Künstliche Intelligenz für das Supply Chain Management

Forschungsprojekt MOVE

Motivation und Problemstellung

Globale Partner, erhöhter Kostendruck, gestiegene Anforderungen an Termintreue, verkürzte Produktlebenszyklen sowie der Trend zu Individualisierung: Die Zusammenarbeit von Unternehmen mit ihren Geschäftspartnern, Lieferanten und Kunden sowie die Unternehmensprozesse selbst befinden sich durch die Digitalisierung im Wandel. Gleichzeitig fördert die digitale Transformation die Entstehung großer Datenmengen in so genannten Wertschöpfungsnetzen von Unternehmen.

Die Datenanalyse mittels künstlicher Intelligenz bietet enorme Potenziale für ein transparentes und optimiertes Supply Chain Management (SCM). Unternehmen für die Nutzung neuer datengetriebener SCM-Ansätze zu befähigen, ist Ziel des Forschungsprojekts MOVE.

Zwei Hände halten ein Handy, von dessen Bildschirm mehrere Ikons ausgehen.
© nirutft / Adobe Stock
MOVE - KI-gestützte Datenanalyse für ein optimiertes Supply Chain Management

Projektziele und Lösungsansatz

In einem starken Konsortium werden KI-Verfahren erprobt, Methoden und Werkzeuge entwickelt und als übertragbare Vorgehensmodelle und Lösungsmuster im Unternehmenseinsatz validiert. Eine domänenübergreifende Spezifikationstechnik soll die standardisierte Beschreibung von Anwendungsfällen ermöglichen. Somit lassen sich sowohl die Wirkzusammenhänge in Wertschöpfungsnetzen als auch zugrundeliegende IT-Systeme und Datenquellen abbilden Zudem entwickelt das Projektteam KI-Verfahren zur automatisierten Analyse und Optimierung von Wertschöpfungsnetzen weiter. Dazu gehören z. B. Prognosemodelle und Optimierungsverfahren. Der Fokus des Fraunhofer IEM liegt dabei vor allem auf Werkzeugen zur schnellen Implementierung im Unternehmen: Lösungsmuster, Methoden für die Dateninventur und das Datenverständnis sowie Methoden zur Integration von Expertenwissen.

Um nah an den Anforderungen der Industrie zu sein, werden in den Partnerunternehmen Diebold Nixdorf, Phoenix Contact, Hettich und portavice Pilotprojekte umgesetzt, z. B. zur Prognose von Kundenbedarfen oder zur Beobachtung von Auswirkungen von Bedarfsschwankungen entlang der Lieferkette.

Projektsteckbrief

PROJEKTTITEL

MOVE - Maschinelle Intelligenz für die Optimierung von Wertschöpfungsnetzwerken

LAUFZEIT

07/2020 bis 06/2023

FÖRDERvolumen

ca. 3,4 Mio.€

FÖRDERung

Innovationsprojekt des Technologie-Netzwerks und Spitzenclusters it's OWL - gefördert durch das Ministerium für Wirtschaft, Innovation, Digitalisierung und Energie des Landes NRW

KOOPERATIONSPARTNER
  • Diebold Nixdorf
  • Hettich
  • portavice
  • Phoenix Contact (assoziiert)
  • LYTiQ
  • Universität Bielefeld, Lehrstuhl Decision and Operation Technologies
  • Fraunhofer IML, Dortmund
PROJEKTLEITER

Dr.-Ing. Sebastian von Enzberg

ZIELE
  • Befähigung von Unternehmen zum Einsatz von KI-Methoden für die Analyse und Optimierung ihrer Wertschöpfungsnetze
  • Domänenübergreifende Spezifikation von Wirkzusammenhängen
  • Einsatz von KI-Verfahren zur automatischen Analyse und Optimierung
  • Wiederverwendbare Vorgehensmodelle und Lösungsmuster für industrielle Anwendungsfälle

Das Thema ist auch für Sie interessant? Dann kontaktieren Sie uns gerne!

Jonas Lick

Contact Press / Media

Jonas Lick

Fraunhofer-Institut für Entwurfstechnik Mechatronik IEM
Zukunftsmeile 1
33102 Paderborn

Telefon +49 5251 5465-331