Nachfragenprognose und Supply Chain Management
In der Forschung entwickelte Methoden des maschinellen Lernens ermöglichen die automatisierte Prognose von Produktabsätzen, welche die Güte gängiger statistische Software deutlich schlagen. Mit präziserer Prognose kann das Supply-Chain-Management (SCM) optimiert werden, wodurch gebundenes Kapitals an Lagerkosten und eingelagerten Produkten freigesetzt wird. Diese Prognose-Ansätze sind im Gegensatz zur „Allgemeine Prognosen mittels künstlicher Intelligenz” auf sehr vielen Zeitreihen anwendbar. Eine Prognose (rot) gegen die Zeitreihe (schwarz) ist in der Abbildungen dargestellt.