Fraunhofer-Institut für Materialfluss und Logistik IML
Predictive Analytics zur Prognose von Bedarfsmengen in der Textillogistik
Unternehmen in der Textilbranche stehen regelmäßig vor der Herausforderung, ihre zukünftig benötigten Kapazitäten (Maschinen, Fuhrpark, Stellplätze und Ressourcen) im Voraus festlegen zu müssen. Diese sind oftmals großen Schwankungen, Unregelmäßigkeiten und unvorhersehbaren Einflüssen unterworfen. Eine genaue Abschätzung der zu erwartenden Mengen erlaubt eine bessere Einschätzung der benötigten Kapazitäten und stellt eine große Unterstützung für die Planung dar. Mittels Methoden der Künstlichen Intelligenz (KI) lassen sich maßgeschneiderte Modelle entwickeln, die Unternehmen in der Planung ihrer Kapazitäten unterstützen. In der industriellen Anwendung konnte gezeigt werden, dass die zusammengetragenen Wirkungszusammenhänge und Prognosen zu einer verbesserten Planungssituation führen.
Für die Prognose zukünftiger Bedarfsmengen werden verschiedene Algorithmen aus dem Bereich der Predictive Analytics verwendet. Die prognostizierten Mengen werden als Datenbasis für eine ganzheitliche Logistikplanung eingesetzt. Dazu gehört die Wahl der optimalen Produktions-, Lager- und Umschlagstandorte unter Beachtung aller relevanten Einflussgrößen. Auch die vorrausschauende Fuhrparkplanung kann auf Basis dieser Mengen und unter Berücksichtigung von kundenspezifischen Anforderungen optimiert werden.
Wir bieten Unterstützung bei der strategischen Planung von Transportlogistik mit Fokus auf spezifische Lösungen für die Textilbranche. Unsere erprobten Verfahren werden exakt auf die Bedürfnisse unserer Kunde zugeschnitten.