Wer sucht, der findet

Stücklistenmanagement

Egal aus wie vielen Teilen ein Produkt besteht. Liegen Informationen zu den benötigten Komponenten vor, vereinfacht das die Produktion. Mit künstlicher Intelligenz und sogenannten Insight Engines können solche Informationen aus unterschiedlichen Systemen zusammengetragen werden.

(Bild: ©vegefox.com/stock.adobe.com)

Stücklistenmanagement ist ein wichtiger Bestandteil bei der Fertigung von Produkten. Neben Zeichnungen und Arbeitsplänen bilden sie eine Basis des betrieblichen Datenbestandes. Dabei gestaltet es sich nicht immer einfach, alle relevanten Informationen zu den benötigten Komponenten übersichtlich zur Verfügung zu haben. Gerade bei Lieferverzögerungen oder Lieferausfällen benötigter Komponenten ist es wettbewerbsentscheidend, den Überblick zu behalten, ohne wertvolle Ressourcen wie Mitarbeiter unnötig zu binden.

Mit KI suchen

Systeme zur Verwaltung von Stücklisten bzw. Bill of Materials (BOM) bieten zwar Suchfunktionen, jedoch sind diese beschränkt auf die Daten des jeweiligen Systems. Anwender finden so zwar Informationen zu ihrem Suchbegriff, bei weiterführenden Informationen stoßen diese Suchfunktionen oft an ihre Grenzen. Anwender müssen also in unterschiedlichen Anwendungen suchen, was widerum mit Zeitaufwand verbunden ist. Intelligente Wissensmanagementlösungen, sogenannte Insight Engines, können bei der Bereitstellung genau dieser benötigten Informationen helfen. Insight Engines kombinieren klassische Suchfunktionen mit künstlicher Intelligenz. Mittels moderner Technologien der Spracherkennung sowie Verfahren des maschinellen Lernens erleichtern sie die Suche nach Informationen. Insight Engines beziehen die Inhalte aus sämtlichen relevanten Unternehmensdatenquellen in ihre Recherche ein – unabhängig davon, ob es sich dabei um strukturierte oder unstrukturierte Inhalte handelt. Dadurch können mit nur einer Suchabfrage die Ergebnisse zu der abgefragten Komponente aus allen Datenquellen extrahiert und in einer 360-Grad-Sicht dargestellt werden. So erhalten die Anwender sofort zusätzliche relevante Informationen, beispielsweise länderspezifische Restriktionen oder Verfügbarkeiten, ohne eine erneute Rechercheabfrage in einem weiteren System zu starten. Die Suchabfrage selbst kann in natürlicher Sprache gestellt werden. Dabei sind Insight Engines durch Natural Language Processing (NLP) und Natural Language Understanding (NLU) in der Lage, Phrasen, ganze Sätze oder Fragen korrekt zu verstehen. NLP sorgt dabei für das Verstehen, Übersetzen und Interpretieren der menschlichen Sprache, während mit NLU die Intention bzw. das konkrete Anliegen des Anwenders identifiziert wird. Durch die semantische Analyse der Inhalte und die Verknüpfung von Informationen ist es auch möglich, Antworten auf Fragestellungen mit ‚wo‘, ‚wer‘, ‚was‘, ‚wann‘ oder ‚wie‘ zu geben. Mittels Deep Learning können Insight Engines zudem aus Erfahrungen und Ergebnissen lernen. Die Basis dafür stellt das Nutzerverhalten dar. Abhängig von vorangegangenen Suchabfragen oder davon, welche Treffer wann, wie oft und in welchem Zusammenhang aufgerufen werden, kategorisieren Insight Engines die Relevanz der Ergebnisse und speichern diese für künftige Abfragen. Oft gesuchte Informationen stellt die Technologie demnach bei ähnlichen oder gleichen Suchabfragen vorrangig zur Verfügung. Abhängig von Fachbereich, Position, Aufgabengebiet und Zugriffsberechtigungen bereitet die Lösung die Ergebnisse in Dashboards auf. Dabei prüft das System bei jeder Abfrage letztere direkt an der Datenquelle, sodass auch kurzfristige Änderungen schnell berücksichtigt werden.

Einsatz in der Wartung

Insight Engines können zur unternehmensweiten Vernetzung und Bereitstellung von Informationen beitragen. Insight Engines finden Anwendung in zahlreichen Branchen, unter anderem im Bereich der Wartung.

Empfehlungen der Redaktion

Neueste Beiträge

  • Abstraktionsschicht zwischen Cloud und On-Prem

    Dem Cloud Computing werden die Effekte Flexibilität, Agilität und Skalierbarkeit bei gleichzeitigen Kostenvorteilen zugeschrieben. Aber auch das Risiko, in eine Abhängigkeit zum Provider zu geraten. Die Installation einer Abstraktionsschicht kann das verhindern.

  • Engineeringdaten nahtlos integriert

    Der Maschinen- und Anlagenbau sowie die Gebäudeautomation zeichnen sich durch anspruchsvolle elektrische Komponenten und einen hohen Vernetzungsgrad aus. Zudem rücken Planung und Konstruktion immer näher an die Fertigung heran. Engineering-und ERP-Systeme miteinander zu verbinden, ist zur Königsdisziplin geworden.

  • Weltweiter Ransomware-Angriff auf ESXi-Server

    Bei einem weltweit breit gestreuten Ransomware-Angriff wurden laut Medienberichten tausende ESXi-Server, die u.a. zur Virtualisierung von IT-Fachverfahren genutzt werden, verschlüsselt. Wie das BSI mitteilt, sind auch Systeme in Deutschland betroffen.

  • Was EWM und TM zu bieten haben

    Mit Extended Warehouse Management und Transportation Management bietet SAP neue Tools für die Logistik an. Doch wann lohnt sich ein Wechsel und welche Vorteile bieten EWM und TM im Vergleich zu ihren Vorgängern?

  • Positives Signal, doch es bleiben Fragen

  • Exit mobile version