Ausgangssituation
In einem familiengeführten Backunternehmen mit mehreren Filialen steht das Team täglich vor derselben Frage: Welche Backwaren müssen in welcher Menge nachgebacken werden? Diese Entscheidung ist entscheidend für den Erfolg. Denn die Kunden wollen auch am Nachmittag nicht vor leeren Regalen stehen und das Unternehmen möchte abends nicht große Mengen wegwerfen müssen.
Bislang erfassen die Mitarbeitenden den Bestand manuell und entscheiden nach Erfahrung, was nachproduziert wird. Das funktioniert oft gut, führt aber immer wieder zu Problemen: Mal werden zu viele Brötchen gebacken, mal sind beliebte Kuchen bereits mittags ausverkauft. Das frustriert Kunden und kostet das Unternehmen Geld.
Darum soll eine intelligente Lösung die Mitarbeitenden künftig dabei unterstützen, zum richtigen Zeitpunkt die richtige Menge nachzubacken.
Projektziele
Im Mittelpunkt steht ein klares Ziel: Die Mitarbeitenden in den Filialen sollen künftig datenbasierte Empfehlungen erhalten, wie viel von welchem Produkt nachgebacken werden sollte.
Dafür sind drei Schritte geplant:
- Schritt 1 – Bewertung der technischen Grundlage: Zunächst wird geprüft, ob die bereits geplante Umsetzung mit Google Cloud-Diensten praktikabel ist – sowohl technisch als auch vom Aufwand her.
- Schritt 2 – Entwicklung eines Prognose-Prototyps: Auf Basis manueller Bestandsaufnahmen und historischer Verkaufsdaten wird ein funktionsfähiges Modell entwickelt, das Produktionsmengen vorhersagt.
- Schritt 3 – Perspektive automatisierte Erfassung: Optional wird untersucht, ob der Bestand künftig auch bildbasiert erfasst werden könnte – etwa durch Kameras in den Verkaufsregalen.
Am Ende entsteht ein praxistauglicher Prototyp, der später in den Echtbetrieb überführt werden kann.
Vorgehen
Das Projekt folgt einem klaren Fahrplan, bei dem technische Entwicklungen und betriebliche Anforderungen sich verzahnen.
- Analyse der Ausgangslage: Wie laufen die Prozesse aktuell? Welche Daten stehen zur Verfügung? Das Team verschafft sich zunächst einen genauen Überblick.
- Festlegung messbarer Ziele: Gemeinsam werden Kennzahlen definiert, anhand derer der Erfolg gemessen werden kann – etwa Prognosegenauigkeit oder Reduktion von Ausschuss.
- Technische Umsetzung: Die Cloud-Infrastruktur wird aufgebaut, Schnittstellen werden programmiert, und das Prognosemodell nimmt Gestalt an.
- Schulung und Testphase: Die Mitarbeitenden lernen den Prototyp kennen und testen ihn im Alltag. Ihr Feedback ist entscheidend für weitere Anpassungen.
- Evaluation: Zum Abschluss wird ausgewertet, wie gut die Lösung funktioniert – technisch, wirtschaftlich und aus Sicht der Nutzenden.
Nutzen der angestrebten Lösung
Die KI-gestützte Lösung macht den Arbeitsalltag der Mitarbeitenden spürbar einfacher. Sie müssen nicht mehr allein nach Bauchgefühl entscheiden, sondern erhalten konkrete, auf Daten beruhende Empfehlungen. Das spart Zeit, reduziert Stress und führt zu besseren Entscheidungen.
Für das Unternehmen bedeutet das: Weniger Backwaren werden verschwendet, beliebte Produkte sind zuverlässiger verfügbar, und die Kunden freuen sich über durchgängig frische Ware. Unterm Strich verbessert sich nicht nur die Ertragslage – auch die Kundenzufriedenheit steigt.
Langfristig kann die Digitalisierung zum echten Wettbewerbsvorteil werden. Es ermöglicht beispielsweise intelligente Auswertungen für die GEschäftsleitung, Feedbacksysteme zur kontinuierlichen Verbesserung oder noch präzisere Absatzplanungen.
Das Unternehmen
Fickenschers Backhaus ist ein mittelständisches, familiengeführtes Backunternehmen, das an mehreren Standorten täglich frische Backwaren anbietet. Mit dem Projekt zeigt es, wie traditionelles Handwerk und moderne Technologie erfolgreich zusammenwachsen können.
