Data Analytics und Circular Economy im Logistik- und Produktionsumfeld
Mit Hilfe von Data Analytics und KI können immer mehr Anwendungen in der Supply Chain optimiert werden. Gerade in der Prognose stecken große Potenziale; vor allem, wenn Prognose-und Optimierungsmethoden intelligent verknüpft werden. Die Arbeitsgruppe für Supply Chain Services des Fraunhofer IIS stellt entsprechende Lösungen und Anwendungsfälle vor, u. a. die Ersatzteilprognose für die genauere Bedarfsplanung bei der Langzeitbevorratung oder die Prozessdaten-Prognose zur frühzeitigen Erkennung von Liefer- und Produktionsverzögerungen. Wie man Daten in Lieferketten mit KI-Methoden nutzbar machen kann, um die Wertschöpfung zu erhöhen, ist auch Thema des Fachforums „KI – Reality Check“.
Verbesserungen im Lager lassen sich ebenfalls mit Daten erzielen: So können Algorithmen zum Beispiel für eine optimierte dynamische Lagerhaltung eingesetzt werden. Und mit verknüpften Prognoseverfahren lässt sich der Personalbedarf vorausschauend planen, und zwar so, dass nicht nur Zeit gespart, sondern auch Monotonie vermieden wird. Weiterhin ist Benchmarking eine bewährte Methode, um die eigene Lagerleistung durch Kennzahlen zu messen und diese im Vergleich zum Wettbewerb zu beurteilen. Hier unterstützt das Lager-Benchmarking mit einer Lagerdatenbank aus über 180 Vergleichslagern.
Circular Economy ist der entscheidende Lösungsansatz, um die – nicht nur – gesetzlich notwendigen ökologischen Ziele zu erreichen. Mit den richtigen Technologien und Daten kann eine entsprechende Kreislaufwirtschaft unternehmensspezifisch realisiert werden. Wo aber am besten anfangen? Und mit welchen Themen und Prozessen? Startpunkt kann hier der eigens entwickelte Transformationsnavigator der Arbeitsgruppe sein, mit dem Unternehmen genau ermitteln können, an welcher Stelle des Transformationsprozesses von einer linearen Wertschöpfung hinzu zu einem zukunftsfähigen Kreislaufwirtschaftsmodell sie aktuell stehen.
In logistischen Prozessen werden zwar viele Daten erzeugt; wollen Unternehmen mit Data Analytics aber diese Datenschätze heben, stoßen sie häufig auf Probleme: Daten weisen nicht die erforderliche Qualität auf, sind fehler- bzw. lückenhaft und liegen in unterschiedlichen Formaten vor. Oder es sind für eine bestimmte Anwendung nicht die richtigen Daten vorhanden. Das Fachforum „KI – Reality Check“ zeigt an Beispielen aus Forschung und Praxis, wie diese Hürden überwunden werden und aus Daten ein echter Mehrwert für Prozessoptimierungen oder Entwicklungen neuer Services generiert wird: Donnerstag, 2. Juni 2022, 11:00 Uhr - 11:50 Uhr, Logimat Arena, Atrium Eingang Ost.
Halle 8, Stand C18