Trainer für KI in der Supply Chain

Nachfrageprognose, Bestandsoptimierung und Agentic AI – verständlich, rechnend, praxisnah.

Dr. Jan Fränkle

Dr. Jan Fränkle

Über mich

Ich bin Physiker und promovierter Wirtschaftswissenschaftler und entwickle seit über 20 Jahren KI-Lösungen für die Supply Chain – heute zunehmend mit Agentic AI. Mich treibt die Frage an, wie man gute Entscheidungen trifft, wenn die Zukunft ungewiss ist. Als Trainer will ich nicht über KI reden, sondern zeigen, was sie im Alltag von Planung und Disposition tatsächlich leistet und wo ihre Grenzen liegen. Am meisten freut mich der Moment, in dem Teilnehmende erkennen, welches Potenzial im eigenen Unternehmen steckt.

Seminarthemen

KI-gestützte Disposition

2 Tage

Wie Prognose, Sicherheitsbestand und Bestellentscheidung zusammenhängen – und wo KI die klassische Disposition wirklich verbessert. Mit Rechenbeispielen und Live-Demos, in denen die Teilnehmenden selbst disponieren.

Für wen: Disponenten, Materialplaner, Leiter Supply Chain

Demand Forecasting in der Praxis

1 Tag

Eine Prognose ist eine Verteilung und kein einzelner Wert. Wir sehen uns an, wie man Prognosegüte richtig misst und welche Kennzahlen in die Irre führen.

Für wen: Demand Planner, S&OP-Verantwortliche, Controlling

Agentic AI in der Supply Chain

1 Tag

KI-Agenten können heute Teile von Planung und Beschaffung übernehmen. Wir sehen uns an, wo sie scheitern und wie man einen ersten Einsatz sinnvoll eingrenzt.

Für wen: Führungskräfte Supply Chain, Digitalisierungsverantwortliche

KI-Grundlagen für Supply-Chain-Verantwortliche

½ bis 1 Tag

Ein nüchterner Überblick darüber, was maschinelles Lernen kann und was es nicht kann. Dazu kommt, wie man KI-Versprechen von Anbietern einordnet.

Für wen: Entscheider ohne technischen Hintergrund

Alle Themen biete ich auch als Inhouse-Training an, angepasst an Branche und Datenlage des Unternehmens.

Wie ich unterrichte

In meinen Seminaren rechnen die Teilnehmenden selbst, statt Folien zu lesen. Ich arbeite mit interaktiven Demos im Browser. Man verändert zum Beispiel den Sicherheitsbestand und sieht sofort, was mit Lieferfähigkeit und Lagerbestand passiert. Dieselbe Logik gilt für die Prognose: Eine Verteilung lässt sich verschieben, und die Folgen für die Bestellentscheidung werden direkt sichtbar.

Zwischendurch gibt es kleine Wettbewerbe. Wer disponiert eine simulierte Saison am besten? Das Ergebnis werten wir gemeinsam aus. Dabei geht es darum, die eigenen Entscheidungen nachzuvollziehen.

Typische Denkfehler mache ich erlebbar, bevor ich sie erkläre. Ein höherer Sicherheitsfaktor bringt nicht linear mehr Lieferfähigkeit. Die Kennzahl MAPE kann eine Prognose gut aussehen lassen, die für die Disposition wenig taugt.

Am Ende jedes Seminars steht die Frage, was davon im eigenen Unternehmen umsetzbar ist. Dazu gibt es ausführliche Begleitunterlagen zum Nachlesen.

Einblick

Verteilungs-Demo mit Glockenkurve, Mittelwert und Streuung
Nachfrage als Verteilung: Mittelwert und Streuung lassen sich in der Demo verschieben.
Regler für den Lagerbestand mit Fläche für Wochen ohne Fehlmenge
Der Regler setzt den Lagerbestand, und die Fläche zeigt, welcher Anteil der Wochen ohne Fehlmenge bleibt.
Rangliste einer simulierten Dispositionssaison
Rangliste nach einer simulierten Saison, in der die Teilnehmenden gegeneinander disponieren.

Wie man einen Sicherheitsbestand berechnet

Formate

  • Präsenz (DACH)
  • Live-Online
  • Inhouse
  • Sprachen: Deutsch, Englisch

Hintergrund

  • Studium der Physik
  • Promotion in Wirtschaftswissenschaften (Dr. rer. pol.), KIT Karlsruhe
  • Über 20 Jahre Entwicklung von KI-Lösungen für Prognose und Bestandsoptimierung
  • Geschäftsführer der ITM-predictive GmbH (Karlsruhe) und der ITM-predictive Suisse GmbH

Kontakt

E-Mail: jan.fraenkle@itm-p.ch

Termin vereinbaren

LinkedIn: [LINKEDIN-URL]