Die Lieferkette und maschinelles Lernen

Bei der Teileinventur in einer MRO-Organisation besteht die größte Herausforderung darin, die richtigen Ersatzteile und Materialien in den Regalen zu haben . Umgekehrt besteht die Gefahr, dass zu viel Geld in sich langsam bewegenden oder nicht beweglichen Beständen gebunden ist. Für solche Probleme in der Lieferkette bietet Machine Learning Lösungen.

Maschinelles Lernen ist eine Form der künstlichen Intelligenz, die darauf spezialisiert ist, große Datensätze zu verarbeiten und Wege zur Lösung komplexer Probleme zu finden. In Lieferkettenanwendungen wie der Verwaltung von Ersatzteilen bietet maschinelles Lernen eine Möglichkeit, Kosten zu senken und Platz zu sparen, während gleichzeitig die Teileverfügbarkeit verbessert und die durchschnittliche Reparaturzeit verkürzt wird.

Grundlagen des maschinellen Lernens

Ein Computer kann Daten extrem schnell verarbeiten, benötigt jedoch ein Programm, das ihm sagt, welche Operationen ausgeführt werden sollen. Künstliche Intelligenz (KI) ist ein alternativer Ansatz zur Computerprogrammierung und basiert mehr auf Mustererkennung und Training. Maschinelles Lernen ist eine Teilmenge der KI, die in sehr großen Datensätzen nach Mustern sucht.

Die meisten maschinellen Lernsysteme werden trainiert, indem ihnen Daten zugeführt werden, die bereits gekennzeichnet wurden. Dies können Daten zur Lieferantenleistung oder Informationen zur Lebensdauer von Komponenten sein. Andere Arten von Systemen bleiben unbeaufsichtigt, um Muster in großen Datasets zu finden. Dieser Ansatz ist für das Lieferkettenmanagement von geringerem Wert.

Eine andere Trainingsmethode ist Trial-and-Error. Dies war effektiv, um Computern das Spielen komplexer Spiele wie Go beizubringen, hat jedoch nur begrenzten Wert zur Verbesserung der Bestandsverwaltung, des Einkaufs oder der Logistik.

Maschinelles Lernen in der Lieferkette

Maschinelles Lernen im Supply Chain Management bezieht sich stark auf das Problem der unvorhersehbaren Nachfrage und in geringerem Maße stark schwankendes Angebot oder Verfügbarkeit. Eine der Herausforderungen, mit denen MRO-Manager konfrontiert sind, ist die Mischung aus häufig genutzten, geringwertigen und gering genutzten, hochwertigen Gegenständen, die sie in ihrem Besitz haben.

Dies lässt sich an zwei Fällen veranschaulichen. Bei einem typischen Wartungsvorgang ist der Verbrauch von Schmiermitteln und Filtern über ein Jahr hinweg einigermaßen vorhersehbar und kann mit dem Produktionsvolumen und dem Produktmix korrelieren. Große Pumpen, Motoren und Getriebe werden jedoch nur selten benötigt, müssen aber bei Bedarf sofort verfügbar sein, um Produktionsausfälle zu minimieren.

In beiden Beispielen kann maschinelles Lernen helfen, Muster zu finden, die ansonsten verborgen bleiben würden. Bei der Schmierstoff- und Filternachfrage ist es wichtig, zukünftige Zeitplanschwankungen zu verstehen und zu antizipieren. Dieses Wissen kann als Leitfaden für Bestandsrichtlinien und den Einkauf dienen.

Ebenso können Ausfälle von Pumpen, Motoren oder Getrieben vorhersehbar sein. Maschinelles Lernen könnte möglicherweise zu dem Schluss kommen, dass eine Korrelation zwischen den Ausfallraten und einer Kombination aus Produktmix, Nachfrage und lokalen Wetterbedingungen besteht, die die Qualität der Stromversorgung beeinflussen können.

Wer profitiert von maschinellem Lernen im Supply Chain Management?

Jeder Hersteller mit industriellem Ausrüstungs- und Wartungsbedarf, der die vorausschauende Wartung nutzt, kann vom maschinellen Lernen profitieren. Diese Technologie kann die Vorhersagegenauigkeit exponentiell verbessern und im Laufe der Zeit effektiver werden, was erhebliche ROI-Vorteile bietet.

Typische Branchen sind:

• Luft- und Raumfahrt
• Automobil
• Bauprodukte
• Verbraucherverpackungen
• Schwere Ausrüstung
• Papier und Zellstoff
• Energieverteilung
• Reifen und Gummi

Vorteile aus der Anwendung von maschinellem Lernen in der Lieferkette

Zu den Anwendungen für maschinelles Lernen in der Lieferkette gehören:

• Inventaroptimierung: Ziel der Bestandsoptimierung ist es, die Anzahl der vorrätigen Artikel zu minimieren und gleichzeitig eine 100%ige Verfügbarkeit im Bedarfsfall sicherzustellen. Dies kann sich auch auf den Standort des Lieferanten, die Lagerhaltung und die Betriebszeiten beziehen.
  Maschinelles Lernen trägt dazu bei, indem es Nutzungs- und Angebotsmuster erkennt. Es kann beispielsweise zu dem Schluss kommen, dass einige Teile am besten beim Lieferanten aufbewahrt werden, während andere vor Ort aufbewahrt werden sollten. Es kann auch darauf hingewiesen werden, dass einige Lieferanten zuverlässiger sind als andere und auf der Grundlage der Analyse historischer Daten angemessene Nachschubmengen und sogar Preise vorschlagen.
• Einkaufskostenkontrolle: Die Einkaufskosten umfassen mehr als nur den für einen oder mehrere Artikel bezahlten Preis. Maschinelles Lernen kann dabei helfen, Möglichkeiten zur Konsolidierung von Bestellungen zu identifizieren, um Mengenrabatte zu erhalten. Es kann die Vorteile verschiedener Zahlungsbedingungen bewerten und helfen, Frachtkosten zu senken, indem es beispielsweise beim bevorzugten Versand spart.
• Verlängerung der Asset-Lebensdauer: Eine häufige Debatte unter Wartungsorganisationen bezieht sich auf die Vorzüge teurer, aber langlebiger Teile und nicht auf billigere, kurzlebige Komponenten. Maschinelles Lernen kann Daten aus unterschiedlichen Quellen durchsuchen, um eine Schlussfolgerung zu ziehen und so die Lebensdauer hochwertiger Vermögenswerte zu verlängern.
• Transportmanagement: Machine Learning kommt auch dem Transportmanagement zugute, indem es hilft, Lieferanten zu identifizieren und auszuwählen und Lieferpläne zu optimieren. Dies könnte sogar die Lieferlogistik berücksichtigen, indem beispielsweise See- und Luftfracht verglichen werden und die relativen Auswirkungen auf Verfügbarkeit und Kosten.

Kunden helfen, die Lebensdauer und Leistung von Vermögenswerten zu maximieren

Mit einem Verständnis der Schwachstellen und Vorteile des Supply Chain Managements sind Sie bereit, die Vorteile einer effektiven Strategie zu nutzen. ATS bietet eine zentrale Anlaufstelle für Beschaffungsunterstützung und andere MRO-Asset-Management-Services. Wir sind bereit, Ihre Bedürfnisse zu verstehen und eine Lösung zu bieten. Für weitere Informationen kontaktieren Sie uns hier.