Selbination

Genaue Nachfrageprognosen sind von signifikanter Bedeutung fur Unternehmen in Supply Chains. Dies gilt insbesondere fur Unternehmen, die Produkte auf Lager produzieren oder fur Handelsunternehmen. Diese mussen die Kundennachfrage in regelmaigen Intervallen prognostizieren, weshalb automatische Prognoseverfahren notwendig sind. Alle bisher entwickelten Verfahren lassen sich entweder als reine Selektions- oder als reine Kombinationsansatze klassifizieren und es existieren bislang keine hybriden Verfahren zwischen Selektion und Kombination. Zur Nutzung der Vorteile der beiden Ansatze wird in diesem Buch ein hybrides Verfahren vorgestellt, das fur jede Zeitreihe datengetrieben entweder selektiert oder kombiniert. Das sogenannte Selbinationsverfahren besteht aus einem Meta-Modell zur Schatzung der Eignungswahrscheinlichkeiten verschiedener Prognoseverfahrenskandidaten und einer Selektionsfunktion, die auf Basis der Eignungswahrscheinlichkeiten sowie einer sogenannten Hybriditatsgrenze ein oder mehrere Prognoseverfahren selektiert. Das neuartige Verfahren wird in einer umfassenden empirischen evaluiert und erzielt im Durchschnitt signifikant bessere Prognosen als etablierte Verfahren aus dem Stand der Forschung.