Effiziente Nachbestellung von Grundstoffen im Unternehmen

Projektziele & Projektergebnis

Projektziele: Erstellung eines Konzeptes in den Bereichen „Beschaffung und Logistik“ und „Prozesse“ mit dem Ziel der Erhöhung/Steigerung/Optimierung der Entscheidungsqualität und von Prozessen.
Ergebnis des Projektes: Eine Pipeline für automatisierte Kaufempfehlungen mit vereinfachten Annahmen wurde entwickelt. Eine KI-basierte Kaufempfehlungs- strategie scheint möglich.

Gesamtprojekt

Top-Erkenntnisse aus dem Projekt

Reinforcement Learning Algorithmen wie Deep Q Network (DQN) und Advantage Actor Critic (A2C) scheinen zum training einer Kaufempfehlungstrategie gut geignet sein.
Gelernte Kaufempfehlungstrategie müssen gegen einfache Strategien gegengetestet werden.
Die maschinelle Lesbarkeit der Preisprognosen hat sich als überraschend schwierig erwiesen.

Ausgangslage

Zentrale Fragestellungen im Projekt

Eine besondere Herausforderung war, einen Gleichgewicht zwischen den Faktoren Kosten, Versorgungssicherheit der Grundmaterialien und Lagerbestand beim der Beschaffung der Produkte zu finden.
Wie können wir machen, dass wir Daten aufbereiten.
Wir haben uns gefragt, wie so eine Pipeline validiert werden kann.

Projektdetails

Zeitrahmen: 16.7.2024 - 16.12.2024

Das Unternehmen ist für die Herstellung und Vertrieb von Brot, Gebäcken und Backwaren. Im Projekt würde eine Pipeline zur Bestellempfehlung entwickelt und auf ihre Eignung zur automatisierte Bestellung überprüft. Zudem soll evaluiert werden, ob Preisentwicklungen von in vorhandenen Formaten maschinell lesbar sind. Das Projekt würde entwickelt um Mitarbeiter die Rohstoffe bestellen zu unterstützen und zu entlasten.

Ansprechpartner

Künstliche Intelligenz - Kognitive Assistenzsysteme & Robotik

Christoph Saad

E-Mail: christoph.saad@hs-ansbach.de