2.3.2 Künstliche Intelligenz und maschinelles Lernen Flashcards
Anwendungen von KI in Supply-Chain-Funktionen
- Optimiertes Ressourcenmanagement
- Intelligente Automatisierung
- Intelligente Assistenzsysteme
- Autonomes Fahren und Fliegen
- Predictive Analytics
- Robotik
- Qualitätskontrolle
- Intelligente Sensorik
Anwendungen von KI in Supply-Chain-Funktionen - Optimiertes
Ressourcenmanagement
- Produktions-, Fertigungs- und Personalplanung
- Prozessoptimierung der Ein- und Ausgangslogistik
Anwendungen von KI in Supply-Chain-Funktionen - Intelligente Automatisierung
- von Routineprozessen in Fertigung und Montage
- von lT-gestützten Unternehmensprozessen
Anwendungen von KI in Supply-Chain-Funktionen - Intelligente Automatisierung - von Routineprozessen in Fertigung und Montage
durch selbstregulierende Anpassungen der Steuerungsparameter
Anwendungen von KI in Supply-Chain-Funktionen - Intelligente Automatisierung - von lT-gestützten Unternehmensprozessen
z. B. E-Mail-Beantwortung
Anwendungen von KI in Supply-Chain-Funktionen - Intelligente Assistenzsysteme
- Einarbeitung in Verwaltungsprozesse
- Montageanleitungen
- Unterstützung bei Fertigungsprozessen und Weiterbildung
Anwendungen von KI in Supply-Chain-Funktionen - Autonomes Fahren und Fliegen
- fahrerlose Transportsysteme
- Reinigungsroboter
Anwendungen von KI in Supply-Chain-Funktionen - Predictive Analytics - Vorgehensweise
- Beschaffungsplanung unter Berücksichtigung von Absatzschwankungen
- Überwachung von Produktionsanlagen, um kritische Zustände vorherzusagen und auf Ausfälle zu reagieren
Anwendungen von KI in Supply-Chain-Funktionen - Robotik
- adaptive, lernende Systeme in Produktion, Fertigung und Service
- Greifsysteme und Montageroboter
Anwendungen von KI in Supply-Chain-Funktionen - Qualitätskontrolle
- Prüfung der Bauteilbeschaffenheit
- Überwachung von Montageprozessen
Anwendungen von KI in Supply-Chain-Funktionen - Intelligente Sensorik
- Umgebungswahrnehmung zur Kollisionsvermeidung
- Unterstützung bei der Überwachung von Produktionsanlagen
Künstlicher Intelligenz - Überwachung und Verbesserung
KI
-> Überwachung und nachhaltige Verbesserung der Prozesse in Echtzeit
-» indem gezielte Informationsverarbeitung zur Verbesserung des Prozesses vorgenommen wird
Künstlicher Intelligenz - Überwachung und Verbesserung - Folgen
- Kosten senken
- Prozesse beschleunigen
- Bestand verringern
- Lieferkette optimieren
- Wartungszeit reduzieren
- verschiedene Szenarien erstellen
- beste Lösung für diese verschiedenen Szenarien ermitteln
Künstlicher Intelligenz - Überwachung und Verbesserung - Beispiel
- Transport- und Treibstoffkosten senken
- Anzahl an Fahrten, Fahrern und Disponenten reduzieren
- gleichzeitig verbesserter Kundenservice
Künstlicher Intelligenz - Überwachung und Verbesserung - Probleme
- Kosten für Implementierung sehr hoch, da es Zeit erfordert, alle Mitarbeitenden einzuweisen
- Kalibrierung und Aufbau eines Modells, das tatsächlich für einen bestimmten Anwendungsfall geeignet ist, nimmt sehr viel Zeit in Anspruch
- ethische Bedenken und Wegfall von Arbeitsplätzen
- Bedenken gegen Überwachung der Beschäftigten
Künstlicher Intelligenz - Mitarbeiter einweisen
- schwierig, angewandte KI-Techniken zu verstehen und nachzuvollziehen,
- wenn Mitarbeitende nicht über erforderliches KI-Fachwissen verfügt
Künstlicher Intelligenz - Vorteile
- weniger Fehleranfälligkeit
- 24/7-Einsatz
- Analyse großer Datensätze in Bruchteil der Zeit eines Angestellten
- unterstützt repetitive Aufgaben, Entscheidungsfindung
- identifiziert Muster und Verbesserungsmöglichkeiten
Künstlicher Intelligenz - Nachteile
- mangelnde Kreativität
- KI übernimmt Arbeitsplätze der Menschen/Arbeitslosigkeit
- ethisches Dilemma
- hohe Kosten
- keine Emotionen
