Fallstudie
"AI Control Tower" - Intelligente Bedarfsprognose für Transportaufträge als Lösung für die Lieferkette
Problem
- Die Kunden haben strenge SLAs mit ihren Kunden, die die Quantität und Qualität der Erfüllung festlegen
- Es gibt nur eine begrenzte Sicht auf das zukünftige Auftragsvolumen in den Dimensionen Qualität (welche SKU) und Menge
- Die Lagerleiter stehen vor der Herausforderung, die entsprechende Anzahl von Ressourcen und Lagerbeständen zu planen und zuzuweisen, um die SLA zu erfüllen und gleichzeitig kosten- und ressourceneffizient zu arbeiten.
Näherung
- Entwicklung des Prototyps eines KI-Kontrollturms zur Vorhersage der Nachfrage nach Transportaufträgen - Verständnis und Priorisierung der wichtigsten internen und externen Datenpunkte
- Die generierte Datenbank ermöglicht es, die Produktplatzierung im Lager zu optimieren, die Wahrscheinlichkeit von Über- und Unterbesetzung zu reduzieren und die Kosten für die Kommissionierung und den gesamten Arbeitsablauf zu senken.
Ergebnisse
- Steigerung der Produktivität
- Leichtere Ressourcenplanung und -überwachung
- Besseres SLA- und Spitzenmanagement durch Vorhersagefähigkeit
- Optimierung von Lagerbeständen und -werten
- Identifizierung von Quick Wins und des Potenzials des neuen ASCS-Angebots
Geschäftswert
Produktivität, Ressourcenplanung und -überwachung, SLA- und Spitzenmanagement
Industrie
Fall
Kunde
Anbieter der Lieferkette
Globaler Anbieter von Lieferkettenmanagement- und Logistikdienstleistungen, der maßgeschneiderte Lösungen für eine Vielzahl von Branchen anbietet. Das Dienstleistungsportfolio umfasst Inbound- und Outbound-Logistik, Auftragsabwicklung, Bestandsmanagement und verschiedene kundenspezifische Mehrwertdienste.
Das Unternehmen ist in mehr als 20 Ländern tätig und bedient eine Vielzahl von Branchen, darunter Gesundheitswesen, Konsumgüter, Hightech und Unterhaltung.
