← Material zum Buch · Notebook herunterladen
Brötchenprognose im Labor¶
Ein Beispielnotebook zum Buch Das Richtige als Nächstes, Kapitel 6.
Das Notebook spielt den ersten Laborversuch von Morgenkruste durch. Die Daten sind erfunden. Sie verhalten sich aber so, wie Verkaufsdaten einer Bäckerei sich typischerweise verhalten: Samstags wird mehr gekauft, an Feiertagen weniger, bei Regen bleiben manche Kundinnen und Kunden zu Hause.
Sie können jede Zelle einzeln ausführen (Umschalt + Enter) und Zahlen verändern, um zu sehen, was passiert. Das Notebook läuft ohne Installation zum Beispiel in Google Colab: Datei hochladen und im Menü „Laufzeit“ den Punkt „Alle ausführen“ wählen.
Material zum Buch, Stand November 2026. Die aktuelle Fassung liegt immer unter kiwi-strategie.de/material/.
1. Die Laborhypothese¶
Bevor wir rechnen, halten wir fest, was wir herausfinden wollen. Das ist die Tabelle aus Abschnitt 6.2, ausgefüllt für diesen Versuch:
| Feld | Für diesen Versuch |
|---|---|
| Aufgabe | Weniger Überproduktion und weniger leere Regale am Abend |
| Hypothese | Ein einfaches Modell aus Wochentag, Feiertag und Wettervorhersage schätzt den Bedarf genauer als die heutige Faustregel |
| Vergleichsgrundlage | Verkaufsmenge vom gleichen Wochentag der Vorwoche |
| Daten | Drei Filialen, ein halbes Jahr, tägliche Verkäufe und die Wettervorhersage vom Vorabend |
| Messgröße | Mittlere Abweichung zwischen Prognose und Verkauf in Stück je Tag |
| Testdauer | Die letzten acht Wochen des Zeitraums |
| Abbruchkriterium | Das Modell ist nicht mindestens 15 Prozent besser als die Vergleichsgrundlage |
| Verantwortung | Filialleitungen bewerten das Ergebnis, die Geschäftsleitung entscheidet über den nächsten Schritt |
Die 15 Prozent sind eine Annahme für dieses Beispiel. Im echten Versuch legen die Fachleute diese Schwelle fest, bevor das erste Ergebnis vorliegt.
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from sklearn.linear_model import LinearRegression
ERFOLGSSCHWELLE = 0.15 # Modell muss mindestens 15 % besser sein
TRAININGSWOCHEN = 17 # so viele Wochen vor dem Test lernt das Modell (17 = alle verfügbaren)
rng = np.random.default_rng(42) # fester Startwert, damit alle dasselbe Ergebnis sehen
2. Erfundene, aber plausible Daten¶
Wir erzeugen ein halbes Jahr Verkaufsdaten für drei Filialen. Jede Filiale hat ihr eigenes Grundniveau. Dazu kommen ein Wochenrhythmus, Feiertage, Temperatur, Regen und etwas Zufall.
Ein wichtiges Detail: Die Filialleitung bestellt am Vorabend. Zu diesem Zeitpunkt kennt sie nicht das Wetter von morgen, sondern nur die Vorhersage. Die Verkäufe hängen vom tatsächlichen Wetter ab, das Modell bekommt aber nur die Vorhersage. Würden wir ihm das tatsächliche Wetter geben, würde es mit Wissen rechnen, das es am Vorabend gar nicht gibt, und im Test besser aussehen, als es im Alltag sein kann. Fachleute nennen das Datenleckage.
tage = pd.date_range("2026-01-05", periods=26 * 7, freq="D")
feiertage = pd.to_datetime(["2026-04-03", "2026-04-06", "2026-05-01",
"2026-05-14", "2026-05-25", "2026-06-04"])
filialen = {"Altstadt": 420, "Bahnhof": 360, "Südviertel": 280}
wochenfaktor = {0: 0.90, 1: 0.92, 2: 0.95, 3: 0.97, 4: 1.08, 5: 1.35, 6: 0.80}
# ein Wetterverlauf für alle Filialen derselben Stadt
tag_im_jahr = tage.dayofyear.to_numpy()
temperatur = 8 + 14 * (tag_im_jahr - 60) / 120 + rng.normal(0, 3, len(tage))
regen = rng.random(len(tage)) < 0.35
# was am Vorabend bekannt ist: die Vorhersage, nicht das tatsächliche Wetter
temperatur_vorhersage = temperatur + rng.normal(0, 2, len(tage))
regen_vorhersage = np.where(rng.random(len(tage)) < 0.8, regen, ~regen) # in 8 von 10 Fällen richtig
zeilen = []
for filiale, basis in filialen.items():
for i, tag in enumerate(tage):
bedarf = basis * wochenfaktor[tag.dayofweek]
if tag in feiertage:
bedarf *= 0.55
if regen[i]:
bedarf *= 0.88
bedarf *= 1 + 0.004 * (temperatur[i] - 15)
bedarf *= rng.normal(1, 0.06)
zeilen.append({"datum": tag, "filiale": filiale,
"verkauf": round(bedarf),
"temperatur_vorhersage": round(temperatur_vorhersage[i], 1),
"regen_vorhersage": int(regen_vorhersage[i]),
"feiertag": int(tag in feiertage),
# erst am nächsten Tag bekannt, für die Bestellung am Vorabend tabu
"temperatur_tatsaechlich": round(temperatur[i], 1),
"regen_tatsaechlich": int(regen[i])})
daten = pd.DataFrame(zeilen)
daten.head(10)
| datum | filiale | verkauf | temperatur_vorhersage | regen_vorhersage | feiertag | temperatur_tatsaechlich | regen_tatsaechlich | |
|---|---|---|---|---|---|---|---|---|
| 0 | 2026-01-05 | Altstadt | 354 | 4.1 | 0 | 0 | 2.5 | 0 |
| 1 | 2026-01-06 | Altstadt | 375 | 0.7 | 0 | 0 | -1.4 | 0 |
| 2 | 2026-01-07 | Altstadt | 335 | 4.5 | 1 | 0 | 4.1 | 1 |
| 3 | 2026-01-08 | Altstadt | 407 | 5.2 | 0 | 0 | 4.8 | 0 |
| 4 | 2026-01-09 | Altstadt | 346 | -3.3 | 1 | 0 | -3.8 | 1 |
| 5 | 2026-01-10 | Altstadt | 529 | -3.5 | 0 | 0 | -1.7 | 0 |
| 6 | 2026-01-11 | Altstadt | 278 | 2.4 | 0 | 0 | 2.7 | 1 |
| 7 | 2026-01-12 | Altstadt | 292 | 1.1 | 1 | 0 | 1.5 | 1 |
| 8 | 2026-01-13 | Altstadt | 333 | 3.2 | 0 | 0 | 2.5 | 0 |
| 9 | 2026-01-14 | Altstadt | 344 | 2.1 | 1 | 0 | 0.1 | 1 |
3. Die Vergleichsgrundlage¶
Die einfachste Alternative, die Morgenkruste ohnehin hätte: Man backt so viel, wie am gleichen Wochentag der Vorwoche verkauft wurde.
daten = daten.sort_values(["filiale", "datum"])
daten["vorwoche"] = daten.groupby("filiale")["verkauf"].shift(7)
daten = daten.dropna().copy()
testbeginn = daten["datum"].max() - pd.Timedelta(weeks=8) + pd.Timedelta(days=1)
trainingsbeginn = testbeginn - pd.Timedelta(weeks=TRAININGSWOCHEN)
training = daten[(daten["datum"] >= trainingsbeginn) & (daten["datum"] < testbeginn)]
test = daten[daten["datum"] >= testbeginn].copy()
test["prognose_vorwoche"] = test["vorwoche"]
abweichung_vorwoche = (test["verkauf"] - test["prognose_vorwoche"]).abs().mean()
print(f"Vergleichsgrundlage: im Mittel {abweichung_vorwoche:.1f} Stück Abweichung je Tag und Filiale")
Vergleichsgrundlage: im Mittel 44.3 Stück Abweichung je Tag und Filiale
4. Ein einfaches Modell¶
Kein neuronales Netz, keine Spezialsoftware. Eine lineare Regression lernt aus den ersten Monaten, wie stark Wochentag, Feiertag und die vorhergesagten Werte für Regen und Temperatur den Verkauf in jeder Filiale verschieben.
def merkmale(df):
x = pd.get_dummies(df[["filiale"]], dtype=float)
wt = pd.get_dummies(df["datum"].dt.dayofweek, prefix="wt", dtype=float)
x = pd.concat([x, wt], axis=1)
x["feiertag"] = df["feiertag"]
x["regen"] = df["regen_vorhersage"]
x["temperatur"] = df["temperatur_vorhersage"]
return x
x_train = merkmale(training)
x_test = merkmale(test).reindex(columns=x_train.columns, fill_value=0)
# Der Verkauf wird logarithmiert, damit die Effekte als Prozent wirken, nicht als feste Stückzahl.
modell = LinearRegression().fit(x_train, np.log(training["verkauf"]))
test["prognose_modell"] = np.exp(modell.predict(x_test)).round()
abweichung_modell = (test["verkauf"] - test["prognose_modell"]).abs().mean()
print(f"Modell: im Mittel {abweichung_modell:.1f} Stück Abweichung je Tag und Filiale")
Modell: im Mittel 20.0 Stück Abweichung je Tag und Filiale
5. Das Ergebnis am Gate¶
Jetzt kommt die Frage aus Abschnitt 6.5: Ist das Ergebnis gut genug für den nächsten Schritt?
verbesserung = 1 - abweichung_modell / abweichung_vorwoche
print(f"Vergleichsgrundlage: {abweichung_vorwoche:.1f} Stück")
print(f"Modell: {abweichung_modell:.1f} Stück")
print(f"Verbesserung: {verbesserung:.0%} (Schwelle: {ERFOLGSSCHWELLE:.0%})")
print()
if verbesserung >= ERFOLGSSCHWELLE:
print("Die Hypothese hält. Ein nächster Schritt ist gerechtfertigt, wenn die Filialleitungen zustimmen.")
else:
print("Die Schwelle ist nicht erreicht. Nachschärfen, vereinfachen oder bewusst anhalten.")
Vergleichsgrundlage: 44.3 Stück Modell: 20.0 Stück Verbesserung: 55% (Schwelle: 15%) Die Hypothese hält. Ein nächster Schritt ist gerechtfertigt, wenn die Filialleitungen zustimmen.
6. Was die Filialleitungen sehen sollten¶
Eine Kennzahl allein überzeugt selten. Die Grafik zeigt für eine Filiale den tatsächlichen Verkauf und beide Prognosen. An Feiertagen fällt die Vergleichsgrundlage besonders deutlich daneben, denn sie weiß nichts davon, dass heute ein Feiertag ist.
filiale = "Altstadt"
f = test[test["filiale"] == filiale]
fig, ax = plt.subplots(figsize=(11, 4))
ax.plot(f["datum"], f["verkauf"], label="tatsächlicher Verkauf", color="black", linewidth=2)
ax.plot(f["datum"], f["prognose_vorwoche"], label="Vergleichsgrundlage (Vorwoche)", linestyle="--")
ax.plot(f["datum"], f["prognose_modell"], label="Modell")
for t in f.loc[f["feiertag"] == 1, "datum"]:
ax.axvline(t, color="grey", alpha=0.3)
ax.set_title(f"Filiale {filiale}: Verkauf und Prognosen in den Testwochen")
ax.set_ylabel("Stück")
ax.legend()
plt.tight_layout()
plt.show()
Und die Tage, an denen das Modell am weitesten danebenlag. Genau über diese Tage lohnt das Gespräch mit den Filialleitungen: Was war da los?
test["fehler_modell"] = test["verkauf"] - test["prognose_modell"]
(test.assign(abs_fehler=test["fehler_modell"].abs())
.sort_values("abs_fehler", ascending=False)
[["datum", "filiale", "verkauf", "prognose_modell", "prognose_vorwoche", "feiertag", "regen_vorhersage"]]
.head(8))
| datum | filiale | verkauf | prognose_modell | prognose_vorwoche | feiertag | regen_vorhersage | |
|---|---|---|---|---|---|---|---|
| 138 | 2026-05-23 | Altstadt | 699 | 531.0 | 551.0 | 0 | 1 |
| 345 | 2026-06-17 | Bahnhof | 397 | 317.0 | 338.0 | 0 | 1 |
| 166 | 2026-06-20 | Altstadt | 458 | 535.0 | 557.0 | 0 | 1 |
| 180 | 2026-07-04 | Altstadt | 504 | 577.0 | 607.0 | 0 | 0 |
| 157 | 2026-06-11 | Altstadt | 441 | 374.0 | 201.0 | 0 | 1 |
| 502 | 2026-05-23 | Südviertel | 412 | 355.0 | 372.0 | 0 | 1 |
| 313 | 2026-05-16 | Bahnhof | 491 | 439.0 | 407.0 | 0 | 1 |
| 339 | 2026-06-11 | Bahnhof | 372 | 322.0 | 184.0 | 0 | 1 |
7. Gegenprobe: Was Datenleckage anrichtet¶
Was wäre passiert, wenn wir dem Modell das tatsächliche Wetter gegeben hätten statt der Vorhersage vom Vorabend? Das Modell bekommt dieselben Merkmale, nur Regen und Temperatur stammen jetzt vom Folgetag.
def merkmale_mit_leckage(df):
x = merkmale(df)
x["regen"] = df["regen_tatsaechlich"] # erst am nächsten Tag bekannt
x["temperatur"] = df["temperatur_tatsaechlich"] # erst am nächsten Tag bekannt
return x
x_train_l = merkmale_mit_leckage(training)
x_test_l = merkmale_mit_leckage(test).reindex(columns=x_train_l.columns, fill_value=0)
modell_l = LinearRegression().fit(x_train_l, np.log(training["verkauf"]))
prognose_leckage = np.exp(modell_l.predict(x_test_l)).round()
abweichung_leckage = (test["verkauf"] - prognose_leckage).abs().mean()
pd.DataFrame({
"Verfahren": ["Vergleichsgrundlage (Vorwoche)", "Modell mit Wettervorhersage", "Modell mit tatsächlichem Wetter (Leckage)"],
"Abweichung je Tag und Filiale": [round(abweichung_vorwoche, 1), round(abweichung_modell, 1), round(abweichung_leckage, 1)],
"Verbesserung": ["", f"{1 - abweichung_modell / abweichung_vorwoche:.0%}", f"{1 - abweichung_leckage / abweichung_vorwoche:.0%}"],
})
| Verfahren | Abweichung je Tag und Filiale | Verbesserung | |
|---|---|---|---|
| 0 | Vergleichsgrundlage (Vorwoche) | 44.3 | |
| 1 | Modell mit Wettervorhersage | 20.0 | 55% |
| 2 | Modell mit tatsächlichem Wetter (Leckage) | 16.3 | 63% |
Das Modell mit Leckage sieht besser aus. Im Alltag kann es diesen Vorsprung nie liefern, denn am Vorabend kennt niemand das Wetter von morgen. Ein Test ist nur fair, wenn er dieselbe Informationslage nachstellt wie die echte Entscheidung.
8. Zum Weiterprobieren¶
- Setzen Sie
ERFOLGSSCHWELLEauf 0.70. Was würde das für die Entscheidung am Gate bedeuten? - Setzen Sie in der Funktion
merkmaleein#vor die Zeile mit dem Regen. Wie stark verschlechtert sich die Prognose? - Setzen Sie
TRAININGSWOCHENauf 1. Das Modell lernt dann aus einer einzigen Woche und sieht keinen Feiertag. Was passiert am Gate, und was hätte Gosset aus Abschnitt 6.3 dazu gesagt?
Halten Sie am Ende in wenigen Sätzen fest, was entschieden wurde, warum und was als Nächstes geschieht. Das ist das Entscheidungsprotokoll.
Wichtig: Die Daten hier sind erfunden und deshalb gutmütig. Echte Daten sind lückenhafter, und genau das macht ein echtes Laborergebnis wertvoll.
9. Was dieser Versuch nicht zeigt¶
Ein ehrliches Laborergebnis nennt seine Grenzen. Für dieses Notebook sind es vier.
- Verkäufe sind nicht Nachfrage. Ist ein Regal am Nachmittag leer, zeigt die Kasse nur, was da war, nicht, was gewünscht wurde. An solchen Tagen unterschätzen die Verkaufszahlen den Bedarf, und ein Modell, das aus ihnen lernt, übernimmt diesen Fehler. Im echten Versuch sollte deshalb festgehalten werden, wann ein Artikel ausverkauft war.
- Die Daten sind nach denselben Regeln gebaut, die das Modell lernt. Wochentag, Feiertag, Regen und Temperatur erzeugen hier den Verkauf, und genau diese Größen bekommt das Modell. Ein deutlicher Vorsprung vor der Faustregel ist deshalb zu erwarten. Mit echten Daten kann er kleiner ausfallen oder ganz fehlen.
- Abweichung ist noch kein Geld. Ein Brötchen zu viel kostet etwas anderes als ein Brötchen zu wenig. Ob sich die bessere Prognose lohnt, zeigt erst der Blick auf Ausschuss, Fehlmengen und Umsatz.
- Acht Testwochen sind eine kurze Zeit. Sie zeigen eine Tendenz, keinen Beweis. Seltene Tage wie Allerheiligen kommen darin womöglich gar nicht vor.
Keine dieser Grenzen macht den Versuch wertlos. Sie gehören ins Entscheidungsprotokoll, damit der nächste Schritt weiß, was noch offen ist.