Anwendungsfall · Handel

Weniger Kapital im Lager.Weniger leere Regale.

sktime ist kostenlose Open-Source-KI-Software für Absatzprognosen. Das sktime-Team richtet sie für Ihre Verkaufsdaten ein und betreut Sie danach weiter. So treffen Sie bessere Bestellentscheidungen, auch wenn die Nachfrage schwankt, ganz ohne eigenes Data-Science-Team.

Absatz pro Woche · ein Artikel in einer Filiale

  • Bisherige Verkäufe
  • Erwartete Nachfrage
  • Ihre Bestellmenge

sktime zeigt, in welchem Bereich die Nachfrage wahrscheinlich liegt. So bestellen Sie genug, ohne das Lager zu füllen.

Beispielhafte Zahlen.
Open Source
Frei nutzbar, und Sie können genau nachvollziehen, wie es funktioniert. Keine Lizenzkosten pro Nutzer oder Artikel.
Bewährte Methoden
Etablierte Prognoseverfahren aus Statistik und maschinellem Lernen, alle über eine einheitliche Oberfläche nutzbar.
Direkt von den Entwicklern
Sie arbeiten direkt mit den Menschen zusammen, die sktime entwickeln.

Wo sktime im Handel hilft

Fünf Stellen, an denen sich bessere Prognosen auszahlen.

Fehl- und Überbestände kosten den Handel weltweit rund 6,5 % seines Umsatzes. Genau dort setzt sktime an.(IHL Group, 2025)

Disposition

Die richtige Menge in jeder Filiale

Zu viel Ware bindet Kapital, zu wenig leert das Regal. sktime prognostiziert den Absatz pro Artikel und Filiale für die kommenden Tage, damit sich Ihre Bestellungen an der erwarteten Nachfrage orientieren.

Frischware

Weniger Abschriften bei kurzer Haltbarkeit

Brot, Obst und Molkereiprodukte müssen in wenigen Tagen verkauft sein. Prognosen, die Wochentag und Wetter berücksichtigen, helfen Ihnen, nur so viel zu bestellen, wie sich vor Ablauf der Haltbarkeit verkaufen lässt.

Aktionen

Aktionen ohne leere Regale und Restbestände

Eine Aktion treibt den Absatz für eine Woche nach oben und hinterlässt danach oft Restware. sktime bezieht Preise und Aktionen in die Prognose ein. So sehen Sie, wie viel zusätzliche Ware eine Aktion braucht und wie sich die Nachfrage danach entwickelt.

Saison

Rechtzeitig bereit für Saisonspitzen

Weihnachten, Ostern und die ersten heißen Sommertage folgen Mustern, die jedes Jahr wiederkehren. sktime erkennt sie in Ihrer Verkaufshistorie, damit Sie den Bestand rechtzeitig aufbauen.

Personal

Genug Personal, wenn die Kundschaft kommt

Mit denselben Methoden lässt sich die Kundenfrequenz pro Filiale und Stunde vorhersagen. Ihre Schichtplanung bekommt damit eine verlässliche Grundlage, mit weniger Leerlauf und kürzeren Schlangen an der Kasse.

Was die Zahlen sagen

Was moderne Prognosen im Handel nachweislich bringen.

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 %

weniger Fehlbestände im Frischesortiment

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, 2019

20 %

weniger Überbestand bei Otto

Otto steuert einen Teil seines Einkaufs mit KI-Prognosen und hat seinen Überbestand um ein Fünftel gesenkt.

The Economist, 2017

sktime ist Open Source: keine Lizenzkosten pro Nutzer oder Artikel.

Die 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.

So starten wir

In drei Schritten zu Prognosen, denen Sie vertrauen.

  1. 01

    Erstgespräch

    Wir sehen uns Ihre Daten an und klären, wo die Planung Sie heute am meisten kostet.

  2. 02

    Pilot mit Ihren Daten

    Wir erstellen Prognosen mit einem echten Ausschnitt Ihrer Verkaufsdaten. Sie sehen die Ergebnisse, bevor Sie sich festlegen.

  3. 03

    Einsatz in der täglichen Planung

    Die Prognosen fließen in Ihren regulären Planungsprozess ein. Die Entwickler von sktime bleiben ansprechbar, wenn Fragen aufkommen.

Bevor Sie fragen

Was die Chefetage zuerst fragt.

Wir setzen noch keine KI ein. Ist das zu früh für uns?
Nein. Nachfrageprognosen eignen sich gut als erstes KI-Projekt, weil Sie das Ergebnis direkt an Beständen und Umsatz messen können. Ein Pilot mit einem Ausschnitt Ihrer Daten zeigt die Wirkung, bevor Sie sich festlegen. Umfang und Zeitplan stimmen wir im Erstgespräch mit Ihnen ab.
Sind unsere Daten gut genug?
Meistens ja. Für den Start reicht die Verkaufshistorie pro Artikel und Filiale aus Ihrem Warenwirtschafts- oder Kassensystem. Preise, Aktionen und Feiertage verbessern die Prognose und lassen sich später ergänzen.
Müssen wir dafür neue Leute einstellen?
Nein. Das sktime-Team, also die Entwickler von sktime, richtet die Prognosen mit Ihren Daten ein und bleibt danach Ihr Ansprechpartner. Die Prognosen werden dann für jeden Artikel und jede Filiale automatisch berechnet. Ihre Disponenten verbringen weniger Zeit mit Tabellen und müssen nicht programmieren.
Bleiben unsere Daten bei uns, und passt das zu unseren Systemen?
sktime läuft auf Ihren eigenen Servern oder in Ihrer Cloud, Ihre Daten müssen das Unternehmen also nicht verlassen. Als Grundlage dienen die Verkaufsdaten, die Warenwirtschaft, ERP oder Kasse bereits exportieren, und die Prognosen fließen als Datei oder über eine Schnittstelle zurück in Ihre Disposition. Weil sktime Open Source ist und von einer breiten Community entwickelt wird, können Sie jederzeit prüfen, was es tut, und sind an keinen einzelnen Anbieter gebunden.
Was kostet das?
sktime selbst ist kostenlos, Lizenzkosten pro Nutzer oder Artikel fallen weder jetzt noch später an. Sie zahlen nur für die Einrichtung und Betreuung, die Sie vom sktime-Team möchten. Sobald wir Ihre Daten im Erstgespräch gesehen haben, können wir diesen Aufwand abschätzen.

Für Ihr Planungsteam

Was hinter den Prognosen steckt.

Ihr Planungsteam wird wissen wollen, wie die Prognosen entstehen. Hier die Kurzfassung.

Codebeispiel für Ihr Technik-Team
Bandbreiten statt einer Zahl (probabilistische Prognosen)
Zu jeder Prognose gehören eine Bandbreite und Wahrscheinlichkeiten. Ihr Team legt den Sicherheitsbestand passend zu dem Risiko fest, das es tragen will.
Ein Modell für viele Artikel (globale Modelle)
sktime lernt aus verwandten Artikeln und Filialen gemeinsam. Davon profitieren auch neue und selten verkaufte Artikel.
Echte Einflussfaktoren (exogene Variablen)
Feiertage, Aktionen, Preise, Wetter und Filialdaten können in die Prognose einfließen.
Zahlen, die aufgehen (hierarchische Abstimmung)
Die Prognosen für Artikel, Filialen und Regionen passen auf jeder Ebene zusammen. Einkauf, Filialen und Geschäftsführung planen mit denselben Zahlen.

Open Source trifft Enterprise

Finden Sie heraus, was bessere Prognosen in Ihrem Handel bringen.

sktime ist kostenlos und Open Source. Wenn Sie es mit Ihren eigenen Verkaufsdaten einsetzen möchten, unterstützt Sie das sktime-Team beim Einstieg.