SCM: Künstliche Intelligenz prognostiziert besser als Menschen

Planer von Lieferketten haben die Möglichkeit, Vorhersagen intelligenter und selbstlernender Software zu ändern. Bringt dies einen Mehrwert? Und auf welche Prognose ist mehr Verlass – die der Software oder die des Menschen? In einer aktuellen Studie sind die Wissenschaftler Naghmeh Khosrowabadi und Prof. Kai Hoberg von der Kühne Logistics University (KLU) sowie Prof. Christina Imdahl von der Eindhoven University of Technology diesen Fragen auf den Grund gegangen. Im Rahmen ihrer Studie verbesserten menschliche Eingriffe in der Regel nicht die Genauigkeit der Vorhersagen, wie eine Pressemitteilung vom 30. November berichtet.

Planer neigen zur Überkompensation von Effekten

Für die Studie analysierte das Team demnach Daten von 30 Millionen Prognosen von einem KI-Anbieter und einem großen europäischen Lebensmittelhändler. Die Ergebnisse zeigen nach KLU-Angaben, dass Planer - im Durchschnitt – nicht zur Genauigkeit der Vorhersage beitragen. Stattdessen neigten die Planer sogar dazu, Effekte wie das Wetter oder einen Rabatt zu überkompensieren, die bereits vom KI-System berücksichtigt wurden, so die Studienautoren. In der Studie führten demnach nur 50 Prozent der menschlichen Eingriffe zu besseren Ergebnissen.

Ein genauer Blick in die Daten zeigt, dass etwa fünf Prozent der von KI erstellten Prognosen durch die Fachkräfte angepasst werden.

„Wir wollten wissen, warum sich die Zuständigen für eine Anpassung der KI-generierten Prognosen entschieden haben", erklärt Naghmeh Khosrowabadi. „Unsere Ergebnisse zeigen, dass Produkteigenschaften wie Preis, Frische oder Rabatte ausschlaggebend für die Häufigkeit der Anpassungen von KI-Prognosen sind.“

Wird beispielsweise vom KI-System eine Prognose für ein besonders teures Produkt erstellt, neigen die Planer laut KLU zu besonderer Aufmerksamkeit und greifen häufiger selbst ein.

„Außerdem zeigen unsere Ergebnisse, dass große Steigerungen der KI-Prognose durch Planer häufiger vorkommen, zum Beispiel wenn die menschliche Prognose für die an einem bestimmten Tag in einem bestimmten Geschäft zu verkaufenden Artikel doppelt so hoch ist wie die KI-Prognose“, sagt Prof. Dr. Kai Hoberg.

Zu viel Optimismus aufseiten der Planer scheine hier ein Problem zu sein, so Hoberg weiter. Eine Reduzierung der KI-Prognose war dagegen weniger wahrscheinlich, aber genauer.