Wie KI & Maschinelles Lernen beim Packen hilft und dabei Berge von Verpackungsmüll vermeidet
Benjamin Kurtz kümmert sich um die kontinuierliche Optimierung der Logistik von FÖRCH, von Prozessverbesserungen ausgewählter Lager bis hin zu kompletten Standortplanungen. Er leitet die strategische Abteilung mit dem angesichts der Verantwortung vergleichsweise bescheidenen Namen “Projektmanagement Logistik”.
Das Ziel: Verpackungen reduzieren, Transportkosten senken
Seit jeher ist die Optimierung der Verpackungsprozesse und reduzieren von Transportkosten ein Schlüsselthema für FÖRCH. Neben der schnellen und korrekten Lieferung liegt dem Anbieter eines breiten Sortiments viel daran, Kunden mit möglichst frustfreier Verpackung zufrieden zu stellen. Die Ziele sind daher einfach: glückliche Kunden und weniger Verpackungsmüll. Jede Verbesserung, die zu weniger Entsorgungsaufwand für den Kunden führt, bedeutet auch weniger Verpackungs- und Transportkosten für FÖRCH. Ein klassisches Win-win-Szenario.
Seit Jahrzehnten wichtig: Packoptimierung bei FÖRCH
Bereits vor fast 20 Jahren investierte FÖRCH daher in eine Softwarelösung, die zu jeder Lieferung möglichst wenige Packmittel auswählt und diesen jeweils möglichst viele Artikel so zuordnet, dass der Raum optimal genutzt wird. Im Jahr 2022 wurde S4HANA als neues ERP System eingeführt, um den heutigen und zukünftigen FÖRCH-spezifischen Prozessen gerecht zu werden.
Kann Maschinelles Lernen das neueingeführte ERP System leistungsfähiger machen?
Mit der Einführung des neuen ERP Systems ist es auch an der Zeit, die etablierte Packoptimierung auf den Prüfstand zu stellen, zumal teilweise sehr große Aufträge aufgrund der Komplexität der Optimierung die zeitliche Begrenzung von einer Sekunde sprengten. Könnte maschinelles Lernen und die Datenexpertise von heute die Ergebnisse steigern und die Packprozesse auf ein neues Level heben? – Herausforderung angenommen! AIM wurde beauftragt, FÖRCHs Daten und Optimierungspotentiale auszuwerten und die Grundlage für den Einsatz der AIM.packing Lösung zu schaffen. Mit dem Proof of Value lag die Aufgabe darin, den Wertbeitrag des Einsatzes von KI für die Packoptimierung bei FÖRCH zu demonstrieren.
Effiziente Prozessoptimierung durch standardisiertes Vorgehen und Testmanagement
Durch den Einsatz eines standardisierten Vorgehens inklusive Nutzung kompakter Checklisten und Werkzeuge zur Datenanalyse konnte die Prozess- und Datensituation schnell durchdrungen werden. Systematische Auswertungen, hilfreiche Visualisierungen und ein regelmäßiger Austausch stellten sicher, dass plausible Ergebnisse und Transparenz erreicht werden. Wesentliche Aspekte waren dabei:
- Formulierung des vierstufigen, hierarchischen Optimierungsziels.
- Berücksichtigung von Maximalgewichten pro Packmittel, zerbrechlichen Artikeln und Gefahrstoffen sowie vorgegebenen Orientierungen.
- Frühzeitige Ermittlung der “Glasdecke”, d.h. einer Schätzung des Optimierungspotentials anhand der Auftragsstrukturen, um nicht Zeit bzw. Geld zu verschwenden.
- Auswertung statistischer Verteilungen in Auftragsstrukturen, Optimierungsleistungen und Laufzeiten.
- Saubere Messung im Vergleich zur Benchmark-Leistung der bestehenden Lösung.
Fazit: Enorme Einsparung bei Verpackungs- und Transportkosten
Das Ergebnis des dreimonatigen Vorprojekts konnte sich durchaus sehen lassen: der Einsatz des KI-Bausteins in den Benchmarks auf Basis der Realdaten zeigte, dass durch den Einsatz von AIM.packing bis zu 3,5 % Verpackung eingespart werden können. Dies steht für ein Einsparungspotential eines mittleren sechsstelligen Euro-Betrages pro Jahr durch weniger Verpackungs-, Füllmaterial- und Transportkosten.
Blick in die Zukunft
Doch das ist erst der Anfang: ist der “KI-Unterbau” erst einmal etabliert, könnte auf dieser Basis die Laderaumoptimierung von LKWs ein nächster Schritt sein, oder die Optimierung der Anzahl und Maße der Verpackungsmittel selbst. Von dieser Technik profitieren dann auch andere Logistikzentren und Hubs genauso wie die Kunden von FÖRCH, davon ist Benjamin Kurtz überzeugt.
Die Theo Förch GmbH & Co.KG
Mit einem konsolidierten Jahresumsatz von 545 Mio. Euro (2022) ist FÖRCH einer der führenden deutschen Anbieter von Produkten für Handwerk und Industrie. Die heutige Firmenzentrale in Neuenstadt am Kocher (Baden-Württemberg) liegt unweit der einstigen Keimzelle des Direktvertriebsunternehmens. Was bei anderen Branchen die viel zitierte Garage ist, war bei Gründer Theo Förch 1963 die elterliche Scheune. Heute sind mehr als 100.000 Werkstatt-, Montage- und Befestigungsartikel im Programm – FÖRCH ist zu 100 % ein Familienunternehmen geblieben, für das der Faktor Mensch und der persönliche Kontakt nach wie vor eine herausragende Rolle spielt.
Von den aktuell 3.500 Mitarbeitern sind allein 2.000 im Außendienst tätig, im Dienste von mehr als 300.000 Kunden weltweit. Daneben gibt es in Deutschland mittlerweile 34 Verkaufs-Standorte. Mit einer integralen E-Commerce-Strategie wird der Multi-Channel-Ansatz im Vertrieb ergänzt. Stark wächst momentan auch das Auslandsgeschäft, das mit dem Heimatmarkt mittlerweile auf Augenhöhe liegt. So gibt es bereits über 55 Ländervertretungen weltweit sowie 24 dezidierte Ländergesellschaften.
Sie haben Fragen?
Als Experten für Industrielle KI Projekte stehen wir Ihnen gerne für eine persönliche Beratung und weitere Fragen zur Verfügung.
Industrial AI Expert
Nils Funke
Gestartet ist Nils bei uns als Product Owner im Bereich Industrieller KI & Machine Learning und gilt deshalb als DER Experte, wenn es um die Anwendung und Übertragung in die Praxis geht.
Head of Sales Industrial AI
André Ullrich
Andrè verfügt über eine langjährige Erfahrung im direkten und indirekten Vertrieb komplexer Softwarelösungen. Innerhalb unseres Teams verantwortet er den Vertrieb im Bereich Industrielle KI, wobei sein Fokus auf den Sektoren Intralogistik, Produktion und Instandhaltung liegt.
Weitere Beiträge
Juli 15, 2024
Machine Learning as a Service: KI-Betrieb und Machine Learning in der Cloud
Ein steigender Bedarf an KI-Lösungen und entsprechender Speicherkapazität…
März 6, 2024
Erfolgreicher Start für Prozessoptimierungen mit KI in der Logistik und in der Produktion: Der (Mehr)Wert eines Workshops
In diesem Artikel beleuchten wir die Relevanz der Startphase von KI-Projekten…
Februar 12, 2024
Die Grundsteine für erfolgreiche KI-Implementierung: Warum Machine Data Landscaping (MDL) und Data Quality Checks (DQC) unerlässlich sind
Maximieren Sie den Erfolg Ihrer KI-Implementierung! Eine umfassende Voranalyse…
Dezember 8, 2023
Fachkräftemangel in Unternehmen: Wie kann Industrielle KI hier unterstützen?
Industrielle KI hilft, Fachkräfte effizienter einzusetzen oder Prozesse so…
November 21, 2023
Lastspitzenmanagement mit AIM.predict: Wie Machine Learning Lastspitzen in der Energieversorgung reduziert
Erfahren Sie, wie die Software AIM.predict und Machine Learning-Verfahren zu…
September 20, 2023
KI-gestützter Schichtplan: Optimale Lastverteilung zwischen Schichten
Ein erfolgreiches Fazit: Weniger Arbeitsbelastung dank Schichtplanung mittels…
August 30, 2023
Grenzwertüberwachung mittels Trendprognose am Beispiel von Stickoxiden
Anwendungsbeispiel für den Einsatz industrieller KI (Smart Machines) im Bereich…
August 7, 2023
Optimale Urlaubsplanung im Lager mit Hilfe Industrieller KI
Intelligente Urlaubsplanung im Lager: Effizienzsteigerung durch Künstliche…