Wie KREATIZE gemeinsam mit Werk24
die Einkaufskosten senkt

Hightech-Unternehmen bauen ihre Algorithmen heute auf der Basis von Softwaresystemen auf, die Daten zur Entscheidungsfindung nutzen (engl. data science). Wir sind überzeugt, dass heutige Softwaresysteme in der Lage sein sollten, aus vergangenen Daten zu lernen, um Entscheidungen zu treffen – ähnlich wie das menschliche Gehirn.

Wie können wir also als Menschen zusammen mit Softwaresystemen gute Entscheidungen treffen, auf der Grundlage von Informationen aus der Vergangenheit? Der Schlüssel zur Lösung dieses Problems liegt in einer riesigen Menge an informationsreichen Daten. Dies wird uns helfen, Systeme aufzubauen, die das verbesserte Verständnis nutzen, um Entscheidungen zu treffen und das Beste aus unserem Wissen zu machen.

Ein simples Beispiel

Lassen Sie uns dies an einem Beispiel veranschaulichen. Wenn Sie sich fragen, welche Farbe Tomaten haben, wenn sie reif sind, werden Sie wahrscheinlich rot antworten. Wenn Sie sich also eine Tomate ansehen, können Sie entscheiden, ob Sie sie essen können oder nicht. Nun stellen Sie sich vor, Sie haben noch nie einen Apfel gesehen, und Sie sehen einen Apfelbaum mit roten und grünen Früchten. Aufgrund Ihrer Erfahrung mit Tomaten würden Sie annehmen, dass die roten Früchte zum Verzehr bereit sind. Eines Tages sehen Sie einen Baum mit nur grünen Äpfeln. Ihre historischen Erfahrungen würden Ihnen sagen, dass sie noch nicht reif sind. Nachdem Sie sie jedoch ein Jahr lang beobachtet haben, stellen Sie fest, dass sie nie rot wurden, obwohl sie auf den Boden fielen und anfingen zu faulen. Irgendwann wird Ihnen klar, dass es auch grüne Äpfel gibt, die nie rot werden, aber trotzdem saftig und süß sind. Durch das Hinzufügen einer neuen Dimension, wie z.B. Baumart, Jahreszeit oder geografische Lage, erhöhen Sie Ihr Verständnis und damit Ihre Erkenntnis, ob eine Frucht zum Verzehr bereit ist oder nicht.

Wie kann dies auf die verarbeitende Industrie übertragen werden?

Bei KREATIZE beschäftigen wir uns täglich mit kundenspezifischen Bauteilen, die unsere Kunden zum Bau ihrer Maschinen verwenden. Wie berechnen Sie den Preis für ein Teil, das noch nie zuvor produziert wurde? Maschinenbauingenieure sind in der Lage, Preise zu schätzen, indem sie sich technische Zeichnungen dieser kundenspezifischen Teile ansehen und ihre Erfahrung und ihr Wissen nutzen, um den richtigen Preis zu bestimmen. Dies geschieht nicht nur durch die geometrische Darstellung eines Baueils, sondern auch durch die Berücksichtigung anderer Informationen aus technischen Zeichnungen.

So haben beispielsweise Teile mit hohen Präzisionstoleranzen längere Produktionszeiten auf der zu fertigenden Maschine und sind daher teurer. Ein Maschinenbauingenieur ist in der Lage, diese Informationen aus einer technischen Zeichnung abzuleiten. Durch den Einsatz der Software von Werk24 wird KREATIZE mit Systemen ausgestattet, die in der Lage sind, Informationen aus technischen Zeichnungen zu lesen und zu verstehen. Mit diesem Informationsgewinn sind wir in der Lage, unsere kognitiven Systeme so zu verbessern, dass sie Entscheidungen auf Grundlage verfügbarer Teilinformationen noch besser treffen können. 

Unsere Wertschöpfung

Durch die Zusammenarbeit mit Werk24 können wir die Datenqualität unseres hauseigenen CAD-Formats zur Darstellung von Fertigungsdaten verbessern. Eine bessere Datendarstellung und ein besserer Einblick in die Daten tragen dazu bei, unser Preissystem, die Herstellbarkeitsanalyse und die Suche nach dem richtigen Lieferanten für unsere Kunden zu verbessern und zu optimieren.

Die Fertigungsindustrie wird wettbewerbsfähiger werden, wenn innovative Unternehmen wie Werk24 einzigartige und komplexe Herausforderungen angehen. Durch ein besseres Verständnis für die Anforderungen unserer Kunden ist KREATIZE in der Lage, den Fertigungsprozess zu vereinfachen und den Beschaffungsprozess durch unterstützende softwarebasierte Systeme zu digitalisieren.

Durch die Zusammenarbeit mit KREATIZE ist Werk24 in der Lage, sein System der künstlichen Intelligenz zu verbessern, indem es neue, ungesehene Zeichnungen verwendet und aus Fehlern lernt. Gemeinsam glauben wir, dass die Zusammenarbeit zur Stärke des europäischen Fertigungsstandortes beiträgt.

Über den Autor:

Fabio Sulser leitet das „Team-Eagle“ bei KREATIZE. Sein Team ist verantwortlich für die Lösung von Herausforderungen in den Bereichen Preisgestaltung, Zeitschätzung und Lieferantenabgleich durch den Einsatz von maschinellem Lernen und kognitiven Modellen. Vor KREATIZE war Fabio Sulser für maschinelles und deep-learning bei Accenture Technology ASGR (Österreich-Schweiz-Deutschland-Russland) verantwortlich und implementierte kognitive Lösungen für Kunden aus verschiedenen Branchen.

2020-09-17T09:27:29+00:00September 9th, 2020|Datenwissenschaft|