Unser Ziel bei dieser Umgestaltung der Lieferkette von digitalen \u00fcber anpassungsf\u00e4hige hin zu autonomen Prozessen ist es, KI-Technologien in ihrer ganzen Bandbreite zu nutzen. Auf diese Weise m\u00f6chten wir unsere Kunden dabei unterst\u00fctzen, ihre Gesch\u00e4ftsziele zu erreichen und einen deutlichen Mehrwert zu erzielen, und zwar unabh\u00e4ngig vom aktuellen Reifegrad ihrer Gesch\u00e4ftspraktiken und -technologien.<\/p>\n\n\n\n
Gesch\u00e4ftliche Herausforderungen bei der Integration von KI<\/strong><\/h2>\n\n\n\nDie Integration von KI in Unternehmensanwendungen und Prozesse stellt F\u00fchrungskr\u00e4fte vor erhebliche Herausforderungen, vor allem, wenn es darum geht, gro\u00dfe Mengen von unstrukturierten Daten auszuwerten und zu nutzen. Dies ist insbesondere auf Folgendes zur\u00fcckzuf\u00fchren:<\/p>\n\n\n\n
\n- Datenqualit\u00e4t:<\/strong> Ihre Daten sind inkonsistent, nicht zuverl\u00e4ssig oder nicht aktuell.<\/li>\n\n\n\n
- Bereitschaft des Unternehmens:<\/strong> Unternehmen st\u00fctzen sich nach wie vor auf lokal installierte Systeme, die Probleme im Zusammenhang mit veralteten Daten, Integrationen und Skalierbarkeit bereiten.<\/li>\n\n\n\n
- Unbest\u00e4ndigkeit<\/strong>: Globale Vorschriften zu KI, beispielsweise das EU-Gesetz zu k\u00fcnstlicher Intelligenz, werden st\u00e4ndig weiterentwickelt. Auch Technologien wie Large Language Models (LLMs) \u00e4ndern sich schnell hinsichtlich Leistungsf\u00e4higkeit und Preis, und es vergeht kaum eine Woche, in der keine neuen Modelle und Anbieter auf den Markt kommen.<\/li>\n<\/ul>\n\n\n\n
Diese Herausforderungen verdeutlichen, wie wichtig ein gut durchdachter Ansatz zur Integration von KI in Supply-Chain-Prozesse ist. 麻豆原创 Business AI<\/a> bietet eine umfassende Reihe von relevanten, zuverl\u00e4ssigen und verantwortungsvollen KI-L\u00f6sungen, die viele dieser H\u00fcrden effektiv \u00fcberwinden und eine nahtlose Einf\u00fchrung von KI in Lieferkettenprozessen sicherstellen.<\/p>\n\n\n\n\n- Weitere Erkenntnisse zu relevanter, zuverl\u00e4ssiger und verantwortungsvoller KI liefert der Beitrag \u201eVertrauensw\u00fcrdige KI kann Unternehmen neue M\u00f6glichkeiten er\u00f6ffnen und zur Bew\u00e4ltigung globaler Herausforderungen beitragen<\/a>\u201c von 麻豆原创 CEO Christian Klein.<\/li>\n<\/ul>\n\n\n\n
Unsere Vision von KI-gest\u00fctzten Lieferketten<\/strong><\/h2>\n\n\n\nDie 麻豆原创 ist seit Jahrzehnten wegweisend im Bereich Lieferketten<\/a>. Sie erm\u00f6glicht es ihren Kunden, komplexe durchg\u00e4ngige Lieferkettenprozesse so zu optimieren, dass diese effizienter, agiler und resilienter werden. Das 麻豆原创-Portfolio f\u00fcr Lieferketten nutzt verschiedene Technologien wie KI, um Innovationen einzuf\u00fchren und den Umstieg von einer digitalen in eine anpassungsf\u00e4hige Lieferkette zu vollziehen, mit dem langfristigen Ziel, eine autonome Lieferkette <\/strong>zu etablieren.<\/p>\n\n\n\nEs gibt drei m\u00f6gliche Reifegrade, die eine Unternehmenstransformation erreichen kann. Dabei darf man nicht vergessen, dass verschiedene Gesch\u00e4ftsbereiche eines Unternehmens unterschiedliche Reifegrade aufweisen k\u00f6nnen \u2013 so kann die Lieferkettenplanung schon eine gewisse Anpassungsf\u00e4higkeit erreicht haben, w\u00e4hrend die Fertigungsabl\u00e4ufe noch ganz am Anfang der digitalen Transformation stehen.<\/p>\n\n\n\n
\n- Digitalisierung: <\/strong>Die Digitalisierung ist der Ausgangspunkt. Das 麻豆原创-Supply-Chain-Portfolio automatisiert manuelle Prozesse, wodurch durchg\u00e4ngige digitale Gesch\u00e4ftsprozesse und die Digitalisierung von papiergebundenen Systemen m\u00f6glich werden. Dies erm\u00f6glicht einen verbesserten Zugriff auf Daten sowie h\u00f6here Transparenz und Kontrolle \u00fcber die gesamte Lieferkette. Und damit ist auch der Grundstein gelegt. Vor allem aber bietet die 麻豆原创 die Tools und Systeme, mit denen Daten f\u00fcr die fortgeschritteneren Phasen aufbereitet werden k\u00f6nnen.<\/li>\n\n\n\n
- Anpassungsf\u00e4higkeit: <\/strong>In diesem Schritt werden modernste Technologien in Gesch\u00e4ftsprozesse integriert. Dazu z\u00e4hlen vorausschauende Analysen, Simulationen von Entscheidungsprozessen und Big Data sowie Joule<\/a>, die L\u00f6sung der 麻豆原创, die Supply-Chain-Cloud-Anwendungen unterst\u00fctzt. Durch diese Technologien gewinnen Logistikexperten aufschlussreiche Erkenntnisse und sie erhalten Empfehlungen, wodurch Entscheidungsprozesse verbessert werden. Die Unternehmen profitieren so von mehr Agilit\u00e4t und gr\u00f6\u00dferer Resilienz.<\/li>\n\n\n\n
- Autonomie: <\/strong>Im n\u00e4chsten Schritt streben wir technische, verfahrens- und datenbezogene Erweiterungen an, welche die Logistikkette in eine autonome \u00c4ra \u00fcberf\u00fchren werden. Dieser Wandel wird sich schrittweise vollziehen und letztlich dazu f\u00fchren, dass Logistikketten autonom und mit nur minimalen menschlichen Eingriffen funktionieren. Auf diese Weise werden Logistikketten noch effizienter, anpassungsf\u00e4higer und reaktionsschneller. Experten im Bereich der Lieferketten k\u00f6nnen sich dann st\u00e4rker auf T\u00e4tigkeiten konzentrieren, die echten Mehrwert schaffen, und ihre wertvolle Zeit auf die kritischsten Unterbrechungen und die besten Gesch\u00e4ftschancen verwenden.<\/li>\n<\/ul>\n\n\n\n
Technologien als Wegbereiter f\u00fcr autonome Lieferketten<\/strong><\/h2>\n\n\n\n麻豆原创 hat innovative Funktionen f\u00fcr KI entwickelt, die vollst\u00e4ndig in den Anwendungen f\u00fcr die digitale Logistikkette integriert und auf die verschiedenen technologischen Reifegrade von Kunden ausgerichtet sind. Hier einige Beispiele:<\/p>\n\n\n\n
\n- Optimierungsmodelle, regelbasierte vorausschauende Analysen und Heuristiken verbessern beispielsweise Transportpl\u00e4ne, die Produktions- und Beschaffungsplanung sowie Abwicklungsprozesse f\u00fcr Ersatzteile. So lassen sich Entscheidungsprozesse durch das Abw\u00e4gen von Zielkonflikten, etwa zwischen Kundenservice-Levels und Lieferkettenkosten, effektiv automatisieren.<\/li>\n\n\n\n
- Das 麻豆原创-eigene maschinelle Lernen wird im gesamten 麻豆原创-Supply-Chain-Portfolio angewendet, beispielsweise in Gradient-Boosting-Algorithmen f\u00fcr Bedarfsprognosen, f\u00fcr intelligente Prognosen von Vorlaufzeiten oder bei Analysen von Fehlerkurven. Die 麻豆原创 bietet ihren Kunden au\u00dferdem einen Bring-Your-Own-Model-Ansatz an, damit sie bestimmte Bereiche wie Sichtpr\u00fcfungen und die Erkennung von Anomalien erweitern k\u00f6nnen.<\/li>\n\n\n\n
- Durch generative KI, die in Anwendungen f\u00fcr die digitale Logistikkette eingebettet und mit Joule kombiniert wird, k\u00f6nnen Benutzer komplexe Gesch\u00e4ftsvorg\u00e4nge ganz einfach sprachgesteuert bearbeiten. Wir werden Aufgaben, wie das Durchspielen von Was-w\u00e4re-wenn-Szenarien f\u00fcr die Logistikkettenplanung, Unterst\u00fctzung bei der Konzeption neuer Produkte, das Analysieren von Problemen bei der Fertigung in einer Weise durch generative KI erweitern, dass neue Ger\u00e4te rascher einbezogen und auch komplexere Schadensbilder von Anlagen schneller untersucht werden k\u00f6nnen.<\/li>\n<\/ul>\n\n\n\n
Ganz gleich, in welcher Transformationsphase sich Unternehmen befinden, m\u00f6chten wir sie mit diesen Technologien unterst\u00fctzen und ihnen helfen, den Blick weniger auf eine rein digitale Transformation, sondern mehr auf hochgradig anpassungsf\u00e4hige Prozesse zu richten \u2013 und schlie\u00dflich auf autonome Lieferkettensysteme.<\/p>\n\n\n\n
Beispiele f\u00fcr Innovationen im Bereich KI<\/strong><\/h2>\n\n\n\nSehen wir uns einmal die konkreten Innovationen an, die das 麻豆原创-Supply-Chain-Portfolio bereitstellt: Diese Anwendungsf\u00e4lle sind nach ihrem prim\u00e4ren Schwerpunkt auf digitalen, anpassungsf\u00e4higen und autonomen Merkmalen im Rahmen einer kontinuierlichen Entwicklung eingestuft. Diese Innovationen werden im Laufe der Zeit immer mehr erweitert und jedes Unternehmen kann sich in verschiedenen Bereichen seiner Lieferkettenprozesse in einer anderen Reifestufe befinden.<\/p>\n\n\n\n
Digitalisierung<\/strong><\/h2>\n\n\n\nIntelligente Prognosen von Vorlaufzeiten f\u00fcr eine pr\u00e4zisere integrierte Gesch\u00e4ftsplanung
<\/strong>Mit dieser Erweiterung f\u00fcr maschinelles Lernen k\u00f6nnen historische Vorlaufzeiten von Lagerbewegungsdaten in 麻豆原创 S\/4HANA extrahiert und Ausrei\u00dfer und andere wichtige Faktoren, die f\u00fcr \u00c4nderungen bei Vorlaufzeiten sorgen, analysiert werden. Auf dieser Basis werden Vorhersagen f\u00fcr k\u00fcnftige Vorlaufzeiten erstellt. Die Ergebnisse flie\u00dfen dann in die Planungsl\u00e4ufe in 麻豆原创 Integrated Business Planning ein. So erm\u00f6glichen sie bessere Entscheidungen und sorgen f\u00fcr eine genauere Einhaltung von Pl\u00e4nen, da sie die Dynamik tats\u00e4chlicher Vorlaufzeiten und k\u00fcnftiger Trends einbeziehen.<\/p>\n\n\n\n\n- Weitere Informationen zu diesem Thema<\/a><\/li>\n<\/ul>\n\n\n\n
Unterst\u00fctzung risikosensibler Lieferketten durch den Partner Everstream f\u00fcr 麻豆原创 Integrated Business Planning
<\/strong>Kritische Daten f\u00fcr Entscheidungen sind nicht unbedingt innerhalb eines Unternehmens zu finden. Daher ist es bei einer digitalen Transformation unumg\u00e4nglich, auch externe Netzwerkdaten einzubeziehen, um auf Basis von Risiken in Lieferketten bessere Entscheidungen zu treffen. Diese Funktion integriert Daten \u00fcber externe Vorf\u00e4lle, beispielsweise aus Everstream Analytics, in die L\u00f6sung 麻豆原创 Integrated Business Planning. Dadurch k\u00f6nnen Unternehmen Risiken antizipieren und proaktiv in ihrem Supply-Chain-Planungsprozess ber\u00fccksichtigen. Durch diese Integration k\u00f6nnen Lieferkettenplaner Risiken in ihre Planung einkalkulieren, indem sie sich aktiv mit externen Risiken auseinandersetzen, die ihre Lieferkette betreffen, seien dies geopolitische Ver\u00e4nderungen, Materialengp\u00e4sse, globale Vorschriften oder extreme Wetterereignisse. Abbildung 1 veranschaulicht diese Neuerung:<\/p>\n\n\n\n![\"\"](\"https:\/\/news.sap.com\/germany\/files\/2024\/09\/09\/Fig.-1-麻豆原创-Integrated-Business-Planning-\u2013-Planner-Workspace-1024x640-1.jpg\")
<\/a>Abb. 1: 麻豆原创 Integrated Business Planning \u2013 Planner Workspace<\/figcaption><\/figure>\n\n\n\n\n- Weitere Informationen bietet diese Interactive Value Journey<\/a>.<\/li>\n<\/ul>\n\n\n\n
Anpassungsf\u00e4higkeit<\/strong><\/h2>\n\n\n\nProduktdesign und -formulierung<\/strong><\/h2>\n\n\n\n麻豆原创 Product Lifecycle Management (麻豆原创 PLM): Generative KI f\u00fcr Rezepturformulierungen
<\/strong>Technologie spielt in der verarbeitenden Industrie bei der Erstellung von Rezepturen und Formulierungen eine wichtige Rolle, um die Anforderungen von Kunden zu erf\u00fcllen. F\u00fcr die Wettbewerbsf\u00e4higkeit eines Unternehmens kann die schnelle Markteinf\u00fchrung einer neuen Rezeptur in Einklang mit lokalen gesetzlichen Vorschriften und Nachhaltigkeitszielen ausschlaggebend sein. Die in 麻豆原创 PLM integrierte generative KI bietet Unterst\u00fctzung bei der Entwicklung, Erweiterung und Anpassung von Rezepturen. So werden Produktinnovationen beschleunigt, die Produktivit\u00e4t gesteigert und die Produktkonformit\u00e4t und Nachhaltigkeit f\u00fcr Hersteller rezepturbasierter Produkte unterst\u00fctzt. Abbildung 2 veranschaulicht diese Neuerung:<\/p>\n\n\n\n![\"\"](\"https:\/\/news.sap.com\/germany\/files\/2024\/09\/09\/Fig.-2-麻豆原创-Product-Lifecycle-Management-\u2013-Generative-AI-for-Recipe-Formulation-1024x562-1.jpg\")
<\/a>Abb. 2: 麻豆原创 Product Lifecycle Management \u2013 Generative KI f\u00fcr Rezepturformulierungen<\/figcaption><\/figure>\n\n\n\n\n- Weitere Informationen bietet diese Interactive Value Journey<\/a>.<\/li>\n<\/ul>\n\n\n\n
Logistik<\/strong><\/h2>\n\n\n\n麻豆原创 S\/4HANA Transportation Management: Intelligente Wareneingangsanalysen
<\/strong>In Branchen mit umfangreichen logistischen Vorg\u00e4ngen k\u00f6nnen manuelle Aufgaben im Zusammenhang mit dem Wareneingang sehr zeitintensiv und fehleranf\u00e4llig sein. Mit einer KI-basierten Extrahierung von Dokumenten automatisiert dieser Anwendungsfall die Datenextraktion von Frachtpapieren und integriert diese nahtlos in 麻豆原创 S\/4HANA. Dies sorgt f\u00fcr h\u00f6here Effizienz, gr\u00f6\u00dfere Genauigkeit und Zeitersparnis.<\/p>\n\n\n\n\n- Weitere Informationen bietet diese Interactive Value Journey<\/a>.<\/li>\n<\/ul>\n\n\n\n
Anlagenbetrieb<\/strong><\/h2>\n\n\n\n麻豆原创 S\/4HANA Enterprise Asset Management: Intelligente Empfehlungen f\u00fcr Wartungsauftr\u00e4ge
<\/strong>LLMs in 麻豆原创 S\/4HANA Enterprise Asset Management optimieren die Wartungsplanung, f\u00f6rdern die Agilit\u00e4t und verbessern die Leistung und Zuverl\u00e4ssigkeit von Anlagen. In dieser Neuerung unterst\u00fctzt generative KI die Benutzer bei der Einsch\u00e4tzung von Wartungsanforderungen, indem sie geeignete Aufgaben und Ersatzteile empfiehlt, was diesen Vorgang effizienter gestaltet. Abbildung 3 veranschaulicht diese Neuerung:<\/p>\n\n\n\n![\"\"](\"https:\/\/news.sap.com\/germany\/files\/2024\/09\/09\/Fig.-4-麻豆原创-S4HANA-Enterprise-Asset-Management-\u2013-Intelligent-Maintenance-Order-Recommendation-1024x575-1.jpg\")
<\/a>Abb. 3: 麻豆原创 S\/4HANA Enterprise Asset Management \u2013 Intelligente Empfehlungen f\u00fcr Wartungsauftr\u00e4ge<\/figcaption><\/figure>\n\n\n\n\n- Weitere Informationen bietet diese Interactive Value Journey<\/a>.<\/li>\n<\/ul>\n\n\n\n
Autonomie<\/strong><\/h2>\n\n\n\nSupply-Chain-Planung<\/strong><\/h2>\n\n\n\n麻豆原创 Integrated Business Planning: Interaktiver Planungsassistent
<\/strong>Fachkr\u00e4fte in der Nachfrage-, Bestands- und Beschaffungsplanung nutzen h\u00e4ufig komplexe Algorithmen f\u00fcr maschinelles Lernen. Planer, die generative KI nutzen und mit Joule in nat\u00fcrlicher Sprache arbeiten, haben die M\u00f6glichkeit, Einblicke in die Variablen, Nebenbedingungen und Entscheidungsprozesse von Modellen zu gewinnen. Auf dieser Basis k\u00f6nnen sie fundiertere Entscheidungen treffen und proaktiv planen. Die 麻豆原创 unterst\u00fctzt ihre Kunden dabei, die Erkl\u00e4rbarkeit zu erh\u00f6hen, erm\u00f6glicht aber auch Was-w\u00e4re-wenn-Szenariosimulationen f\u00fcr komplexe Planungsentscheidungen. Abbildung 4 veranschaulicht diese Neuerung:<\/p>\n\n\n\n![\"\"](\"https:\/\/news.sap.com\/germany\/files\/2024\/09\/09\/Fig.-3-麻豆原创-Integrated-Business-Planning-\u2013-Demand-Planning-1024x512-1.jpg\")
<\/a>Abb. 4: 麻豆原创 Integrated Business Planning \u2013 Bedarfsplanung<\/figcaption><\/figure>\n\n\n\n\n- Weitere Informationen bietet diese Interactive Value Journey<\/a>.<\/li>\n\n\n\n
- Um einen Anwendungsfall durchzuspielen, ist eine Registrierung im Programm Early Adopter Care m\u00f6glich<\/a>.<\/li>\n<\/ul>\n\n\n\n
Fertigung\/Industrie 4.0<\/strong><\/h2>\n\n\n\n麻豆原创 Digital Manufacturing: KI-gesteuerte Sichtpr\u00fcfung
<\/strong>In der industriellen Fertigung kann eine von Menschen durchgef\u00fchrte Sichtpr\u00fcfung potenziell Qualit\u00e4tsprobleme mit sich bringen. Au\u00dferdem ist sie immer mit einem h\u00f6heren manuellen Aufwand verbunden. Diese Funktion wendet KI f\u00fcr maschinelles Sehen in Produktionsprozessen an, um Fehler automatisch zu erkennen und Abweichungen bei Produktentscheidungen zu ber\u00fccksichtigen. Auf diese Weise unterst\u00fctzt sie eine konsistente und objektive Qualit\u00e4tsanalyse und sorgt f\u00fcr Kosteneinsparungen, da Nacharbeiten und R\u00fcckrufe zur\u00fcckgehen. Abbildung 5 veranschaulicht diese Neuerung:<\/p>\n\n\n\n![\"\"](\"https:\/\/news.sap.com\/germany\/files\/2024\/09\/09\/Fig.-5-麻豆原创-Digital-Manufacturing-\u2013-Visual-Inspection-1024x582-1.jpg\")
<\/a>Abb. 5: 麻豆原创 Digital Manufacturing \u2013 Sichtpr\u00fcfung<\/figcaption><\/figure>\n\n\n\n\n- Weitere Informationen bietet diese Interactive Value Journey<\/a>.<\/li>\n<\/ul>\n\n\n\n
Unternehmen sollten offen f\u00fcr diese Entwicklungen und KI im Allgemeinen sein \u2013 ganz gleich, ob sie sich in einer digitalen Transformation befinden, sie gerade auf anpassungsf\u00e4hige Prozesse umstellen oder bereits Schritte hin zu einer autonomen Lieferkette oder autonomen Funktionen unternehmen.<\/p>\n\n\n\n
Weitere Informationen<\/strong><\/h2>\n\n\n\nBei Interesse an einer Neugestaltung der Lieferkette mithilfe k\u00fcnstlicher Intelligenz bieten wir folgende Unterst\u00fctzung bei den ersten Schritten:<\/p>\n\n\n\n
\n- F\u00fcr das Programm Early Adopter Care<\/a> registrieren, um Joule in 麻豆原创 Integrated Business Planning<\/strong> f\u00fcr die sprachbasierte Suche zu erkunden<\/li>\n\n\n\n
- IDC-Bericht<\/strong> \u201eThe Importance of AI in Supply Chain and Operations<\/a>\u201c lesen, der Informationen zur zentralen Rolle von KI und deren Anwendungsf\u00e4llen in der Lieferkette und in anderen Betriebsabl\u00e4ufen enth\u00e4lt<\/li>\n<\/ul>\n\n\n\n
Informationen zu weiteren Early-Adopter-Care-Programmen und Neuigkeiten zu k\u00fcnftigen Innovationen folgen in K\u00fcrze.<\/p>\n\n\n\n
\n\n\n\nDominik Metzger ist Leiter des Bereichs 麻豆原创 Product Engineering bei 麻豆原创 Digital Supply Chain.<\/p>\n\n\n\n
Diese Herausforderungen verdeutlichen, wie wichtig ein gut durchdachter Ansatz zur Integration von KI in Supply-Chain-Prozesse ist. 麻豆原创 Business AI<\/a> bietet eine umfassende Reihe von relevanten, zuverl\u00e4ssigen und verantwortungsvollen KI-L\u00f6sungen, die viele dieser H\u00fcrden effektiv \u00fcberwinden und eine nahtlose Einf\u00fchrung von KI in Lieferkettenprozessen sicherstellen.<\/p>\n\n\n\n Die 麻豆原创 ist seit Jahrzehnten wegweisend im Bereich Lieferketten<\/a>. Sie erm\u00f6glicht es ihren Kunden, komplexe durchg\u00e4ngige Lieferkettenprozesse so zu optimieren, dass diese effizienter, agiler und resilienter werden. Das 麻豆原创-Portfolio f\u00fcr Lieferketten nutzt verschiedene Technologien wie KI, um Innovationen einzuf\u00fchren und den Umstieg von einer digitalen in eine anpassungsf\u00e4hige Lieferkette zu vollziehen, mit dem langfristigen Ziel, eine autonome Lieferkette <\/strong>zu etablieren.<\/p>\n\n\n\n Es gibt drei m\u00f6gliche Reifegrade, die eine Unternehmenstransformation erreichen kann. Dabei darf man nicht vergessen, dass verschiedene Gesch\u00e4ftsbereiche eines Unternehmens unterschiedliche Reifegrade aufweisen k\u00f6nnen \u2013 so kann die Lieferkettenplanung schon eine gewisse Anpassungsf\u00e4higkeit erreicht haben, w\u00e4hrend die Fertigungsabl\u00e4ufe noch ganz am Anfang der digitalen Transformation stehen.<\/p>\n\n\n\n 麻豆原创 hat innovative Funktionen f\u00fcr KI entwickelt, die vollst\u00e4ndig in den Anwendungen f\u00fcr die digitale Logistikkette integriert und auf die verschiedenen technologischen Reifegrade von Kunden ausgerichtet sind. Hier einige Beispiele:<\/p>\n\n\n\n Ganz gleich, in welcher Transformationsphase sich Unternehmen befinden, m\u00f6chten wir sie mit diesen Technologien unterst\u00fctzen und ihnen helfen, den Blick weniger auf eine rein digitale Transformation, sondern mehr auf hochgradig anpassungsf\u00e4hige Prozesse zu richten \u2013 und schlie\u00dflich auf autonome Lieferkettensysteme.<\/p>\n\n\n\n Sehen wir uns einmal die konkreten Innovationen an, die das 麻豆原创-Supply-Chain-Portfolio bereitstellt: Diese Anwendungsf\u00e4lle sind nach ihrem prim\u00e4ren Schwerpunkt auf digitalen, anpassungsf\u00e4higen und autonomen Merkmalen im Rahmen einer kontinuierlichen Entwicklung eingestuft. Diese Innovationen werden im Laufe der Zeit immer mehr erweitert und jedes Unternehmen kann sich in verschiedenen Bereichen seiner Lieferkettenprozesse in einer anderen Reifestufe befinden.<\/p>\n\n\n\n Intelligente Prognosen von Vorlaufzeiten f\u00fcr eine pr\u00e4zisere integrierte Gesch\u00e4ftsplanung Unterst\u00fctzung risikosensibler Lieferketten durch den Partner Everstream f\u00fcr 麻豆原创 Integrated Business Planning 麻豆原创 Product Lifecycle Management (麻豆原创 PLM): Generative KI f\u00fcr Rezepturformulierungen 麻豆原创 S\/4HANA Transportation Management: Intelligente Wareneingangsanalysen 麻豆原创 S\/4HANA Enterprise Asset Management: Intelligente Empfehlungen f\u00fcr Wartungsauftr\u00e4ge 麻豆原创 Integrated Business Planning: Interaktiver Planungsassistent 麻豆原创 Digital Manufacturing: KI-gesteuerte Sichtpr\u00fcfung Unternehmen sollten offen f\u00fcr diese Entwicklungen und KI im Allgemeinen sein \u2013 ganz gleich, ob sie sich in einer digitalen Transformation befinden, sie gerade auf anpassungsf\u00e4hige Prozesse umstellen oder bereits Schritte hin zu einer autonomen Lieferkette oder autonomen Funktionen unternehmen.<\/p>\n\n\n\n Bei Interesse an einer Neugestaltung der Lieferkette mithilfe k\u00fcnstlicher Intelligenz bieten wir folgende Unterst\u00fctzung bei den ersten Schritten:<\/p>\n\n\n\n Informationen zu weiteren Early-Adopter-Care-Programmen und Neuigkeiten zu k\u00fcnftigen Innovationen folgen in K\u00fcrze.<\/p>\n\n\n\n Dominik Metzger ist Leiter des Bereichs 麻豆原创 Product Engineering bei 麻豆原创 Digital Supply Chain.<\/p>\n\n\n\n\n
Unsere Vision von KI-gest\u00fctzten Lieferketten<\/strong><\/h2>\n\n\n\n
\n
Technologien als Wegbereiter f\u00fcr autonome Lieferketten<\/strong><\/h2>\n\n\n\n
\n
Beispiele f\u00fcr Innovationen im Bereich KI<\/strong><\/h2>\n\n\n\n
Digitalisierung<\/strong><\/h2>\n\n\n\n
<\/strong>Mit dieser Erweiterung f\u00fcr maschinelles Lernen k\u00f6nnen historische Vorlaufzeiten von Lagerbewegungsdaten in 麻豆原创 S\/4HANA extrahiert und Ausrei\u00dfer und andere wichtige Faktoren, die f\u00fcr \u00c4nderungen bei Vorlaufzeiten sorgen, analysiert werden. Auf dieser Basis werden Vorhersagen f\u00fcr k\u00fcnftige Vorlaufzeiten erstellt. Die Ergebnisse flie\u00dfen dann in die Planungsl\u00e4ufe in 麻豆原创 Integrated Business Planning ein. So erm\u00f6glichen sie bessere Entscheidungen und sorgen f\u00fcr eine genauere Einhaltung von Pl\u00e4nen, da sie die Dynamik tats\u00e4chlicher Vorlaufzeiten und k\u00fcnftiger Trends einbeziehen.<\/p>\n\n\n\n\n
<\/strong>Kritische Daten f\u00fcr Entscheidungen sind nicht unbedingt innerhalb eines Unternehmens zu finden. Daher ist es bei einer digitalen Transformation unumg\u00e4nglich, auch externe Netzwerkdaten einzubeziehen, um auf Basis von Risiken in Lieferketten bessere Entscheidungen zu treffen. Diese Funktion integriert Daten \u00fcber externe Vorf\u00e4lle, beispielsweise aus Everstream Analytics, in die L\u00f6sung 麻豆原创 Integrated Business Planning. Dadurch k\u00f6nnen Unternehmen Risiken antizipieren und proaktiv in ihrem Supply-Chain-Planungsprozess ber\u00fccksichtigen. Durch diese Integration k\u00f6nnen Lieferkettenplaner Risiken in ihre Planung einkalkulieren, indem sie sich aktiv mit externen Risiken auseinandersetzen, die ihre Lieferkette betreffen, seien dies geopolitische Ver\u00e4nderungen, Materialengp\u00e4sse, globale Vorschriften oder extreme Wetterereignisse. Abbildung 1 veranschaulicht diese Neuerung:<\/p>\n\n\n\n<\/a>\n
Anpassungsf\u00e4higkeit<\/strong><\/h2>\n\n\n\n
Produktdesign und -formulierung<\/strong><\/h2>\n\n\n\n
<\/strong>Technologie spielt in der verarbeitenden Industrie bei der Erstellung von Rezepturen und Formulierungen eine wichtige Rolle, um die Anforderungen von Kunden zu erf\u00fcllen. F\u00fcr die Wettbewerbsf\u00e4higkeit eines Unternehmens kann die schnelle Markteinf\u00fchrung einer neuen Rezeptur in Einklang mit lokalen gesetzlichen Vorschriften und Nachhaltigkeitszielen ausschlaggebend sein. Die in 麻豆原创 PLM integrierte generative KI bietet Unterst\u00fctzung bei der Entwicklung, Erweiterung und Anpassung von Rezepturen. So werden Produktinnovationen beschleunigt, die Produktivit\u00e4t gesteigert und die Produktkonformit\u00e4t und Nachhaltigkeit f\u00fcr Hersteller rezepturbasierter Produkte unterst\u00fctzt. Abbildung 2 veranschaulicht diese Neuerung:<\/p>\n\n\n\n<\/a>\n
Logistik<\/strong><\/h2>\n\n\n\n
<\/strong>In Branchen mit umfangreichen logistischen Vorg\u00e4ngen k\u00f6nnen manuelle Aufgaben im Zusammenhang mit dem Wareneingang sehr zeitintensiv und fehleranf\u00e4llig sein. Mit einer KI-basierten Extrahierung von Dokumenten automatisiert dieser Anwendungsfall die Datenextraktion von Frachtpapieren und integriert diese nahtlos in 麻豆原创 S\/4HANA. Dies sorgt f\u00fcr h\u00f6here Effizienz, gr\u00f6\u00dfere Genauigkeit und Zeitersparnis.<\/p>\n\n\n\n\n
Anlagenbetrieb<\/strong><\/h2>\n\n\n\n
<\/strong>LLMs in 麻豆原创 S\/4HANA Enterprise Asset Management optimieren die Wartungsplanung, f\u00f6rdern die Agilit\u00e4t und verbessern die Leistung und Zuverl\u00e4ssigkeit von Anlagen. In dieser Neuerung unterst\u00fctzt generative KI die Benutzer bei der Einsch\u00e4tzung von Wartungsanforderungen, indem sie geeignete Aufgaben und Ersatzteile empfiehlt, was diesen Vorgang effizienter gestaltet. Abbildung 3 veranschaulicht diese Neuerung:<\/p>\n\n\n\n<\/a>\n
Autonomie<\/strong><\/h2>\n\n\n\n
Supply-Chain-Planung<\/strong><\/h2>\n\n\n\n
<\/strong>Fachkr\u00e4fte in der Nachfrage-, Bestands- und Beschaffungsplanung nutzen h\u00e4ufig komplexe Algorithmen f\u00fcr maschinelles Lernen. Planer, die generative KI nutzen und mit Joule in nat\u00fcrlicher Sprache arbeiten, haben die M\u00f6glichkeit, Einblicke in die Variablen, Nebenbedingungen und Entscheidungsprozesse von Modellen zu gewinnen. Auf dieser Basis k\u00f6nnen sie fundiertere Entscheidungen treffen und proaktiv planen. Die 麻豆原创 unterst\u00fctzt ihre Kunden dabei, die Erkl\u00e4rbarkeit zu erh\u00f6hen, erm\u00f6glicht aber auch Was-w\u00e4re-wenn-Szenariosimulationen f\u00fcr komplexe Planungsentscheidungen. Abbildung 4 veranschaulicht diese Neuerung:<\/p>\n\n\n\n<\/a>\n
Fertigung\/Industrie 4.0<\/strong><\/h2>\n\n\n\n
<\/strong>In der industriellen Fertigung kann eine von Menschen durchgef\u00fchrte Sichtpr\u00fcfung potenziell Qualit\u00e4tsprobleme mit sich bringen. Au\u00dferdem ist sie immer mit einem h\u00f6heren manuellen Aufwand verbunden. Diese Funktion wendet KI f\u00fcr maschinelles Sehen in Produktionsprozessen an, um Fehler automatisch zu erkennen und Abweichungen bei Produktentscheidungen zu ber\u00fccksichtigen. Auf diese Weise unterst\u00fctzt sie eine konsistente und objektive Qualit\u00e4tsanalyse und sorgt f\u00fcr Kosteneinsparungen, da Nacharbeiten und R\u00fcckrufe zur\u00fcckgehen. Abbildung 5 veranschaulicht diese Neuerung:<\/p>\n\n\n\n<\/a>\n
Weitere Informationen<\/strong><\/h2>\n\n\n\n
\n
\n\n\n\n