Zur Prognose von Zeitreihen werden immer häufiger neuronale Netze eingesetzt [1]. Als Beispiele hierfür finden sich die Vorhersage des Strom- und Fernwärmebedarfs [2,3] sowie die Finanzdatenprognose [4]. Insbesondere der Wunsch von Unternehmen nach Reduzierung der Lagerhaltungskosten macht eine Prognose der zu erwartenden Nachfrage und des Absatzes für die Disposition von Waren oder Vorprodukten interessant.
Im vorgestellten Projekt sollen neuronale Netze für die kurzfristige Abverkaufsprognose von Produkten in einer Supermarktkette eingesetzt werden. Die Netze werden durch Präsentation der bekannten Abverkaufszahlen der Vergangenheit trainiert. Zusätzlich fließen Informationen über Preisveränderungen und Werbeaktionen mit ein. Das Training der Netze erfolgt auf einem Zeitfenster für eine ganze Gruppe verwandter Artikel, deren Abverkauf zueinander in Beziehung steht. Zur Beschleunigung des verwendeten Backpropagation-Algorithmus sind verschiedene Parallelisierungen auf Multiprozessor-Rechnern implementiert.