Data Science in der Fertigung2020-05-07T13:47:45+02:00

Data Science in der Fertigung

Künstliche Intelligenz steigert Termintreue

Die fertigende Industrie hat den Vorteil, dass viele Daten bereits in etlichen Systemen zur Verfügung stehen. Der Nachteil: Die gesammelten Daten sind meist weit entfernt von realistischen Werten. Die Konsequenz sind sehr ungenaue Planungen, die es erschweren, Kunden genaue Liefertermine zu nennen.

 

98% Operational Excellence
42% bessere Daten
90% präzisere Planung

Machine Learning verbessert Planungswerte im Maschinen- und Anlagenbau

Maschinen- und Anlagenbauer kennen diese Problematik. Die sehr komplexe Planung von Zukaufteilen und Eigenproduktion einer variantenreichen Fertigung ist schon ohne ungenaue Planungswerte eine schwierige Herausforderung. Der Einsatz von Machine Learning hilft hier, starke Verbesserungen zu erzielen, beispielsweise um Wiederbeschaffungszeiten zuverlässiger und präziser zu bestimmen. Denn die Daten stimmen häufig nicht mit der Realität überein, die Produktionsplanung wird dann zum Beispiel mit 10 anstatt 20 Tagen kalkuliert. Das Ergebnis sind sehr ungenaue Liefertermine und häufige Terminverschiebungen. Diese können durch eine Datenbereinigung mittels Machine Learning behoben und die Stammdatenqualität langfristig gesteigert werden. Historische SAP-Daten zu beispielsweise Lieferant, Materialien oder Bestellungen helfen, Wiederbeschaffungszeiten um bis zu 42 Prozent zu verbessern.

Die präzisen Planungswerte können dann unter anderem in ein mobiles, dynamisches Shopfloor Management, bei dem Produktivitätskennzahlen an jeder Maschine via Dashboard direkt in der Fertigung einsehbar sind, integriert werden. So kann auch die Produktion digital und papierlos gestaltet werden.

0% schnellere Reaktionszeit
0überwachte Sensoren
0Jahre Trainingsdaten

Lieferengpässe aufgrund von Covid-19 mit Data Analytics frühzeitig erkennen

Gerade in der aktuellen Krisenzeit kann es für Unternehmen enorm wichtig sein, Lieferengpässe frühzeitig zu erkennen, um direkt handlungsfähig zu sein. Denn die Corona-Krise stellt die Wirtschaft auf die Probe. Zunehmend kommt es zu Lieferengpässen, da Lieferanten womöglich ausfallen, und die Preise für Ersatzlieferungen steigen stark. Die Frage, wie man während unsicherer Versorgungslagen den Überblick behält und Transparenz in der Beschaffung schafft, beschäftigt dementsprechend viele Unternehmen. Zusätzlich steigen die Anforderungen an Data Analytics: Auswertungen zu bestimmten Krisenthemen werden sehr schnell [...]

Load More Posts

Sie wollen mehr über Data Analytics und Science in der Industrie sowie weitere erfolgreiche Projekte erfahren?

Jetzt anfordern
New call-to-action

Events

Recent Posts

Latest Blog

Social Media

Load More...