Klassische Demand Forecasting-Modelle planen 8–12 Wochen voraus. KI-gestütztes Demand Sensing reagiert in Echtzeit auf Signale aus Social Media, Suchanfragen und POS-Daten – und verändert damit die Grundlagen der Preisplanung.
Demand Forecasting – die Vorhersage zukünftiger Nachfrage für Einkaufsplanung und Preissetzung – gehört zu den ältesten Disziplinen im Retail-Management. Klassische Methoden (Moving Average, ARIMA, saisonale Faktoren) funktionieren gut für stabile, saisonale Kategorien. Sie versagen, wenn sich Nachfrage schnell und unpredictably verschiebt – genau das, was in der heutigen Konsumlandschaft die Regel ist.
Was Demand Sensing anders macht
Demand Sensing ergänzt klassisches Forecasting um Echtzeit-Signals, die Nachfrageveränderungen frühzeitig ankündigen, bevor sie sich in POS-Daten niederschlagen. Typische Signals: Social-Media-Suchvolumen (Google Trends, TikTok Hashtag-Wachstum), Wetterdaten (Umsatz-Korrelationen für Seasonal-Kategorien), Mikro-POS-Daten (frühe Verkaufszahlen der ersten Woche eines neuen Launches), Wettbewerber-Stockout-Signale (ausverkaufte Konkurrenzprodukte = Nachfrageüberhang).
Preisplanung auf Basis präziserer Forecasts
Für Pricing-Teams ist der direkte Nutzen: Präzisere Nachfrageprognosen reduzieren Überbestand (der zu Markdown-Druck führt) und Unterbestand (der zu Umsatzausfall führt). Beides hat direkte Preiswirkung. Wenn ein Demand-Sensing-System anzeigt, dass ein Produkt in 3 Wochen viral gehen wird (TikTok-Signal), kann das Pricing-Team rechtzeitig Preise anpassen – nach oben, um Scarcity-Premium abzuschöpfen, bevor das Produkt ausverkauft ist.
Implementierung: Was Mittelständler realistisch umsetzen können
Vollständiges Demand Sensing erfordert Datenpipelines und ML-Infrastruktur, die für kleinere Händler unverhältnismäßig teuer sind. Pragmatischer Einstieg: Google Trends-Monitoring für Top-Kategorien als manuelles Frühwarnsystem (kostenlos). SaaS-Lösungen wie Relex, o9 Solutions oder Crisp bieten skalierbare Demand-Sensing-Module für Mittelständler ab ca. 1–3 Mio. € Software-Budget.
Takeaway: Demand Sensing erlaubt präventive Preisanpassung bei viral-getriebener Nachfrageschübe. Einstieg ohne Infrastruktur: Google Trends + Social-Signal-Monitoring für Top-Kategorien. Ab mittlerem Budget: SaaS-Lösungen wie Relex oder o9. Quellen:
Gartner: Demand Sensing Overview;
Relex: Demand Sensing Guide.