Neuronale Netze für die Lagerhaltung
Der Otto-Versand lässt in Zukunft ein "künstliches Gehirn" mittels Data-Mining seinen Absatz und die daraus resultierende Lagerhaltung berechnen. Otto verspricht sich davon Einsparungen in Millionenhöhe. Einkaufen soll aber "immer noch der Mensch".
Am Montag stellte die Otto Group in Hamburg gemeinsam mit Physics Information Technologies [Phi-T] aus Karlsruhe das Gemeinschaftsunternehmen Phi-T products & services vor, das in Zukunft für Otto die Artikel-Absatz-Prognosen optimieren soll.
Dabei kommt NeuroBayes, ein vom Physiker und Phi-T-Mitbegründer Michael Feindt entwickelter Algorithmus, zum Einsatz, der auf Basis neuronaler Netze und mit Hilfe mathematischer Werkzeuge wie der Bayes'schen Statistik vorhersagen soll, welche Artikel sich besser verkaufen werden und daher ausreichend vorrätig sein sollten und welche nicht.
20 Millionen Euro im ersten Jahr
Bei ersten Tests habe dieses Verfahren eine Verbesserung der Prognosen im Katalogbereich um 20 bis 30 Prozent, im Online-Handel um rund 50 Prozent ergeben, sagte Otto-Sprecher Thomas Voigt gegenüber ORF.at.
Bereits im ersten Jahr will Otto auf diesem Weg durch optimierte Lagerhaltung bei der Einzelgesellschaft 20 Millionen Euro einsparen, nach dem kompletten Roll-out in der Otto-Gruppe seien sogar Einsparungen im dreistelligen Millionenbereich möglich, so Voigt. Die Investitionssumme belief sich laut Otto auf unter eine Million Euro.
Im Gemeinschaftsunternehmen sollen auch weitere Einsatzfelder für Prognoseverfahren auf Basis künstlicher neuronaler Netze erarbeitet werden.
Denkbar sind laut Aussendung "Prognosen zum Kundenkaufverhalten, zur optimalen Katalogausstattung für individuelle Kunden, zur Wechselwirkung zwischen Katalog und Internet oder auch Prognosen von Auftragseingängen, Kundenbonität und so weiter".
Lernfähiges künstliches Gehirn
Künstliche neuronale Netze sind mit dem menschlichen Gehirn vergleichbar. Wie im Gehirn kommt es dabei auf die Zahl der Neuronen und die Qualität ihrer Verbindungen untereinander an, wie gut oder schlecht ein solches Netzwerk "denken" beziehungsweise rechnen kann.
Bei Otto kommt ein "lernfähiges" neuronales Netz zum Einsatz, das durch Bearbeitung bestehender Datensätze bekannte und vor allem unbekannte Wechselwirkungen bestimmter Faktoren untereinander erkennen und so "erlernen" soll.
Je mehr Daten, desto "schlauer"
Seine "Intelligenz" wächst mit jedem neuen Datensatz und dessen Verarbeitung, da das künstliche neuronale Netz auf diese Weise trainiert wird.
Sobald die "Lernphase" beendet und eine Expertise erstellt wurde, werden neue Datensätze anhand dieses "Expertsystems" untersucht und eine Prognose für ihr Verhalten abgegeben.
Aktuell läuft der Roll-out in sämtlichen Textilbereichen der Einzelgesellschaft Otto. Die Umsetzung in den Bereichen Einrichtung und Technik soll folgen.
Von der Haarfarbe bis zum Kaufverhalten
Für die eigentliche Berechnung würden eine Reihe von Faktoren wie die Präsentation des Artikels, auf welcher Seite er zu finden ist, wie viele und welche Artikel noch auf der Seite sind, seine Farbe, verfügbare Größen, wie das präsentierende Modell aussieht, welche Haut- und Haarfarbe es hat und so weiter berücksichtigt, so Voigt.
Herangezogen werden aber auch die Erfahrungen mit bisherigen Kunden und ihren Einkäufen sowie ihrem Verhalten auf der Website [Klick-Tracking], etwa welche Artikel sie in den Warenkorb legen und welche sie dann wirklich kaufen. Dabei würden jedoch keine persönlichen Daten verwendet - das ginge schon aufgrund des Datenschutzes nicht, erklärte der Otto-Sprecher.
"Maßgeschneiderte Angebote"
Voigt stellt zudem weniger Werbung für den einzelnen Kunden in Aussicht: "Auf diese Weise können wir maßgeschneiderte Angebote machen."
Trotz technischer Hilfestellung soll der Einkauf der Waren selbst bei Otto weiterhin durch Menschen erledigt werden. "Der Einkäufer sitzt nun wie ein Pilot im Cockpit und bekommt die notwendigen Daten" - ob er sich darauf verlassen wolle oder nicht, bleibe ihm überlassen, sagte Voigt.
(futurezone | Reuters)