AI Spotlight

Erhöhung der Liefertreue und Transparenz entlang der Produktionskette mit Machine Learning

AI optimizes processes at a container terminal

Die Schätzungen und die Ist-Werte für Lieferdauern sind selten identisch. Erfahren Sie in dieser Case Study, wie Machine Learning (ML) die Produktions- und Prozessplanung optimiert, indem die Technologie Prognosen für die Wiederbeschaffungszeiten von Bauteilen präzisiert.

Die Vorteile

  • Pünktliche Lieferung: Mithilfe von Machine Learning (ML) werden Lieferverzögerungen seltener.
  • Reduzierte Lagerkosten: Die Technologie erstellt genauere Bestandsprognosen und verringert so die Lagerhaltungskosten.
  • Effiziente Produktion: Die Anwendung von ML verbessert die Synchronisation von Liefer- und Produktionsplänen.

Use Case

Überblick

  • Mit der Machine-Learning-Komponente unserer Produktionsplanungssoftware optimierte ein Systemlieferant seine Produktionsplanung.
  • Optimierungsbedarf sah das Unternehmen bei der Planung seiner Wiederbeschaffungszeiten (WBZ) von Bauteilen. Die bisherigen im ERP-System abgebildeten statischen Planungsdaten aus dem Materialstamm waren zu ungenau.
  • Mithilfe unserer KI-gestützten Produktionsplanungssoftware wurden die Prognosen über die Wiederbeschaffungszeiten 19-mal genauer. Das reduzierte sowohl Lieferverzögerungen wie auch unnötige Lagerbestände.
  • Der Aufwand für das Auftragstracking und das Shopfloor-Management sank.
  • Anwender können die Prognosedaten flexibel nutzen, immer transparent nachvollziehen und einfacher Entscheidungen treffen.

SO FUNKTIONIERT’S

  • Mithilfe spezieller ML-Algorithmen kann auf Grundlage der vorhandenen Daten präzise vorhergesagt werden, wie lange die Lieferung eines benötigten Bauteils tatsächlich dauert.
  • Mit KI-basierten Technologien ist es möglich, alle Bestellungen im Blick zu behalten und eine bedarfssynchrone Beschaffung und Terminierung sowie eine verbesserte Synchronisation komplexer Auftragsnetzwerke in allen Bereichen zu erreichen.

SCHON GEWUSST?

  • Eine Abweichung von nur einer Woche bei den Lieferzeiten erfordert die Bereithaltung eines bis zu 5,5-mal größeren Mindestbestands im Vergleich zu regelmäßigen Wiederbeschaffungszeiten.
  • Unregelmäßige Liefer- und Wiederbeschaffungszeiten können aufgrund übermäßiger Lagerbestände oder unterbrochener, nachgelagerter Prozesse zu zusätzlichen jährlichen Kosten führen, die sich oft im siebenstelligen Bereich bewegen.

Sind Sie an weiteren AI Spotlights interessiert?

VorherigeNächste