Intelligente Optimierung des Stoffstrommanagements

Integrierte KI-Lösungen zur Stoffstromoptimierung und Transportpreisprognose

© Yellow Boat - stock.adobe.com

In der heutigen Logistik müssen Unternehmen ihre Stoffströme effizient gestalten und gleichzeitig präzise Preisvorstellungen für Transportdienstleistungen entwickeln. In Zusammenarbeit mit PreZero zielt dieses Projekt darauf ab, innovative Ansätze zur Kostenreduktion und zur Steigerung der Nachhaltigkeit zu erarbeiten.

Frachtpreise realistisch abschätzen für eine fundierte Planung

Ein zentrales Element dieses Projekts ist die Entwicklung einer Software zur präzisen Prognose von Frachtpreisen zwischen verschiedenen Postleitzahlgebieten in Deutschland. Ein Machine Learning-Modell, das auf historischen Unternehmensdaten trainiert wurde, berücksichtigt geografische und sozioökonomische Faktoren, um realistische Preisvorstellungen für die angefragte Relation in Abhängigkeit vom LKW-Typ zu liefern. Diese Informationen sind entscheidend für Unternehmen, die in neue geografische Märkte expandieren oder ihre Logistikdienstleistungen optimieren möchten.

Wertstoffströme effizient gestalten zur Kostenreduktion

Zusätzlich wird in diesem Projekt die Optimierung der Stoffströme unterstützt. Die KI-gestützte Lösung wählt die bestmöglichen Transporte zu geeigneten Aufbereitungsdienstleistern aus. Ein mathematisches Optimierungsmodell mit priorisierter multikriterieller Zielfunktion ermöglicht die Integration zahlreicher Einflussfaktoren, wie vertragliche Restriktionen und technische Gegebenheiten, etwa bei der Materialverdichtung. Das Ergebnis ist eine signifikante Reduzierung der Kosten und eine Erhöhung der Erlöse um bis zu 100% im Vergleich zur aufwendigen manuellen Planung.

Technische Reife und Integration in die Praxis

Die entwickelten Lösungen beinhalten eine benutzerfreundliche Softwareanwendung mit einer Anbindung an bestehende SAP-Systeme. Die technische Reife der Software ermöglicht eine nahtlose Integration in die IT-Infrastruktur der Unternehmen. Die Stoffstromoptimierung führt zu einer nachweisbar optimalen monetären und wertstofflichen Zuordnung, während die Transportpreisprognose fundierte Entscheidungen für ein deutlich effizienteres Transportnetz ermöglicht.

Durch die erfolgreiche Umsetzung dieses Projekts mit PreZero können auch andere Unternehmen von diesen innovativen Ansätzen profitieren.

Das könnte Sie auch interessieren

 

Forschungsschwerpunkt

Intelligentes Ressourcenmanagement

Wir entwickeln KI-basierte Algorithmen, mit denen der Verbrauch endlicher Ressourcen verringert werden kann - seien es natürliche Stoffe, Menschen oder Daten: Für maximale Wirtschaftlichkeit und Resilienz bei minimalen Auswirkungen auf Umwelt und Mensch

 

Forschungsschwerpunkt

Supply Chain AI

Wir entwickeln moderne KI-Methoden zur Lösung komplexer Analyse-, Prognose- und Optimierungsaufgaben für Prozesse innerhalb und zwischen Unternehmen: Für mehr Effizienz im Wertschöpfungsnetz durch Künstliche Intelligenz!

 

Organisation

Abteilung Analytics

Ziel der Abteilung ist aus scheinbar unbeherrschbaren Datenmengen und -materialien handhabbare, qualitative Daten und Informationen für Ihre Kunden zu generieren.  In vier Gruppen entwickelt die Abteilung »Analytics« neue Methoden und Verfahren für anwendungsnahe Data Analytics und KI:

  • Data Science
  • Optimization
  • Data Effcient Automated Learning
  • Process Intelligence



 

Projekt

KI-basierte Stahlpreisprognose

Künstliche Intelligenz und speziell neuronale Netzwerke wurden genutzt, um Preisschwankungen verschiedener Stahlsorten präzise zu prognostizieren. Dieses System, entwickelt für den Stahlhandel, hilft Einkäufern, den optimalen Zeitpunkt für ihre Einkäufe zu bestimmen, was zu erheblichen Kosteneinsparungen führen kann.

 

Projekt

Optimale Transportmittel-Wahl mit Fracht-Konsolidierung

Die Arbeitsgruppe für Supply Chain Services des Fraunhofer IIS hat gemeinsam mit Praxispartnern das Ziel, mittels mathematischer Optimierungsmethoden automatisierte und kostengünstige Transportpläne zu generieren.

 

Projekt

K3I-Cycling

K3I-Cycling beschäftigt sich mit der sowohl quantitativ als auch qualitativ signifikanten Verbesserung des werkstofflichen Recyclings von Post-Consumer Kunststoffverpackungsabfällen.