Forschung: KI unterstützt Bestandsplanung von Apotheken

Wie können Vor-Ort-Apotheken mit ihren Angeboten zur direkten Versorgung mit Medikamenten und zur persönlichen Beratung durch Fachpersonal konkurrenzfähig gegenüber Online-Apotheken bleiben? Dieser Frage widmet sich ein Konsortialprojekt unter Leitung der Arbeitsgruppe für Supply Chain Services des Fraunhofer-Instituts für Integrierte Schaltungen IIS. Das Projekt „KIBA – KI-basierte Bestandsplanung für Apotheken“ setzt laut einer Pressemitteilung vom 31. Mai dabei auf eine optimierte Bestandsplanung mit Künstlicher Intelligenz. Es läuft von 2022 bis 2024 und wird vom Bayerischen Staatsministerium für Wirtschaft, Landesentwicklung und Energie und dem Bayerischen Verbundforschungsprogramm (BayVFP) – Digitalisierung gefördert.

Wie Personalkosten nicht zum Wettbewerbsnachteil werden

Vor-Ort-Apotheken unterscheiden sich von den Angeboten der Online-Konkurrenz insbesondere durch die persönliche Beratungs- und Betreuungsleistung. Diese Personalressourcen bilden jedoch einen signifikanten Kostenfaktor. Wenn Vor-Ort-Apotheken in einem solchen Wettbewerbsumfeld dauerhaft keine Nachteile erfahren möchten, müssen sie nach Überzeugung des Fraunhofer IIS ihre Abläufe und Finanzen möglichst effizient organisieren. Effizient wäre für die Apotheken, wenn sie ihre zukünftigen Bedarfe möglichst genau kennen würden, mit den eigenen Beständen abgleichen könnten und die entsprechenden Bestellungen ausgelöst würden; und das alles idealerweise automatisiert, argumentiert das Fraunhofer IIS.  Hier könne KI helfen, denn mit Künstlicher Intelligenz ist es möglich, automatisiert optimale Entscheidungen zu treffen.

Im Projekt „KIBA – KI-basierte Bestandsplanung für Apotheken“ soll mit einer KI-basierten Prognose der Bedarf an einzelnen Medikamenten vorhergesagt werden. Dabei werden der Mitteilung zufolge sowohl saisonale Komponenten als auch Muster, zum Beispiel die regelmäßige Abnahme durch Stammkunden, berücksichtigt. Ein mathematisches Optimierungsmodell verbindet anschließend diese Prognose mit anderen Restriktionen, unter anderem der Lagergröße, und liefert so den Apotheken die optimierte Bestellentscheidung. Auf diese Weise könnten Kundenbedarfe direkt bedient und gleichzeitig die Kapitalbindung durch Waren im Lager niedrig gehalten werden.

Das im Projekt entwickelte Verfahren soll fast vollständig automatisiert ablaufen, sodass sich das Apothekenpersonal wieder auf seine Kernaufgaben wie die Beratung fokussieren kann.