Das ALEO-Prinzip oder KI als Katalysator im Change-Management-Prozess.
Algorithmische
Lokale
Ertrags
Optimierung
Untersuchung der Verbindung von KI (Hier: Algorithmen des maschinellen Lernens – Repeat & Learn) mit den klassisch-arbeitspsychologischen Ansätzen des Change Managements am Beispiel eines automatisierten und lernenden Platzierungs-Algorithmus bezüglich der Apotheken-Sichtwahl (OTC) unter flexibler Berücksichtigung folgender variablen Parameter gekoppelt an veränderlichen Produkt-Koeffizienten:
- retrospektiven betriebswirtschaftlichen Kennziffern der Apotheke,
- saisonalen Einflüssen
- Indikationen
- Soziale Strukturen und
- Wetterlagen
Dieser in absoluter Abhängigkeit der lokalen Parameter lernende Algorithmus ist dann in der Lage entsprechende Platzierungs- bzw. Abbildungs-Vorschläge „just in Time“ zu generieren und eine Abverkaufs-Steigerung (Packungsdrehzahl) von mind. +7% zu erreichen.
