Bestandsmanagement optimieren: Crateflow ermöglicht präzise KI-basierte Nachfrageprognosen

Eine zentrale Herausforderung für Unternehmen liegt darin, Über- und Unterbestände zu kontrollieren und Lieferketten störungsresistent zu gestalten. Dabei helfen Nachfrage-Prognosen, die Faktoren wie Lagerbestände, Bestellmengen, Produktionskapazitäten und Beschaffungsstrategien präzise planbar machen. Hierfür entwickelt das Gründerteam „Crateflow“ an der RPTU eine KI-gestützte Software-Plattform. Das Vorhaben wird gefördert durch ein EXIST-Gründerstipendium des Bundesministeriums für Wirtschaft und Klimaschutz und des Europäischen Sozialfonds. Auf der Hannover Messe präsentieren Crateflow vom 22. bis 26. April am Forschungsstand Rheinland-Pfalz (Halle 2, Stand C36) ihren Prototyp.

Wie Unternehmen von präzisen Nachfrage-Prognosen profitieren, umschreibt Markus Heidt an einem Fallbeispiel: „Stellen Sie sich vor, Sie benötigen ein größeres Auto, weil Familienzuwachs ansteht. Sie recherchieren bei der Marke Ihres Vertrauens, finden das passende Fahrzeug und erfahren dann vom Hersteller, dass die Lieferzeit über 12 Monate beträgt. Das ist ärgerlich und führt dazu, dass Sie das Auto bei einem anderen Hersteller kaufen, der schneller liefern kann. Aus Herstellersicht bedeutet das, dass ein Kunde verloren geht, weil die Produktion nicht mit der Entwicklung der Nachfrage Schritt halten kann.“

Diese Lücke wollen die beiden Gründer mit ihrer datengetriebenen Software schließen und diese als Unterstützungstool für die Nachfrage- und Beschaffungsplanung anbieten. Neben Markus Heidt ist Daniel Antonatus Teil des Gründungsvorhabens – beide kennen sich bereits aus Studienzeiten. Mit Crateflow entwickeln sie eine Lösung, die präzise Vorhersagen zur Nachfrage liefert, wodurch Unternehmen ihre Lager- und Produktionsstrategien effektiv anpassen können. Damit lassen sich sowohl Kundenzufriedenheit als auch Ressourceneffizienz maximieren.

Wie funktioniert die Lösung von Crateflow? Als Infrastruktur dienen Vorhersage-Modelle, die die Gründer auf spezifische Nutzerszenarien zuschneiden. Als Input benötigt die Software zunächst unternehmensbezogene Daten, etwa aus einem ERP-System (Enterprise Resource Planning). Zusätzlich lieferkettenrelevante Informationen, unter anderem zu Rohstoffpreisen, Containerfrachtraten oder dem aktuellen Weltgeschehen, erhält sie über externe Schnittstellen. Mittels verschiedenster KI-Methoden analysiert und verknüpft Crateflow all diese Daten zu präzisen Vorhersagen. „Die Basisversion wird noch voraussetzen, dass Unternehmen aus ihrem ERP-System Daten exportieren. Die langfristige Vision ist, dass wir eine Plattform schaffen, auf die Unternehmen direkt zugreifen können“, sagt Heidt.

Technische Besonderheiten an der Lösung von Crateflow: Die Berücksichtigung externer Merkmale sowie die Integration von Störungen in Echtzeit erlauben es Unternehmen, proaktive Supply-Chain-Management-Strategien zu entwickeln. Zudem werden Prognoseintervalle benutzt, was es den Supply-Chain-Planungsexperten ermöglicht, den Spielraum und die Unsicherheit des KI-Modells besser zu verstehen. Zu jedem Zeitpunkt ist ersichtlich, wie sicher sich das KI-Modell bei einer Vorhersage ist. Crateflow liefert keine Blackbox, sondern transparente und erklärbare Daten.

Auf der Hannover Messe präsentieren die Gründer interessierten Unternehmen ihre bisherige Entwicklung und stellen den Nutzen von Crateflow anhand erster Ergebnisse dar. „Wir freuen uns auf den Austausch – insbesondere, wenn es um mögliche Anwendungsfälle und damit Anforderungen an unsere Software geht“, so Antonatus.