14.10.2024 · Fachbeitrag · Interview

„Je besser KI an eine Apotheke angepasst ist, desto genauer sind die Verkaufsprognosen“

| Die manuelle Bestandsplanung in der Apotheke kann zeitaufwendig und dennoch unpräzise sein. Die Arbeitsgruppe für Supply Chain Services des Fraunhofer-Instituts für Integrierte Schaltungen IIS will die Bestandsplanung optimieren. Julia Schemm ist Data Scientist und leitet das Forschungsprojekt „KI-basierte Bestandsplanung für Apotheken“, das vom Bayerischen Staatsministerium für Wirtschaft, Landesentwicklung und Energie und dem Bayerischen Verbundforschungsprogramm (BayVFP) ‒ Digitalisierung gefördert wird. Ursula Katthöfer ( www.textwiese.com ) sprach mit ihr. |

Frage: Wie ist Ihr Forschungsprojekt aufgebaut?

Antwort: Wir möchten Apotheken bei der Bestandsplanung mit einem automatisierten Prozess unterstützen, der für jeden Lagerartikel den zukünftigen Bedarf einschätzt und einen optimalen Bestellvorschlag macht. Dazu haben wir über Schnittstellen die Daten von drei Apotheken aus deren Warenwirtschaftssystemen abgerufen. Stammdaten wie der ATC-Code enthalten Informationen zu Wirkstoff, Indikation, Darreichungsform und Betäubungsmitteln. Haupttreiber für das Modell ist jedoch der vergangene Bedarf. Wir schauen uns die Verkaufsverläufe an und unterscheiden zwischen Schnelldrehern, die regelmäßig verkauft werden, und Langsamdrehern, die nur selten nachgefragt werden. Weil Rezepte nur begrenzt gültig sind, spielen Quartalsverläufe eine Rolle. Um den optimalen Bestellvorschlag zu bestimmen, fließen auch individuelle Aspekte wie Rabatte, Lagerbestand, Servicelevel und die Konditionen, die Apotheken mit Herstellen aushandeln, in unser Modell ein.