Wie die KI-gestützte SKU-Kategorisierung die ERP-Migration für eine globale Hotelgruppe gestärkt hat

Im Rahmen einer umfassenden ERP-Transformation sah sich ein globales Unternehmen der Hotelbranche mit der Herausforderung konfrontiert, einen äußerst komplexen SKU-Katalog zu migrieren. Ein manueller Ansatz hätte erhebliche Ressourcen gebunden, das Programm verlangsamt und Fehlerquellen geschaffen. Zwar bot KI die Möglichkeit, den Umfang der Aufgabe zu bewältigen, doch hing der Erfolg davon ab, die unternehmensspezifische Taxonomie und die Kategorisierungsregeln korrekt zu interpretieren. Um eine qualitativ hochwertige Migration zu erreichen, arbeitete das Unternehmen mit Efficio zusammen, um dessen Einkaufs- und KI-Expertise zu nutzen.

Die Herausforderung

Das Unternehmen migrierte seinen gesamten SKU-Katalog in Dynamics 365, wobei jeder Artikel einer fünfstufigen Taxonomie zugeordnet werden musste. Da der Katalog mehrere Millionen SKUs umfasste, war eine manuelle Klassifizierung keine praktikable Lösung. Zusätzlich erschwert wurde die Aufgabe dadurch, dass die Kategorien auf einer Taxonomie basierten, die eine detaillierte Interpretation von Geschäftsdokumentationen, Kontenrahmen und Produktattributen erforderte.

Efficios Ansatz

Efficio entwickelte eine maßgeschneiderte, KI-gestützte Lösung zur SKU-Kategorisierung auf Basis einer fünfstufigen Large-Language-Model-(LLM)-Architektur. Dabei nutzte Efficio sein tiefgehendes Warengruppenwissen im Einkauf, um die Taxonomie unseres Klienten so zu verfeinern, dass das LLM diese korrekt interpretieren konnte.

Durch die Kombination aus Warengruppenexpertise im Einkauf, einem fundierten Verständnis des geschäftlichen Kontexts des Kunden und technologischer Kompetenz stellte das Efficio-Team von Beginn an eine präzise Interpretation der Taxonomie sicher. Dadurch konnte die Lösung innerhalb weniger Wochen statt mehrerer Monate entwickelt werden, und die Anzahl der Feedback-Schleifen mit dem Klienten wurde auf ein Minimum reduziert.

Die Lösung übersetzte SKUs bei Bedarf ins Englische und kategorisierte die Artikel über alle Ebenen hinweg, was eine strukturierte finale Überprüfung ermöglichte. Das Ergebnis war ein skalierbares, automatisiertes Kategorisierungstool, mit dem das Team die historischen Katalogartikel jedes Hotels in weniger als drei Stunden mit hoher Genauigkeit kategorisieren konnte: fünf- bis zehnmal schneller als herkömmliche, nicht KI-gestützte Ansätze.