Die Otto Group: Eine komplexe Supply Chain mit hohen Anforderungen
Die Otto Group gehört mit einem Gesamtumsatz von 15 Milliarden Euro zu den weltweit größten Online-Händlern. Als international agierende, digitale Handels- und Dienstleistungsgruppe mit 36.300 Mitarbeiter*innen und einer Vielzahl wesentlicher Unternehmen, Marken und Beteiligungen in über 30 Ländern, vornehmlich in den Wirtschaftsräumen Deutschland, übriges Europa und Nordamerika managt sie hochkomplexe Lieferketten mit individuellen Herausforderungen.
An oberster Stelle stehen dabei hohe Kundenzufriedenheit, Wettbewerbsfähigkeit, Innovation und Nachhaltigkeit. Das Supply Chain Management der Otto Group treibt daher die Weiterentwicklung von Prognoseprozessen und KI-basierten Handlungsempfehlungen entlang der gesamten Lieferkette voran – von der Inbound-Logistik bis zur Retourenabwicklung.
Die Herausforderung: Komplexität, manuelle Prozesse
In den Konzerngesellschaften der Otto Group werden Wochen im Voraus die voraussichtlichen Bestellmengen, Transportkapazitäten und Retouren prognostiziert – mit dem Ziel, Bestellungen so schnell, kosteneffizient und nachhaltig wie möglich auszuliefern.
Bislang wurden diese Prognosen häufig manuell von Expert*innen erstellt – ein enorm zeitaufwendiger Prozess, der auf jahrelanger Erfahrung und umfangreichen Excel-Tabellen basierte. Jede Woche bedeutete dies für die Teams:
• Tausende Zeilen in Excel-Tabellen
• Hoher manueller Arbeitsaufwand
• Begrenzte Prognosegenauigkeit
Die Herausforderung: Produkte müssen zur richtigen Zeit am richtigen Ort in richtiger Menge und Qualität verfügbar sein – ohne dass die tatsächlichen Kundenbedarfe mit absoluter Sicherheit vorhersehbar sind.
Zusätzlich beeinflussen zahlreiche externe Faktoren wie Wetter, Feiertage oder Ferien die Nachfrage. Darüber hinaus wirken sich verschiedene Rahmenbedingungen auf die Lieferkette aus – darunter insbesondere Lieferverzögerungen auf dem Seeweg, komplexe Mindestbestellmengen sowie weitere Einschränkungen im Bestellprozess. Traditionelle Tools wie Excel stoßen hier schnell an ihre Grenzen. Das Resultat? Prognoseungenauigkeiten, die hohe Kosten, Stockouts und Ineffizienzen verursachen.
Die Auswirkungen ungenauer Prognosen: Hohe Kosten & Engpässe
Eine unzureichende Prognosequalität hat direkte betriebswirtschaftliche Konsequenzen:
• Überbestände: Zu viel Ware im Lager führt zusteigenden Lager- und Personalkosten, bindet Kapital und verlangsamt den innerbetrieblichen Warenfluss.
• Stockouts: Fehlt Ware, weil die tatsächliche Nachfrage die Prognosen übersteigt, entstehen Lieferengpässe. Das beeinträchtigt die Lieferfähigkeit und senkt die Kundenzufriedenheit.
Eine präzise Mengenplanung ist daher essenziell, um Engpässe zu vermeiden, logistische Prozesse zu optimieren und Kosten zu minimieren. Dies gilt für sämtliche Produkttypen – von kontinuierlich verfügbaren NOS-Artikeln über saisonale Mode bis hin zu Produktneuheiten, für die kaum oder keine Erfahrungswerte vorliegen.
Die Lösung: KI-gestützte Prognosen für maximale Effizienz
Die KI-basierten Prognosen von paretos spielen hier eine Schlüsselrolle, indem es die Prognosen für verschiedene Konzerngesellschaften der Otto Group nahezu vollständig automatisiert und gleichzeitig die Vorhersagequalität steigert, um bessere Entscheidungen zu treffen.
• Bessere Planbarkeit durch präzisere Vorhersagen
• Weniger manuelle Arbeit dank automatisierter Prognoseprozesse
• Effizienzsteigerung& Kostensenkung durch optimierte Bestandsplanung
Gemeinsam mit Konzerngesellschaften wie beispielsweise LASCANA, bonprix, Hermes Germany und dem Hermes Einrichtungsservice treibt die Otto Group die digitale Transformation der Supply Chain weiter voran.
KI schafft mehr Freiraum für strategische Entscheidungen:
Mitarbeiter*innen profitieren von KI-basierten Handlungsempfehlungen, die operative Entscheidungen unterstützen und gleichzeitig mehr Zeit fürstrategische Fragestellungen schaffen. Laut McKinsey ermöglichen KI-basierte Prognosen eine signifikante Reduktion von Fehlern und eine Steigerung der Vorhersagegenauigkeit, die sich in 65 % weniger Umsatzeinbußen und bis zu 40 % geringere Lagerkosten übersetzen lassen.
Praxisbeispiele aus der Otto Group
Die erfolgreiche Partnerschaft zwischen der Otto Group und paretos zeigt, welches Potenzial in der datengetriebenen Optimierung von Prognosen und Logistikprozessen steckt. Durch den gezielten Einsatz von KI-Technologienkonnten bereits wichtige Effizienzsteigerungen erzielt, manuelle Prozesse reduziert und operative Entscheidungen verbessert werden. Doch die Entwicklung hört hier nicht auf.
Die Zusammenarbeit wird kontinuierlich weiterentwickelt, um die Prognosequalität weiter zu steigern, neue Prozessoptimierungen umzusetzen und weitere Bereiche der Lieferkette intelligent zu vernetzen. Bestehende Use Cases sollen ausgebaut und in noch mehr Konzerngesellschaften integriert werden, während parallel neue KI-gestützte Anwendungsfälle identifiziert werden, um zusätzliche Potenziale entlang der gesamten Wertschöpfungskette zu heben.
Mit diesem klaren Fokus auf die Weiterentwicklung und Skalierung der KI-Prognoselösungen wird die Otto Group ihre führende Rolle im digitalen Supply Chain Managementweiter ausbauen – und einen nachhaltigen Wandel in der Branche mitgestalten.
