Marko TomicLeitprojekt 03 · Entscheidungsinfrastruktur
Commercial Intelligence
Zwei lokal gebaute Anwendungen für die Ökonomie des Geschäfts - weil die Logik selbst der Vermögenswert ist, und sie als SaaS zu mieten weder Flexibilität noch Verständnis kauft.
Gemessen
Prognose gegenüber tatsächlich generiertem Nettoumsatz. Quartalsprognosen lagen ~6 % unter dem Ist.
Benchmark der Invoice-Ingestionspipeline.
Kosten, MwSt., Versand, Preis und Werbekontext je SKU.
Kontext
Die Ökonomie lebte in Tabellen
Preisentscheidungen liefen auf verstreuten Informationen: Lieferantenrechnungen als PDF, Werbeperformance in getrennten Google-Plattformen, Margenrechnung in Tabellen, die veralteten. Umsatzplanung war Intuition im Gewand einer Prognose.
Dem Geschäft fehlten nicht die Daten. Es fehlte ein Ort, an dem Kosten, Preis, Marge und Liquiditätserwartung zusammenkommen.
Entscheidung
Lokal bauen, die Logik besitzen
Die naheliegende Antwort war ein SaaS-BI-Stack. Die gewählte Antwort waren zwei lokal betriebene interne Anwendungen. Die Daten sind sensibel, die Logik ist der Wettbewerbsvorteil, und der Umfang ist überschaubar - dauerhafte Miete für generisches Werkzeug kauft weder Flexibilität noch Verständnis. Komplexität muss sich rechtfertigen; hier ist eine lokale Anwendung das einfachere System, das zum Problem passt.
System
Keine Dashboards – Entscheidungsinfrastruktur
Ein Dashboard zeigt eine Zahl. Diese Systeme halten die Logik, die die Zahl erzeugt - prüfbar, testbar und gegen das abgeglichen, was tatsächlich passiert ist.
- Eingabe
- Verarbeitung
- Anwendung
- Szenario-Tor
- Urteilsvermögen
Margin & Pricing Intelligence
Parst Lieferanten-PDF-Rechnungen im laufenden Betrieb, berechnet die aktuelle Marge je SKU, empfiehlt Preise und modelliert Preis- und Margenszenarien mit Werbeausgabenkontext. Mathematische Optimierung läuft operativ. System ansehen →
Revenue & Cash-Flow Intelligence
Mathematische Prognose für Umsatzplanung, saisonale Erwartungen, Cashflow-Denken und Szenarioanalyse - gegen den später tatsächlich generierten Nettoumsatz geprüft. Eine Abfrageschicht in natürlicher Sprache existiert als MVP. System ansehen →
Zuständigkeit
Wer wofür verantwortlich ist
Ich verantwortete
- Beide Anwendungen durchgängig entworfen und gebaut
- Datenaufnahme
- Modellierung
- Anwendung und Betrieb
KI / System führte aus
- Mathematische Optimierung läuft operativ
- Rechnungsparsing und Normalisierung
Ergebnis
Was sich messbar verändert hat
Gemessen: die Jahresprognose des Forecasting-Systems lag rund 2,1 % unter dem tatsächlich generierten Nettoumsatz; Quartalsprognosen lagen rund 6 % unter dem Ist. Das Preissystem hat reale Preisentscheidungen informiert und zu besseren Margen beigetragen.
Nicht behauptet: keine erfundene Margenprozentzahl. Die Preisaussage steht ohne Zahl, weil eine ehrliche nicht existiert.
Reflexion
Warum diese Architektur trägt
Der Wert war nie die Oberfläche; er war, die Ökonomie von 1.153 SKUs in explizite, prüfbare Logik zu zwingen. Eine Prognose mit lediglich 2,1 % Abweichung über das gesamte Jahr ist nützlich gerade weil man sehen kann, wie sie denkt. Die Schicht in natürlicher Sprache bleibt MVP, bis ihr zusätzlicher Nutzen belegt ist - dieselbe Disziplin wie in Komplexität muss sich rechtfertigen.
Verwandt