Ein Beispiel aus der Praxis: Entscheidungslogik statt Bauchgefühl
26.880 Artikel auf Lager – und trotzdem die falsche Entscheidung?
Auf dem Papier ist alles klar:
„26.880 Artikel sind auf Lager.“
In der Realität führt genau diese Zahl zu falschen Kundenversprechen, Stornos – und unnötigem Aufwand entlang der gesamten Prozesskette.
Warum?
Weil Daten allein keine Entscheidung sind.
Dieses Beispiel zeigt, wie die Contene Decision Engine aus scheinbar eindeutigen Daten eine verlässliche, nachvollziehbare und geschäftssichere Entscheidung berechnet.
Und genau solche Entscheidungen passieren in vielen Unternehmen jeden Tag – oft unbemerkt.
Ausgangssituation: Daten sind da – aber sind sie vertrauenswürdig?
Ein Hersteller meldet genau diesen Bestand: 26.880 verfügbar.
Klingt eindeutig.
Ist es aber nicht.
Denn in der Praxis gelten zusätzliche Bedingungen:
- Die Daten stammen von einem externen Hersteller
- Die Aktualisierung erfolgt nicht immer zuverlässig
- Der Artikel ist nur in festen Schrittweiten bestellbar
- Der ERP-Status kann die Bestellbarkeit einschränken
👉 Zwischen Daten und Entscheidung entsteht eine kritische Lücke.
Genau hier setzt die Contene Decision Engine an.
Schritt 1: Darf dieser Bestand überhaupt verwendet werden?
Bevor eine Menge berechnet wird, klärt die Decision Engine eine grundlegendere Frage:
👉 Kann man diesen Daten überhaupt vertrauen?
Die Decision Engine prüft systematisch:
- Existiert ein gültiger Datensatz?
- Wann wurde der Bestand zuletzt aktualisiert?
- Ist die Information jünger als 14 Tage?
- Gibt es einen ERP-Status, der Bestellungen ausschließt?
Die Entscheidung ist bewusst binär:
👉 Verwenden oder verwerfen
Sind Daten zu alt oder widersprüchlich, wird der Bestand konsequent ignoriert.
👉 Lieber kein Bestand als ein falscher Bestand.
Das Ergebnis:
Keine Schätzungen.
Keine Annahmen.
Nur Entscheidungen, auf die sich das Geschäft verlassen kann.
Schritt 2: Vom Bestand zur tatsächlich bestellbaren Menge
Angenommen, die Daten sind gültig.
Jetzt stellt sich die nächste Frage:
👉 Was kann tatsächlich bestellt werden?
Der Artikel ist nur in Schrittweiten von 300 Stück bestellbar und hat eine Mindestbestellmenge von 3000 Stück.
Das bedeutet konkret:
- 26.880 Stück physischer Bestand
- 26.700 Stück bestellbar
- 180 Stück werden bewusst nicht angeboten
Warum?
👉 Weil nicht entscheidend ist, was theoretisch da ist –
👉 sondern was zuverlässig geliefert werden kann.
Das ist keine technische Rundung.
👉 Das ist eine bewusste geschäftliche Entscheidung.
Die Decision Engine erzwingt hier Konsistenz zwischen Lager, Logik und Realität.
Schritt 3: Eine konsistente Gesamtentscheidung
Am Ende steht ein klares Ergebnis:
- Der Artikel ist bestellbar ✅
- Die Daten sind aktuell und valide ✅
- Die Menge ist korrekt gerundet ✅
- Kein Kunde kann mehr bestellen, als geliefert werden kann ✅
Und entscheidend:
👉 Jeder Schritt ist nachvollziehbar
👉 Jede Entscheidung ist erklärbar
Keine Blackbox.
Keine Überraschungen.
Keine falschen Versprechen.
Warum das keine klassische Rules Engine ist
Natürlich werden Regeln verwendet.
Aber sie arbeiten nicht isoliert – sondern als zusammenhängendes Entscheidungsmodell:
- Datenqualität beeinflusst die Verfügbarkeit
- Artikelstatus kann Mengenlogik überstimmen
- Schrittweiten greifen erst nach Datenfreigabe
Eine klassische Rules Engine entscheidet Schritt für Schritt.
Die Contene Decision Engine entscheidet im Gesamtzusammenhang.
Die zentrale Frage lautet nicht:
„Welche Regel greift?“
Sondern:
👉 „Was ist unter allen Bedingungen das richtige Ergebnis?“
Die Contene Decision Engine berechnet eine konsistente Entscheidung –
statt Regelkonflikte zu verwalten.
Genau deshalb sprechen wir bei Contene nicht von einer Rules Engine,
sondern von einer Decision Engine.
Warum das keine KI ist – und auch nicht sein sollte
Diese Art von Entscheidung muss jederzeit identisch sein:
- Gleiche Eingaben → gleiches Ergebnis
- Vollständig reproduzierbar
- Jederzeit auditierbar
👉 Genau das ist der Gegensatz zu probabilistischer KI.
KI kann Muster erkennen oder Texte generieren.
Aber geschäftskritische Entscheidungen brauchen Verlässlichkeit – keine Wahrscheinlichkeiten.
Excel als Entscheidungsmodell – nicht als Blackbox
Die gesamte Logik modelliert die Fachabteilung selbst – in Excel.
Nicht als Datei, sondern als strukturiertes Entscheidungsmodell.
Das bedeutet:
- Fachbereiche verstehen und kontrollieren die Logik
- Abhängigkeiten sind vollständig sichtbar
- Berechnungen bauen transparent aufeinander auf
- Entscheidungen entstehen aus einem konsistenten Gesamtmodell
👉 Excel ist hier kein Hilfsmittel –
👉 sondern das sichtbare und überprüfbare Modell der Geschäftsentscheidungen.
Die Logik wird anschließend kompiliert und performant ausgeführt.
Dabei werden über 8.000 Entscheidungsregeln in unter 30 Millisekunden neu bewertet – bei jeder einzelnen Datenänderung.
Fazit: Entscheidungen, die Unternehmen zuverlässig machen
Dieses Beispiel zeigt, was eine Decision Engine im PIM wirklich leistet:
- Sie trennt Daten von Entscheidungen
- Sie macht implizite Logik explizit
- Sie verhindert falsche Kundenversprechen
- Sie sorgt für Konsistenz, Transparenz und Vertrauen
👉 Die Contene Decision Engine entscheidet nicht irgendetwas.
👉 Sie entscheidet bewusst – und erklärbar.
👉 Und genau das macht sie zur Grundlage verlässlicher Geschäftsprozesse.
👉 Nächster Schritt
Sie möchten wissen, welche Entscheidungen in Ihrem Unternehmen heute implizit getroffen werden – und wie Sie sie kontrollierbar, erklärbar und sicher machen können?
👉 Lassen Sie uns gemeinsam ein konkretes Beispiel aus Ihrer Praxis analysieren – und sichtbar machen, wo heute implizit entschieden wird.
