Eingabedaten und Informationsquellen
Manche Modelle beziehen auch Wetterdaten, Feiertage oder Angaben von Lieferanten ein. Verkaufszahlen je Filiale sind nicht personenbezogen, Daten aus Kundenkarten oder Kundenbestellungen dagegen schon.
Absatz- und Bedarfsprognose
Englisch: Demand forecasting and automated replenishment
Händler lassen ein Modell vorhersagen, wie viel sich von jedem Artikel in jeder Filiale verkaufen wird, und leiten daraus Bestellvorschläge oder fertige Bestellungen ab.
Den Anwendungsfall verstehen
Was macht diesen Anwendungsfall aus?
Das Modell lernt aus den bisherigen Verkäufen und bezieht je nach System Saison, Wetter, Feiertage, Aktionen und Haltbarkeit ein. Metro und Edeka haben angekündigt, Prognose und Bestellung auf die KI-Software desselben Anbieters umzustellen.
Die Seite beschreibt einen typischen Aufbau. Die tatsächlichen Datenwege und Befugnisse ergeben sich aus Ihrer Umsetzung.
- Bauform
- Auswertung und Verarbeitung
- Handlungsmacht
- Kann in Anwendungen handeln
- Einsatzfelder
- Lebensmittelhandel
- Auch bekannt als
- Nachfrageprognose, automatische Disposition, Demand Planning
Funktionsweise und Ablauf
Aufbau und Datenwege
Eingabedaten
Grundlage sind Verkaufszahlen, Bestände und Aktionspläne, je nach System auch Wetter- und Kalenderdaten.
Manche Modelle beziehen auch Wetterdaten, Feiertage oder Angaben von Lieferanten ein. Verkaufszahlen je Filiale sind nicht personenbezogen, Daten aus Kundenkarten oder Kundenbestellungen dagegen schon.
Verarbeitung
Ein Modell schätzt für jeden Artikel und jede Filiale die Nachfrage der kommenden Tage.
Die Verarbeitung verbindet historische Absatzdaten mit den vorgesehenen Einflussgrößen und schätzt einen Bedarf für einen bestimmten Zeitraum. Planung und Bestellsysteme verwenden diese Prognose anschließend als Grundlage. Prognosewerte und tatsächlich auszulösende Bestellungen sind voneinander zu unterscheiden.
Ergebnisse
Das System liefert Bestellmengen, als Vorschlag oder gleich als fertige Bestellung.
Das Ergebnis beschreibt die definierte Modellaufgabe. Ein Treffer, eine Kategorie oder eine Prognose erhält seine fachliche Bedeutung erst zusammen mit den zugrunde liegenden Daten und dem vorgesehenen Verwendungszweck.
Nutzung und Auswirkungen
Was bestellt wird, kommt in Verteilzentren und Filialen an und entscheidet, wie voll die Regale sind, was verdirbt und was das Lager kostet.
Durch Schreib- oder Ausführungsrechte kann das System einen Zustand in einer Anwendung verändern. Deshalb sind Modellantwort, Werkzeugaufruf und tatsächlich ausgeführte Änderung getrennt zu betrachten.
Aufbau aktiv erkunden: Wählen Sie einen Baustein, um seine Aufgabe, die ein- und ausgehenden Daten und die Einbindung im Anwendungsfall zu sehen. Der geführte Ablauf erläutert jede Phase. Mit Ja, Offen und Nein können Sie anschließend Ihre konkrete Systemvariante abbilden.
9 zuerst zu prüfen7 zu klären8 Grundlagen
- Vorhanden
- Hängt von Ihrem System ab
- Nicht vorhanden
- Zuerst zu prüfen
- Zu klären
So nutzen Sie das Modell
Das Bild zeigt den Anwendungsfall, wie er typischerweise gebaut ist. Wählen Sie einen Baustein, um zu sehen, was dort geschieht, und stellen Sie seine Merkmale auf Ihr System um. Mit „Analysehinweise“ sehen Sie anschließend, welche Prüfkandidaten zu diesem Aufbau gehören. Die Prüfliste der Seite bleibt auf den typischen Fall bezogen.
Abweichungen vom typischen Fall
Noch keine. Jede Umstellung erscheint hier.
Wo die meisten Bedrohungen ansetzen
- 4 zu klären
- 3 zuerst zu prüfen
- 3 zuerst zu prüfen
- 2 zuerst zu prüfen
Im gezeigten Aufbau: 9 zuerst zu prüfen, 7 zu klären, 8 Grundlagen.
Aufbau als Liste
Zugang von außen: Hängt von Ihrem System ab
Zu klären
Eingabe: Gehört zu jedem KI-System
Zuerst prüfen
Grundlage für jedes KI-System
Inhalte Dritter: Hängt von Ihrem System ab
KI-Modell: Gehört zu jedem KI-System
Zuerst prüfen
- Misalignment (Fehlausrichtung) Prüfschwerpunkt
- Modell-Drift & -Degradation Prüfschwerpunkt
Dienst eines Anbieters: Vorhanden
Zu klären
Training und Rückmeldung: Vorhanden
Zuerst prüfen
Ergebnis: Gehört zu jedem KI-System
Grundlage für jedes KI-System
Fachanwendung oder Anlage: Vorhanden
Zuerst prüfen
- Excessive Agency (übermäßige Handlungsermächtigung) Prüfschwerpunkt
Mensch: Gehört zu jedem KI-System
Grundlage für jedes KI-System
KI-Dienste ohne Freigabe: Hängt von Ihrem System ab
Zu klären
Lieferkette und technische Basis: 5 Grundlagen, die für jedes KI-System gelten
Grundlage für jedes KI-System
Abgrenzung zu ähnlichen Anwendungsfällen
Dynamische Preisgestaltung (Dynamic Pricing)
Legt aus der erwarteten Nachfrage Preise fest statt Bestellmengen
Wählt Produkte für einzelne Kundinnen und Kunden aus
Daten und Informationen
Verarbeitung und Betriebsumgebung
Metro und Edeka setzen beide auf die Software eines Anbieters.
Speicherung und weitere Nutzung
Das Modell lernt aus den eigenen Verkäufen je Artikel und Filiale. Die tatsächlichen Verkäufe fließen laufend in die nächsten Prognosen ein.
Ergebnisse und Datenweitergabe
Bei automatischer Bestellung gehen die Bestellungen an Verteilzentren oder Lieferanten, ohne dass jemand jede einzelne freigibt. Läuft die Software beim Anbieter, liegen Verkaufs- und Bestandsdaten außerhalb des eigenen Hauses.
Ein eingebundener Anbieter legt den Verarbeitungsort nicht automatisch fest. Speicherort, Unterauftragnehmer, Löschfristen und die Nutzung für Training sind im konkreten Betrieb zu prüfen.
Risiken einordnen und Maßnahmen festlegen
Vom Systemverständnis zur Risikoanalyse
- System abgrenzen
Daten, Beteiligte, Schnittstellen und Rechte erfassen. Offene Merkmale im Modell klären.
- Bedrohungen untersuchen
Prüfkandidaten auf die tatsächlichen Datenwege beziehen: Was könnte passieren und wer wäre betroffen?
- Risiko bewerten
Auswirkungen und Eintrittswahrscheinlichkeit im Einsatzkontext bewerten. Die Anzahl der Prüfkandidaten ist kein Risikowert.
- Maßnahmen nachweisen
Geeignete Kontrollen auswählen, Verantwortliche und Wirksamkeitsprüfungen festlegen. Restrisiken und Freigaben dokumentieren.
Wichtige Bedrohungen im Anwendungskontext
- 3 besonders wichtig
- 6 üblich
- 7 je nach System
- 8 weitere bei jedem KI-System
Insgesamt kommen bei diesem Anwendungsfall 24 Bedrohungen aus dem Bedrohungskatalog infrage.
Vorrangige Prüfansätze
Excessive Agency (übermäßige Handlungsermächtigung)
Bestellt das System ohne Freigabe, schlägt ein Prognosefehler in vielen Filialen zugleich durch. Frischware verdirbt dann im Lager, oder die Regale bleiben leer.
Misalignment (Fehlausrichtung)
Soll die Software vor allem wenig Ware wegwerfen, bestellt sie knapp und nimmt leere Regale in Kauf. Die Menge weggeworfener Ware sinkt, doch Umsatz und Kundschaft gehen verloren.
Ändern Wetter, Preisaktionen oder ein neuer Wettbewerber die Nachfrage, passen die gelernten Muster nicht mehr. Die Prognose liegt dann wochenlang daneben, bevor es jemand merkt.
6 weitere Prüfkandidaten im typischen Aufbau
Weitere relevante Bedrohungen
Über eigenes Training oder Rückmeldungen aus dem Betrieb können manipulierte Daten in die Lerndaten gelangen.
Steht hier wegen dieser Eigenschaften
- Lernt aus Ihren eigenen Daten
- Verwertet Rückmeldungen aus dem Betrieb
Gezielte Datenvergiftung / Label-Vergiftung
Wer die Kennzeichnungen in den Trainingsdaten fälscht, kann die Ergebnisse des Modells gezielt verschieben.
Steht hier wegen dieser Eigenschaft
- Verwertet Rückmeldungen aus dem Betrieb
Über Trainingsdaten oder ein übernommenes Grundmodell kann das Modell versteckte Auslöser für Fehlverhalten enthalten.
Steht hier wegen dieser Eigenschaften
- Lernt aus Ihren eigenen Daten
- Nutzt ein Modell eines anderen Anbieters
Mit gezielten Abfragen lassen sich personenbezogene und schutzbedürftige Trainingsdaten teilweise aus dem Modell zurückgewinnen.
Steht hier wegen dieser Eigenschaft
- Verarbeitet vertrauliche Daten
Offenlegung sensibler Informationen
Vertrauliche Inhalte können in Antworten, im mitgegebenen Kontext oder in Protokollen auftauchen.
Steht hier wegen dieser Eigenschaft
- Verarbeitet vertrauliche Daten
Exfiltration aus der ML-Anwendung
Schutzbedürftige Daten können über Werkzeuge, Netzverbindungen, Speicher oder Innentäter abfließen.
Steht hier wegen dieser Eigenschaft
- Verarbeitet vertrauliche Daten
Je nach Aufbau Ihres Systems kommen bis zu 7 weitere hinzu. Neun Bedrohungen prüfen Sie bei jedem KI-System. Eine davon ist hier besonders wichtig und steht deshalb oben.
Systemmerkmale und offene Fragen
Jedes Ja setzt weitere Bedrohungen auf Ihre Prüfliste, insgesamt bis zu 7. Können Sie eine Frage noch nicht beantworten, prüfen Sie die Bedrohungen mit.
- Kommt mit diesem Ja hinzu
Wie Sie das System betreiben
- Ist für Menschen außerhalb der Organisation nutzbar5 Bedrohungen
- Nimmt Anfragen direkt über eine Schnittstelle an4 Bedrohungen
- Ist über ein Netzwerk erreichbar3 Bedrohungen
- Verursacht mit jeder Anfrage Kosten1 Bedrohung
- Teilt Rechenleistung mit anderen Kunden oder Anwendungen1 Bedrohung
- Neben KI-Diensten ohne Freigabe im Einsatz1 Bedrohung
Wie Sie das System betreiben
Diese Fragen stellen sich bei fast jedem KI-System.
Können Personen oder Programme dem Modell direkt Anfragen stellen, zum Beispiel über eine Schnittstelle?
Wenn ja, kommt hinzu
Ist das System über ein Netzwerk erreichbar oder auf Dienste im Netz angewiesen?
Wenn ja, kommt hinzu
Zahlen Sie je Anfrage oder je Rechenzeit, sodass die Kosten mit der Nutzung steigen?
Wenn ja, kommt hinzu
Teilt sich das System Server oder Rechenleistung mit anderen Kunden oder Anwendungen?
Wenn ja, kommt hinzu
Können Menschen außerhalb Ihrer Organisation das System nutzen, auch ohne Anmeldung?
Wenn ja, kommt hinzu
Nutzen Beschäftigte für diese Aufgabe auch KI-Dienste, die Ihre Organisation nicht freigegeben hat?
Wenn ja, kommt hinzu
Maßnahmen und Umsetzung
Maßnahmen zu den Prüfschwerpunkten sind direkt geöffnet. Die verlinkten Maßnahmen erläutern jeweils die Umsetzung.
PrüfschwerpunktExcessive Agency (übermäßige Handlungsermächtigung)3 Maßnahmen
PrüfschwerpunktMisalignment (Fehlausrichtung)3 Maßnahmen
PrüfschwerpunktModell-Drift & -Degradation3 Maßnahmen
Vergiftung der Trainingsdaten2 Maßnahmen
Gezielte Datenvergiftung / Label-Vergiftung3 Maßnahmen
Backdoor im ML-Modell2 Maßnahmen
Privacy-Angriffe3 Maßnahmen
Offenlegung sensibler Informationen3 Maßnahmen
Exfiltration aus der ML-Anwendung3 Maßnahmen
Maßnahmen gegen die übrigen Bedrohungen finden Sie auf deren Seiten im Bedrohungskatalog.
Vorschriften der KI-Verordnung
Neben der KI-Kompetenz (Art. 4) kommt für diesen Anwendungsfall keine weitere Vorschrift der KI-Verordnung infrage.
Gilt für jedes KI-System
Art. 4: KI-Kompetenz
Greift, wenn Beschäftigte oder Beauftragte KI-Systeme betreiben oder nutzen.
Gilt seit dem 2. Februar 2025.
Pflichten und Einzelheiten zu Art. 4: KI-Kompetenz
- Wer die Pflichten trägt
- Anbieter, Betreiber, Produkthersteller, Anbieter eines KI-Modells mit allgemeinem Verwendungszweck
Die Pflichten im Einzelnen
Ihr System im Schnellprüfer einordnen Alle Pflichten im Pflichtenkompass
Übergreifende Bedrohungen
Diese Bedrohungen prüfen Sie bei jedem KI-System, egal wofür es eingesetzt wird.
- Lieferkette: Infrastruktur
- Lieferkette: Modelle
- Lieferkette: Datensätze
- Adversariale Eingaben
- Unsicherer Umgang mit Modellausgaben
- Anwendungs-Schwachstellen
- Übermäßiges Vertrauen in das KI-System
- Modell-Drift & -Degradation Prüfschwerpunkt: Modell-Drift & -Degradation
- Middleware-Exploits (Angriffe auf AI-Frameworks)
Abweichende Systemmerkmale
16 weitere Fragen ansehen
Trifft eine dieser Fragen bei Ihrem System doch zu, kommen die genannten Bedrohungen hinzu.
Schreibt das System eigene Texte, etwa Antworten, Entwürfe oder Zusammenfassungen?
Wenn ja, kommt hinzu
Erzeugt oder verändert das System Bilder, Töne, Stimmen oder Videos?
Wenn ja, kommt hinzu
Schreibt oder gestaltet das System auf freie Anfrage neue Inhalte, die Menschen direkt lesen, sehen oder hören? Übersetzen, Vorlesen und Abschreiben zählen nicht.
Wenn ja, kommt hinzu
Kann man dem System in normaler Sprache Aufträge geben, die es dann ausführt?
Die Prognose rechnet mit Verkaufszahlen und nimmt keine Aufträge in normaler Sprache entgegen.
Wenn ja, kommt hinzu
Sucht das System in einer eigenen Sammlung von Dokumenten oder Datensätzen nach passenden Inhalten?
Wenn ja, kommt hinzu
Formuliert das System seine Antwort aus gefundenen Dokumenten?
Wenn ja, kommt hinzu
Nutzt das System ein Begriffsnetz (Wissensgraph), in dem Begriffe und ihre Beziehungen gespeichert sind?
Wenn ja, kommt hinzu
Merkt sich das System Inhalte aus früheren Gesprächen oder Aufgaben und nutzt sie später wieder?
Wenn ja, kommt hinzu
Ruft das System selbst andere Programme, Schnittstellen oder Suchdienste auf, auch wenn es dort nur liest?
Wenn ja, kommt hinzu
Legt das System seine nächsten Arbeitsschritte selbst fest, je nachdem, was vorher herauskam?
Wenn ja, kommt hinzu
Gibt das System Aufgaben an andere KI-Agenten weiter oder übernimmt es deren Ergebnisse?
Wenn ja, kommt hinzu
Ist das System über das Model Context Protocol (MCP) an Werkzeuge oder Datenquellen angebunden?
Wenn ja, kommt hinzu
Liegen Dokumente mehrerer Kunden, Abteilungen oder Berechtigungsgruppen im selben Suchspeicher?
Wenn ja, kommt hinzu
Verarbeitet das System mehrere Arten von Eingaben zusammen, etwa Text mit Bild oder Sprache?
Wenn ja, kommt hinzu
Erzeugt das System Programmcode, Skripte oder Datenbankabfragen, die weiterverwendet werden?
Wenn ja, kommt hinzu
Führt das System selbst Programme, Skripte oder Befehle aus?
Wenn ja, kommt hinzu
Quellen
- Bericht über einen Einsatz
Der Bericht gibt die Ankündigung von Metro wieder, Bedarfsprognose und Bestellung von Frischware auf KI-Software umzustellen.
- Bericht über einen Einsatz
Supermarkt Inside, Leere Regale bei Edeka: Neue Prognose-Software kommt, 30. März 2023
Der Bericht gibt die Ankündigung von Edeka wieder, eine Software für Prognose und Bestellung bundesweit einzuführen.
- Fachstudie
OECD, Framework for the Classification of AI Systems, 2022, Anhang A
Das Rahmenwerk zählt die Nachfrageprognose zu den Hauptanwendungen von KI.
Verwandte Anwendungsfälle
Ebenfalls im Einsatzgebiet Produktion, Handel und Logistik
- Vorausschauende Instandhaltung (Predictive Maintenance)Aus Sensor- und Betriebsdaten erkennt das System, dass eine Maschine oder Anlage auszufallen droht, sodass sich die Wartung rechtzeitig planen lässt.
- Visuelle und akustische QualitätsprüfungKameras oder Mikrofone nehmen Bauteile und Produkte an der Fertigungslinie auf, und ein Modell prüft sie auf Fehler, Vollständigkeit und die richtige Variante.
Stand: 30. September 2026. Regelwerk der Prüfliste in Fassung 0.3.2, Bedrohungskatalog in Fassung 2026.10.24.2. Wie diese Seiten aufgebaut sind