> ## Documentation Index
> Fetch the complete documentation index at: https://docs.delicious-data.com/llms.txt
> Use this file to discover all available pages before exploring further.

# Übersicht

> KI-gestützte Bestellvorschläge für deine Bäckerei

Dein Team verbringt jeden Tag Zeit damit, Bestellmengen zu berechnen — Verkäufe prüfen, Bestände abgleichen, Erfahrungswerte einschätzen, Mengen in die Warenwirtschaft eingeben. Der Bestellautopilot übernimmt das: Er analysiert deine Verkaufsdaten, berücksichtigt Lagerbestände und Haltbarkeiten und generiert Bestellvorschläge, die du prüfen, anpassen und an dein Warenwirtschaftssystem übergeben kannst.

Das Ergebnis: weniger Retouren, weniger Ausverkäufe, und dein Team hat morgens Zeit für das, was zählt.

<CardGroup cols={2}>
  <Card title="KI-Prognosen" icon="brain">
    Bestellmengen basierend auf historischen Verkaufsdaten und saisonalen Mustern
  </Card>

  <Card title="Bestandsführung" icon="boxes-stacked">
    Automatische Berücksichtigung von Lagerbestand, Haltbarkeit und Retouren
  </Card>

  <Card title="Rezeptauflösung" icon="diagram-project" href="/bakeries/account/recipes_de">
    Mehrstufige Rezepturen — vom Endprodukt bis zur Rohware
  </Card>

  <Card title="ERP-Integration" icon="rotate" href="/bakeries/order_automation/orders/order_view_de#übergabe-an-dein-warenwirtschaftssystem">
    Bestellvorschläge direkt an Optiback, BBN oder andere Systeme übergeben
  </Card>
</CardGroup>

<Info>
  Der Bestellautopilot ist als **Autopilot**-Plan verfügbar und baut auf dem Pro-Plan auf. Mehr dazu unter [Pläne](/bakeries/account/plans_de).
</Info>

## Wie ein Bestellvorschlag entsteht

Jeder Bestellvorschlag durchläuft drei Schritte:

```mermaid theme={null}
---
config:
  look: handDrawn
  theme: neutral
---
flowchart TD
    A[Bedarf ermitteln] --> B[Regeln & Bestand anwenden]
    B --> C[Bestellvorschlag]
```

### 1. Bedarf ermitteln

Das System berechnet, wie viel von einem Artikel an einem [Verbrauchsort](/bakeries/account/locations_de) bis zur nächsten Lieferung gebraucht wird. Das umfasst drei Teile:

**Absatzprognose:** Basierend auf bis zu 2,5 Jahren Verkaufshistorie erzeugt das System eine Prognose. Dabei fließen ein:

* **Wochentags-Muster** — das System lernt z.B., dass Montag weniger verkauft wird als Samstag
* **Saisonale Schwankungen** — historische Muster über Wochen und Monate
* **Feiertage** — ob ein Tag ein Feiertag ist, fließt als Merkmal in die Prognose ein. Das System lernt aus vergangenen Feiertagen, wie sich das Kaufverhalten verändert. Welche Feiertage gelten, hängt von der [Region deines Verbrauchsorts](/bakeries/account/locations_de) ab (z.B. Fronleichnam nur in Bayern)
* **Wetter** — jedem Verbrauchsort ist über seine Adresse eine Wetterstation zugeordnet; historische Wetterdaten fließen als Kontext ein

Konkret erzeugt die Prognose nicht einen einzelnen Wert, sondern **eine Bandbreite möglicher Absätze**. Daraus lässt sich ableiten, wie viel bestellt werden muss, um mit einer bestimmten Wahrscheinlichkeit auszukommen. Diese Wahrscheinlichkeit steuerst du über die **Mengenplanung**. Standardmäßig wird sie als **Verfügbarkeit** in Prozent angegeben: 70 % bedeutet, dass die bestellte Menge in 7 von 10 vergleichbaren Tagen ausreicht. Höherer Wert = weniger Ausverkäufe, aber mehr Retouren. Niedrigerer Wert = weniger Retouren, aber häufiger ausverkauft. Alternativ kann die Mengenplanung als **Absolute Sollretoure**, als **Relative Sollretoure (Verkaufsmenge)** oder als **Relative Sollretoure (Liefermenge)** konfiguriert werden — mehr dazu unter [Bestellregeln](/bakeries/order_automation/orders/rules_de).

**Abdeckungszeitraum:** Das System bestellt genug, um bis zur nächsten geplanten Lieferung auszukommen. Die Länge dieses Zeitraums hängt davon ab, wann die nächste Bestellung geplant ist und wie hoch der [Lieferverzug](/bakeries/order_automation/concepts/fulfillment_delay_de) ist. Die Prognosen aller Tage im Abdeckungszeitraum werden aufsummiert.

**Rezeptauflösung:** Bei Artikeln mit [Rezepten](/bakeries/account/recipes_de) wird der Bedarf rekursiv auf alle Zutaten heruntergebrochen. Wenn ein Brötchen aus Teig besteht und Teig aus Mehl und Hefe, erzeugt eine Brötchen-Prognose automatisch Bedarf auf allen Stufen.

### 2. Regeln & Bestand anwenden

Auf den prognostizierten Bedarf werden deine [Bestellregeln](/bakeries/order_automation/orders/rules_de) angewendet:

1. **Bestellfaktor** — prozentuale Skalierung des Bedarfs (z.B. 110 % = 10 % Aufschlag)
2. **Bestandsabzug** — der skalierte Bedarf wird um den aktuellen Lagerbestand reduziert
3. **Mindestbestellmenge** — liegt der Nettobedarf unter der Mindestbestellmenge, wird je nach Rundungsmodus aufgerundet oder gar nicht bestellt
4. **[Losgröße](/bakeries/order_automation/concepts/batching_de)** (Batching) — Rundung auf Gebindegrößen (z.B. 12er-Kartons)

**Wie der Bestand berechnet wird:** Der aktuelle Lagerbestand wird Tag für Tag ermittelt aus:

* **Lieferungen** — was angekommen ist (aus Bestelldaten deiner Integration)
* **Verkäufe** — was verkauft wurde
* **Retouren & Abschriften** — was zurück- oder abgeschrieben wurde
* **[Rezeptverbrauch](/bakeries/account/recipes_de)** — was als Zutat für andere Artikel verbraucht wurde (geschlossen aus der Differenz zwischen erwartetem und tatsächlichem Bestand)
* **Verfall** — was seine [Haltbarkeit](/bakeries/order_automation/concepts/multiday_de) überschritten hat

Der Bestand wird nach dem **FIFO-Prinzip** (First In, First Out) geführt: das System weiß nicht nur, dass 50 Brötchen da sind, sondern auch, dass 30 davon von heute und 20 von gestern sind. Ältere Ware wird zuerst als verkauft oder verbraucht gebucht. Ware, die ihre Haltbarkeit überschreitet, fällt automatisch raus.

Das Ergebnis ist der **Bestellvorschlag**: die Menge, die das System empfiehlt.

<Tip>
  Jeden Bestellvorschlag kannst du in der [Bestellansicht](/bakeries/order_automation/orders/order_view_de) aufklappen und die **Berechnung Schritt für Schritt nachvollziehen**: Bedarf → Bestellfaktor → Bestandsabzug → Rundung. Zusätzlich zeigt ein Wasserfall-Diagramm den Bestandsverlauf über den Abdeckungszeitraum — mit allen Zu- und Abgängen (Lieferungen, Verkäufe, Retouren, Verfall, Rezeptverbrauch).
</Tip>

## Beispiel: Weizenbrötchen am Dienstag

<Steps>
  <Step title="Bedarf ermitteln">
    Das System analysiert die Dienstags-Verkäufe der letzten Monate am Verbrauchsort Marktplatz. Ergebnis: eine Bandbreite von **38 bis 56 Stück**. Bei einer Verfügbarkeit von 70 % ergibt das **51 Stück** — in 7 von 10 vergangenen Dienstagen hätte diese Menge gereicht.
  </Step>

  <Step title="Regeln & Bestand anwenden">
    Bestellfaktor: 100% (kein Aufschlag). Vom Vortag sind noch **8 Brötchen** übrig (FIFO, Haltbarkeit 2 Tage — also heute noch verkaufbar). 51 − 8 = **43 Stück** Nettobedarf. Losgröße: 12er-Kartons. Aufrunden → **48 Stück** (= 4 Kartons).
  </Step>
</Steps>

Bestellvorschlag: **48 Weizenbrötchen** (4 × 12er-Karton) für den Verbrauchsort Marktplatz am Dienstag.

## Einrichtung & Zeitplanung

Die Berechnung läuft automatisch nach einem Zeitplan. Dein Delicious Data Team konfiguriert:

* **Wann** die Berechnung läuft (z.B. täglich um 14:00)
* **Für welche Tage** bestellt wird ([Lieferverzug](/bakeries/order_automation/concepts/fulfillment_delay_de))
* **Welche Verbrauchsorte** eingeschlossen sind

Die Einrichtung erfolgt gemeinsam mit Delicious Data: Integration prüfen, [Bestellregeln](/bakeries/order_automation/orders/rules_de) konfigurieren, Testphase mit parallelen Vorschlägen, Live-Schaltung der automatischen Übergabe.

## Zusammenspiel mit Business Intelligence

Der Bestellautopilot und das [BI-Modul](/bakeries/business_intelligence/getting_started_de) nutzen die gleiche Datenbasis:

* **Verkaufsdaten** fließen in beide Systeme — für Analyse und Prognose
* **Retouren & Abschriften** aus den Bestellvorschlägen sind sofort in deinen [Dashboards](/bakeries/business_intelligence/dashboards/overview_de) sichtbar
* Im **[BI-Assistenten](/bakeries/business_intelligence/ki_chat/overview_de)** kannst du die Bestellqualität analysieren: "Welche Artikel hatten letzte Woche die höchsten Retouren?" oder "Wie hat sich die Ausverkaufsquote seit der Automatisierung entwickelt?"
