Die RISC Software GmbH entwickelte für die 3e AG eine maßgeschneiderte KI-basierte Software. Sie nutzt historische Verkaufsdaten, um Lagerbestände zu prognostizieren und optimale Bestellvorschläge zu generieren.
Die 3e AG ist die Vereinigung von Hartwaren-, Werkzeug-Einzelhändlern und Gewerbeunternehmen. Als Marktführerin im Fachhandel für Werkzeug-Maschinen vereint sie eine vielschichtige Struktur mit über 300 Mitgliedsbetrieben. Sie ist in Österreich und in zwölf Auslandsmärkten erfolgreich tätig. Außerdem betreibt sie mit den LET’S DO IT Werkzeug- und Garten-Fachmärkten eine eigene Qualitätswerkzeug-Fachmarktkette.
Die 3e AG unterstützt ihre Mitglieder als Einkaufsorganisation mit attraktiven Konditionen, die durch hohe Abnahmemengen möglich werden. Darüber hinaus dient sie mit mehreren Vertriebskanälen als Distributionsorganisation. Im großen Zentrallager in Wels stellt sie ihren Mitgliedsbetrieben über 15.000 Artikel zur Verfügung.
Um den komplexen Einkaufsprozess zu optimieren, suchte die 3e AG nach einem automatisierten und intelligenten Bestellsystem. Mit der RISC Software GmbH fand sie die ideale Partnerin für eine maßgeschneiderte Lösung, die exakt zu den internen Bestellprozessen passt. Die Vision für das Softwareprojekt war klar: Künstliche Intelligenz sollte historische Verkaufszahlen analysieren und daraus Prognosen für zukünftige Lagerstände erstellen. Diese Prognosen dienen wiederum als Basis für optimale Bestellvorschläge.
Die größte Herausforderung bestand darin, Methoden des Machine Learnings effizient in die Softwarearchitektur zu integrieren. Dafür teilte das Projektteam alle identifizierten Komponenten in Module. Diese Module kommunizieren über strukturierte Nachrichten, die ein zentraler Message-Bus verarbeitet. Anschließend containerisierte das Team die Komponenten und setzte sie auf On-Premise-Servern ein.
Täglich werden aktuelle Verkaufsdaten aus Zentrallager und Filialen in das System integriert, wodurch die Berechnungen von Bestellvorschlägen pro Lieferanten gestartet wird. Dabei werden Lagerstandprognosen pro Artikel abgefragt. Um die ML-Modelle aktuell zu halten und um aktuelle Datentrends zu erkennen und berücksichtigen zu können, werden die Modelle automatisch in regelmäßigen Abständen neu trainiert.
Basierend auf aktuellem Lagerstand und Prognose berechnet schließlich das RISC interne Optimierungsframework RISC IBEX pro Artikel dessen optimale Bestandsmenge, sodass ein idealer Lagerstand für erwartete Verkäufe im geplanten Bestellrhythmus vorhanden ist. Die errechneten Bestellvorschläge können entweder vollautomatisch oder nach manueller Bearbeitung weiterverarbeitet werden.
Seit der Inbetriebnahme im Winter 2021/2022 wird das intelligente automatische Bestellsystem laufend weiterentwickelt.
Mathematical Optimization Specialist
