KI-Auswahllisten

(Eine Einführung in die Kombination von KI und RFID finden Sie in diesem Artikel.)

Wenn es darum geht, künstliche Intelligenz (KI) und Radiofrequenz-Identifikation (RFID) für die Prozessoptimierung im Einzelhandel einzusetzen, so liegen den meisten Use Cases Entscheidungen auf der Ebene der Geschäftsführung oder der Unternehmenszentrale zugrunde. Dazu gehören Automatisierungsfunktionen wie Store-Planogramme und Bestandsoptimierung zwischen Stores.

Die KI kann im Einzelhandel jedoch auch eine Auswirkung auf einer niedrigeren und alltäglicheren Ebene haben, zum Beispiel, indem sie die Store-Mitarbeiter in einer ihrer häufigsten täglichen Routinen unterstützt – dem Nachfüllen von Lagerbestand.

Mithilfe von RFID und Analysen der Lagerbestände können wir KI-Auswahllisten erstellen, anhand derer die Mitarbeiter durch den Nachfüllprozess geleitet werden, wobei dieser optimiert wird. Zur Erstellung dieser Auswahllisten kombinieren wir nicht nur RFID-Technologie und KI-Algorithmen, sondern nutzen auch bereits vorhandene RFID-Prozesse, die Ihre Mitarbeiter schon heute unterstützen. All dies zusammen macht das Nachfüllen zum Kinderspiel.

Fangen wir von vorne an.

RFID-basierte Bestandsaufnahme und -nachfüllung – das Rückgrat der modernen Bestandsverwaltung

Mit RFID können die Mitarbeiter des Stores schnell und einfach regelmäßige (oft tägliche) Cycle-Counts des gesamten Stores durchführen. Sie tun dies, indem Sie ganz einfach mit einem Handlesegerät durch den Lagerraum und die Verkaufsfläche laufen, wobei dieses Artikel zählt, die sich mehrere Meter voneinander befinden. Eine RFID-Anwendung oder -Software wie die Detego-Plattform vergleicht dann die tatsächlichen Lagerbestände in der Verkaufsfläche mit den gewünschten Beständen (z. B. Planogramm) und teilt dem Personal genau mit, was aus dem Lagerraum nachgefüllt werden muss.

Alles, was wir bisher beschrieben haben, basiert vollständig auf RFID und ist der Standardprozess für RFID im Einzelhandel. Dies ist bereits viel einfacher und genauer als herkömmliche Methoden, ganz zu schweigen von der tatsächlichen Auswirkung der Technologie wie höherer Bestandsgenauigkeit und Produktverfügbarkeit. Aber warum sollten wir uns damit zufrieden geben?

Noch einen Schritt weiter – KI-Auswahllisten für das „Mapping” des perfekten Nachfüllpfads

Auch mit der Unterstützung von RFID bleibt die Verantwortung für das Nachfüllen von Artikeln meist bei den Store-Mitarbeitern, die die Aufgabe mithilfe einer von der Anwendung bereitgestellten Liste selbst erledigen. Diese Auswahllisten werden häufig nur nach Produktmerkmalen wie Name oder Preis sortiert. Da Lagerräume in größeren Stores relativ groß oder in kleineren dicht gepackt sein können, kann der „Auswahlpfad“ der Mitarbeiter unglaublich sporadisch sein. Schlimmer wird es noch, wenn neue Mitarbeiter das genaue Layout des Lagerraums nicht kennen oder wenn selbst erfahrene Mitarbeiter sich nicht mehr auskennen, weil der Lagerbestand zu Beginn einer neuen Saison einfach anders organisiert oder aktualisiert wurde.

Durch die Verwendung neuer Tag-Lokalisierungstechniken ist es nun möglich, Artikel basierend auf ihrer Position im Verhältnis zueinander aufzufinden. Dies geschieht während der bereits stattfindenden regelmäßigen RFID-Bestandsaufnahmen unter Verwendung von Data Mining- und Machine Learning-Pipelines, ohne dass zusätzliche Hardware oder spezielle Tags erforderlich sind. Basierend auf diesen Informationen können wir automatisierte KI-Auswahlpfade erstellen, die mithilfe einer mobilen Anwendung die Mitarbeiter durch den Nachfüllprozess führen und die effizienteste Reihenfolge für die Abholung von Artikeln angeben.

Im vorgenannten Beispiel sollen Mitarbeiter den schnellstmöglichen Nachfüllpfad erkennen können, weshalb zur Berechnung der Auswahlliste ausschließlich der Abstand der Artikel zueinander verwendet wird. KI-Auswahllisten können die Nachfüllliste jedoch auf verschiedene Arten zusammenstellen, je nachdem, worauf der Store sich konzentrieren möchte.

Nachfüllpfade können neben dem Standort der Artikel weitere Faktoren wie den Produktwert oder das Verfallsdatum berücksichtigen. In diesem Fall würden sie nach Artikeln suchen, die dieser Regel entsprechen und sich im Lagerraum in der Nähe zueinander befinden. Eine Auswahlliste mit dem Ziel der Verfügbarkeit auf der Verkaufsfläche würde beispielsweise nahe beieinander liegende Artikel gruppieren, deren Bestand auf der Verkaufsfläche ausläuft. Dadurch werden diese Artikel zuerst nachgefüllt, der Nachfüllprozess wird beschleunigt und der Umsatzverlust aufgrund von fehlendem Lagerbestand reduziert.

Vorteile von KI-Auswahllisten