Für eine tiefere, aber noch zugängliche Einführung in die zugrunde liegenden Techniken ist Googles Machine Learning Crash Course kostenlos und gut strukturiert.

Prognosen über Kanäle hinweg

Die Shampoo-Marke braucht nicht eine Prognose. Sie braucht eine Prognose je Kanal, weil sich jeder anders verhält und jeder andere Vorlaufzeiten hat.

Lebensmittelhandel und Drogerie (Retail). Die Nachfrage wird von Promotions und Regalpräsenz getrieben. Die Vorlaufzeiten sind länger, daher fließen Prognosen Wochen im Voraus in Nachbestellungen ein. Fehler führen hier zu leeren Regalen oder Überbeständen, die Kapital binden.

E-Commerce (eigener Shop und Marktplätze). Die Nachfrage wird von Suche, Ads und Lieferversprechen getrieben. Schnellere Reaktion, kkThe average number of new users each existing user generates through referrals. Above 1.0, growth compounds on itself and becomes exponential.Vollständige Definition ansehen →ürzere Vorlaufzeiten, aber auch volatiler. Ein einziger Influencer-Post kann die Nachfrage über Nacht nach oben treiben.

Quick Commerce (Sofortlieferdienste). Entscheidungen haben sehr kurze Haltbarkeit. Die Nachfrage ist hyperlokal und abhängig von der Tageszeit.

Eine gute Praxis ist hierarchisches Forecasting: auf feiner Ebene prognostizieren (SKU je Filiale je Tag) und auf aggregierten Ebenen (SKU je Region je Woche), dann beides abgleichen, damit die Zahlen zusammenpassen. Das verhindert den häufigen Fehler, dass die Summe der Filialprognosen völlig anders ausfällt als der nationale Plan.

Das Problem der Promotionsspitze, gelöst

Zurück zu unserer Shampoo-Marke. Die Abweichung von 40% entstand, weil das alte Modell eine BOGO-Woche wie eine normale Woche behandelte.

Mit einem KI-Modell, das Promotionskalender und Promotionstyp als Features enthält, hat das Modell aus Dutzenden vergangener BOGO-Aktionen gelernt, dass genau diese Promotion, bei genau dieser SKU, in diesen Filialen die Nachfrage um rund 45% hebt. Es hat auch den Pantry-Loading-Effekt gelernt: Die zwei Wochen nach einer Promotion liegen unter dem Basisniveau, weil die KKThe average number of new users each existing user generates through referrals. Above 1.0, growth compounds on itself and becomes exponential.Vollständige Definition ansehen →äufer sich bereits eingedeckt haben.

Der praktische Nutzen ist nicht perfekte Genauigkeit. Es ist das Verengen des Fehlerbands und vor allem die Quantifizierung von Unsicherheit. Gute Modelle liefern nicht nur "140.000 Einheiten", sondern eine Spanne wie "120.000 bis 160.000 mit 80% Konfidenz". Supply-Chain-Teams nutzen diese Spanne, um Sicherheitsbestände intelligent festzulegen statt zu raten.

Typische Fallstricke beim Deployment

Schlechte Promotionsdaten. Der Promotionskalender wird oft in Tabellen von Vertriebsteams gepflegt, voller Fehler und Last-Minute-Änderungen. Wenn der Kalender keine Promotion ausweist, eine Filiale aber trotzdem eine gefahren hat, lernt das Modell die falsche Lektion. Saubere Promotionsdaten sind in den meisten FMCG-Prognoseprojekten der Fix mit der größten Hebelwirkung.

Das Cold-Start-Problem ignorieren. Neuprodukteinführungen haben keine Historie. KI kann nicht aus Daten lernen, die nicht existieren. Nutzen Sie für neue SKUs Analogien (Prognose auf Basis ähnlicher vergangener Launches) und mischen Sie menschliches Urteil hinzu.

Dem Modell in seltenen Situationen zu sehr vertrauen. Eine Pandemie, ein Lieferschock oder ein viraler Moment liegt außerhalb der Trainingsdaten. Halten Sie bei Anomalien Menschen im Loop. Das Modell ist ein Co-Pilot, kein Autopilot.

Die falsche Metrik prognostizieren. Die Optimierung auf den niedrigsten durchschnittlichen Fehler kann große Abweichungen bei Ihren wichtigsten SKUs mit der höchsten Marge verdecken. Gewichten Sie Ihre Genauigkeitsmaße nach Wert, nicht nur nach Volumen.

Messen, ob es funktioniert hat

Zwei Metriken dominieren die FMCG-Prognose.

MAPE (Mean Absolute Percentage Error): die durchschnittliche Größe Ihrer Fehler in Prozent. Niedriger ist besser. Fast Mover mit vielen Promotions liegen bei wöchentlichen SKU-Filial-Prognosen selbst mit guten Modellen oft im Bereich von 20% bis 40%, der Kontext zählt also.

Bias: Prognostizieren Sie systematisch zu hoch oder zu niedrig? Bias ist oft schädlicher als ein Zufallsfehler, weil ererThe ratio of interactions (likes, comments, shares) to reach for a given piece of content, used to gauge how well audiences respond relative to how many people saw it.Vollständige Definition ansehen → systematisch Kapital in Überbestände lenkt oder Regale leer lässt.

Verfolgen Sie beides getrennt nach Kanal und nach Promotions- versus Nicht-Promotionswochen. Ein Gesamt-MAPE, der in Ordnung aussieht, kann eine katastrophale Performance in Promotionswochen verdecken, und genau dort liegt das Geld.

Wichtigste Erkenntnisse

• Fast-Moving-SKUs brechen einfache historienbasierte Prognosen, weil Promotions, Kanäle und Wetter die Schwankungen verursachen, die am meisten zählen.
• KI-Modelle zahlen sich aus, indem sie POS-Daten, Promotionskalender, Wetter, Preise und Suchsignale verbinden und so Interaktionen lernen, die kein Mensch manuell verfolgen kann.
• Prognostizieren Sie jeden Kanal separat (Retail, E-Commerce, Quick Commerce) und gleichen Sie über eine Hierarchie ab, damit die Filialzahlen zum nationalen Plan passen.
• Saubere Promotionsdaten sind im FMCG-Bereich meist der größte einzelne Treiber der Genauigkeit; reparieren Sie die Tabelle, bevor Sie das Modell verantwortlich machen.
• Beurteilen Sie die Genauigkeit mit MAPE und Bias, getrennt nach Promotions- und Nicht-Promotionswochen, und gewichten Sie nach Produktwert, damit Ihre Schlüssel-SKUs die Aufmerksamkeit bekommen, die sie verdienen.