Behältermanagement mit KI und Machine Learning
In traditionellen Wertschöpfungsketten mit klar definierten und bekannten Einflussfaktoren war 'Lean' das Maß aller Dinge. Innerhalb des Managements vollzieht sich jedoch ein Paradigmenwechsel - alles wird 'agil'. Grund dafür sind die zunehmend dynamischen Veränderungen in immer komplexer werdenden Supply Chains. Die Herausforderung dabei ist, dass Agilität genau da einsetzen muss, wo weitreichende Planung nicht möglich ist. Bereits jetzt sind moderne Supply Chains komplexe und multidimensionale Gebilde, welche die Analyse großer Datenmengen erfordern. Closed Loop Supply Chains - und damit auch Mehrweg-Behälter-Kreisläufen - kann in Verbindung damit ein besonders hoher, externer Innovationsdruck beigemessen werden, da sie eine Verbesserung der ökologischen, wirtschaftlichen und sozialen Leistung ermöglichen. Zur Berücksichtigung der 'Lage von Morgen' mit ggf. abweichenden Rahmenbedingungen sind Anwendungen der künstlichen Intelligenz mit ihren intelligenten Algorithmen die 'Helfer in der Not' in der datenreichen Umgebung.
Um für die zukünftigen Anforderungen einer ‚VUCA – Welt‘ ausreichend vorbereitet zu sein, sind entscheidungsintelligente Algorithmen mit maschinellen Lernverfahren eine notwendige Voraussetzung. Damit ist u.a. die Prognose von Behälterbuchungen durch Neuronale Netze weniger eine Kür, sie wird zunehmend zur Pflicht.
Seiten: 1 2Auf einer Seite lesen