• Laufzeit: 07.02.2020 – 31.12.2023
  • Schwerpunkt: Landnutzung
  • Forschungsstatus:  Abgeschlossen

Digitale Management-Unterstützungssysteme für kleine und mittelständische Unternehmen in Wertschöpfungsketten von Zierpflanzen, Stauden und Schnittblumen (PlantGrid)

Für viele Wertschöpfungsketten im Gartenbau besteht das Problem, dass die Nachfrage der Konsumenten nach gärtnerischen Produkten (insbesondere Zierpflanzen, Stauden und Schnittblumen) und der Absatz von Handelsunternehmen oder direkt absetzenden Betrieben stark von externen Faktoren wie Witterung, Feiertagen, Ferien, regionalen Veranstaltungen oder anderen – oftmals noch unbekannten - Einflussfaktoren abhängig ist. Da die Wirkung dieser Faktoren für die Unternehmen sehr schwer einschätzbar ist bzw. Informationen oft fehlen, führt dies zu erheblichen Unsicherheiten bei der Disposition und Bestellung der oftmals nur begrenzt haltbaren Ware.

Das Projektteam, bestehend aus Wissenschaftlerinnen und Wissenschaftlern der Hochschule Geisenheim und der HSWT, Branchenvertreterinnen und Branchenvertretern aus dem Gartenbau sowie Mitarbeiterinnen und Mitarbeitern der Digitalagentur snoopmedia.

Im täglichen Geschäft ergeben sich dadurch Out-of-Stock Situationen (bei sehr starker Nachfrage) oder hohe Überbestände, die bis zur Vernichtung der produzierten Pflanzen durch Verderb führen können. Neben der Kosten- und Managementbelastung hat dies negative Rückwirkungen u. a. auf Kunden- und Mitarbeiterzufriedenheit sowie das wirtschaftliche Ergebnis des einzelnen Unternehmens, aber auch z. B. auf den sektoralen Ressourceneinsatz, die Wettbewerbsfähigkeit der Branche und ihr nachhaltigkeitsorientiertes Agieren.

Trotz des Einsatzes von betrieblichen Planungs- und Entscheidungsunterstützungssystemen (z. B. ERP, Warenwirtschafts- und Bestellsoftware) in vielen Unternehmen des Garten-Einzelhandels konnte das Problem in den vergangenen Jahren insbesondere für Zierpflanzen, Schnittblumen oder Stauden noch nicht befriedigend gelöst werden. Des Weiteren wurde die Nutzung von Big Data bei kleinen und mittelständischen Unternehmen (KMU) für diese Anwendung im Gartenbau in der wissenschaftlichen Literatur bislang nicht explizit untersucht. Ebenso fokussieren sich bestehende Ansätze zumeist auf die Umsetzung von IT-Anwendungen in strikt organisierten Lieferketten, obgleich Unternehmen häufig in Liefernetzwerke eingebunden sind, in denen der Warenfluss zwischen Unternehmen kurzfristig und ohne spezifische Koordination organisiert wird.

Zielsetzung

Angesichts der geschilderten Problemlage werden in dem vorliegenden Projekt die Möglichkeiten der Nutzung und Verarbeitung von internen und externen Daten für KMU im Gartenbau für die Wertschöpfungsketten von Zierpflanzen, Schnittblumen und Stauden untersucht. Dabei werden Daten auf der Kunden- und Absatzseite sowie Informationen, die die Beschaffung, Logistik und Produktion der Pflanzen betreffen, einbezogen. Im Erfolgsfall soll ein mehrgliedriges, digitales Management-Unterstützungssystem für verschiedene Akteure der untersuchten Wertschöpfungsketten entwickelt und erprobt werden. Als Ergebnis des Projektes sind z. B. Analyse- und Prognosesysteme für den Absatz ausgewählter Zierpflanzen, Schnittblumen oder Stauden für Unternehmen des Garten-Einzelhandels denkbar. Diese Informationen können auch zur verbesserten Disposition und Bestellung der Ware genutzt werden und erlauben damit Effizienzgewinne in den vorgelagerten Produktions- und Handelsstufen sowie in der Logistik.

Forschungsfragen

Insgesamt werden in dem Projekt folgende Forschungsfragen bearbeitet:

  • Wie müssen Informationssysteme konzipiert sein, um die heterogenen Strukturen in Supply-Chains für Zierpflanzen, Stauden und Schnittblumen adäquat abzubilden?
  • Wie können Supply-Chain interne und externe Daten genutzt werden, um die Prognose des Absatzes von Zierpflanzen, Stauden und Schnittblumen für die einzelnen Unternehmen zu verbessern?
  • Inwiefern können Absatzvorhersagen mit weiterführenden Analyse- und Prognoseansätzen verknüpft werden, die eine bessere Planung und Optimierung der Abläufe in den Supply Chains zum Ziel haben?
  • Welche Ansätze zur Optimierung der Logistik lassen sich daraus ableiten?
  • Welche Auswirkungen haben aktuelle und zukünftige Entwicklungen der Automatisierung und Digitalisierung auf Arbeitsplatzqualität und Mitarbeiterzufriedenheit?

Projektaufteilung und Vorgehensweise

Das Gesamtprojekt ist unterteilt in vier Teilprojekte und wird koordiniert durch die Professur Marketing und Management Nachwachsender Rohstoffe (Prof. Dr. Klaus Menrad) der HSWT.

Zu Beginn des ersten Teilprojektes werden federführend durch die Professur Handelsbetriebslehre der HSWT (Prof. Dr. Thomas Hannus) die Koordinationsstrukturen sowie Handels- und Informationsprozesse der beteiligten Projektpartner analysiert. Aus diesen Erkenntnissen wird eine grundlegende Anforderungsdefinition für das zu implementierende Informationssystem, d. h. sowohl für die technische Infrastruktur zur Integration und Auswertung der Datenquellen, aber auch für die zu lösenden Aufgaben des Informationsmanagements im Sinne, welche Prognose- und Planungsaufgaben konkret unterstützt werden sollen, entstehen. Dies ermöglicht in der Folge die Konzeption und technische Umsetzung des mehrgliedrigen, digitalen Management-Unterstützungssystems. Zu diesem Zweck wird mit dem Bonner Unternehmen snoopmedia kooperiert.

Mit innovativen Ansätzen der Digitalisierung zur Effizienzsteigerung in Wertschöpfungsketten für Zierpflanzen, Stauden und Schnittblumen werden sich die Professur Marketing und Management Nachwachsender Rohstoffe (Prof. Dr. Klaus Menrad) sowie die Professur Bioinformatik (Prof. Dr. Dominik Grimm) im Zuge des Teilprojektes 2 auseinandersetzen. Dabei sollen mit Hilfe von Machine Learning Methoden Modelle zur Prognose des Absatzes entwickelt werden. Als Datenquellen werden zu diesem Zweck sowohl interne Zahlen wie historische Absatzdaten als auch externe Faktoren wie Witterung oder Feiertage herangezogen. In einem weiteren Schritt soll dieses Modell, welches zunächst auf die Absatzstufe fokussiert ist, auf die Handels- und Produktionsstufe erweitert werden. Diese bieten potentiell weitere relevante Faktoren wie die Verfügbarkeit von Ware, welche für Vorhersagen genutzt werden können. Neben der Modellierung soll bei den beteiligten Praxisbetrieben untersucht werden, wie deren Kunden die Nutzung von Big Data oder anderen IT-Anwendungen sehen, welche Vorteile sie sich davon versprechen oder welche Befürchtungen sie in diesem Zusammenhang haben.

Darüber hinaus wird das Forschungsprojekt in Kooperation mit der Hochschule Geisenheim durchgeführt. Der Kernaspekt des dritten Parts ist die Ableitung von Ansätzen zur Logistikoptimierung und Entscheidungsunterstützung, welcher durch die Professur für Logistikmanagement der Hochschule Geisenheim (Prof. Dr. Andreas Holzapfel) bearbeitet wird.

Schließlich untersucht die Professur für Gartenbauökonomie (Prof. Dr. Kai Sparke) die Anforderungen an die Mitarbeiter bei einer stärkeren Digitalisierung und Automatisierung der Wertschöpfungsketten.

Erwarteter Nutzen für Zielgruppe

Der erwartete Nutzen für die Zielgruppe wird als hoch angesehen, da die im Projekt generierten Erkenntnisse und Vorgehensweisen geeignet sind, die Wettbewerbsfähigkeit und die Wirtschaftlichkeit von KMU im Gartenbau substanziell zu verbessern. Auch wenn die Nutzung von Big Data oder KI-Ansätzen bei KMU im Gartenbau bislang wenig erfolgt, bietet eine Adaption dieser Methoden auf die Steuerung von Wertschöpfungsketten im Gartenbau und der vorgesehenen Absatzprognose großes Potential, den Verkauf dieser Produkte besser vorherzusagen, die Beschaffung und Logistik effizienter zu organisieren und somit ein nachhaltigeres und ressourcensparendes Agieren zu ermöglichen. Dies gilt v. a. durch die Etablierung eines weitgehend automatisierten Systems zur Sammlung relevanter Daten auf der Absatz- und Bezugsseite sowie der Möglichkeit der individuellen Nutzung und Auswertung vorliegender Daten durch interessierte Betriebe. Durch Herausarbeiten von Best Practises bei der Gestaltung attraktiver und moderner Arbeitsplätze aufgrund von Digitalisierung und Automatisierung verbessert der Gartenbau seine Attraktivität bei der Gewinnung von kompetenten Arbeitskräften. Umsatzverluste durch fehlende Mitarbeiter oder ineffiziente Leistungserbringung aufgrund von Problemen der Mitarbeiter mit ihrer technologischen Umgebung werden dadurch ebenfalls verringert.

Publikationen

  • Prof. Dr. Florian Haselbeck, Prof. Dr. Dominik Grimm

    EVARS-GPR: EVent-triggered Augmented Refitting of Gaussian Process Regression for Seasonal Data (2021) 44th German Conference on Artificial Intelligence (Virtual Conference) . DOI: 10.1007/978-3-030-87626-5_11

    Time series forecasting is a growing domain with diverse applications. However, changes of the system behavior over time due to internal or external influences are challenging. Therefore, predictions of a previously learned forecasting model might not be useful anymore. In this paper, we present EVent-triggered Augmented Refitting of Gaussian Process Regression for Seasonal Data (EVARS-GPR), a novel online algorithm that is able to handle sudden shifts in the target variable scale of seasonal data. For this purpose, EVARS-GPR combines online change point detection with a refitting of the prediction model using data augmentation for samples prior to a change point. Our experiments on simulated data show that EVARS-GPR is applicable for a wide range of output scale changes. EVARS-GPR has on average a 20.8% lower RMSE on different real-world datasets compared to methods with a similar computational resource consumption. Furthermore, we show that our algorithm leads to a six-fold reduction of the averaged runtime in relation to all comparison partners with a periodical refitting strategy. In summary, we present a computationally efficient online forecasting algorithm for seasonal time series with changes of the target variable scale and demonstrate its functionality on simulated as well as real-world data. All code is publicly available on GitHub: https://github.com/grimmlab/evars-gpr.

Verbundprojektleitung

Zurück
Vor

Projektleitung HSWT-Verbund

Projektbearbeitung

Projektmitwirkung (extern)

Partner

    • Projektpartner

    snoopmedia GmbH

    • Projektpartner

    Fleurop AG

    • Projektpartner

    Bayerische Blumen Zentrale GmbH

    • Projektpartner

    Gartenbau Heusser

    • Projektpartner

    Pflanzencenter Keller GbR

    • Projektpartner

    Ulrich und Vitus Würstle GbR

    • Projektpartner

    Bernd & Sören Offenloch GbR

    • Projektpartner

    Schachtschneider Stauden und Marketing GbR

    • Projektpartner

    Stauden Peters Pflanzenvertriebs GmbH

    • Projektpartner

    Fahn GmbH und Co KG

    • Projektpartner

    Gärtnerei Reichert

Adressierte SDGs (Sustainable Development Goals)