Die Teilnehmer treffen bei Breakfast Event ein und hören aufmerksam zu

Wie KI Unternehmen wettbewerbsfähiger macht

Heute fand der Breakfast Event bei Staufen.Inova statt. Zusammen haben wir aufgezeigt, was Next Level Transparency bedeutet und wie KI Unternehmen wettbewerbsfähiger macht.

Google, Meta, Amazon ...

Das sind datengetriebene Unternehmen. Diese Unternehmen generieren hohe Gewinne mit Nutzerdaten. Produzierende Unternehmen generieren ebenfalls große Datenmengen. Doch sie sind sich meistens nicht bewusst, auf welchem Schatz sie sitzen. Durch eine datengetriebene Ausrichtung von Unternehmen sind erhebliche
Kosteneinsparungen möglich.

Der Datenschatz

In vergleichbarer Weise sitzen auch produzierende Unternehmen auf einem Datenschatz: Viele Produkte werden in einem 3D-CAD-System digital abgebildet
und in 2D-Zeichnungen visualisiert. Weitere Datenquellen im Unternehmen sind
das ERP-System, das Customer-Relationship-Management, das Produktdaten-management und nicht zuletzt Word-,Excel- und PowerPoint Dokumente. Trotz dieser Vielfalt, werden Daten im täglichen Geschäft viel zu wenig genutzt. Ungenutzte Daten sind der Grund, warum beispielsweise Maschinenbauer in der Regel nicht wissen, welcher Lieferant für welche Artikelausprägung der Geeignetste ist. Stichwort: Automatisierte Lieferantenselektion.

Breakfast Event zum Thema "Next Level Transparency"

Breakfast_event_small
Volles Haus am Breakfast Event bei Staufen.Inova in Zürich

Daten nutzbar machen und Prozesse automatisieren

Der erste Schritt um die internen Daten systematischer zu nutzen, ist die Aufarbeitung heterogener Daten im Hinblick auf Qualität, Konsistenz und Verwertbarkeit. In den Räumlichkeiten von unserem Partner Staufen.Inova AG haben wir dazu das Vorgehen erläutert und gezeigt, wie mit unserer Data-Driven Engine die bestehenden, produktbeschreibenden Daten in wenigen Tagen transformiert und für KI nutzbar gemacht werden. Die generierten Daten können direkt verwendet werden und geben nicht nur Auskunft über den Zusammenhang zwischen technischen Ausprägungen und z.B. Preisen von Komponenten, sondern liefern auch erste Informationen zu:

  • Wie viele ähnliche Artikel das Unternehmen in vergleichbaren Stückzahlen bei unterschiedlichen Lieferanten zu unterschiedlichen Preisen gekauft hat.
  • Wie hoch das Einsparpotenzial in Warengruppen und bei einzelnen Artikeln ist.
  • Welchen Einfluss spezifische Parameter (zum Beispiel Form- und Lagetoleranzen) auf den Preis haben.
  • Welche Systematik Lieferanten bei der Preisgestaltung anwenden.

30'000 Artikel für Lemken analysiert

Das Beispiel des Landtechnikherstellers LEMKEN GmbH & Co. KG belegt, dass Datentransparenz in kurzer Zeit zu Einsparungen führt. In einem gemeinsamen Projekt wurden insgesamt 30.000 Artikel analysiert. „Durch den Einsatz der Software haben wir Antworten auf Fragen erhalten, die vorher außerhalb unserer Möglichkeiten lagen“, sagt Stefan Zimpelmann, Head of Purchasing bei Lemken. Für die Analyse stellte LEMKEN die notwendigen Inputdaten wie 3D-CAD Modelle und 2D-Zeichnungen zur Verfügung. Innerhalb von 2 Wochen lagen Ergebnisse vor. Die Analyse zeigte unter anderem, welche Lieferanten Potenziale für Einsparungen bieten und bei welchen Artikeln nachverhandelt werden sollte.

Verlässliche Daten erhöhen die Wettbewerbsfähigkeit

Lemken ist nicht das einzige Beispiel für die erfolgreiche Datennutzung. Bei Binder GmbH wurden die transformierten Daten eingesetzt, um die Variantenanzahl und Teilekomplexität automatisiert zu analysieren. Das führte zu einer deutlichen Reduzierung der Teilevielfalt innerhalb weniger Wochen. Die Erfahrungen zeigen, dass durch die konsequente und systematische Nutzung der Unternehmensdaten (Data-Driven Company) zwischen 12 und 20 Prozent an Einsparungen identifiziert und realisiert werden können. Die neue Datentransparenz nutzen unsere Kunden nicht nur in der Beschaffung. Auch in der Produktentwicklung und im Sales, Aftersales-Prozess sind diese Daten von hohem Nutzen. Starten Sie schon heute mit der Nutzung der eigenen Unternehmensdaten. Sie werden erkennen ... Data-Driven ist ein Game Changer.

Mit der Nutzung der eigenen Daten starten

Zurück

Verwandte Artikel

Teileallocation auf Zerspanungsmaschinen mit Machine Learning

Kürzlich stand bei einem Kunden folgende Fragestellung im Raum ..."Welche der bestehenden...

Der Versorgungsknappheit mit Digitalisierung begegnen

Die Versorgungsknappheit stellt viele Unternehmen vor große Herausforderungen. Aktuell sind die...

STAUFEN.INOVA bei shouldcosting GmbH

Es war ein wunderbarer Frühlingstag, als Urs Hirt - Co-Geschäftsleiter der STAUFEN.INOVA AG - uns...