Herausforderungen

Verarbeitungsunternehmen, die sich unter anderem mit dem Einkauf und Weiterverarbeitung von Rohstoffen beschäftigen, schließen Verträge mit Lieferanten ab, um zu definieren, welche Menge in einem bestimmten Lieferzeitraum geliefert wird. Die tatsächliche Liefermenge kann jedoch von der vertraglich definierten Menge abweichen. Diese Abweichungen können in der Produktion zu einer Unterversorgung führen.

Ziel des Projektes ist es, die Faktoren, die zu einer Abweichung führen, zu analysieren und darauf basierend mittels AI eine Prognose zu erstellen, welche die gelieferte Menge für die Zukunft vorhersagt. Sobald die Prognose eine Unterversorgung anzeigt, können die Mitarbeiter frühzeitig Maßnahmen setzen.

Lösungsansatz/Vorgehen

Um die gelieferte Rohstoffmenge prognostizieren zu können, wurde im ersten Schritt eine Datenbasis in Form eines Data Lakes geschaffen. Der Data Lake beinhaltet sowohl Daten aus verschiedenen kunden-internen Systemen als auch externe Daten. Die externen Daten sind unter anderem Wetterdaten (Temperatur, Wind, Regenmenge…) aus den Einzugsgebieten der Rohstofflieferanten.

Durch die Kombination von fachlicher Expertise und explorativer Datenanalyse wurden die Einflussfaktoren für das Prognosemodell definiert. Diese Einflussfaktoren waren unter anderem das Wetter, der Preis, das Verhalten eines Lieferanten in der Vergangenheit (Lieferprofil) und die vertraglich definierte Liefermenge. Um eine Prognose zu erhalten, die die Realität möglichst gut widerspiegelt, wurden verschiedene AI Ansätze gegenübergestellt und jener AI Ansatz mit den besten Ergebnissen für die Prognose verwendet.

Die Ergebnisse der Prognose werden in einem Report zur Verfügung gestellt. Neben der Darstellung der Rohstoffprognose im Report werden auch zusätzliche Informationen zur besseren Interpretation der Ergebnisse zur Verfügung gestellt. So ermöglicht der Report unter anderem die Analyse des Lieferprofils jedes Lieferanten und auch die Gegenüberstellung von gelieferten Rohstoffmengen und Wetterdaten.

Nutzen/Mehrwert

• Tagesaktuelle Prognose und dadurch stets aktuelle Reports
• Eine Zeitersparnis, da langwierige Datenrecherchen und die manuelle Aufbereitung mittels Tabellenkalkulation nun entfallen.
• Die übersichtlichen und drillbaren Berichte bereiten die relevanten Informationen für die Ansprechpersonen jetzt so auf, dass schnell eine Unterversorgung erkannt werden kann.
• Durch die explorative Datenanalyse können neue Erkenntnisse geschaffen werden, die nun in zukünftige Entscheidungen einfließen können.
• Optimierung des Einkaufsprozessen durch Nutzen der Informationen aus dem Report