Immervolle Regale

Der Handel setzt schon seit langem auf ausgefeilte Software, um gegen die Konkurrenz bestehen zu können. Dazu wird das Einkaufsverhalten mittels Kundenbindungsprogrammen und entsprechenden Data Warehouses analysiert. Aber auch auf der anderen Seite, der Lieferkette, wird laufend optimiert. Gerade in der Automatisierung schlummert gewaltiges Potenzial. "Die dm-Drogeriemärkte waren einer der ersten Kunden in diesem Segment. Und heute werden bei dm 98% der Bestellvorgänge automatisch abgewickelt", erläutert Dr. Andreas von Beringe, CEO und Gründungsmitglied der SAF AG stolz.

Der Branchenschnitt, im Vergleich dazu, erreicht gerade einmal 92%. Von Beringe: "Im Handel hat man außerdem viele äußerliche Handelseffekte, die der Kunde bestimmt. So wird zum Beispiel vor dem Muttertag viel mehr Parfum verkauft als sonst. Das sind sogenannte Kalendereffekte. Aber auch Sondereffekte wie Grippewellen durch kaltes oder Sonnenbrände durch warmes Wetter beeinflussen die optimale Bestellung." Und die SAF-Software berücksichtigt genau diese Effekte.

Verkaufsprognose auf Artikelebene

Die Idee, neueste statistische Methoden zur automatischen Disposition in die wirtschaftliche Praxis umzusetzen, entstand bereits in den 90iger-Jahren. Damals trieb von Beringe bei Johnson & Johnson die Entwicklung eines Prognoseverfahrens für die Absatz-Stück-Planung voran. Prof. Dr. Gerhard Arminger, Wirtschaftsstatistiker an der Universität Wuppertal, ebenfalls Gründer und heutige beratender Chief Scientist bei SAF, leistete mit Optimierungs- und Prognoseverfahren einen entscheidenden Beitrag zu den heutigen Software-Lösungen.

"Heute bieten wir eine komplette Lösungsplattform und können für jeden Artikel im Sortiment, und dies für jede einzelne Filiale, blitzschnell eine eigene Verkaufsprognose berechnen", so von Beringe. Seitdem versucht der Mitbewerb nachzuziehen und mit ähnlichen Verkaufsprognose-Tools zu punkten. "Wir schätzen, dass wir drei bis vier Jahre Entwicklungsvorsprung gegenüber dem Mitbewerb haben", erläutert der Manager nicht ohne Stolz gegenüber Monitor.

Kurze Laufzeit durch eigene Algorithmen

Und das Ergebnis spricht für sich. Referenzen, wie die dm-Drogeriemärkte oder Unternehmen der Metro-Gruppe zeigen, dass der Einsatz artikelgenauer Prognosen einem Lebensmitteleinzelhändler mit etwa 10.000 Artikeln in rund 800 Filialen hilft, jährlich an die 30 Mio. Euro seiner Bestell- und Warenbestandskosten einzusparen. Ein Drogeriemark hat ungefähr 11.000, ein Supermarkt 15.000, Baumärkte 60.000 und eine Metro 100.000 Artikel im Sortiment. Daher ist die Laufzeit dieser Art von Software extrem kritisch. "Mit unseren Produkten können wir sehr hohe Datenmengen verarbeiten. Dabei berechnen wir die Bestellungen für jeden Artikel in jeder Filiale ", weiß von Beringe zu berichten. So soll die Software es schaffen, auf Lagerebene die Prognosen um 30 Prozent zu verbessern.

Parallel zum Markterfolg wird das im Kern aus den Software-Produkten SAF SuperStore, SAF SuperWarehouse und SAF SuperForecast bestehende Produktspektrum durch eine Reihe neuer Software-Instrumente ausgebaut. Damit unterstützt die bisher im wesentlichen auf Handelsunternehmen konzentrierte Produktreihe auch branchen- und unternehmensübergreifende Prozessketten, wie sie von Handel und Industrie im Rahmen neuer logistischer Konzepte wie Vendor Managed Inventory (VMI) und Collaborative Planning Forecasting Replenishment (CPFR) verstärkt realisiert werden.

Auf der vertriebstechnischen Seite kooperiert SAF bisher mit SAP, welche die Produkte unter dem Namen My F&R (Forecast & Replenishment) anbietet. Die einfache Integration in andere Business-Software-Frameworks ist im prinzipiellen Server-zentrierten Aufbau der Produkte zu finden. Das User Interface basiert auf HTML und ist damit mit jedem Browser bedienbar. Auf der Datenbankseite liegt der derzeitige Fokus auf DB2. SQL Server soll folgen und auch Oracle, das im Handel nicht so verbreitet ist, sei, so von Beringe, ein Thema.

www.saf-ag.com