← Fallbeispiele
NiederlandeHandel und E-Commerce2023 – laufend

Albert Heijn

KI-Absatzprognose und dynamische Preisnachlässe gegen Lebensmittelverschwendung

Die dynamischen Preisnachlässe von Albert Heijn sparen jährlich 250.000 Kilo Lebensmittel

ErfolgreichFallstudie des AnbietersAnbieter ↗

Ausgangslage

Die niederländische Supermarktkette will ihre Lebensmittelabfälle bis 2030 gegenüber dem Stand von 2016 halbieren. Dazu müssen die Märkte genau die richtige Menge vorrätig halten.

Vorgehen

Eine KI auf Azure prognostiziert den Absatz für mehr als 15 Millionen Kombinationen aus Markt und Artikel, bis zu 5 Wochen im Voraus. Mit Dynamic Markdown steigen die Preisnachlässe im Tagesverlauf auf elektronischen Regaletiketten. Die App bietet zudem KI-Funktionen für Rezepte.

Kennzahlen

250,000 kgDurch Dynamic Markdown pro Jahr vermiedene LebensmittelabfälleFallstudie des Anbieters[1]
>10%Erwartete Senkung der gesamten LebensmittelabfälleFallstudie des Anbieters[1]

Erkenntnis

Die Zahl von 250.000 Kilo bezieht sich auf Dynamic Markdown. Vom Prognoseprojekt erwartet das Unternehmen eine Senkung der gesamten Lebensmittelabfälle um mehr als 10 %.

Kategorien

Innovationsart
Prozessinnovation
Einführung
Eigenentwicklung
Nachweis
Fallstudie des Anbieters

Quellen

  1. Albert Heijn customer story
    Microsoft29. Feb. 2024Anbieterpublikation

Quellenzusammenfassungen

[1]Microsoft29. Feb. 2024

Microsoft beschreibt die KI-Werkzeuge von Albert Heijn für Absatzprognose, Preisnachlässe und Rezepte. Genannt werden die Einsparung von 250.000 Kilo und eine erwartete Senkung der Abfälle.

Ausführliche Angaben finden Sie in den Originalquellen.

Hinzugefügt 25. Okt. 2026 · Aktualisiert 25. Okt. 2026
Fallseite öffnen ↗