.png)
Eine neue Filiale ist eine Wette auf die Zukunft - und die tägliche Produktionsplanung ist der Teil dieser Wette, der sofort Geld kostet, wenn er schiefgeht. Das Grundproblem: Für den neuen Standort gibt es keine Verkaufshistorie. Niemand weiss, wie viele Gipfeli der Standort an einem Dienstag verkauft.
Die meisten Betriebe behelfen sich mit Schätzungen: die Zahlen einer ähnlichen Filiale, ein Sicherheitszuschlag, viel Bauchgefühl. Das führt in den ersten Wochen fast immer zu einem von zwei Szenarien - massive Retouren, weil zu optimistisch geplant wurde, oder leere Regale zur Eröffnung, wenn der Andrang unterschätzt wurde. Beides ist genau dann besonders teuer, wenn der erste Eindruck zählt.
Warum die Eröffnungsphase so schwer zu planen ist
Der Eröffnungseffekt verzerrt alles. Neugier bringt in den ersten Tagen mehr Kundschaft, als der Standort langfristig halten wird. Wer die Eröffnungswoche als Massstab nimmt, produziert danach wochenlang zu viel.
Der Standort verhält sich anders als erwartet. Auch zwei Filialen in ähnlicher Lage können völlig unterschiedliche Nachfragemuster haben: andere Pendlerströme, andere Konkurrenz, andere Tageszeiten-Spitzen.
Das Sortiment muss sich erst finden. Welche Produkte am neuen Standort laufen, zeigt sich erst nach Wochen. Bis dahin ist jede Sortimentsentscheidung eine Annahme.
Wie datenbasierte Planung ohne Historie funktioniert
KI-Prognosen brauchen Daten - aber nicht zwingend Daten des neuen Standorts. GoNina nutzt für Neueröffnungen die Verkaufsmuster vergleichbarer Filialen als Startpunkt: ähnliche Lage, ähnliches Sortiment, ähnliche Kundenstruktur. Daraus entsteht eine erste Prognose, die deutlich fundierter ist als eine manuelle Schätzung.
Der eigentliche Vorteil zeigt sich danach: Sobald die ersten eigenen Verkaufsdaten vorliegen, lernt das Modell schnell. Bereits nach wenigen Tagen fliessen die realen Muster des neuen Standorts in die Prognose ein, und die Vorschläge werden von Woche zu Woche präziser. Der Eröffnungseffekt wird dabei automatisch als Sondersituation erkannt und verzerrt die langfristige Planung nicht.
Für die Produktionsleitung heisst das: Statt monatelang nachzujustieren, normalisiert sich die Planung des neuen Standorts innerhalb weniger Wochen - mit Bestellvorschlägen pro Artikel, die direkt in den gewohnten Ablauf fliessen.
Praktische Tipps für die ersten Wochen
Klein starten, schnell nachlegen. Lieber am ersten Tag zweimal nachbacken als abends drei Körbe entsorgen. Eine bewusst vorsichtige Erstbestückung mit Nachproduktions-Option schlägt den grossen Sicherheitszuschlag.
Verkäufe von Anfang an sauber erfassen. Jeder Kassenbon der ersten Tage ist Trainingsmaterial für die Prognose. Sonderaktionen und Eröffnungsrabatte separat kennzeichnen, damit sie die Muster nicht verfälschen.
Wöchentlich auswerten. In der Anlaufphase lohnt sich ein fester wöchentlicher Blick auf Retouren und Ausverkäufe pro Artikel - so wird aus jedem Fehler eine Korrektur für die Folgewoche.
Häufige Fragen
Wie lange dauert es, bis die Prognose für eine neue Filiale zuverlässig ist?
Die erste Prognose auf Basis vergleichbarer Standorte ist ab Tag eins nutzbar. Mit den eigenen Verkaufsdaten wird sie laufend präziser - typischerweise ist sie nach wenigen Wochen auf dem Niveau etablierter Filialen.
Funktioniert das auch für die allererste Filiale eines Betriebs?
Ja, mit Einschränkungen: Ohne eigene Vergleichsfilialen stützt sich die Startprognose auf allgemeine Branchenmuster. Der schnelle Lerneffekt aus den ersten Verkaufstagen bleibt derselbe.
Fazit
Eine Neueröffnung ohne Verkaufshistorie zu planen bleibt anspruchsvoll - aber sie muss kein Blindflug sein. Vergleichsdaten liefern den Startpunkt, schnelles Lernen aus den ersten Verkaufstagen den Rest. So wird aus Wochen der Unsicherheit eine kurze, kontrollierte Anlaufphase.
Wie KI Absatzprognosen grundsätzlich funktionieren, liest du in unserem kompletten Leitfaden für Bäckereien.
