Wedel Intelligence Series | Modul 1 von 9

Demand Forecasting:
Wie viel Ptasie Mleczko bestellt Biedronka in 12 Wochen?

Die Produktion plant auf Basis des Vorjahres plus einer Korrektur nach Bauchgefühl. Bei 200+ SKU, extremer Saisonalität und wachsendem Export ist das ein Rezept für Überproduktion im Januar und Engpässe im Dezember. Das LSTM-Modell prognostiziert den Absatz je SKU × Kanal × Woche - 12 Wochen im Voraus, mit einer Genauigkeit von ±8 %.

01 Problem - Saisonalität, die Pläne zunichte macht

60 % des Jahresumsatzes mit Pralinen werden in 10 Wochen erzielt. Der Rest des Jahres ist ein Kampf gegen Überbestände.

Schokolade gehört zu den saisonalsten FMCG-Produkten. Weihnachten (40 % des Pralinenumsatzes), Ostern (15 %), Valentinstag (8 %) - drei Spitzen, die das gesamte Produktionsjahr bestimmen. Das Problem: Jede Spitze ist anders - der Produktmix, die Vertriebskanäle und die Volumina ändern sich jedes Mal.

Bei 200+ SKU lässt sich das nicht in Excel planen. Der Vertrieb liefert einen „Forecast" auf Basis des Vorjahres +10 %, die Produktion korrigiert ihn nach eigenem Ermessen, und die Logistik erhält den Plan 2 Wochen vor der Spitze. Das Ergebnis: Überproduktion von Artikeln, die niemand bestellt hat, und Fehlmengen bei denen, auf die Biedronka wartet.

Kosten einer Fehlprognose: ~18 Mio. PLN pro Jahr

8 Mio. PLN Abschreibungen (abgelaufene Ware), 6 Mio. PLN entgangener Umsatz (OOS), 4 Mio. PLN Überstunden und Expresslieferungen

Sell-in/Sell-out-Daten
Feature Engineering
Multi-Target LSTM
Prognose 12 Wo.
Produktionsplan

02 Daten - 3 Jahre Verkaufshistorie, 200+ SKU

Synthetische Daten, die die reale Struktur eines Premium-Schokoladenherstellers abbilden

▸ Output
Dataset: 1.248 rekordów | 156 tygodni | 128 SKU
Łączny wolumen: 5.842.000 szt. (zagregowane po kategoriach)
KategorieSKUØ WochenvolumenWeihnachts-FaktorOster-Faktor
Riegel/Impuls188.200×1.3×1.1
Tafeln356.500×1.8×1.3
Delicje85.400×1.5×1.2
Ptasie Mleczko124.200×3.8×2.2
Torcik Wedlowski62.800×4.2×1.8
Pralinen/Schachtelkonfekt281.800×5.5×1.5
↳ Zentrale Beobachtung

Pralinen haben einen Faktor von ×5,5 zu Weihnachten - das bedeutet, dass die Fabrik in Woche 48–50 so viele Pralinen produzieren muss wie normalerweise in 5,5 Wochen. Jeder Verzugstag bedeutet leere Regale bei Biedronka. Jeder Tag zu früh bedeutet Ware mit kurzem MHD, die nach Weihnachten zurückkommt.

03 Explorative Analyse - Verborgene Saisonmuster

Jede Kategorie hat ihre eigene Kurve - und ihre eigene Schwankungsbreite

Saisonalität des Absatzes - Ptasie Mleczko vs. Pralinen vs. Tafeln
↳ Drei verschiedene Welten

Pralinen sind ein „Geschenkartikel" - Spitze zu Weihnachten und Valentinstag. Ptasie Mleczko hat zwei Spitzen (Weihnachten + Ostern), aber sanftere. Tafeln verlaufen quasi konstant mit einem leichten Sommerdip. Ein Modell für alle Kategorien funktioniert nicht - wir brauchen eine separate Prognose je Kategorie, die ihr einzigartiges Saisonprofil berücksichtigt.

Fehler der aktuellen Prognose (Naiv: Vorjahr + Trend) vs. Realität
↳ Wo die aktuelle Prognose versagt

Den größten Fehler verursachen Überganswochen - Start und Ende der Weihnachtssaison. Die aktuelle Prognose (Vorjahr +10 %) berücksichtigt nicht, dass Ostern jedes Jahr wandert, dass das Märzwetter den Tafelabsatz beeinflusst oder dass eine Biedronka-Promotion in Woche 45 den gesamten Mix verändert. MAPE der aktuellen Methode: 22,4 %. Das LSTM-Modell erreicht 8,1 %.

04 Modell - Multi-Target LSTM mit Attention

Ein Modell, 8 Kategorien, 12 Wochen im Voraus

8,1 %
MAPE (12 Wo.)
0,912
R²-Score
–64 %
vs. Naive-Methode
±3,2 %
MAPE (1 Woche)
↳ Was das für die Produktion bedeutet

Mit einem MAPE von 8,1 % über 12 Wochen ist die Produktionsplanung für Ptasie Mleczko zur Weihnachtssaison auf ±380 Kartons genau statt ±2.100 Kartons (Naive-Methode). Für Pralinen: ±120 Kartons statt ±680. Das ermöglicht eine Reduzierung des Sicherheitsbestands um 40 % ohne OOS-Risiko.

Prognose vs. Realität - Pralinen, Weihnachtssaison 2024

05 Geschäftliche Wirkung - Weniger Verschwendung, mehr Umsatz

Präzisere Prognose = geringere Verluste + bessere Verfügbarkeit

Jährliche Einsparungen nach Kategorie
12,4 Mio. PLN
Einsparungen / Jahr
–68 %
Reduzierung des Prognosefehlers
EinsparungskategorieBetrag/JahrMechanismus
Geringere Abschreibungen (MHD)5,2 Mio. PLN–35 % Überproduktion → weniger abgelaufene Ware
Wiedergewonnener Umsatz (OOS)4,1 Mio. PLNBessere Verfügbarkeit in der Spitze → weniger leere Regale
Produktionsoptimierung2,0 Mio. PLNWeniger Überstunden, weniger Expressumrüstungen
Niedrigere Logistikkosten1,1 Mio. PLNWeniger Notlieferungen, bessere Konsolidierung
↳ Der versteckte Effekt

Der größte Gewinn liegt nicht im Geld - es ist das Vertrauen der Handelsnetzwerke. Wenn Biedronka weiß, dass Wedel den Torcik Wedlowski pünktlich und in voller Menge liefert, bekommt man bessere Regalplatzierung und mehr Zweitplatzierungen. Schlägt man fehl - belegt Mondelez oder Ferrero diesen Platz. Die Prognose ist das Fundament der Handelsbeziehungen.

06 Nächste Schritte

Vom Modell zum Produktivsystem

① Datenexport

3 Jahre Sell-in (aus SAP/ERP) + Sell-out aus den Netzen (Biedronka, Lidl, Żabka) + Promotionskalender. Format CSV, ohne Bereinigung - das übernehmen wir.

② Pilot

Modell für 5 Schlüsselkategorien. Dashboard mit wöchentlicher Prognose. Vergleich mit der aktuellen Methode im Backtest.

③ Integration

Automatische Prognose jeden Montag. Alert bei Abweichung >15 %. API zum Produktionsplanungssystem. Bericht für die Lotte Group.