Wie der Handel und die Konsumgüterindustrie von KI profitieren

Die Rolle von künstlicher Intelligenz (KI) zeigt sich in der Handels- und Konsumgüterbranche immer stärker. Sie befähigt Hersteller und Händler, ihre Daten aus den verschiedenen Vertriebskanälen zu analysieren und daraus intelligente Prognosen zu erstellen. So kann KI an verschiedenen Stellen der Supply Chain, von der Lieferung der Produktteile bis hin zur Gestaltung des Point of Sales (PoS) dazu beitragen, das Umfeld für Hersteller wie auch für Kunden effizienter und attraktiver zu gestalten. Die wachsende Bedeutung von KI für die Branche belegt die im Frühjahr veröffentlichte Studie „Smart Stores – KI und IoT im Handel“ von EHI Retail Institute und Microsoft. Demnach nannten 70 Prozent der Befragten KI als wichtigsten technologischen Trend der kommenden Jahre.

Anlässlich des ECR Tages in Essen diskutieren wir diese Woche mit Experten der Konsumgüterwirtschaft, wie künstliche Intelligenz die Branche weiter voranbringen kann. Hier einige Anwendungsbeispiele:

Unilever – Digitale Zwillinge auf Basis von Azure IoT

Zu den wesentlichen Merkmalen der digitalen Transformation des Verbrauchsgüterkonzerns Unilever zählt das Bestreben, zukünftige Entwicklungen durch die Analyse und Auswertung von Daten vorhersagen zu können. Um dieses Ziel zu erreichen, wechselte der Konzern von einem projektbasierten Ansatz zu einer übergreifenden Plattformstrategie. Die Azure Cloud bildet dabei die Grundlage. Zum Einsatz kommt diese Strategie unter anderem beim Aufbau digital vernetzter Fabriken. Hierfür wird mit Hilfe der Azure IoT Plattform ein digitales Modell der physischen Umgebung einer Fabrik erstellt – ein so genannter „digitaler Zwilling“. Sämtliche Maschinen und Geräte der Fabrik sind mit diesem digitalen Zwilling vernetzt, so dass sie große Mengen an Daten – von Temperaturen bis hin zu der Dauer von Produktionszyklen – an das Modell übermitteln können. Die gesammelten Daten werden genutzt, um mit Hilfe von Machine-Learning-Algorithmen und historischen Daten zukünftige Szenarien zu prognostizieren. So analysiert der digitale Zwilling einer Fabrik die Produktionsdauer für eine Charge eines flüssigen Produkts (beispielsweise Shampoos), um die Abfolge der Produktionsprozesse so anzuordnen, dass der gesamte Herstellungsprozess verkürzt werden kann.

Eckes-Granini – Innovationsmanagement mit KI Cognitive Services

Gebäude mit Bäumen

Eckes-Granini, Europas größter Anbieter von Fruchtsäften und fruchthaltigen Getränken, hat in 16 Ländern übergreifend ein internes Innovationsmanagement-Portal gestartet, basierend auf Microsoft Azure, SharePoint Online und anderen Office 365-Lösungen, das Mitarbeitern einen digitalen Raum für Ideen und Inspiration eröffnet. Cognitive Services, wie die Microsoft Text Analytics API und Azure Cognitive Search ermöglichen es, Innovationsvorschläge der Mitarbeiter zu prüfen und noch während der Eingabe Feedback zu geben. Dadurch können die Mitarbeiter ihre Ideen nachschärfen und durch neue Aspekte von bereits bestehenden Vorschlägen abgrenzen. Dies erhöht die Produktivität und erleichtert es dem Innovationsteam, nahtlos zusammenzuarbeiten.

ASOS Brand Recommender standardisiert auf Azure Machine Learning

Personen die lachen

Der britische Online-Händler ASOS nutzt Data Science, um Datenmodelle für Produktempfehlungen zu erstellen. In der Vergangenheit waren drei spezialisierte Teams bei der Entwicklung der Datenmodelle beteiligt, die jeweils unterschiedliche Technologien und Werkzeuge nutzten. Dies führte unter anderem zu Wartezeiten bei der Entwicklung und erschwerte das ganzheitliche Testen der Modelle. Gemeinsam mit Microsoft entwickelten ASOS Ingenieure und Data Scientists den neuen „Brand Recommender“, der den Azure Machine Learning Service und Deep Learning Virtual Machine nutzt. Durch den Brand Recommender wird die Verarbeitung der täglich von 19,2 Millionen ASOS Kunden angefragten Datenmengen stark vereinfacht. Das nun übergreifende Data Science Team von ASOS mit 50 Analysten ist durch die Standardisierung der Daten auf Azure Machine Learning in der Lage, die Einführungszeit für Datenmodelle von sechs Monaten auf ungefähr sechs Wochen zu verkürzen.

Henkel Russland nutzt Trade Promotion Planung auf D365 Basis

Logo von Henkel auf Gebäude

Die Planung des Promotions Forecasting erfolgte bei der russischen Landesorganisation der Henkel Beauty Care Sparte in der Vergangenheit manuell über Tabellen. Für die Optimierung dieses manuellen, ineffizienten und intransparenten Prozesses entschloss sich das Unternehmen, eine cloudbasierte Lösung unseres Partners BASYS einzuführen. Die Software nutzt unter anderem Dynamics 365 for Sales für die Ressourcenplanung und das Kundenbeziehungsmanagement. Dies ermöglicht es Henkel Beauty Care Russland, auf Daten von Key Accounts und Distributoren in einer einzigen skalierbaren und flexiblen Plattform zuzugreifen. Die Plattform wird von 150 Managern genutzt. Anstelle von einer Stunde dauert das Zusammenstellen von Forecasting-Daten nur noch wenige Minuten. Der Vertriebs-Forecast, der vorher mit einem Team aus zwölf Personen in 160 Stunden erstellt wurde, ist durch eine Person in einer halben Stunde verfügbar.

Weitere Informationen zu Microsoft in der Retail-Branche gibt es in unserer Pressemappe.


Ein Gastbeitrag von Xenia Giese
Industry Solution Executive Retail & Consumer Goods, Microsoft Deutschland GmbH

Bild von Xenia Giese

Tags: ,

Weitere Infos zu diesem Thema