Neuer Machine-Learning-Ansatz für Beschaffung und Produktion

Die Mehrkosten durch teure Zukäufe sinken, wenn ein Unternehmen Wiederbeschaffungszeiten präziser prognostizieren kann.
Die Mehrkosten durch teure Zukäufe sinken, wenn ein Unternehmen Wiederbeschaffungszeiten präziser prognostizieren kann.Bild: Inform GmbH

Durchschnittlich bis zu 70% genauere Prognosen von Liefer- und Wiederbeschaffungszeiten – das will der neue Machine Learning (ML) Ansatz des Aachener Softwareentwicklers Inform bieten.

Die Diskrepanz zwischen dem von Lieferanten zugesicherten und dem tatsächlichen Liefertermin ist in vielen Branchen außerordentlich groß. „Wir haben die Datenhistorie vieler Unternehmen analysiert. In zwei Drittel der Fälle wurde der Termin nicht eingehalten“, berichtet Dr. Marco Schmitz, der im Team „New Solutions“ bei Iinform an der ML-Lösung mitgewirkt hat. Ebenso sind in ERP-Systemen meist nur ungenaue Schätzungen der Wiederbeschaffungszeiten als Stammdaten hinterlegt, deren Pflege manuell nur mit hohem Aufwand vonstattengeht.

In ersten Studien konnte der Algorithmus die Abweichung des Liefertermins von 25 Tagen auf 12 Tage reduzieren. „Das schmälert die Unsicherheit und das Risiko so stark, dass deutlich weniger Deckungskäufe nötig sind“, sagt Schmitz. Solche Deckungskäufe bei Plan-B-Lieferanten oder Konkurrenzunternehmen kosten nicht selten mehrere Millionen Euro pro Jahr und schmälern vor allem in Handelsunternehmen die Margen. Sinkt die Unsicherheit, reduzieren sich gleichzeitig auch diese Kosten. Mit der neuen ML-Lösung will Inform in Zusammenarbeit mit den hauseigenen Datenspezialisten des Inform DataLab hier Abhilfe schaffen. Sie ist sowohl als unabhängiges Modul für beliebige ERP-Systeme verfügbar als auch integriert in bestehende Systeme zur Bestandsoptimierung (ADD*ONE) und Produktionsplanung (FELIOS).

Thematik: Newsarchiv
| News

Das könnte Sie auch Interessieren

Bild: Fraunhofer IEM
Bild: Fraunhofer IEM
Effiziente Produktionsplanung: KI reduziert Aufwand bei Schulte Kartonagen um 25%

Effiziente Produktionsplanung: KI reduziert Aufwand bei Schulte Kartonagen um 25%

Welcher Liefertermin steht wann an? Wie aufwändig muss die Maschine umgerüstet werden? Ist das benötigte Material bereits geliefert? Um die Reihenfolge verschiedener Kundenaufträge optimal zu planen, müssen Produktionsplaner:innen eine Vielzahl von Faktoren kennen und einschätzen. Bei Schulte Kartonagen hat ab sofort ein intelligenter KI-Assistent alle Faktoren im Blick – und macht Vorschläge für die effiziente Planung der Produktion. Gefördert wurde die Zusammenarbeit mit dem Fraunhofer IEM und den Universitäten Paderborn und Bielefeld im it’s OWL-Projekt ARISE.

Bild: schoesslers GmbH
Bild: schoesslers GmbH
appliedAI Institute for Europe launcht kostenlosen KI-Onlinekurs

appliedAI Institute for Europe launcht kostenlosen KI-Onlinekurs

Das gemeinnützige appliedAI Institute for Europe stellt den kostenfreien Online-Kurs ‚AI Essentials‘ zur Verfügung, der es Interessierten ermöglicht, in die Welt der Künstlichen Intelligenz einzusteigen. Konzepte wie maschinelles Lernen und Deep-Learning sowie deren Anwendungsmöglichkeiten und Auswirkungen auf unser Leben und unsere Wirtschaft sind Teile der umfassenden Einführung.

Bild: Trumpf SE + Co. KG
Bild: Trumpf SE + Co. KG
Künstliche Intelligenz macht Fabriken clever

Künstliche Intelligenz macht Fabriken clever

Seit dem Siegeszug des Chatbots ChatGPT ist künstliche Intelligenz in aller Munde. Auch in der industriellen Produktionstechnik kommt KI mit großen Schritten voran. Lernende Maschinen machen die Fertigung effizienter. Wie funktioniert das genau? Das können Interessierte auf der EMO Hannover 2023 vom 18. bis 23. September erfahren. Die Weltleitmesse für Produktionstechnologie wird ihr Fachpublikum unter dem Claim ‚Innovate Manufacturing‘. mit frischen Ideen inspirieren und künstliche Intelligenz spielt dabei ihre Stärken aus.

Bild: Mitsubishi Electric Corporation, Japan
Bild: Mitsubishi Electric Corporation, Japan
KI-gestütztes Analysetool für moderne Produktionslinien

KI-gestütztes Analysetool für moderne Produktionslinien

Das Data-Science-Tool Melsoft MaiLab von Mitsubishi soll Unternehmen bei der Digitalisierung ihrer Fertigung und unterstützen und so deren Produktivität steigern. Die neue Lösung ist eine intuitive, bedienerzentrierte Plattform, die KI nutzt, um Abläufe automatisch zu verbessern. Sei es Abfallvermeidung durch geringere Ausschussmengen, weniger Stillstandszeiten durch vorbeugende Wartung oder Senkung des Energieverbrauchs durch Prozessoptimierung.

Bild: Fraunhofer IGD
Bild: Fraunhofer IGD
Software Arrange beschleunigt Absortierprozesse

Software Arrange beschleunigt Absortierprozesse

In Kombination mit einer Augmented-Reality-Brille bietet eine neue Software des Fraunhofer IGD digitale Unterstützung von Absortiervorgängen. Zusammengehörige Bauteile werden direkt im Sichtfeld der Beschäftigten an der Produktionslinie farblich überlagert. Anwender im Automotive-Bereich können so etwa durch beschleunigte Prozesse und eine minimierte Fehleranfälligkeit Kosten reduzieren.