Geschäftsoptimierung

Dynamische Anpassung an Absatzmärkte

Wissensbeitrag - Teil 2 mit Praxisbeispiel

In meinem letzten Beitrag ging es um die Problemstellung bei Zuordnungsszenarien. Heute möchte ich Ihnen dazu ein konkretes Beispiel vorstellen, wie ich es erst vor kurzem umgesetzt habe

Mathematische Optimierung als Lösungsansatz

Unser Kunde musste ein Zuordnungsproblem lösen und bat uns, ihn dabei zu unterstützen. Wie Sie aus meinem letzten Beitrag wissen, ist die Lösung von komplexen Zuordnungsproblemen nicht ganz einfach – wird aber schnell überschaubar und leicht zu implementieren, wenn man mit einer passenden Methodik vorgeht und die richtigen Produkte zur Hand hat.

In der Regel lassen sich unsere Kunden im ersten Schritt über generell mögliche Techniken und deren Vor- und Nachteile informieren. Im speziellen Fall aber hatte sich unser Kunde bereits vorab für ILOG CPLEX entschieden, um seine auf c# basierende Systemlandschaft zu optimieren. Dies lässt sich dank einer mitgelieferten c#-API direkt in seine Landschaft integrieren und bietet dabei gleichzeitig eine hohe Performance.

Unser Vorgehen

Rechner mit Programmiercode

Auf Empfehlung der IBM wandte sich das Unternehmen an uns als IBM Premium Business Partner, um für die Durchführung der Implementierung Unterstützung zu erhalten. In einem Kickoff-Workshop besprachen wir die genauen Anforderungen und konnten dann umgehend mit der Umsetzung beginnen. Bereits nach wenigen Arbeitstagen war das mathematische Modell soweit entwickelt, dass es in wenigen Sekunden komplizierteste Fälle der Aufgabenstellung lösen konnte. 

Diese Lösung fügt sich durch die mitgelieferte c#-API nahtlos in die Projektumgebung ein, sodass für den Anwender nicht ersichtlich ist, dass „unter der Haube“ mehrere Technologien miteinander verbunden sind. Er sieht, dass die Anwendung in kürzester Zeit Vorschläge für die jeweils mathematisch beste Lösung liefert, welche Produkte – Sie erinnern sich an mein Beispiel mit den Navigationsgeräten – aus welchem in welches Land geliefert werden sollten. Dem Anwender wird somit eine komplexe Technologie geliefert, die aber für ihn einfach zu bedienen ist.

Neben der reinen Optimierung der Problemstellung bietet CPLEX die Möglichkeit, sowohl die Eingangswerte als auch die errechnete Lösung auf Validität zu überprüfen. Außerdem ist es möglich, durch Performancetests und daraus resultierendes Tuning sicherzustellen, dass auch Lasttests mühelos bestanden werden und das Modell somit zukunftssicher ist.

Der Mehrwert: Höhere Gewinne, größeres Know How

Offene Fragen

Eine Eigenschaft der mathematischen Optimierung liegt darin, dass die mathematisch beste Lösung nicht immer intuitiv nachvollziehbar ist. Schließlich werden keine einzelnen Schritte nacheinander abgearbeitet wie in einem selbst geschriebenen Algorithmus, sondern die Fragestellungen ganzheitlich betrachtet. Oft steht man deswegen gerade am Anfang vor der Lösung und fragt sich: „Wie kommt CPLEX jetzt darauf?“ „Wieso hat CPLEX das so gelöst?“ „Müsste die Lösung nicht anders aussehen?“

Doch die Auseinandersetzung damit lohnt sich: Belohnt wird man mit einer Lösung, die nachweislich die mathematisch Beste ist, und auf die man ohne die Hilfe von mathematischer Optimierung möglicherweise nie gekommen wäre. Das bedeutet: Höhere Gewinne bei geringerem Aufwand! Durch die Automatisierung können außerdem mehrere Aufgaben parallel erledigen werden.

Da ein Großteil der Implementierung direkt beim Kunden durchgeführt wurde, konnte ich die Unternehmensangehörigen gleichzeitig Schritt für Schritt auf die neue Technologie vorbereiten. Mit meiner Anwesenheit vor Ort hatten die Mitarbeiter ständig einen Ansprechpartner, der ihnen die Hintergründe der mathematischen Optimierung verständlich erklären konnte. Wir konnten zusammen sowohl auf die Hintergründe des Modells eingehen als auch nachvollziehbar darstellen, wie CPLEX zu den entsprechenden Lösungen kam. Gerade am Anfang ist dies wichtig, um Vertrauen für die Umsetzung zu gewinnen und damit die Akzeptanz für die neue Technologie zu verbessern.

Haben Sie weitere Fragen dazu? Haben Sie ähnliche Anforderungen, sowohl in ihrem eigenen Umfeld als auch als Lösungsanbieter für Ihre Kunden? Ich freue mich auf Ihre Kommentare.

Geschäftsoptimierung
Wissen

Dynamische Anpassung an Absatzmärkte

Was tun, damit sich das eigene Produkt von der Konkurrenz abhebt, ohne dafür interne Strukturen aufgeben zu müssen? Was wird benötigt, um keine statische Lösung zu entwickeln, sondern um sich einem stets wandelnden Markt dynamisch anzupassen? Unser Blogartikel klärt auf.

MAN Logo
Presse

"Automobil Industrie" berichtet über Lösung für MAN

Das Magazin “Automobil Industrie” hat die X-INTEGRATE Lösung zur Mathematischen Optimierung des Auftragsbestands bei dem Nutzfahrzeughersteller MAN näher beleuchtet.

MAN Logo
Referenz

Dynamische und optimierte Auftragseinplanung

MAN Truck & Bus AG setzt auf einen von X-INTEGRATE mathematisch optimierten Auftragsbestand, um seinen Auftragseinplanungsprozess und die Auftragsoptimierung zu verbessern.

Optimierung des Transports
Wissen

Überflüssige Leerfahrten binden Zeit und Kapital – Teil 1

Jeder fünfte LKW auf Europas Straßen fährt leer! So lautet das Ergebnis einer Studie der Europäischen Kommission. Wie die Effizienz von Transportwegen mit mathematischer Optimierung gesteigert werden kann, behandelt dieser Blogbeitrag.

X-INTEGRATE Standortoptimierung
Lösung

X-INTEGRATE Standort Optimierung

Nahezu jedes größere Unternehmen ist auf eine geeignete Methode angewiesen, Standorte sinnvoll auszuwählen und zu betreiben. Um die besten Standorte zu ermitteln, setzen wir auf mathematische Optimierung.

Zur SCOPE Website
Presse 16.12.19

Fachbeitrag: Auftragsbestand mathematisch optimiert

83.000 Fahrzeuge setzte MAN Truck & Bus 2016 ein. Die hohe Nachfrage nahm der Full-Range-Anbieter zum Anlass, seinen Auftragseinplanungsprozess und die Auftragsoptimierung auf den Prüfstand zu stellen. Die Erfolgsstory im Artikel in der SCOPE.

Zur Industrie Management Website
Presse 25.02.18

Fachbeitrag: "Produktion & Standortwahl optimieren

Im Fachbeitrag des Magazins “Industrie 4.0 Management”, erzählen wir, wie sich Produktion und Standortwahl mithilfe algorithmischer Berechnungen optimieren lassen.

Interessiertes Publikum sinnbildlich für IBM Think 2019
Event 06.11.18

X-INTEGRATE auf der IBM THINK 2019

Freuen Sie sich außerdem auf zwei spannende Sessions mit IT-Manager und Geschäftsführer der X-INTEGRATE Software & Consulting GmbH Wolfgang Schmidt zu innovativen Business-Integrationstechnologien.

Optimierung des Transports
Wissen

Überflüssige Leerfahrten binden Zeit und Kapital – Teil 2

Jeder fünfte LKW auf Europas Straßen fährt leer! So lautet das Ergebnis einer Studie der Europäischen Kommission. Was sind also die technologischen Möglichkeiten, diesen Umstand zu verbessern?

Weiterleitung zu Beschaffung Aktuell
Presse 12.04.17

Beschaffung aktuell berichtet über SCO

In der Ausgabe 04/2017 berichtet “Beschaffung aktuell” über unser Tool zur Optimierung der Produktions- und Netzwerkplanung “SCO”.

Weiterleitung zu Der Betriebsleiter
Presse 03.04.17

Rechtzeitig Lieferbereit

In der aktuellen Ausgabe 04/2017 berichtet “Der Betriebsleiter” über unser Tool zur Produktionsoptimierung “XPO”.

ILOG Optimization
Technologie

ILOG Optimization

ILOG CPLEX und ILOG CP Optimizer bieten Ihnen die Möglichkeit, in kürzester Zeit verschiedene Simulationen für mögliche Entscheidungen durchzuführen. Dabei ist CPLEX vor allem für lineare Modelle geeignet, während CP Optimizer generelle Constraint-Programming-Modelle löst.

Mathematische Optimierung
Kompetenz 03.09.20

Mathematische Optimierung

Mathematische Optimierung hilft Unternehmen dabei, über den Einsatz begrenzter Ressourcen komplexe Entscheidungen zu fällen und zielgerichtete Kompromisse zu machen.

Anonyme Referenz
Referenz

Erfolgreiches Supply Chain Management

Als Logistiker oder Hersteller von Waren ist das Supply Chain Management ein wichtiger Teil des Geschäfts. Die X-INTEGRATE Optimierungslösung „Supply Chain Optimizer“ (SCO) auf Basis von IBM DOC unterstützt den Kunden bei der Unternehmensplanung.

Tafel mit mathematischen Formeln
Wissen

Wozu dient die mathematische Optimierung?

Der Lösungsansatz „mathematische Optimierung“ ist ein sehr mächtiges Werkzeug, wenn es darum geht, verschiedenste Fragestellungen zu untersuchen und eine bestmögliche Lösung zu finden. Dieser Blogbeitrag untersucht häufige Fragen rund um das Thema.

Fachbeitrag "KI als Wegbegleiter in der Fertigung" im Handbuch KI
Presse 02.12.19

Fachbeitrag: KI als Wegbegleiter einer flexiblen Fertigung

Produktionsmittel und Bauteile untereinander vernetzen ist eine gängige Definition von Industrie 4.0. Im Artikel im Handbuch KI spricht X-INTEGRATE Geschäftsführer Wolfgang Schmidt über den gezielten Einsatz von Predictive Maintenance.

Optimierungslösungen
Kompetenz 08.09.20

Optimierungslösungen

Viele Geschäftsprobleme und Herausforderungen lassen sich nicht mehr durch Regelwerke und Entscheidungstabellen abbilden. Komplexe Geschäftsprobleme dieser Art können dann allenfalls noch mit Ansätzen der mathematischen Optimierung gelöst oder verbessert werden.

Mathematische Optimierung und Supermärkte
Wissen

Mathematische Optimierung und Supermärkte

Mathematische Optimierung findet in vielen Bereichen Anwendung. So auch zur Standortplanung für eine Supermarktkette. Dieser Blogartikel fasst die Eckpunkte des Projektes zusammen.

Wissen

Die Zukunft vorhersagen mit Predictive Analytics

Für Unternehmen gilt es heute mehr denn je, nicht nur in der Gegenwart gut aufgestellt zu sein, sondern auch einen Blick in die Zukunft zu wagen. Industrie 4.0 und Predictive Analytics ermöglichen es interne Prozesse besser nachzuverfolgen.

Zur Versicherungsbetriebe Website
Presse 27.11.17

Fachbeitrag: "Der Kündigung vorbeugen mit Statistik und KI"

Wolfgang Schmidt, Geschäftsführer der X-INTEGRATE, beschreibt im Fachbeitrag der “vb Versicherungsbetriebe” wie sich Modelle erzeugen lassen, die vorhersagen, bei welchen Kunden künftig erhöhtes Kündigungsrisiko bestehen könnte.