Ist Ihr Lager bereit für die Implementierung digitaler Innovationen? Es gibt viele Möglichkeiten, Ihr Lager fit für die Zukunft zu machen.

In diesem Blog-Artikel möchten wir einführend erklären, wie Rule Mining in der Lagerhaltung eingesetzt werden kann. Weitere Anwendungsfelder für KI in der Lagerhaltung beleuchten wir in unserem aktuellen Thought Paper.

Intelligentes Rule Mining für Lagerverwaltungssysteme

Das Konzept des Rule Mining beschreibt Geschäftsvorgänge, Definitionen und Einschränkungen für die Daten eines Unternehmens. Diese spiegeln die Geschäftsstruktur wider, leiten oder steuern das Unternehmensverhalten und werden eingerichtet, um das Unternehmen beim Erreichen seiner Ziele zu unterstützen. Oder einfach ausgedrückt: Das Rule Mining bestimmt automatisch die Korrelationen bestimmter Geschäftsdaten. Wenn ein Kriterium A erfüllt ist, wird ein Ergebnis B erzielt (bei einer bestimmten Wahrscheinlichkeit oder Konfidenz). Durch Anwendung dieses Prinzips auf eine Lagerumgebung können interne oder externe Abhängigkeiten identifiziert werden. Wenn die Waren beispielsweise bestimmte morphologische Abmessungen überschreiten, dauert der Kommissioniervorgang eine gewisse Zeit.

Vorteile für Ihr Lager

Der Vorteil dieses Ansatzes besteht darin, komplexe Unternehmensregelsätze zu identifizieren und mit weiteren Datenquellen in Ihrer Lagerdatenbank zu vergleichen. Dadurch können Sie bestimmte Interaktionen und Verhaltensweisen verstehen. Außerdem können Sie ungenutzte Potenziale berücksichtigen und entsprechend optimieren. Darüber hinaus können Sie mit diesem Tool Korrelationen bestätigen oder widerlegen, von denen Sie annehmen, dass sie wahr sind.

CAMELOT hat ein Serviceangebot entwickelt, das Rule Mining mit SAP Data Intelligence verwendet. Ein Beispiel ist im Bild unten zu sehen:

Abbildung 1: Beispielhaftes Rule Mining eines Lagerdatensatzes

Ein zusätzlicher Bonus ist die Erkennung von Dateninkonsistenzen durch Outlier Detection. Das intelligente System kann den Benutzer während der Feldwertpopulation durch Eingabevorschläge und automatisierte Datenpopulationsoptionen unterstützen. Dies ermöglicht im Anschluss weitere auf künstlicher Intelligenz basierende Innovationen, da eine solide und saubere Datenbank grundlegend für selbstlernende Algorithmen ist.

Trotz der oben genannten Vorteile sollte beachtet werden, dass die Analyse stark von Benutzereingaben und Datenverfügbarkeit abhängt. Der Benutzer muss verstehen, wie Geschäftsregeln im Lager sichtbar werden können. Wenn ein zusätzlicher Faktor vorhanden, aber nicht verfügbar ist, wird er nicht berücksichtigt. Man darf dem System nicht blind vertrauen. Ein wesentlicher Beschleuniger ist darüber hinaus die Verwendung von Parallel Computing. Wenn Sie eine schnelle Datenberechnung bevorzugen, können Cloud-basierte oder lokale Computerfunktionen viel bewirken.

Rule Mining bietet für den Lagerbetrieb viel Anknüpfungspunkte und kann besonders nützlich sein, wenn Sie Schwierigkeiten haben, den Überblick zu behalten. Dementsprechend eignen sich Lager mit einem hohen Durchsatz, einer hohen Komplexität oder einer Vielzahl von SKUs besonders für das Rule Mining. (Online)-Einzelhändler und Postdienstleister können dieses Tool zusätzlich verwenden, um ihr aktuelles Preismodell im Zusammenhang mit dem Ergebnis der Analyse zu bewerten und in Frage zu stellen.

Fazit

Rule Mining ist nur eine der endlosen Möglichkeiten von Künstlicher Intelligenz und nachfolgender Innovationen in der Lagerhaltung. Das angeführte Beispiel zeigt, dass KI aktuell immer noch „begrenzt“ ist: Innovationen müssen nach wie vor angeleitet und/oder überprüft werden und können nicht mehrere Aufgaben gleichzeitig ausführen. Das Konzept eines Dark Warehouse, in dem sich überhaupt kein Mensch mehr befindet, wird oft beschrieben, liegt aber noch in weiter Ferne.

Im Allgemeinen können viele Vorteile erreicht werden: mehr Effizienz, eine Optimierung der Prozesse und Ressourcennutzung oder geringere Kosten. Aber, genau wie im Rule Mining beschrieben, müssen die Umgebungen für diese Innovationen richtig eingerichtet werden. Daten stehen hierbei im Zentrum. Die Erfassung relevanter Daten beginnt individuell bei jedem Unternehmen und sollte in jedem Fall kritisch hinterfragt werden.

CAMELOT hat Innovationen wie diese in gemeinsamen Workshops mit Kunden regelmäßig überprüft und diskutiert, wobei wir auf ihre Zukunftsvision für digitale Lagerhaltung eingingen. Wir bieten Ihnen Einblicke, Fachwissen und Anleitungen dazu, wie und ob Sie diese Innovationen anwenden sollten und ob Ihre individuellen Umstände für solche Ansätze geeignet sind. Wenn Sie an weiteren KI-basierten Innovationen oder der Integration innovativer Technologien in Ihre Zukunftsvision für digitale Lagerhaltung interessiert sind, stehen wir Ihnen gern mit Rat und Tat zur Seite.

Wir danken Thomas Grill und Albert Peychal-Heiling für ihren wertvollen Beitrag zu diesem Artikel.

Teil 1: Künstliche Intelligenz in der Lagerhaltung: Automatisierung der Datenpflege

Logistik Reifegrad Self-Assessment Jetzt downloaden

Logistik Reifegrad: Self-Assessment

Identifizieren Sie Ihre nächsten Schritte auf dem Weg zu Ihrer zukünftigen Logistik-Exzellenz.

Zum Download des Assessment

Empfohlene Artikel

New Now in Organizations

Digitale Transformation im Einkauf: wie sich Unternehmen selbst sehen

Wie weit sind Einkaufsorganisationen auf ihrem Weg zur Digitalisierung? Was sind ihre Prioritäten, Herausforderungen und Erkenntnisse? Die aktuelle Studie „Digitale …

weiterlesen
CRM

Camelot ITLab beim CRM Excellence Test 2019

Die Auswahl der passenden CRM-Lösung stellt Unternehmen vor die Herausforderung, die am Markt verfügbaren Möglichkeiten mit den eigenen …

weiterlesen
Supply Chain Management

Erfolgsfaktoren für die DDMRP-Umsetzung in einem eingeschränkten Produktionsumfeld (I)

Das Konzept der bedarfsgesteuerten Materialbedarfsplanung (Demand-Driven MRP – DDMRP) erfreut sich zunehmender Beliebtheit. Immer mehr Unternehmen unterschiedlicher Branchen setzen auf DDMRP-Lieferkettenplanung, in …

weiterlesen

Denken Sie Ihre Value Chain neu mit uns

Kontaktieren Sie uns