KI für den Kfz-Ersatzteilmarkt

Weniger Ausfallstunden. Mehr Verfügbarkeit je investiertem Euro.

Reduzieren Sie Fahrzeugstillstände und rückständige Aufträge im gesamten Sortiment. Machen Sie aus komplexen Teilekompatibilitäten und schwankenden Lieferzeiten tägliche, nach finanziellem Nutzen geordnete Entscheidungen: was kaufen, wo lagern, zu welchem Preis verkaufen und wann umlagern.

Discovery Call

Bei Beschaffung, Bestandsauffüllung und Bestandsmanagement hat sich unser Partner Lokad als revolutionär erwiesen. Dank seines hochqualifizierten Teams von Data Scientists und seiner leistungsfähigen Prognosesoftware auf Basis maschinellen Lernens haben wir eine bislang unerreichte betriebliche Effizienz erzielt. Die Tokić Group hat ihre Bestandsinvestitionen gesenkt und zugleich Umsatz und Servicequalität gesteigert. Nur solche technologischen Fortschritte ermöglichen nachhaltiges Wachstum, indem sie Hindernisse in Chancen verwandeln.

Ivan Šantorić

CEO, Tokic Group

Als Video Fallstudie lesen

Wir nutzen Lokad seit über 2 Jahren täglich, um unsere Verkaufspreise zu berechnen. Die Lösung ist wirklich maßgeschneidert, gerade weil unsere zusammengeführten Kataloge die 20 Länder berücksichtigen, in denen wir tätig sind. Mit dieser Technologie können wir durch unsere Preisgestaltung deutlich mehr Wert schaffen, gestützt auf Lokads algorithmische Big-Data-Modelle. Neben ihrer hohen Leistungsfähigkeit bietet die Lösung Schnelligkeit und Reaktionsfähigkeit — beides ist im E-Commerce unverzichtbar geworden.

Mathieu Pajot

Leiter Vertrieb und Preisgestaltung, Mister Auto

Als Video

Welche Probleme wir lösen

Fahrzeugstillstände wegen eines einzigen fehlenden Teils, obwohl anderswo hohe Bestände liegen.
Komplexe Teilekompatibilitäten und eine Nachfrage mit langem Ausläufer, an denen Sicherheitsbestandsregeln scheitern.
Mindestbestellmengen (MOQs) und Preisstaffeln, die Kapital auf den falschen Netzwerkstufen binden.
Lieferzeiten, die teure Fehlbestände und Eilsendungen verursachen.
Unabgestimmte Preis- und Bestandsentscheidungen, die Marge oder Verkäufe kosten.
Ständige Notlösungen zwischen Verteilzentren, Umschlagpunkten und Filialen, durch die Planer in Tabellen versinken.
Isolierte Werkzeuge und Tabellen, die die Vergangenheit dokumentieren, aber die nächste Entscheidung nicht optimieren.

Unsere Module ansehen

Ein Mitarbeiter prüft den Bestand im Kfz-Ersatzteillager

Wie wir vorgehen

Supply Chain Scientists (SCS)

Jede Initiative erhält einen eigenen Experten oder ein kleines Expertenteam, das den Kunden vom Projektstart über den Produktivbetrieb bis zur kontinuierlichen Verbesserung begleitet. Die Experten überwachen die automatisierte Verarbeitung, prüfen die Leistung und passen die Lösung an neue Produkte, Lager oder Nachfragemuster Ihrer Supply Chain an.
Probabilistische Prognosen

Unsere SCS erstellen vollständige Nachfrageverteilungen je SKU und Standort, die alle plausiblen Nachfrageszenarien abbilden. Sie ersetzen schwache Punktprognosen und manuelle Sicherheitsbestandstabellen durch ein klares, datenbasiertes Bild der Unsicherheit.
Risikobewertung

Millionen zukünftiger Produktionsszenarien werden simuliert. Jede Entscheidung wird in Euro bewertet, um das Fehlbestandsrisiko gegen die Lagerhaltungskosten abzuwägen.
Differenzierbare Programmierung

Unsere SCS verarbeiten jede Nacht innerhalb weniger Minuten Millionen von SKUs, Stücklistenstufen, MOQs und Preisstaffeln, damit morgens die bestmöglichen Entscheidungen bereitstehen.
KI-Automatisierung

Optimierte Bestellungen fließen direkt in Ihr ERP oder WMS, ohne zusätzliche Tabellenarbeit. Planer gewinnen jede Woche mehrere Tage für Strategie, die Zusammenarbeit mit Lieferanten und Wachstum zurück.
Cloudnative Architektur

Die Zusammenarbeit erfordert weder neue Hardware noch einen grundlegenden ERP-Umbau. Die Entscheidungen unserer Supply Chain Scientists werden täglich direkt an Ihre bestehende Software übergeben.
Schnelle Einführung

Der vollständige Produktivbetrieb beginnt im Durchschnitt nach weniger als 6 Monaten.

Projektumsetzung

Häufige Fragen — klare Antworten

Wie schnell sehen wir Resultate?

Zunächst laufen Ihr bisheriger Prozess und Lokads Prozess parallel, damit Sie den finanziellen Unterschied selbst beurteilen können. Nach der Validierung verschafft die Automatisierung den Planern Freiraum für strategische Aufgaben. Erste Ergebnisse zeigen sich typischerweise nach 6–8 Wochen; dies ist eine allgemeine Schätzung. Der vollständige Produktivbetrieb beginnt üblicherweise innerhalb von 6 Monaten.

Können Sie unsere große Kompatibilitätsdatenbank verarbeiten?

Ja. Wir modellieren die Teile-Fahrzeug-Kompatibilität als Graphen mit Millionen von Kanten und verwenden ihn unmittelbar für Nachfrageprognosen und Bestandsentscheidungen.

Optimieren Sie Preise und Bestände gemeinsam?

Ja. Preise und Bestände werden gemeinsam optimiert, da sie sich im Kfz-Ersatzteilmarkt gegenseitig beeinflussen.

Können Sie mit langen, unsicheren Lieferzeiten umgehen?

Wir prognostizieren Lieferzeitverteilungen und kombinieren sie mit Nachfrageverteilungen, um Einkaufsmengen und Puffer zu bestimmen. So maximieren wir die Verfügbarkeit bei minimalen Ausgaben.

Behalten die Planer die Kontrolle?

Ja. Ihre Planer können jede unserer Empfehlungen prüfen, sperren oder überschreiben.

Brauchen wir ein neues ERP?

Nein. Lokads Entscheidungen lassen sich in Ihr ERP oder Ihre vorhandene Unternehmenssoftware integrieren. Die Anbindung erfolgt über einfache Flat-File-Übertragungen oder APIs und folgt unserem standardmäßigen Datenextraktionsverfahren.

Die technischen Details

Ziel: vermiedene Ausfallstunden je investiertem Euro

Wir ordnen jede zulässige Maßnahme — Einkauf, Umlagerung, Versand oder Preisänderung — nach ihrem erwarteten finanziellen Beitrag: zusätzliche Marge und vermiedene Stillstandsminuten abzüglich Bestands-, Obsoleszenz-, Fracht- und Handhabungskosten. Anschließend wählt die Optimierung die beste Kombination unter Budget-, MOQ-, Lkw-Ladungs- und Kapazitätsvorgaben aus, ohne Servicegrade als Ersatzziele. Einkaufsprioritäten werden unmittelbar aus probabilistischen Ergebnissen berechnet, nicht aus Meldebeständen. Daraus entsteht eine nach finanziellem Nutzen geordnete Aufgabenliste, die Planer einzeln oder gebündelt ausführen können.

Kompatibilität als bipartiter Graph

Wir verarbeiten die Teile-Fahrzeug-Kompatibilitätsmatrix mit typischerweise rund 100 Millionen Zeilen oder mehr und lernen die Nachfrage auf Ebene des Bedarfsträgers — des Fahrzeugs — statt nur der SKU. Das erfasst Ersatzartikel und Nachfolgereferenzen und verhindert falsche Signale geringer Nachfrage durch die Aufteilung des Katalogs auf viele Referenzen. Diese Graphmodelle verbessern Einkauf, Zuteilung und Preise, indem sie den Bedarf je Fahrzeugfamilie prognostizieren und auf austauschbare Teile abbilden.

Probabilistische Prognosen

Nachfrage und Lieferzeit werden als vollständige Verteilungen modelliert. Optimiert wird anhand der Nachfrage während der Lieferzeit (DOLT), nicht anhand von Punktschätzungen. Dadurch bleiben Entscheidungen bei sporadischer Nachfrage und langen Verteilungsausläufern tragfähig. Lokads Prognosetechnologie entwickelte sich von Quantilrastern zu einer produktiv eingesetzten probabilistischen Engine, die Unsicherheit in messbare Vorteile übersetzt.

Mehrstufige Optimierung

Wir optimieren das gesamte Netzwerk — OEM → Verteilzentrum → Umschlagpunkt → Geschäft/Werkstatt — und bewerten Opportunitätskosten zwischen Standorten ausdrücklich, statt jede SKU an jedem Standort isoliert zu korrigieren. Der Solver berücksichtigt nichtlineare Gegebenheiten wie MOQs, Lkw-Kapazitäten und Standortgrenzen. Unter Unsicherheit berechnen Lokads stochastischer diskreter Abstieg und latente Optimierung netzwerkweite Entscheidungen, die diese Vorgaben tatsächlich einhalten.

Preise, Sortiment und Bestand gemeinsam optimieren

Preise, Bestände und Sortiment werden gemeinsam optimiert, denn Preise verändern die Nachfrage, und die Nachfrage rechtfertigt den Bestand. Wir schlagen Preisänderungen nur vor, wenn die Versorgung mitziehen kann, und bevorraten SKUs, deren Rendite beim erzielten Verkaufspreis die Alternativen übertrifft. Im Kfz-Ersatzteilmarkt berücksichtigen wir dabei komplexe Kompatibilitäten und unregelmäßige Nachfrage, ohne Preisgestaltung und Versorgung voneinander zu trennen.

Ausführung und Governance

Alles läuft in Envision, unserer domänenspezifischen Sprache, die zu Maschinencode kompiliert wird. Strenge Typisierung und Prüfungen zur Kompilierzeit machen Annahmen explizit, testbar und versionierbar. Rollenbasierter Zugriff und SSO unterstützen die Trennung von Verantwortlichkeiten. Über Dashboards können Planer Eingaben machen, Entscheidungen prüfen und Was-wäre-wenn-Szenarien untersuchen, bevor Bestellungen an Ihre Systeme exportiert werden.

Warum die Technologie zählt

Unsere Technologie wurde im Kfz-Ersatzteilmarkt geprägt: das Fahrzeug als Kunde, Kompatibilitätsgraphen und Ausfallstunden als Kennzahl sind grundlegende Bestandteile der Plattform, keine nachträglichen Ergänzungen. Unser Entwicklungspfad — Quantile → probabilistische Verfahren → stochastische und latente Optimierung — dient dazu, diese komplexen, stark eingeschränkten Probleme im großen Maßstab zu lösen.

KI für den Kfz-Ersatzteilmarkt

Welche Probleme wir lösen

Wie wir vorgehen

Häufige Fragen — klare Antworten

Die technischen Details

Weitere Videos zum Kfz-Ersatzteilmarkt

KI optimiert die Supply Chain der Tokic Group

Supply-Chain-Persona Stuttgart: ein Kfz-Ersatzteilunternehmen

Nachfrageprognosen für Kfz-Ersatzteile