Sekundärbedarfsermittlung für die Bedarfsprognose

Herausforderung

Ziel der Bedarfsprognose ist es, über eine integrierte Auftrags- und Teileprognose über Nacht einen qualitativ besseren Teilebedarf zu prognostizieren:

Erzeugung von Planaufträgen unter Berücksichtigung von Zielen (Baumuster- und Code-Anteile) und Nebenbedingungen (Produktbeschreibung, Produktionsordnung) in der Anliefersicht.

Ermittlung von Gewichten pro Planauftrag zur gezielten Erreichung von Zielen (Verbau-Quoten) und Berücksichtigung von Restriktionen in Anliefer- und Produktionssicht.

Lösung

Da es sich um ein Problem mit einer großen Anzahl von Variablen und Constraints handelt, wird als Lösung das Optimierungsverfahren Column Generation implementiert.

Nutzen

Aufträge und Teilebedarfe werden über Nacht statt bislang binnen einer Woche ermittelt. Das bedeutet eine erhebliche Prozessverkürzung

Lieferanten erhalten 2 Wochen mehr Vorlaufzeit

Integrierte, ressortübergreifende Abwicklung unter Berücksichtigung der Vorgaben und Restriktionen aller Beteiligter

Programmänderungen und Reallokationen sind vollständig präventiv abgesichert

Ihr Ansprechpartner

Dragan Sunjka

Lead IT Consultant

dragan.sunjka@msg.group

Mehr Referenzen zum Thema KI

msg-Umfrage

Generative KI in deutschen Unternehmen

Wie stark wird generative KI in deutschen Großunternehmen bereits eingesetzt? Was sind die Hauptanwendungsfälle? msg hat gemeinsam mit dem Marktforschungsinstitut INNOFACT eine Online-Umfrage durchgeführt – mit spannenden Ergebnissen.

Referenz

Sekundärbedarfsermittlung für die Bedarfsprognose

Ziel der Bedarfsprognose ist es, über eine integrierte Auftrags- und Teileprognose über Nacht einen qualitativ besseren Teilebedarf zu prognostizieren

Success Story Thule Group

Produktübersetzungen mit GenAI

Die Übersetzungen von Artikelbeschreibungen in 23 Sprachen dauert oft Wochen. Dank GenAI stehen übersetzten Inhalte in wenigen Sekunden bereit.

msg standpunkte

GenAI in Unternehmen? Die Zeit ist jetzt!

Im Standpunkte-Interview beleuchtet Mark-W. Schmidt, Leiter für KI bei msg, die Auswirkungen von GenAI auf die Wirtschaft und gibt Einblicke in die aktuelle msg-Studie zum Einsatz von GenAI.

Success Story AWB Köln

AWB Köln: Straßenschäden mit KI erkennen

Das Erkennen von Straßenschäden in Köln ist ein zeitaufwändiger Vorgang. Gemeinsam mit msg untersuchte AWB, ob Künstliche Intelligenz das Prozedere effizienter gestalten kann.

Success Story KTE

Optimierte Prüfprozesse bei KTE

Wo viele Marktlösungen ins Stocken geraten, liefert msg ein maßgeschneidertes Produkt: Neo, ein digitaler Sprachassistent der vollkommen eigenständig implementiert und auch offline funktioniert. Nicht nur das, durch den Einsatzvon Neo wurden ganz nebenbei bereits erhebliche CO2-Einsparungen erzielt.

Intelligentes Heizen

Wärmeerzeugungsanlagen mit Big Data und KI

Wie lässt sich der Energieverbrauch senken? Der erste Schritt auf dem Weg zu mehr Energieeffizienz ist eine höhere Transparenz über die Wärmeerzeugung und die Wärmeverbräuche – und genau dies hat sich die Techem zum Ziel gemacht.

Success Story Paradigma

msg vereinfacht mit „Sunny“ den Kundenservice bei Paradigma

Paradigma arbeitet im Kundenservice mit einem breiten Fachpartnernetzwerk zusammen. Stoßzeiten in der Hotline sowie der Wunsch nach einem hohen Digitalisierungsgrad führten dazu, dass Paradigma gemeinsam mit msg einen digitalen Assistenten namens Sunny einführte.

KI von msg – Made in Europe

Mit msg artificial intelligence wollen wir den KI-Einsatz in Organisationen schneller und erfolgreicher vorantreiben. Was uns auszeichnet: Zukunftsweisende Beratungsleistungen und Produkte, um Wertschöpfung durch Daten zu ermöglichen.

Mehr auf ai.msg.group