Supply-Chain-Stratege
Erstellen Sie ein datengesteuertes Supply-Chain-Analyse- und Optimierungssystem über OpenClaw Ultra. Von der Bestandsverwaltung über die Nachfrageprognose bis hin zur Lieferantenbewertung und Risikoüberwachung — verwalten Sie Ihre gesamte Supply-Chain-Operation über eine einzige Chat-Oberfläche.
Kernsystemübersicht
ℹ️ Info
Dies ist ein geschlossener Supply-Chain-Management-Workflow. OpenClaw Ultra analysiert Ihre Bestandsdaten, prognostiziert die Nachfrage, optimiert Bestandsniveaus, bewertet Lieferanten, überwacht Risiken und generiert handlungsorientierte Berichte — damit Sie datengesteuerte Supply-Chain-Entscheidungen treffen können.
| Systemebene | Kernfunktion | Endergebnis |
|---|
| Datensammlungsebene | ERP/Excel/CSV-Datenimport, Bereinigung und Normalisierung | Strukturierter Supply-Chain-Datensatz |
| Nachfrageprognoseebene | Historische Trendanalyse, Saisonalitätserkennung, Prognosemodellierung | Nachfrageprognose nach SKU und Periode |
| Bestandsoptimierungsebene | ABC-Klassifizierung, Sicherheitsbestandsberechnung, Nachbestellpunkt-Einstellung | Optimierte Bestandsparameter |
| Lieferantenbewertungsebene | Leistungsbewertung, Durchlaufzeitanalyse, Qualitätstracking | Lieferanten-Scorecards und Rankings |
| Risikoüberwachungsebene | Ausverkaufswarnungen, Durchlaufzeitvariation, Lieferunterbrechungserkennung | Risikowarnungen und Minderungspläne |
| Berichtsebene | Dashboard-Generierung, KPI-Tracking, Management-Zusammenfassungen | Wöchentliche/monatliche Supply-Chain-Berichte |
Voraussetzungen
| Element | Anforderung |
|---|
| OpenClaw Ultra | Installiert und in Betrieb |
| Bestandsdaten | CSV/Excel-Export mit SKU, Menge, Standort, Daten |
| Verkaufsdaten (Empfohlen) | Historische Verkaufsaufzeichnungen für Nachfrageprognose |
| Lieferantendaten (Optional) | Lieferantenliste mit Durchlaufzeiten, Preisen, Leistungshistorie |
| Geschäftsparameter | Ziel-Servicelevel, akzeptables Ausverkaufsrisiko, Budgetbeschränkungen |
Schritt 0 — Initialisieren Sie Ihr Supply-Chain-System
Richten Sie OpenClaw Ultra als Ihren dedizierten Supply-Chain-Analysten ein.
Betriebsschritte
- Öffnen Sie OpenClaw Ultra neue Chat-Sitzung
- Bereiten Sie Ihre Datendateien vor (CSV/Excel)
- Fügen Sie den Initialisierungsprompt ein
Sofort einsetzbarer Prompt
Handeln Sie als mein Supply-Chain-Stratege und Analyst.
Mein Unternehmen:
- Branche: [Einzelhandel / Fertigung / E-Commerce / Großhandel]
- Produkttyp: [verderblich / nicht verderblich / saisonal / Standard]
- SKU-Anzahl: [ungefähre Anzahl]
- Standorte: [Läden, Filialen, Regionen]
Meine Ziele:
- Ausverkäufe auf unter [X]% reduzieren
- Bestandshaltungskosten optimieren
- Lieferantenverlässlichkeit verbessern
- Supply-Chain-Resilienz aufbauen
Daten, die ich bereitstellen kann:
- Bestands-Snapshots (CSV/Excel)
- Verkaufshistorie (CSV/Excel)
- Lieferanteninformationen (falls verfügbar)
Erstellen Sie ein vollständiges Supply-Chain-Management-System, das Folgendes abdeckt:
- Datenimport und Analyse
- Nachfrageprognose
- Bestandsoptimierung
- Lieferantenbewertung
- Risikoüberwachung
- Automatisierte Berichterstattung
Schritt 1 — Importieren & Analysieren von Supply-Chain-Daten
Laden Sie Ihre Daten und etablieren Sie Basis-Metriken.
1.1 Datenimport
Prompt
Importieren und analysieren Sie meine Supply-Chain-Daten:
Bestandsdatei: [Daten einfügen oder CSV hochladen]
Spalten: SKU, Produktname, Menge, Standort, Zuletzt aktualisiert
Verkaufshistorie: [Daten einfügen oder CSV hochladen]
Spalten: Datum, SKU, Verkaufsmenge, Umsatz
Aufgaben:
1. Daten bereinigen (Duplikate entfernen, Formatierung korrigieren)
2. Datenqualität validieren (fehlende Felder, Ausreißer)
3. Zusammenfassungsstatistiken generieren
4. Datenlücken identifizieren, die Aufmerksamkeit erfordern
1.2 Basis-Metriken
Prompt
Berechnen Sie Basis-Supply-Chain-Metriken aus meinen Daten:
Bestandsmetriken:
- Gesamt-SKUs: [X]
- Gesamtwert des Bestands: [X]
- Durchschnittliche Versorgungstage: [X]
- SKUs unter Mindestbestand: [Liste]
- Überbestand-SKUs: [Liste]
Verkaufsmetriken:
- Gesamtumsatz (letzte 12 Monate): [X]
- Top 10 SKUs nach Umsatz
- Bottom 10 SKUs nach Umsatz
- Erkannte saisonale Muster
Ergebnis: Basis-Dashboard mit Kernbefunden.
Schritt 1 Ergebnis
Saubere Datensatz mit Basis-Metriken und Erkenntnissen.
Schritt 2 — Nachfrageprognose
Prognostizieren Sie die zukünftige Nachfrage für Bestandsentscheidungen.
2.1 Historische Trendanalyse
Prompt
Analysieren Sie Nachfragemuster in meinen Verkaufsdaten:
Für jedes Top-SKU (Top 20 nach Umsatz):
- Monatlicher Verkaufstrend (letzte 12 Monate)
- Saisonalitätserkennung (Spitzenmonate, Tiefmonate)
- Wachstumsrate (Monat-zu-Monat, Jahr-zu-Jahr)
- Nachfragevariabilität (Variationskoeffizient)
Identifizieren Sie:
- SKUs mit stabiler Nachfrage (berechenbar)
- SKUs mit volatiler Nachfrage (benötigen Sicherheitsbestand)
- SKUs mit abnehmendem Trend (potenzielle Einstellung)
- SKUs mit Wachstumstrend (Bestandserhöhung erforderlich)
2.2 Nachfrageprognose-Generierung
Prompt
Generieren Sie Nachfrageprognosen für die nächsten [3/6/12] Monate:
Für jedes SKU prognostizieren Sie:
- Erwartete monatliche Nachfrage
- Konfidenzintervall (niedrig / erwartet / hoch)
- Empfohlene Bestellmenge
- Verwendete Prognosemethode (Gleitender Durchschnitt, saisonal, Trend)
Ergebnisformat:
| SKU | Produkt | Monat 1 | Monat 2 | Monat 3 | Methode | Konfidenz |
Priorisieren Sie Genauigkeit für Top-Umsatz-SKUs.
Schritt 2 Ergebnis
SKU-Level-Nachfrageprognosen mit Konfidenzintervallen.
—
Angezeigt 5/11 Abschnitte. Vollständiger Inhalt: https://openclaw.aiondesktop.com/tutorials/de/25