Herausforderung
Die Fiege Logistik-Niederlassung in Wien beschäftigt knapp 110 Mitarbeiter auf einer Lagerfläche von 16.000 m². Fiege wickelt die gesamte Logistik für seine Kunden ab. Zu den Kunden gehört auch eine große Elektronikhandelskette. Ein Kunde, der keine Prognosen abgeben kann und zudem ein stark handlungsgetriebenes Geschäftsmodell hat. Genaue Prognosen der ein- und ausgehenden Warenmengen im B2B- und B2C-Geschäft sind hier notwendig, um eine langfristige, datenbasierte Personaleinsatzplanung durchführen zu können.
Für eine Elektronikhandelskette hatte Fiege Logistik bisher interne Prognosen, die auf Excel-Basis für die Personaleinsatzplanung genutzt wurden. Damit war es nur möglich, manuell auf Ereignisse und Spitzen zu reagieren. Langfristige Urlaubsplanung und gezielter Personalaufbau sind damit kaum möglich. Es entstehen erhöhte Kosten und die Prognosen basieren auf rein internen Daten ohne Berücksichtigung wichtiger externer Faktoren wie Sportgroßereignisse, die Auswirkungen der COVID-19-Pandemie und andere Einflüsse auf den Warenein- und ausgang.
Ansatz
Am Standort Wien wurde das KI-basierte Prognosetool pacemaker Forecast für Fiege Logistik zur Verfügung gestellt. Mit der vollautomatisierten SaaS-Lösung war der Standort in der Lage, den Warenein- und -ausgang für die nächsten Wochen vorherzusagen. Dadurch konnte der Personaleinsatz wesentlich langfristiger geplant werden. Erstmals wurden auch externe Einflussfaktoren in die Prognosen der Warenein- und -ausgänge einbezogen. So zeigte das Tool, dass Sondereffekte wie Sportgroßereignisse und die coronabedingte Schließung von Filialen einen besonderen Einfluss auf die Auslastung des Standortes haben.
Ergebnise
Gemeinsam mit Michael Jahn (Geschäftsführer Fiege Austria) und dem Team des Fiege Omnichannel Retail Standortes konnte innerhalb weniger Wochen ein vollautomatisierter Machine Learning Forecast in die Personaleinsatzplanung implementiert werden. Bereits die erste Prognose erreichte eine Genauigkeit von über 90% und wurde durch weitere Datenabgleiche verbessert.