KI-basierte Prognosen für regionale Hersteller und Händler

Mit Dr. Lukas Kagerbauer und Dr. Nikolai Stein

Die Absatzplanung passt sich automatisch an Wetterdaten, Feiertage und lokale Events an – damit reduzieren sich Überbestände und die Effizienz steigt.

Wie können kleine und mittelständische Unternehmen künstliche Intelligenz (KI) nutzen, um ihre Absatz- und Nachfrageplanung zu optimieren? Im Rahmen des Transferprogramms KI-Regio werden KMU eben dabei von Forscherinnen und Forschern der Julius-Maximilians-Universität unterstützt.

Wir beleuchten:

•  Zusätzlich diskutieren sie die Rolle von regionalen Daten, wie z. B. Passanten-zahlen oder Wetterinformationen, und die Vorteile eines gemeinsamen Ökosystems, das Forschung und Praxis in Mainfranken verbindet.
•  Wie können Unternehmen durch datenbasierte Ansätze ihre Planungsprozesse verbessern?
•   Warum KI-basierte Prognosen mehr als nur „nice to have“ sind.
•  Konkrete Use Cases wie die stündliche Besucherprognose für den Einzelhandel oder Nachfrageplanung bei regionalen Erzeugern.
•  Beispiele wie das erfolgreiche Startup BäckerAI, das durch KI optimale Bestellmengen für Bäckereien ermittelt und gleichzeitig Lebensmittelverschwendung reduziert.  Herausforderungen kleiner und mittlerer Unternehmen (KMU) beim Aufbau einer geeigneten Datenbasis und der Einführung von KI-Lösungen.
•  Herausforderungen kleiner und mittlerer Unternehmen (KMU) beim Aufbau einer geeigneten Datenbasis und der Einführung von KI-Lösungen.