Für Händler
Wissen, wie viel Sie für jeden Artikel und jede Filiale bestellen müssen, statt zu raten. Kostenlose Open-Source-Prognosesoftware, für Sie eingerichtet von den sktime-Entwicklern.
Unverbindlich. Wir schauen gemeinsam auf Ihre Zahlen.
Wie viele Stück sollte ich für das Wochenende bestellen?
Wie viele Brote sollte die Filiale am Samstag backen?
Wie viel Ware braucht die Aktion?
Wie viele Kassen sollten heute Nachmittag besetzt sein?
Kommt Ihnen das bekannt vor?
Fehl- und Überbestände kosten den Handel weltweit rund 6,5 % seines Umsatzes. Die Ursache ist fast immer Planung nach Bauchgefühl. Sie zeigt sich an fünf Stellen: (IHL Group, 2025)
Disposition
Bestellungen auf Basis des Vorjahres liegen in beide Richtungen daneben. sktime prognostiziert den Absatz pro Artikel und Filiale, damit sich Ihre Bestellungen an der erwarteten Nachfrage orientieren.
Frischware
Bei wenigen Tagen Haltbarkeit gibt es keinen Spielraum. sktime prognostiziert pro Artikel, Filiale und Wochentag, inklusive Wetter und Feiertagen, damit Sie bestellen, was sich verkauft.
Aktionen
sktime bezieht Preise und Aktionen in die Prognose ein. So wissen Sie, wie viel Ware eine Aktion braucht und wie die Nachfrage danach einbricht.
Saison
Saisonspitzen kehren jedes Jahr wieder, aber nie am selben Datum. sktime erkennt das Muster in Ihrer Verkaufshistorie, damit Sie den Bestand rechtzeitig aufbauen.
Personal
Mit denselben Methoden lässt sich die Kundenfrequenz pro Filiale und Stunde vorhersagen, so richtet sich der Schichtplan nach der tatsächlichen Nachfrage.
Was die Zahlen sagen
Studien und Praxisberichte zeigen, was Prognosen auf Basis von maschinellem Lernen im Handel erreichen. sktime bündelt diese Methoden in einem Open-Source-Werkzeugkasten, sodass Sie sie nutzen können, ohne alles selbst zu entwickeln.
25 %
So viel weniger Fehlbestände melden Lebensmittelhändler mit KI-gestützten Planungssystemen im Durchschnitt. Dazu kommen mindestens 10 % weniger Abschriften und bis zu 30 % geringere Kosten für die Bestandsplanung.
McKinsey & Company, 201930 %
Ein ML-Prognosedienst senkte die Retouren von Bäckereien 2022 laut Verkaufsberichten im Schnitt um 30 %, vor allem bei Brot und Brötchen.
Hübner et al., Journal of Industrial Ecology, 202420 %
Otto steuert einen Teil seines Einkaufs mit KI-Prognosen und hat seinen Überbestand um ein Fünftel gesenkt.
The Economist, 2017Die Zahlen stammen aus Studien und Praxisberichten zu ML-Prognosen im Handel, nicht aus sktime-Projekten. Was in Ihrem Unternehmen realistisch ist, klären wir im Erstgespräch anhand Ihrer Daten.
sktime ist Open Source: keine Lizenzkosten pro Nutzer oder Artikel.
Ihre Zahlen
Eine Bierdeckelrechnung. Tragen Sie Ihren Jahresumsatz und Ihre Rohertragsmarge ein und sehen Sie eine grobe Spanne in Euro. Alles andere sind übliche Werte im Handel aus öffentlichen Quellen.
–/ Jahr
– Ihres Umsatzes
Nicht enthalten: die Kosten für Einrichtung und Betreuung. Nach einem ersten Gespräch nennen wir Ihnen einen Festpreis für ein Testprojekt.
Zwei Effekte, drei Schritte. Umsatz und Rohertragsmarge kommen von Ihnen. Die Prozentwerte sind feste Annahmen aus den unten genannten Quellen.
1. Überbestand
Umsatz × 8 % Lagerbestand × 35 % Überbestand
Der Lagerbestand liegt bei etwa 8 % des Jahresumsatzes (rund 6 % im Lebensmittelhandel bis 10 % in der Mode). Etwa 35 % davon sind Überbestand: Ware, die sich langsam dreht, außerhalb der Saison liegt oder über den Bedarf hinausgeht. Bei 50 Mio. € Umsatz sind das 1,4 Mio. €.
2. Geringere Lagerhaltungskosten
Überbestand × 10 bis 20 % weniger × 25 % Lagerhaltungskosten
Bessere Prognosen bedeuten weniger überschüssige Bestellungen. Otto meldet 20 % weniger Überbestand, wir rechnen deshalb mit 10 % (vorsichtig) bis 20 % (optimistisch). Lagerware kostet pro Jahr etwa 25 % ihres Werts: Kapital, Lagerung, Preisnachlässe, Abschriften. Die Ware, die Sie nicht mehr lagern, ist das einmalig freigesetzte Kapital. Es zählt nicht zu den jährlichen Einsparungen.
3. Mehr Gewinn durch weniger leere Regale
Umsatz × 4,1 % Umsatzverlust × 10 bis 25 % weniger × Rohertragsmarge
Leere Regale kosten Händler etwa 4,1 % des Umsatzes. McKinsey meldet 25 % weniger Fehlbestände bei Frischware, wir rechnen deshalb mit 10 % bis 25 %. Außerhalb von Frischware ist weniger zu erwarten. Als Gewinn zählt nur die Marge auf einen zurückgewonnenen Verkauf.
Jährliche Einsparungen = Schritt 2 + Schritt 3. Der erwartete Wert liegt in der Mitte zwischen dem vorsichtigen und dem optimistischen Fall.
Vereinfachungen: Wir rechnen mit dem Rohertrag, der etwas großzügiger ist als die Marge nach variablen Vertriebskosten, und behandeln beide Effekte als voneinander unabhängig.
Das ist eine Veranschaulichung, und wir versprechen diese Ergebnisse nicht. Die Reduktionsraten stammen aus Berichten über andere Unternehmen, nicht aus sktime-Projekten, und der Umsatzverlust durch leere Regale schwankt stark zwischen Unternehmen. Im Gespräch besprechen wir, welche Möglichkeiten es für Ihren eigenen Anwendungsfall gibt.
Bevor Sie fragen
So starten wir
Wir sehen uns Ihre Daten an und klären, wo die Planung Sie heute am meisten kostet. Daraus ergeben sich Umfang und Festpreis für das Pilotprojekt.
In zwei bis sechs Monaten bauen wir ein erstes Prognosesystem auf Ihren eigenen Daten. Sie erhalten belastbare Vergleichstests, den vollständigen Code und einen Bericht. Auf dieser Grundlage entscheiden Sie, wie es weitergeht.
Die Prognosen fließen in Ihren regulären Planungsprozess ein. Mit einem Servicevertrag wartet sktime Enterprise Solutions das System und bleibt Ihr Ansprechpartner, wenn Fragen aufkommen.
Ihr erster Schritt
sktime ist kostenlos und Open Source. In einem kostenlosen 60-Minuten-Gespräch sehen sich die Menschen hinter sktime an, wie Sie heute planen und bestellen und was bessere Prognosen für Ihr Unternehmen wert sein könnten.
sktime wird über eine Million Mal pro Monat heruntergeladen und von mehr als 500 Mitwirkenden weltweit entwickelt. Jetzt richtet das Kernteam es für Sie ein.
Unverbindlich, ohne Verkaufsdruck.
Was im Gespräch passiert
Wie Sie heute bestellen und planen und wo es Sie am meisten kostet.
Was Sie schon haben und was ein erster Prognosedurchlauf braucht.
Eine erste, grobe Schätzung, was es wert sein könnte, und wie ein Pilotprojekt aussehen würde.