Zum Navigationspfad Unterseiten von „Nachrichtendetail“ Zur Navigation Zum Schnellzugriff Zum Fuß der Seite mit weiteren Services
Zum Inhalt
Logo IPS
Fakultät Maschinenbau
Studierende sitzt am Arbeitsplatz und schaut auf den Laptop. © Aliona Kardash​/​TU Dortmund

Erfolgreicher Kick-off-Workshop des Forschungsprojekts PrABCast

Foto einer Reihe von Autotüren, die vertikal in einer Lagerhalle oder Produktionsstätte aufgestellt sind. Die Türen sind in verschiedenen Farben, darunter Schwarz, Blau und Rot, und sind dicht an dicht angeordnet. Metallstangen halten die Türen in Position. Der Fokus liegt auf den Türen, die von vorne bis hinten in einer Linie zu sehen sind, wodurch eine Tiefe im Bild entsteht. Die Szene vermittelt den Eindruck von geordneter Lagerung oder Vorbereitung für den weiteren Einsatz in der Automobilproduktion oder -reparatur. © Pixabay
Zum Kick Off des neuen Forschungsprojektes PrABCast, durchgeführt vom Partnerinstitut RIF e.V., diskutierten die Projektpartner angeregt über die Anforderungen an die Absatz- und Bedarfsplanung der Unternehmen. Außerdem wurden Möglichkeiten diskutiert, die Flexibilität der kundenauftragsorientiert arbeitenden Unternehmen in Bezug auf die Erfüllung der individuellen Aufträge zu erhöhen und Datenquellen zu erschließen, die bessere Forecasts ermöglichen.

Unternehmen mit einem frühen Kundenentkopplungspunkt in der Produktion stehen vor dem Zielkonflikt eine hohe Flexibilität bei gleichzeitiger Erfüllung individualisierter Kundenaufträge sicherzustellen.

Um dieses Spannungsfeld zu diskutieren, startete das Forschungsprojekt PrABCast mit einem Treffen des projektbegleitenden Ausschuss. ERCO und RapidMiner konnten das Thema mit einem Vortrag über ein gemeinsames Projekt im Sales und Demand Planning einleiten. Andreas Bohlmann (ERCO) berichtete hierbei von den Anforderungen, die sein Unternehmen an die Absatzprognosen hat. RapidMiner gab Einblicke in ihren Teil ihrer Arbeit bei diesem Projekt, bei dem sie mittels maschinellen Lernens die Prognosen von ERCO verbesserten.

Im darauf folgenden Workshop wurden die Anforderungen der teilnehmenden Unternehmen an ihre Absatz- und Bedarfsprognose sowie an den Einsatz von maschinellen Lernverfahren gesammelt und diskutiert. Auch mögliche Quellen zur Datenanreicherung, die aktuell noch einen Einfluss auf die Prognosen haben, wurden gesucht und gefunden. Im Ergebnis lässt sich festhalten, das sämtliche Teilnehmer davon ausgehen, dass durch einen guten Forecast der Bedarfe, unterstützt durch AI, mit einer Steigerung der Flexibilität in der Reaktion auf Kundenwünsche zu rechnen ist.

Der Erfolg des Workshops ist hierbei nicht nur auf die unterschiedlichen Sichtweisen der Anwender und Systemanbieter zurückzuführen, sondern auch auf ein breit gestreutes Anforderungsprofil durch die unterschiedlichen Branchen der jeweiligen Anwender.

In den nächsten Schritten sollen die Anwendungsfälle bei den Projektpartnern spezifiziert werden. Hierbei sollen dann neue Datenquellen ausfindig und Prognosemodelle eingebunden werden. Insbesondere der Einbezug der Expertenmeinungen, die bislang in den meisten Unternehme ausschlaggebend sind, erscheint vielversprechend und birgt Potential.

Zum Seitenanfang