Det korte svar

AI til genbestilling kan samle efterspørgsel, lagerposition og leveringsoplysninger i et forslag. Forslaget skal vise forudsætningerne og give indkøberen en forståelig grund til at acceptere eller ændre det.

Begynd med en fælles definition af beholdning

Fysisk lager, disponibelt lager og forventede modtagelser er forskellige størrelser. En vare kan stå på hylden og allerede være reserveret. Definér de felter, der indgår i beregningen, og sørg for at reservationer og åbne indkøb medregnes konsekvent.

Brug historik med omtanke

Historiske salgstal kan hjælpe med at se mønstre, men kampagner, udsolgte perioder og nye kunder kan skævvride billedet. Registrér hændelser, som forklarer udsving. En prognose skal være et beslutningsgrundlag med usikkerhed, ikke en garanti for fremtidig efterspørgsel.

Gør forslagene praktiske for indkøberen

Et genbestillingsforslag bør vise behov, forventet leveringsdato, mindstekøb og relevante begrænsninger. Holdbarhed og plads kan være lige så vigtige som indkøbspris. Giv indkøberen mulighed for at se forudsætningerne og begrunde en ændring.

Følg balancen mellem service og kapital

Mål både udsolgte varer, lagerbinding og ukurans. Et større lager kan reducere mangelsituationer uden at være den bedste samlede løsning. Start med en afgrænset varegruppe, og sammenlign forslagene med de faktiske beslutninger, før løsningen får lov til at oprette indkøb.

Eksempel: lav beholdning, men indkøbet er allerede på vej

En vare har 30 disponible enheder, og det forventede behov før næste normale levering er 80. Et simpelt blik på lageret kan føre til et nyt indkøb på 50. Men hvis 60 enheder allerede forventes modtaget i tide, kan et nyt køb være overflødigt.

Kontrollen skal derfor se på tidspunktet for det åbne indkøb, ikke kun dets mængde. Er leveringsdatoen bekræftet? Passer den med kundens behov? Og er de 60 enheder allerede øremærket til en anden ordre?

Vis disse forudsætninger samlet. Hvis datoen er usikker, bør forslaget være en opfølgningsopgave til leverandøren eller et alternativt scenarie. Det er mere brugbart end at præsentere ét præcist tal uden forklaring.

Eksempel: lav beholdning, men indkøbet er allerede på vej
OplysningHvad indkøberen skal kunne se
Disponibel beholdningEfter reservationer og spærringer
Åbne indkøbMængde og relevant modtagelsesdato
Forventet behovPeriode, kilde og kendte særhændelser
ForslagBeregning og afvigelser fra normal indkøbsregel

Brug det i praksis

Jeres næste skridt

  1. Afklar hvad disponibel beholdning betyder.
  2. Medtag åbne indkøb med realistiske datoer.
  3. Markér kampagner og usædvanlige kundeordrer.
  4. Vis både forslag og forudsætninger.
  5. Registrér hvorfor indkøberen ændrer et forslag.

Ofte stillede spørgsmål

Kan historiske salgstal stå alene?+

Nej. Leveringstid, reservationer, kampagner, holdbarhed og ændringer i sortimentet kan være afgørende for det rigtige indkøb.

Skal AI selv afgive indkøbsordrer?+

Start med forslag. Automatisk afgivelse kræver et klart mandat, stabile data og en proces for undtagelser.

Hvordan opdager vi overindkøb?+

Følg lagerbinding, ukurans og gentagne ændringer af forslag sammen med serviceniveau.

Kilder og faglig baggrund

De praktiske eksempler og tjeklister er udarbejdet til denne guide. Følgende kilder uddyber de angivne faglige begreber.

Microsoft: Opsætning af lager (åbner i ny fane)

Baggrund om lokationer, lagerdata og enheder. Guidens regneeksempler og kontroller er illustrative.

Begreber i guiden

Disponibelt lagerGenbestillingspunkt

Fra guiden til jeres arbejdsgang

Brug et afgrænset pilotforløb til at teste metoden på jeres data og undtagelser.

AI til grossister: ordrebehandling og lagerstyring til engros
Om guiden

Udgivet af Norstream med AI-assisteret udarbejdelse. Eksempler er illustrative, medmindre andet er angivet. Tilpas metoder og kontroller til jeres systemer og faglige ansvar.

Har du en rettelse eller et spørgsmål?