KI-gestütztes Forecasting Tool für Hörmann

Hörmann profitiert von einem innovativen Forecasting Tool zur Effizienzsteigerung

Im Rahmen des Projekts mit Hörmann, einem mittelständische Familienunternehmen und Europas führendem Anbieter für Tore und Türen, hat Arvato Systems ein automatisiertes und KI-gestütztes Forecasting Tool entwickelt. Dieses Tool zielt darauf ab, die Materialbedarfsprognose für die Produktsparte „Garagentore“ zu optimieren. Angesichts der Herausforderungen durch manuelle Prognosemethoden, die viel Zeit in Anspruch nehmen, schafft die Lösung Transparenz und Effizienz im Prognoseprozess.

Darüber hinaus reduziert das Tool den manuellen Aufwand für die Erstellung von Prognosen auf ein Minimum, wodurch die Mitarbeitenden von Hörmann entlastet werden. Mit diesem innovativen Ansatz wird nicht nur die Effizienz gesteigert, sondern auch die langfristige Wettbewerbsfähigkeit von Hörmann gestärkt, indem das Unternehmen besser auf Marktentwicklungen reagieren kann.

Kundenvorteile

Verbesserte Entscheidungsfindung durch präzise Prognosen

Erhöhte Transparenz im Prognoseprozess

Bessere Anpassungsfähigkeit an Marktveränderungen

Risikominimierung durch frühzeitige Engpassidentifikation

Optimierte Ressourcenallokation und Kosteneinsparungen

Langfristige Planungssicherheit für strategische Ausrichtung

Mit der KI basierten Lösung steigern wir nicht nur die Effizienz erheblich sondern stärken auch unsere Wettbewerbsfähigkeit auf lange Sicht, indem wir in unserer Produktion flexibler auf Marktentwicklungen reagieren können.

Anita Bauch | Project Assistant CIO

Hörmann

Projektübersicht

Ausgangssituation

Hörmann stand vor der Herausforderung, den Materialbedarf für die Produktion von Garagentoren präzise vorherzusagen. Bisher wurde die Prognose manuell von Produktionsleitern erstellt, was einen erheblichen Zeitaufwand von etwa 1,5 Wochen pro Prognose erforderte. Zudem war das Wissen zur Dateninterpretation auf wenige Mitarbeitenden beschränkt, die kurz vor dem Renteneintritt standen. Diese Abhängigkeit vom Fachwissen einzelner Mitarbeitenden und der manuelle Prozess führten zu Ineffizienzen und einem erhöhten Risiko für Engpässe in der Materialbeschaffung.

Vision

Mit dem Projekt erhält die Firma Hörmann ein leistungsstarkes Prognose-Tool, das Transparenz und Effizienz in der Materialbedarfsprognose erheblich verbessert. Dieses Tool dokumentiert klar und nachvollziehbar, welche Materialien in den kommenden Monaten benötigt werden. Zudem wird das Fachwissen der Mitarbeitenden zur Prognoseerstellung im System gesichert, um wertvolles Know-how im Unternehmen langfristig zu bewahren. Durch die präzisen Prognosen werden Engpässe in der Materialbeschaffung und Überproduktion vermieden, was zu einer optimierten Kostenstruktur im Produktionswerk führt. Diese Vision wurde erfolgreich umgesetzt und stärkt die Wettbewerbsfähigkeit von Hörmann nachhaltig. Aufbauend auf den bisherigen Erfolgen wird das Projekt schrittweise weiter ausgebaut und ausgerollt.

Lösung

Arvato Systems hat die vollständige Architektur des KI-gestützten Forecasting Tools für Hörmann entwickelt und die Integration in SAP übernommen. Die Lösung basiert auf Microsoft Azure und nutzt verschiedene Azure-Dienste, um die Effizienz und Genauigkeit der Prognosen zu maximieren. Die Produktionsdaten von Hörmann werden bereitgestellt und mit relevanten externen Daten im Modell berechnet. Ein Blob-Storage (für die Speicherung großer Mengen unstrukturierter Daten) ermöglicht den Austausch aller relevanten Daten, während Azure Functions serverlose Berechnungen der Forecasts durchführen. Zudem wird eine Azure Machine Learning-Instanz für die Entwicklung und das Training des Modells eingesetzt. Verarbeitete Daten und Zwischenergebnisse werden in einer No-SQL-Datenbank gespeichert, was ein vollständiges Monitoring der Prognosen sicherstellt.

Maximale Effizienz und Unterstützung für Hörmann

Die Implementierung des KI-gestützten Forecasting Tools bietet Hörmann nicht nur eine verbesserte Prognosegenauigkeit, sondern auch eine Reihe zusätzlicher Vorteile, die die Effizienz und den Betrieb weiter optimieren:

Cloud-Infrastruktur: Die Lösung basiert auf Microsoft Azure, was eine hohe Verfügbarkeit, Skalierbarkeit und Sicherheit sicherstellt.
Datenmanagement: Azure Blob Storage wird verwendet, um große Datenmengen zu speichern, die für das Machine Learning-Modell benötigt werden.
Modularität: Das System ist modular aufgebaut, wodurch das trainierte Modell problemlos gegen andere Modelle oder Algorithmen ausgetauscht werden kann.
Technischer Support: Arvato Systems stellt technischen Support und Wartungsdienste bereit, um einen reibungslosen Betrieb der Lösung sicherzustellen.
Schulungsprogramme: Es werden Schulungen und Workshops angeboten, um das Team von Hörmann in der Nutzung der Lösung und der zugrunde liegenden Technologien zu schulen.

Hörmann – Ein Familienunternehmen

Europas führender Anbieter für Tore und Türen

Mehr als 20 Millionen Tore wurden seit der Gründung im Jahr 1935 produziert und weltweit ausgeliefert. In über 40 spezialisierten Werken in Europa, Nordamerika und Asien entwickeln und produzieren mehr als 6.000 Mitarbeiter und Mitarbeiterinnen hochwertige Tore, Türen, Zargen, Antriebe, Zufahrtskontroll- und Stauraumsysteme für den Einsatz in privaten und gewerblich genutzten Immobilien. Hauptsitz der weltweit agierenden Hörmann Gruppe ist die ostwestfälische Gemeinde Steinhagen bei Bielefeld, Deutschland. Das familiengeführte Unternehmen erreichte zuletzt einen Jahresumsatz von mehr als 1 Milliarde Euro.

Heute wird die Hörmann Gruppe in der vierten Generation von den Urenkeln des Firmengründers August Hörmann geleitet. Persönlich haftende Gesellschafter sind Martin J. Hörmann und Christoph Hörmann.

Besuchen Sie jetzt die Webseite von Hörmann

Das könnte Sie auch interessieren

Fertigungsindustrie

Digitale Transformation für produzierende Unternehmen – Herausforderungen meistern & dem Wettbewerb in Zukunft einen Schritt voraus sein. Erfahren sie mehr über unser komplettes Leistungsportfolio für die Fertigungsindustrie.

Mehr erfahren