Der Qlik Integrationspartner SLA Software Logistik Artland konnte mithilfe der Predictive-AI-Funktionen von Qlik Predict die Prognosegenauigkeit für einen führenden deutschen Fleischproduzenten entscheidend verbessern. Das Resultat: Signifikant weniger Lebensmittelverschwendung, deutlich niedrigere Lager- und Abschreibungskosten sowie spürbare Vorteile für Umwelt- und Tierschutz.
Bisher standen die Produktionsplaner täglich vor der Herausforderung, Produktionsmengen festzulegen, bevor die tatsächlichen Kundenbestellungen vorlagen. Herkömmliche Prognosemethoden konnten dabei nur eine Genauigkeit von etwa 65 bis 75 % erzielen, was regelmäßig zu erheblichen wirtschaftlichen und operativen Verlusten führte – insbesondere in der Bio-Fleischproduktion, wo überschüssige Ware meist nur noch als konventionelles Fleisch mit deutlich geringeren Margen verkauft werden konnte.
Mit Qlik Predict, einer KI-basierten Lösung für Predictive Analytics, gelang SLA ein entscheidender Fortschritt: Durch das Training der Lösung mit umfangreichen historischen Verkaufsdaten sowie zusätzlichen Faktoren wie Wetterbedingungen, Feiertagen, Filialgrößen und geographischen Lieferpunkten konnte die Genauigkeit der Prognose bereits in der Testphase, die ausschließlich mit historischen Daten stattfand, von maximal 75 % auf konstant über 90 % gesteigert werden. In weiteren Schritten verbesserte das SLA-Team die Ergebnisse weiter, bis die täglichen Abweichungen nur noch etwa 1 % betrugen.
„Wir haben es mit einer täglichen Produktion von rund 500 Tonnen Fleisch zu tun. Jeder Prozentpunkt mehr an Prognosegenauigkeit bedeutet Einsparungen von mehreren Tausend Euro“, sagt Alexander Engel, Leiter Business Intelligence bei SLA. „Indem wir die Prognoseabweichung auf nur 1 % senken konnten, muss Bio-Fleisch für den Erzeuger nicht länger kostspielig abgeschrieben werden – die Marge bleibt erhalten. Gleichzeitig reduzieren wir die Lebensmittelverschwendung und erzielen bedeutende Nachhaltigkeitserfolge.“
Schnelle Implementierung, maximale Aussagekraft
Die Qlik-basierte Lösung war in nur zwei Wochen vollständig implementiert und einsatzbereit. Damit konnte SLA die Produktion schnell und präzise auf die Kundennachfrage abstimmen und sowohl den Bedarf an zusätzlicher Kühlhauskapazität als auch aufwändige Prozesse im Bestandsmanagement deutlich reduzieren.
„Im Bereich KI bedeutet echter Erfolg, schnell und klar messbare Geschäftsergebnisse zu erzielen“, sagt Brendan Grady, Executive Vice President und General Manager der Analytics Business Unit von Qlik. „Die beeindruckenden Resultate von SLA zeigen, wie Qlik Predict mit KI in der Praxis rasch Erfolge erzielt – mit sofortigem finanziellen und ökologischen Nutzen. Dieser Fall ist ein Paradebeispiel dafür, wie Predictive Analytics die Wirtschaftlichkeit ganzer Branchen wie der Lebensmittelproduktion grundlegend revolutionieren kann.“
Nach dem erfolgreichen Einsatz plant SLA, Predictive Analytics auch auf weitere Bereiche der Wertschöpfungskette in der Lebensmittelproduktion auszuweiten – darunter Logistik, Kommissionierung und die Optimierung von Transportwegen. Dabei sollen Integrationen mit Qlik Answers und Amazon Bedrock zum Einsatz kommen.
Alexander Engel ergänzt dazu: „Unser Ziel ist es, der Lebensmittelbranche kontinuierlich digitale Innovationen auf höchstem Niveau zu bieten. Qlik Predict eignet sich für alle Szenarien, in denen präzise Prognosen für effektive Entscheidungen in Echtzeit benötigt werden.“