BSH Hausgeräte GmbH: Maschinelles Lernen unterstützt Ersatzteillogistik und Kostenminimierung: Eine intelligente Prognose

Maschinelle Lernverfahren ermöglichen eine langfristige Prognose von Ersatzteilbedarfen auf Basis großer Datenmengen. Das hilft unter anderem der BSH Hausgeräte GmbH.

Foto: Bounlow pic/Fotolia
Foto: Bounlow pic/Fotolia
Sandra Lehmann
Forschung

Die Ersatzteillogistik gilt als die Königsdisziplin der Logistik – die Anforderungen sind sowohl hochkomplex als auch zeitkritisch. Eine präzise Prognose der Nachfrage von Ersatzteilen ist somit essenziell, um eine verlässliche und fortwährende Langzeitverfügbarkeit sicherzustellen und dabei die anfallenden Kosten zu minimieren. Innovative Datenanalyse-Methoden aus dem Bereich des maschinellen Lernens können hier den entscheidenden Mehrwert liefern und die Planung effizient unterstützen.

Dieser Inhalt kann nur von angemeldeten Abonnenten vollständig gelesen werden. Er ist Teil der Online-Ausgabe des Print-Magazins. Sie können uns unverbindlich und kostenlos im Probeabo testen, mit dem Sie zwei Ausgaben kostenlos erhalten. Die Online-Ausgabe des Print-Magazins können Sie jedoch nur im Jahres- oder Studentenabo lesen.

Als Abonnent können Sie mit Ihrer Leistungsempfänger-Nummer einen Abo-Account eröffnen und das komplette Magazin online lesen:Sie haben Fragen? Wir helfen Ihnen gerne:Vielen Dank für Ihr Verständnis. Unsere News, Fotostrecken, Videos und anderen Online-Services, wie bspw. unseren Newsletter, stellen wir Ihnen auch weiterhin kostenslos zur Verfügung.

◂ Heft-Navigation ▸

Artikel BSH Hausgeräte GmbH: Maschinelles Lernen unterstützt Ersatzteillogistik und Kostenminimierung: Eine intelligente Prognose
Seite 54 bis 55 | Rubrik EXTRA