Kein weiteres Dashboard

Montagmorgen, Einkaufsrunde. Der März lief schlechter als im Vorjahr, die Herbstware muss bestellt werden, und auf dem Tisch liegen drei Auswertungen, die sich in einem einig sind: Der März lief schlechter als im Vorjahr. Warum, sagt keine davon. Und was wir jetzt bestellen sollen, schon gar nicht.

So fängt fast jede Diskussion über Zahlen im Handel an. Die Daten sind da – jeder Beleg, jede Retoure, jede Gutschrift steht im ERP. Was fehlt, ist der Weg von „das ist passiert“ zu „das tun wir jetzt“. Genau diesen Weg soll Pythia gehen.

Kein Dashboard, sondern ein Werkzeug für Entscheidungen

Dashboards gibt es genug. Sie zeigen, was passiert ist, und hören dort auf, wo die eigentliche Arbeit beginnt. Pythia soll weiter gehen: Absatz verstehen, Ursachen erkunden, Prognosen prüfen und am Ende eine Einkaufsentscheidung vorbereiten, die man nachvollziehen kann.

Die Prognose ist dabei nur eine Ebene von mehreren, nicht das Ziel. Eine Zahl für den nächsten Monat hilft wenig, wenn niemand weiß, wie gut die letzten Zahlen dieser Art getroffen haben – oder unter welchen Annahmen sie entstanden ist.

Sieben Stufen vom Beleg zur Entscheidung

Wir haben das Ziel in sieben Stufen zerlegt. Jede beantwortet eine Frage, und jede baut auf der vorigen auf:

1. Explore – Was ist passiert? Eine zentrale Zeitachse vom Jahr bis zum einzelnen Tag, vom Gesamtbild bis zum einzelnen Artikel, jederzeit im Vergleich mit Vorjahr oder Erwartung.
2. Explain – Warum ist es passiert? Aktionen, Newsletter, Preisänderungen und Wetter erscheinen als Ereignisse mit Vor- und Nachlauf, nicht als bloße Markierungen.
3. Validate – Hätte die Prognose gestimmt? Nicht das heutige Wissen auf alte Daten anwenden, sondern fragen: Was hätte Pythia damals, mit dem damaligen Wissensstand, vorhergesagt?
4. Attribute – Was hat gewirkt? Geschätzte Beiträge einzelner Einflüsse zu einem Absatzsprung, ausdrücklich als Schätzung, nicht als Beweis.
5. Predict – Was wird passieren? Die Zeitachse reicht in die Zukunft, mit Korridor statt einer einzelnen Linie und mit den bereits geplanten Aktionen.
6. Simulate – Was wäre, wenn? Szenarien nebeneinander, durchgerechnet bis zu Umsatz, Deckungsbeitrag und Lagerreichweite.
7. Decide – Was tun wir jetzt? Aus dem erwarteten Bedarf wird ein Einkaufsvorschlag, mit Herleitung und mit dem Risiko, zu wenig oder zu viel zu kaufen.

Die erste Stufe braucht keine künstliche Intelligenz. Aber sie zwingt dazu, Absatz, Sortiment und Ereignisse so sauber abzubilden, dass jede weitere Stufe darauf aufbauen kann.

Warum die Reihenfolge zählt

Es wäre verlockend, mit der Prognose anzufangen. Sie klingt nach dem größten Nutzen. Aber eine Prognose auf Daten, denen niemand traut, ist schlimmer als keine: Sie sieht präzise aus und ist es nicht. Deshalb beginnt Pythia unten an der Treppe – mit der Frage, was eigentlich passiert ist, und mit Daten, die diese Frage verlässlich beantworten.

Ein Element zieht sich durch alle Stufen: Jede auffällige Zahl soll sich erklären lassen. Wer auf einen Ausreißer klickt, soll sehen, was erwartet war, was tatsächlich passiert ist und welche Umstände dazu gehörten. Erst dann wird aus einer Zahl eine Grundlage für ein Gespräch.

Im nächsten Monat: der erste Prototyp – eine CSV-Datei, vier Auswertungen und die Erkenntnis, wie viel noch fehlt.