Optimized Logistic Network Design

KI für bessere Standortentscheidungen

© Victoria - Fotolia.com

Die Arbeitsgruppe für Supply Chain Services des Fraunhofer IIS hat eine Netzwerk-Design-Studie für ein führendes Unternehmen in der Chemieindustrie erstellt. Darin identifizierte sie in unterschiedlichen Szenarien europaweit optimale Standorte für Lagerhäuser, mit dem expliziten Ziel, Transportkosten zu minimieren. Die Standorte wurden durch einen adaptiven Optimierungsansatz berechnet, der mehrere Rahmenbedingungen berücksichtigte. Dazu zählen beispielsweise spezifische für Lagerstandorte zugelassene Gebiete, obligatorische Lieferprozesse, Mindestlademengen für Lkw und divergierende Lagerungskosten für die unterschiedlichen Produkte. Mit Hilfe von KI-basierten Prognosen der Kundenbedarfe wurden verschiedene Zukunftsszenarien errechnet und direkt in die optimale Standortwahl einbezogen und bewertet.

Wesentliche Leistungen

Abbildung: Mathematisch optimale Lagerstandorte im europäischen Kundennetzwerk.
  • Optimiertes Netzwerkdesign: Durch einen rigorosen mathematischen Ansatz identifiziert Fraunhofer potenzielle Lagerstandorte. Diese Vorschläge sind strategisch darauf ausgerichtet, dass sie Transportkosten minimieren und betriebliche Rahmenbedingungen bzw. geographische Spezifika berücksichtigen.
  • KI-basierte Prognose für strategische Planung: Das implementierte Prognosemodell bietet zusätzlich Einblick in zukünftige Nachfragemuster, die als Schlüsselinput für den Optimierungsprozess dienen.
  • Strategische Beratung für kosteneffizientes Netzwerkdesign: Fraunhofer IIS bietet Lösungen für ein kosteneffizienteres Netzwerkdesign, das unterschiedliche logistische Rahmenbedingungen und produktspezifische Lagerkosten berücksichtigt. Die Empfehlungen beinhalten einen umfassenden Plan zur Optimierung der Lager- und Transportkosten und basieren auf datengesteuerter und mathematischer Analyse. Fraunhofer unterstützt bei der Interpretation der Analysen und gibt konkrete Handlungsempfehlungen.

Unsere Expertinnen und Experten haben in diesem Projekt zur Lösungsentwicklung anspruchsvolle Datenanalysen durchgeführt und komplexe mathematische Optimierungsmodelle angewandt. Damit konnten neuartige Bedarfsprognosen auf Basis mathematischer Methoden entwickelt werden, die die Planung eines effizienteren und kosteneffektiveren logistischen Netzes ermöglichen.

Entdecken Sie strategische Netzplanung mit Fraunhofer IIS

Kontaktieren Sie uns, um zu erfahren, wie wir mit unserer Expertise und unserem adaptiven Ansatz maßgeschneiderte Lösungen für Sie entwickeln, mit denen Sie ihre Netz- und Logistikplanungen nachhaltig verbessern und Kosten reduzieren können.

Das könnte Sie auch interessieren

 

Forschungsfeld

KI-basierte Bedarfsprognosen für Logistik, Handel und Verkehr

Wir bringen KI-basierte Bedarfsprognosen in der Logistik, dem Handel und der Produktion in die Anwendung, um Vorhersagen zu verbessern und Prognose-Unsicherheiten zu quantifizieren.

 

KITE

Der Verkehr ist dabei einer der großen Emittenten von Treibhausgasen. Gleichzeitig wächst der Straßengüterverkehr aber immer weiter. Ein beträchtlicher Anteil dieser LKW-Fahrten ist dabei nicht optimal ausgelastet – viele LKWs fahren leer auf der Straße. Im Projekt »KITE« entwickeln die Forscherinnen und Forscher der Arbeitsgruppe für Supply Chain Services ein neues KI-basiertes Verfahren zur Tourenplanung, um Leerfahrten zu reduzieren.