← Fallbeispiele
ÖsterreichHandel und E-Commerce2023 – laufend

SPAR ICS

KI-Nachfrageprognosen und SPAR-App

Die IT-Einheit von SPAR Österreich erreicht mit KI-Prognosen eine Genauigkeit von 90 % bei der Bestandsvorhersage

ErfolgreichFallstudie des AnbietersAnbieter ↗

Ausgangslage

Die SPAR Österreich-Gruppe wollte den Einkauf für Kunden effizienter gestalten und ihre Lieferkette optimieren.

Vorgehen

SPAR ICS, die IT-Einheit der Gruppe, entwickelte ein Nachfrageprognosesystem auf Azure Synapse Analytics, das derzeit auf Microsoft Fabric umgestellt wird. Außerdem entwickelte sie die SPAR-App mit Cloud for Retail.

Kennzahlen

90%Genauigkeit der Bestandsvorhersage des PrognosesystemsFallstudie des Anbieters[1]

Erkenntnis

SPAR ICS nutzte Nachfrageprognosen, um die Lieferkettenplanung zu verbessern. Microsoft meldete am 12. Januar 2024 eine Genauigkeit der Bestandsvorhersage von 90 %, ohne weitere Leistungskennzahlen zu nennen.

Kategorien

Unternehmensfunktion
Logistik und Lieferkette
Innovationsart
Prozessinnovation
Einführung
Anbieterlösung
Nachweis
Fallstudie des Anbieters

Quellen

  1. SPAR ICS customer story
    Microsoft12. Jan. 2024Anbieterpublikation

Quellenzusammenfassungen

[1]Microsoft12. Jan. 2024

Microsoft beschreibt die KI-Nachfrageprognosen und die Handels-App von SPAR ICS. Das Unternehmen nennt eine Genauigkeit der Bestandsvorhersage von 90 %.

Ausführliche Angaben finden Sie in den Originalquellen.

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