Mit KI stockende Lieferketten verbessern

Lieferketten sind in aller Munde, seitdem sie global häufig nicht mehr reibungslos funktionieren. Die Pandemie war aber nur der Auslöser, denn es gibt zahlreiche Trends, die für stetigen Wandel in der Lieferkette sorgen. Wer den Wandel aktiv mitgestalten möchte, braucht nicht nur Erkenntnisse, sondern die passende IT-Infrastruktur und eine Portion operative künstliche Intelligenz.

Hier sind Lösungen gefragt, die das Thema KI nicht mit einem ‚das können Sie über eine Schnittstelle einbinden‘ abhandeln, sondern die KI- und ML-Funktionalität als integralen Bestandteil fest in der Lösung verankert haben. Das garantiert nicht nur eine schnelle Implementierung, sondern auch dauerhaft funktionierende Lieferketten. Blue Yonder hat mit seinem Luminate-Lösungsportfolio den passenden Werkzeugkasten und konnte im Oktober 2021 Microsoft selbst als Kunden für seine Hardware-Produktions-Supply-Chain gewinnen.

Die Auswahl muss wohl überlegt sein

Es gibt viele Anbieter im Markt, die mit mehr oder weniger intelligenten Lösungen zur Supply-Chain-Optimierung aufwarten. Bei der Auswahl des geeigneten Partners ist es ratsam, darauf zu achten, welche Leistungsmerkmale seine Lösungen mitbringen. Dabei sollten folgende Fragestellungen eine Rolle spielen:

Setzt der Anbieter auf eine eigens entwickelte KI oder greift er auf generische Algorithmen zurück?

Bietet der Anbieter wirklich KI-basierte Supply-Chain-Plattform oder basiert diese lediglich auf MLP?

Wirbt der Anbieter mit Schnelligkeit, für die er allerdings multiple Test Runs benötigt und auf deren Basis die Entscheidung am Ende trotzdem vom Menschen getroffen werden muss?

Ist der Anbieter in der Lage, Geschwindigkeit mit Genauigkeit zu vereinen und so zu einer wirklichen Optimierung der Supply-Chain-Prozesse beizutragen?

Idealerweise bietet der Partner eine SaaS-Lösung, die es Unternehmen ermöglicht, Echtzeit-Informationen aus dem gesamten digitalen Ökosystem einschließlich externer Datenquellen zu sehen, zu interpretieren und zu nutzen. Hierzu zählen intelligente Planungslösungen für dynamische Lieferketten, die potenzielle Störungen vorhersagen und Pläne mithilfe maschinellem Lernens und Echtzeitinformationen automatisiert End-to-End steuern können.

Der größte Vorteil vom Einsatz solcher Lösungen ist die deutlich gesteigerte Transparenz über die gesamte Lieferkette. Damit können Verantwortliche die Planung und Ausführung gezielt austarieren und jederzeit kluge Entscheidungen fällen, die sich nicht negativ auf zukünftige Logistik-Planungen auswirken.

Seiten: 1 2Auf einer Seite lesen

www.blueyonder.com
Blue Yonder, Inc.

Das könnte Sie auch Interessieren

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.

Bild: Coscom Computer GmbH
Bild: Coscom Computer GmbH
Software-Plattform für KI und maschinelles Lernen

Software-Plattform für KI und maschinelles Lernen

Vermehrt interessieren sich Unternehmen dafür, auf Basis ihrer Fertigungsinformationen Verbesserungspotenziale in der Produktionsplanung und -steuerung zu heben. Maschinelles Lernen und künstliche Intelligenz (KI) kann aber nur dann wirtschaftlich sinnvoll eingesetzt werden, wenn alle relevanten Daten im Zugriff sind und deren Struktur zu den Anwendungen passen. Das Coscom-ECO-System soll eine Plattformökonomie als Basis für Business Intelligence (BI) bieten.

Bild: Benteler International AG
Bild: Benteler International AG
Produktionsfehler: KI findet die Nadel im Heuhaufen

Produktionsfehler: KI findet die Nadel im Heuhaufen

In der Qualitätsprüfung ist Zeit ein wichtiger Faktor: Wer Fehler rechtzeitig findet, kann sie effektiv und kostensparend beheben. Gemeinsam mit dem Fraunhofer IEM setzt der Automobilzulieferer Benteler dafür in der Warmumformung von Fahrzeugteilen auf Echtzeit-Sensordaten und Künstliche Intelligenz. Damit können Produktionsfehler schneller erkannt, behoben und zukünftig sogar vermieden werden.

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

„Künstliche Intelligenz ist eine, wenn nicht die wichtigste Zukunftstechnologie für Unternehmen.“ Diese Aussage bejahen 70 Prozent der Befragten der jüngsten Bitkom-Studie zu KI. Aber nur 10 Prozent aller Unternehmen haben KI-Technologie aktiv im Einsatz, lediglich 30 Prozent planen und diskutieren deren Anwendung. Was ist der Grund für diese große Diskrepanz?

Bild: Blue Yonder, Inc.
Bild: Blue Yonder, Inc.
Künstliche Intelligenz – mehr als eine Wissenschaft

Künstliche Intelligenz – mehr als eine Wissenschaft

Data Science ist mittlerweile ein fester Bestandteil der strategischen Planung in vielen Unternehmen. Um künftige Entwicklungen realistisch zu planen, brauchen wir Künstliche Intelligenz (KI) und Maschinelles Lernen (ML). Insbesondere im Einzelhandel vertrauen immer mehr große Player auf KI-Lösungen, die präzise Prognosen ermöglichen und zum Beispiel Bestände oder Preise optimieren. Doch viele Entscheidungsträger glauben noch nicht daran, dass KI in den Lieferketten der Zukunft eine tragende Rolle spielen wird. Der Grund hierfür liegt in einer falschen Sicht auf die Wissenschaft.

Bild: ©Stock57/stock.adobe.com
Bild: ©Stock57/stock.adobe.com
KI-Verfahren für die Produktion

KI-Verfahren für die Produktion

Mathematiker der Hochschule Darmstadt (h_da) entwickeln gemeinsam mit dem Hanauer Simulationsdienstleister und Softwareunternehmen SimPlan und dem Automationsexperten Fibro Läpple Technology neue KI-Technologien. Im Rahmen des Loewe-Projekts ‚KISPo‘ will das Konsortium eine autonome, selbstlernende Steuerungssoftware für Produktionsanlagen entwickeln, wie sie z.B. bei der Herstellung von Komponenten für Windräder oder Elektromotoren zum Einsatz kommen. Es wäre die erste KI-Software dieser Art. Damit würde eine von Industrieverbänden und Forschung lange bemängelte Technologielücke geschlossen. Das Land Hessen fördert das Projekt für zwei Jahre mit 320.000 Euro. Konsortialführerin ist die Hochschule Darmstadt.