Die meisten Supply-Chain-Systeme treffen eine stillschweigende Annahme: dass man von dem, was sich verkauft, mehr beschaffen kann. Größere Bestellung, längere Lieferzeit, höherer Preis — aber das Angebot lässt sich letztlich hochfahren. Unsicher ist die Nachfrage, und Prognosen existieren, um genau diese Unsicherheit zu verringern.
Bei refurbished Elektronik funktioniert das nicht. Ein zwei Jahre altes Smartphone in gutem Zustand lässt sich nicht produzieren. Es muss zunächst in Zahlung gegeben, eingesammelt, klassifiziert, aufbereitet und geprüft werden — und wie viele Geräte im nächsten Monat eintreffen, liegt nur teilweise in jemandes Hand. Das Angebot ist selbst eine Prognose.
Genau dieses Problem hat refurbed, die Wiener Re-Commerce-Plattform für erneuerte Elektronik, gemeinsam mit numi angegangen. Dieser Artikel zeigt, warum Planung im Recommerce strukturell schwieriger ist als im klassischen Handel — und was sich verändert, wenn KI-gestützte Prognosen auf beide Seiten der Gleichung angewendet werden.
Warum refurbished Elektronik klassische Planung durchbricht
Drei Eigenschaften machen diese Kategorie ungewöhnlich schwer planbar.
Angebot wird entdeckt, nicht bestellt. Die Mengen hängen von Inzahlungnahmen, Flottenwechseln in Unternehmen, Upgrade-Zyklen der Netzbetreiber und dem Retourenfluss ab. Der Launch eines neuen Flaggschiffmodells setzt Monate später eine Welle von Geräten der Vorgängergeneration frei. Planung muss diese Welle antizipieren, statt auf sie zu reagieren.
Der Zustand ist eine eigene Dimension. Ein einzelnes Gerätemodell zerfällt in dutzende handelbare Einheiten, sobald Speichergröße, Farbe und Zustandsklasse kombiniert werden. Aus Kundensicht sind diese Varianten nicht austauschbar, und sie verkaufen sich weder gleich schnell noch mit gleicher Marge. Eine Prognose auf Modellebene mittelt genau das Signal weg, das der Einkauf braucht.
Nachfrage und Preis hängen eng zusammen. Im Recommerce ist das Konkurrenzprodukt oft das Neugerät, und der Abstand zwischen beiden Preisen verschiebt sich laufend. Die Nachfrage nach einem aufbereiteten Gerät kann deutlich einbrechen, wenn das Neumodell rabattiert wird — ohne dass sich am Gerät selbst irgendetwas geändert hätte.
Kommen mehrere nationale Märkte mit je eigenem Nachfrageprofil und regulatorischem Kontext hinzu, wächst der Planungsraum schnell. Tabellenkalkulationen und regelbasierte Meldebestände stoßen bei dieser Auflösung an ihre Grenzen. Sie scheitern typischerweise in eine von zwei Richtungen: gebundenes Kapital in Varianten, die stehen bleiben — oder entgangene Umsätze bei den Varianten, die laufen.
Prognosen auf der Ebene, auf der tatsächlich gehandelt wird
Der erste Schritt war, die Bedarfsprognose auf die Ebene zu bringen, auf der Entscheidungen fallen. Statt eine Produktfamilie zu prognostizieren, prognostiziert numi jede handelbare Variante — Modell, Konfiguration und Zustandsklasse — und lernt das jeweilige Nachfragemuster.
Das ist entscheidend, weil Varianten desselben Geräts auseinanderlaufen. Größere Speichervarianten verhalten sich oft eher wie ein eigenes Produkt als wie eine Ausprägung desselben. Niedrigere Zustandsklassen sprechen preissensiblere Käuferinnen und Käufer an, deren Nachfrage auf andere Signale reagiert. Die Prognose berücksichtigt zudem Vorgänger-Nachfolger-Beziehungen: Läuft eine Generation aus, fließt ihre Nachfragehistorie in den Nachfolger ein, statt verloren zu gehen — ein wiederkehrendes Problem in Sortimenten mit schnellem Produktwechsel.
Der Sicherheitsbestand ergibt sich aus der Prognosegüte statt aus einer festen Regel — das ist der Kern der Bestandsoptimierung in numi. Gut prognostizierbare Varianten tragen weniger Puffer, volatile mehr. Über ein großes Sortiment hinweg entsteht ein Großteil der Working-Capital-Verbesserung genau aus dieser Umverteilung.
Automatisierte Bestellvorschläge und Bestellanlage
Prognosen stiften erst dann Wert, wenn sie zu einer Bestellung führen. numi erzeugt täglich standortübergreifende Bestellvorschläge für den Einkauf, priorisiert nach Relevanz — so sehen Einkäuferinnen und Einkäufer zuerst die Entscheidungen mit dem größten Hebel, statt eine ungeordnete Liste abzuarbeiten.
Vorschläge werden geprüft und per Klick an das ERP-System übergeben. Damit entfällt das erneute Erfassen — der Schritt, an dem typischerweise Fehler entstehen.
Lieferanten- und Partnerleistung messbar machen
In einem Marktplatz- und Partnermodell ist Versorgungssicherheit ebenso eine Frage des Lieferantenmanagements wie der Prognose. numi bildet die Partnerleistung in einem vollständigen KPI-System ab: zugesagte gegenüber tatsächlichen Lieferzeiten, Erfüllungsquoten, Qualität und Konsistenz der Zustandsbewertung sowie Reaktionsgeschwindigkeit.
Der Wert liegt weniger in einer einzelnen Kennzahl als darin, eine gemeinsame, faktenbasierte Sicht zu haben. Gespräche mit Partnern verschieben sich von Anekdote zu Evidenz, und der Beschaffungsmix lässt sich gezielt zu den Partnern steuern, die tatsächlich liefern.
Alerts statt Reports
Reports beschreiben die Vergangenheit. Dynamische Alerts markieren die Ausnahmen, die heute Handlung verdienen: eine Variante, deren Abverkauf von der Prognose abweicht, ein Partner, der bei der Lieferzeit nachlässt, eine Kategorie, in der die Verfügbarkeit vor einem Nachfragehoch knapp wird. Teams arbeiten eine kurze Ausnahmeliste ab, statt Dashboards nach Auffälligkeiten zu durchsuchen.
Ergebnisse
numi wurde innerhalb von zwei Monaten in die operativen Einkaufs- und Planungsprozesse integriert. Seither erreicht refurbed 66 Prozent Prognosegenauigkeit durch KI-Forecasting-Methoden und die Integration externer Datenquellen — und verzeichnet 64 Prozent weniger verlorene Umsätze, erreicht durch weniger Fehlteile und automatisierte Bestellvorschläge.
numi hat ein neues Maß an Präzision und Kontrolle in unsere Einkaufs-Abläufe gebracht. Das Tool hat uns dabei geholfen, von reaktiven Supply-Chain-Entscheidungen zu einem deutlich proaktiveren und datengetriebenen Ansatz für Nachfrage- und Bestandsoptimierungen überzugehen.
Tushita Sethi, Operations Manager · refurbed
Was andere Recommerce-Unternehmen daraus mitnehmen können
Die Details sind spezifisch für refurbed, das Muster gilt jedoch für jedes Geschäft, in dem das Angebot unsicher und nicht nur verzögert ist — Recommerce, Second Hand und Vermietung, Ersatzteile, Agrar- und Naturmaterialhandel.
Prognostizieren Sie auf der Ebene, auf der Sie tatsächlich handeln, nicht auf der Ebene, nach der Ihr Katalog gegliedert ist. Behandeln Sie Verfügbarkeit als etwas, das prognostiziert werden muss, statt als gegeben. Lassen Sie den Sicherheitsbestand der Prognosegüte folgen statt einer pauschalen Regel. Und sorgen Sie dafür, dass am Ende der Planung eine Entscheidung steht, die per Klick ausführbar ist — kein Report, den jemand erst interpretieren muss.
Wer diese vier Dinge umsetzt, löst das Planungsproblem nicht mehr über mehr Excel-Arbeit. Es wird zur Frage, welche Entscheidungen menschliches Urteilsvermögen verdienen — und genau dort liegt in einem so schnellen Markt der eigentliche Vorsprung.
