Ein einmal gesetzter Nachbestellpunkt ist im folgenden Quartal falsch
Nachbestellen an einer festen Schwelle funktioniert, wenn die Nachfrage flach ist, und scheitert in dem Moment, in dem sie es nicht ist. Die Schwelle beruhte auf dem Verbrauch des Vorjahres. Die Vorlaufzeit des Lieferanten hat sich seither verschoben. Das Ergebnis ist entweder ein Fehlbestand in der Woche, die zählte, oder Kapital, das in einem Lager liegt.
Es richtig zu machen, heißt, Verbrauch als Rate mit ihrer Streuung zu lesen, nicht als Durchschnitt. Ein Artikel mit stetigem Verbrauch und ein Artikel mit unvorhersehbaren Schüben brauchen bei identischen Durchschnitten unterschiedliche Deckung.
Vorlaufzeit verdient dieselbe Behandlung. Ein Lieferant mit einer durchschnittlichen Vorlaufzeit von 12 Tagen und gelegentlichen 30-Tage-Rutschern sollte für die Planung als 30-Tage-Lieferant behandelt werden.
Der Agent schlägt Menge und Zeitpunkt mit sichtbarer Begründung vor. Er platziert keine Bestellung, weil Bestellen Geld bindet und meist einen Vertrag.
So bauen Sie den Agent in Agent Studio auf
Nachfragerhistorie und Lieferantenleistung kommen aus den Systemen, die der Agent liest. Prompt-Fähigkeiten erfassen, was die Zahlen nicht ausdrücken: Saisonalität, die Sie kennen, geplante Aktionen und Artikel, die auslaufen.
Ein zweiter Prompt-Skill erfasst Ihr Servicelevel je Artikelkategorie, weil die Deckung, die eine kritische Komponente braucht, und die Deckung, die ein geringwertiger Verbrauchsmaterialartikel braucht, unterschiedliche Entscheidungen sind.
Der System-Prompt verlangt, dass jeder Vorschlag Verbrauchsrate, Streuung, beobachtete Vorlaufzeit und die resultierende Deckung zeigt, damit eine einkaufende Person einem einzelnen Input widersprechen kann, nicht der Schlussfolgerung.
Er verbietet Vorschläge gegen einen einzelnen Durchschnitt und verlangt eine Markierung, wo die Historie zu kurz ist, um eine Empfehlung überhaupt zu tragen.
Ein PostgreSQL- oder MySQL-Knoten liefert Verbrauchs- und Wareneingangshistorie, und ein Math-Knoten berechnet die Statistik, bevor der Agent Chat-Knoten darüber argumentiert.
Vorschläge gehen als Einkaufsliste mit ihren Inputs nach Google Sheets, und ein Slack-Knoten benachrichtigt die einkaufende Person, wenn etwas Ihre Dringlichkeitsschwelle überschreitet.
Der Agent erzeugt oder sendet keine Bestellung. Ein Human in the Loop-Knoten hält alle Vorschläge für die Budgetverantwortlichen.
Woraus dieser Agent besteht
- Prompt-Fähigkeiten: Saisonalität, geplante Aktionen und Ausläufe, die in den Daten nicht stehen.
- Prompt-Fähigkeiten: Ihr Servicelevel je Artikelkategorie.
- System-Prompt: Verbrauchsrate, Streuung, beobachtete Vorlaufzeit und resultierende Deckung werden alle gezeigt.
- System-Prompt: kein Vorschlag aus einem einzelnen Durchschnitt. Kurze Historie wird markiert, nicht modelliert.
- PostgreSQL (Data) with Math (Util): Verbrauchs- und Wareneingangshistorie und die Statistik daraus.
- Google Sheets (Integration): die Einkaufsliste mit sichtbaren Inputs.
- Wenn ein ActionFlow ausreicht: Wenn Artikel stabil und geringwertig sind, reicht eine Warnung, wenn der Bestand eine Schwelle überschreitet.
Häufige Fragen
Newsletter
Produktupdates erhalten
Neue Nodes, Agents und Produktnotizen. Wir senden E-Mails nur, wenn sich das Öffnen lohnt.