de.wedoany.com-Bericht: Am 8. Juni gab Toshiba die Entwicklung einer KI-Technologie zur Verkaufsprognose bekannt, die auf den umfangreichen Kaufdaten des elektronischen Quittungsdienstes „Smart Receipt®“ basiert. Die Technologie kann für die Prognose der Verkaufszahlen bei der Einführung neuer Produkte eingesetzt werden und richtet sich an Konsumgüter wie Lebensmittel und Haushaltsartikel. Toshiba plant, den Anwendungsbereich weiter auszudehnen und strebt eine kommerzielle Nutzung bis zum Geschäftsjahr 2027 an.
Der Kern dieser Technologie besteht darin, die tatsächlichen Verbrauchsdaten aus elektronischen Quittungen in die Fähigkeit zur Vorhersage von Produktverkäufen umzuwandeln. Toshiba erklärte, dass herkömmliche Verkaufsprognosen bei der Vielfalt der Verbraucherpräferenzen, der zunehmenden Marktdynamik und dem Fehlen historischer Verkaufsdaten für neue Produkte leicht zu Prognoseabweichungen führen können. Wenn man direkt für jeden einzelnen Verbraucher ein Modell erstellt, steigt der Rechenaufwand mit der Anzahl der Nutzer rapide an. Die neu entwickelte Verkaufsprognose-KI kombiniert zwei Arten von KI: Eine ist eine Cluster-KI, die für die Analyse großer Datenmengen von Kaufbelegen entwickelt wurde und Verbraucher mit ähnlichem Kaufverhalten automatisch gruppiert. Die andere ist eine generative KI, die auf der Grundlage der Gruppenmerkmale einen „Reaktionswert“ für neue Produkte berechnet und dann anhand der Gruppengrößen das gesamte Marktverkaufsvolumen schätzt. Durch die Gruppierung vor der Prognose kann das System die Rechenlast reduzieren und gleichzeitig die Präferenzunterschiede verschiedener Verbrauchergruppen in das Modell einbeziehen.
Toshiba gab bekannt, dass „Smart Receipt®“ über mehr als 3 Millionen Mitglieder verfügt. Evaluierungsexperimente auf Basis der großen Kaufdatenmengen dieses Dienstes zeigen, dass die neue Technologie bei der Verkaufsprognose für bestimmte Produktkategorien die Abweichung zwischen der prognostizierten und der tatsächlichen Verkaufsmenge im Vergleich zu herkömmlichen Prognosemethoden um etwa 23 % reduzieren kann.
Für Einzelhandels- und Konsumgüterunternehmen sind Verkaufsprognosen direkt mit der Neuproduktentwicklung, Produktionsplanung, Vertriebskanalauslastung, Bestandskontrolle und dem Timing von Werbeaktionen verbunden. In der Vergangenheit fehlten kleinen und mittleren Marken sowie lokalen Unternehmen oft die ausreichenden Daten und Algorithmus-Teams, um ein detailliertes Nachfrageprognosesystem wie große Konsumgüterkonzerne aufzubauen. Der Vorteil von Daten aus elektronischen Quittungen liegt darin, dass sie das tatsächliche Kaufverhalten abdecken und kontinuierlich mit den sich ändernden Konsumgewohnheiten aktualisiert werden können. KI-Modelle können aus einer großen Anzahl historischer Kaufaufzeichnungen Präferenzänderungen, Kategoriesubstitutionen, saisonale Faktoren und Unterschiede zwischen Verbrauchergruppen erkennen. Nachdem Toshiba diese Fähigkeit auf die Verkaufsprognose neuer Produkte angewendet hat, kann sie Unternehmen dabei helfen, die potenzielle Nachfrage bereits vor der Markteinführung eines Produkts früher zu erkennen, das Risiko von Überproduktion, Fehlbeständen und Ladenhütern zu verringern und eine fundiertere Grundlage für Produktentwicklung, Preisgestaltung und Bestandsplanung zu schaffen, die näher an den Marktveränderungen liegt.
Diese Technologie spiegelt auch wider, dass sich der Wert elektronischer Quittungsdienste von einem „papierlosen Beleg“ hin zu Datenintelligenz entwickelt. Papierquittungen dienen lediglich als Transaktionsbeleg. Elektronische Quittungen können unter der Voraussetzung der Benutzerautorisierung und rechtskonformen Nutzung kontinuierliche, strukturierte Kaufdaten ansammeln und so neue Anwendungen wie Konsumtrendanalysen, Produktprognosen, Retail Media und Optimierung der Lieferkette ermöglichen. Wenn Toshiba diese Technologie anschließend in seinen Datenanalysedienst für Kaufbelege integriert und sie Herstellern sowie Einzelhandelsunternehmen zugänglich macht, könnte dies dazu beitragen, Verbrauchsdaten, KI-Prognosen und Lieferkettenmanagement zu verbinden. Die Details der Technologie werden auf der nationalen Konferenz der Gesellschaft für Künstliche Intelligenz JSAI2026 vom 8. bis 12. Juni 2026 vorgestellt. Ob sich daraus ein skalierbarer Dienst entwickeln lässt, hängt von der Erweiterung der prognostizierten Kategorien, den Datenautorisierungsmechanismen, der Anbindung an Kundensysteme und der Zugänglichkeit für kleine und mittlere Unternehmen ab.
Dieser Artikel wurde von Wedoany übersetzt und bearbeitet. Bei jeglicher Zitierung oder Nutzung durch künstliche Intelligenz (KI) ist die Quellenangabe „Wedoany“ zwingend vorgeschrieben. Sollten Urheberrechtsverletzungen oder andere Probleme vorliegen, bitten wir Sie, uns unverzüglich zu benachrichtigen. Wir werden den entsprechenden Inhalt umgehend anpassen oder löschen.
E-Mail: news@wedoany.com
