Pressemitteilung der Universität Passau vom 17.06.2010
Lassen sich Wettervorhersagedaten nutzen, um Absatzprognosen für Lebensmittel zu verbessern? Mit welchen Methoden kann man das erreichen, vor allem dann, wenn es sich um viele tausend Lebensmittelmärkte mit jeweils mehreren tausend Artikeln handelt und täglich eine Prognose erstellt werden muss?
Solche und ähnliche Fragen waren Thema eines Forschungsprojekts, das von Prof. Dr. Thomas Müller-Gronbach (Lehrstuhl für Mathematische Stochastik der Universität Passau) gemeinsam mit Prof. Dr. Klaus Ritter von der TU Darmstadt und der REWE-Informations-Systeme GmbH (RIS) durchgeführt wurde. Die REWE Group ist einer der führenden europäischen Handels- und Touristikkonzerne mit einem Umsatz von 50 Mrd. Euro, über 14.000 Lebensmittelmärkten und 320.000 Mitarbeiterinnen und Mitarbeitern weltweit. Die RIS ist zentraler IT-Lösungsanbieter der REWE Group und unter anderem verantwortlich für die Entwicklung der automatischen Waren-Disposition der Lebensmittelmärkte.
Mit dem Projekt wurde eine bereits langjährige Kooperation mit REWE zum Thema Kaufverhalten und Prognose fortgesetzt. Die unternehmerischen Ziele liegen auf der Hand: mit verbesserter Prognosegenauigkeit lassen sich zum einen wetterbedingte Nachfragespitzen besser bedienen und zum anderen wetterbedingte Warenüberhänge und Verderb reduzieren. Die wissenschaftliche Herausforderung besteht unter anderem in der Konstruktion von Verfahren, die in der Lage sind, für riesige Artikelmengen signifikante Prognoseverbesserungen in der geforderten Schnelligkeit zu erzielen.
In die aktuelle Analyse flossen etwa 100.000 Wetterdaten aus 43 Messstationen des Deutschen Wetterdienstes und 22 Millionen Abverkaufsdatensätze ein. Entwickelt und zum Einsatz kamen Verfahren aus der Statistik und der stochastischen Simulation, die Arbeitsschwerpunkte des Lehrstuhls bilden. Über die Ergebnisse hat Dr. Robert Offinger, ein Mitarbeiter am Lehrstuhl, bereits auf großen anwendungsorientierten Statistikkonferenzen berichtet.
Die entwickelten Methoden zur Erfassung von Wetterabhängigkeit und zur Prognoseverbesserung kommen bei REWE jetzt in die Erprobungsphase.
Externer Link: www.uni-passau.de