Tätigkeit: Herstellung und Vertrieb von Getränken
Branche: Handel & Konsumgüter
Mitarbeiterzahl: rund 320
Fachbereich: Produktion & Fertigung
HOME > BUSINESS CASE > Produktion & Fertigung
Als wachsendes Unternehmen in der Getränkeindustrie stand fritz-kola vor der Herausforderung, seine Produktionsplanung zu optimieren, um effizienter auf Marktschwankungen reagieren zu können. Die Nachfragevorhersage basierte bis dato auf manuellen Schätzungen von Experten, was die Prognosen nicht nur zeitaufwendig, sondern auch schwer reproduzierbar machte. Zudem wurden diese aufgrund des hohen Aufwands nur einmal pro Quartal erstellt. Kurzfristige Marktveränderungen konnten also nicht berücksichtigt werden.
Ziel des Projekts war es, eine automatisierte und datenbasierte Lösung für die Nachfrageprognose zu entwickeln, welche präzise Vorhersagen ermöglicht und tagesaktuelle Daten einbezieht. Durch den Einsatz von Machine Learning (ML) sollten Bestellvolumina besser kalkuliert, Lagerkapazitäten optimiert und die Produktionsplanung insgesamt effizienter gestaltet werden.
Das Projekt wurde gemäß agiler Herangehensweise nach Scrum umgesetzt, sodass auch während der Projektdurchführung flexibel auf neue Anforderungen der Fachbereiche reagiert werden konnte.
Basierend auf historischen Bestellungen sowie aktuellen Trends haben die areto Daten-Experten zunächst für jedes Produkt ein individuelles ML-Nachfragemodell entwickelt. In der ersten Testphase wurden dann Baseline-Modelle für einen Teil der Produkte erstellt, um diese hinsichtlich ihrer Vorhersagegenauigkeit zu prüfen und zu optimieren. Anschließend wurden Modelle für das gesamte Produktsortiment trainiert und integriert.
Ein zentrales Element des Projekts war der Einsatz eines MLflow Model Registry in Databricks, um die Modelle automatisiert verwalten, tracken und regelmäßig neu trainieren zu können. So bleiben die Prognosen stets aktuell und können sich dynamisch an veränderte Marktbedingungen anpassen.
Die Ergebnisse der Vorhersagen sind direkt aus dem Data Warehouse (DWH) abrufbar und werden über Power BI Dashboards visualisiert. Diese ermöglichen es verschiedenen Abteilungen, jederzeit auf die aktuellen Nachfrageprognosen zuzugreifen und ihre Entscheidungen datenbasiert zu treffen.
areto brachte in diesem Projekt eine Kombination aus technischer Expertise und fundiertem Know-How in Machine Learning und Data Science ein. Dies umfasste:
Durch dieses Zusammenspiel konnte eine skalierbare, transparente und zuverlässige ML-Pipeline implementiert werden, die eine zukunftssichere Datennutzung und eine kontinuierliche Verbesserung der Datenqualität ermöglicht.
Durch die Einführung der automatisierten Nachfrageprognose konnte fritz-kola seine Produktionsplanung erheblich optimieren. Die vorher manuell durchgeführten Vorhersagen sind nun automatisiert, präziser und tagesaktuell abrufbar.
Konkrete Vorteile durch das Projekt:
Langfristig kann die automatisierte Vorhersage Kosten für Lagerhaltung senken und Engpässe vermeiden, da die Produktionsmengen genauer an die Nachfrage angepasst werden können. Die Zusammenarbeit mit areto hat nicht nur eine effiziente, datengetriebene Produktionsplanung ermöglicht, sondern auch den Weg für weitere Machine-Learning-Anwendungen im Unternehmen geebnet.
Lassen Sie uns gemeinsam starten!
Wir begleiten Sie mit vielfältigen und maßgeschneiderten Lösungen auf dem Weg zur data driven company.
Lassen Sie uns gemeinsam herausfinden, wo Sie mit Ihrer Organisation stehen und wie wir sie bestmöglich unterstützen können
