Skip to content

SupplyOn Blog

Dr. René Sachse

Manager Analytics und AI

Als Teamleiter der Analytics- und AI-Abteilung von SupplyOn integriere ich fortschrittliche Analysetechnologie und AI-Funktionalitäten in unsere Plattform, um datengetriebene Entscheidungen in der Lieferkette zu ermöglichen. Mein Fokus liegt darauf, durch innovative Technologien Prozesse zu optimieren und nachhaltige Effizienzsteigerungen für unsere Kunden zu realisieren.

Beiträge von Dr. René Sachse:

Predictive Delivery Date: KI prognostiziert Produktions- und Lieferzeit

Produktionsprozesse können stark beeinträchtigt werden, wenn sich erst am Tag der geplanten Lieferung herausstellt, dass bestelltes Produktionsmaterial nicht rechtzeitig eintrifft. Da dieses oft lange und komplexe Lieferketten durchläuft, die aus vielen Planungs-, Bestell-, Produktions- und Lieferprozessen bestehen, kommt es in der Praxis nicht selten zu Engpässen. Verschärft wird das Problem dadurch, dass in modernen Produktionsbetrieben oft nur sehr kleine Lagerbestände vorgehalten werden – sprich: Material erst kurz bevor es in die Produktion geht, angeliefert wird.Für Produktions- und Materialplaner ist es daher besonders wichtig, so früh wie möglich über mögliche Lieferschwierigkeiten informiert zu werden. Nur dann können rechtzeitig Maßnahmen ergriffen werden, wie zum Beispiel eine Ersatzbestellung oder eine Umplanung der Produktion.Kurz vor der Lieferung befinden sich die Güter im Transport. Dabei wird der Transportstatus bereits engmaschig von den Transportunternehmen getrackt und überwacht. Heutige Transportzeiten können jedoch sehr kurz sein und eine Benachrichtigung über Lieferverzögerungen zum Zeitpunkt des Transports ist häufig zu spät, um gegenwirken zu können.Blick in die Produktion beim LieferantenDie Lösung ist, schon lange vor dem Transport Abweichungen in der Produktionsplanung und Produktion beim Lieferanten zu erfassen. SupplyOn sammelt hierfür automatisiert eine Vielzahl von standardisierten Produktionsdaten beim Lieferanten ein. So kann getrackt werden, welche Produktionsmengen in Planung sind und welche Mengen sich tatsächlich in Produktion befinden. Die übertragenen Daten ermöglichen es auch, den Produktionsfortschritt zu verfolgen und festzustellen, in welchem konkreten Produktionsschritt sich der Auftrag befindet. Dabei wird eine Sichtbarkeit bis hin zu Sub-Assemblies und verwendeten Roh-Materialien geschaffen.Die große Stärke unserer Production-to-Supply-Lösung ist, dass die in Produktion befindlichen Mengen direkt den Bedarfen der Einkäufer zugeordnet werden können. So besteht sofort eine Sichtbarkeit, welche Bedarfe bereits beim Lieferanten eingeplant oder schon in Produktion sind. Durch das konstante Monitoring des Arbeitsfortschrittes lernt das AI-gestütztes System automatisch die normalen Produktions-Lead-Times und erkennt außerdem, ob die derzeitige Produktion langsamer als gewöhnlich voranschreitet. Mit Hilfe von AI Abweichungen erkennen, ehe sie zum Problem werdenEin komplexes Prädiktionsmodell, welches kontinuierlich auf Grundlage der historischen Monitoring-Daten lernt, berechnet ein voraussichtliches Fertigstellungsdatum unter Berücksichtigung der kürzlich beobachteten Herstellungszeiten und dem aktuellen Arbeitsfortschritt. Es ist somit möglich schon während der Produktion oder vor dem Produktionsstart abzuschätzen, ob die gefertigten Güter überhaupt rechtzeitig in den Versand gehen und das Wunschlieferdatum gehalten werden kann. Das stark AI-getriebene System generiert frühzeitig Warnungen für verschiedene Konstellationen:die geplante Produktionsmenge ist zu niedrigder geplante Produktionsstart ist zu spätdie in Produktion befindliche Menge reicht nicht aus, um den nahenden Bedarf abzudeckendie Produktion hat zu spät begonnen oder ist verzögert, um den Liefertermin halten zu könnenAuf Grundlage der Vorhersage der aktuellen Produktionsdauer kann außerdem noch abgeleitet werden, wann die Produktion für nahende Bedarfe spätestens beginnen müsste, um Lieferverspätungen zu umgehen. Darüber hinaus erfasst das System auch die Differenz zwischen produzierter und gelieferter Menge. Daraus lässt sich der Anteil des Ausschusses bestimmen und zusätzlich zum empfohlenen Produktionsstart eine empfohlene Produktionsmenge berechnen.Neben übersichtlichen graphischen und tabellarischen Darstellungen lassen sich das vorhergesagte Lieferdatum, der empfohlene Produktionsstart und die empfohlene Produktionsmenge direkt an das ERP-System des Kunden übermitteln. Dem Kunden stehen so auf Line-Item-Ebene die Berechnungen des AI-System zur Verfügung.Optimierte Planung auf beiden Seiten der LieferketteDas System gibt der Einkäufer- als auch der Lieferantenseite wertvolle Einblicke und ermöglicht durch das Zusammenführen von Bedarfs- und Produktionsdaten sowie durch smarte Berechnungen eine Verbesserung der Planungsprozesse auf beiden Seiten. Dies erhöht die Wahrscheinlichkeit, dass die Produktion rechtzeitig begonnen und eine ausreichend große Menge produziert wird.Produktionsverzögerungen werden automatisiert erkannt und Warnungen generiert sowie Einsichten ermöglicht, die zeigen, an welcher Stelle genau die Produktion hängt. So wird ein gezieltes und frühzeitiges Ergreifen von Anpassungsmaßnahmen möglich.
Predictive Delivery Date: KI prognostiziert Produktions- und Lieferzeit

KI-basierter Chatbot als Assistent für CCF-Surveys

Nachhaltigkeits- und Klimainitiativen gewinnen heute immer mehr an Bedeutung. Gleichzeitig wächst der Druck auf Unternehmen, gesetzliche Vorgaben zur Berichterstattung von Kohlenstoffdioxid-Emissionen zu erfüllen. Für Lieferanten bedeutet dies, ihre Emissionen aus der Produktion gegenüber ihren Kunden detailliert darzulegen. Um diesen Prozess zu erleichtern, bietet SupplyOn ein innovatives Survey-Tool an, das den User durch die Integration eines intelligenten Chatbots optimal unterstützt.Der neue Chatbot von SupplyOn basiert auf neuester generativer KI-Technologie. Er ist darauf trainiert, Nutzer beim Ausfüllen des Corporate Carbon Footprint (CCF) Surveys zur Seite zu stehen. Dabei greift der Bot auf eine umfassende Datenbank mit User-Guides, Fragen- und Antwortlisten sowie weiterem Content zurück.Die Interaktion mit dem Chatbot ermöglicht es Nutzern, ihre Fragen direkt an einen digitalen Assistenten zu richten, der sofort fachkundige Antworten liefert. Lange Wartezeiten auf Rückmeldungen vom Support gehören somit der Vergangenheit an.Stärken des ChatbotsEine der größten Stärken des Chatbots liegt in der Erklärung und Erläuterung des Fachvokabulars, das im Survey verwendet wird. Nutzer können Fragen stellen, um besser zu verstehen, was genau mit einer bestimmten Frage gemeint ist. Zudem kann der Chatbot Auskunft über Mess- und Berechnungsmethoden für unterschiedliche Emissionsarten sowie Details zu möglichen Energie-Mixes geben.Ein besonders hilfreiches Feature des Chatbots ist sein intelligentes "Reasoning". Der Bot ist in der Lage, eigenständig zu analysieren, ob die Emission eines beschriebenen Prozesses zu den direkten oder indirekten Emissionen zählt oder ob sie als downstream- bzw. upstream-Emissionen klassifiziert werden sollte. Auf diese Weise kann der digitale Assistent dem Nutzer empfehlen, in welches Feld des Surveys spezifische Emissionen am besten eingetragen werden sollten.Auftakt zu einer umfassenden AI-gestützten Support-StrategieDer CCF-Chatbot markiert den Beginn einer unternehmensweiten Einführung eines KI-gestützten Hilfe- und Support-Systems bei SupplyOn. Ziel ist es, die Nutzung unserer Apps zu vereinfachen und die Support-Zeiten für unsere Plattformnutzer erheblich zu verkürzen.Die Integration des Chatbots in den CCF-Survey ist ein wichtiger Schritt, um den Unternehmen die Einhaltung von Nachhaltigkeitsstandards zu erleichtern und gleichzeitig die Effizienz zu steigern. Mit dem Einsatz von KI-Technologie stellt SupplyOn sicher, dass Kunden bestens gerüstet sind, um den Herausforderungen der Zukunft zu begegnen.Ziel von SupplyOn ist es, Kunden innovative Lösungen zur Verfügung zu stellen, die sowohl den Anforderungen der Gegenwart als auch den Herausforderungen der Zukunft gerecht werden. Der neue Chatbot ist ein wesentlicher Bestandteil dieser Strategie und unterstreicht unser Engagement für Nachhaltigkeit und technologische Exzellenz.
KI-basierter Chatbot als Assistent für CCF-Surveys