Um der Überproduktion in der Futtermittelindustrie entgegenzuwirken, wurde mit Hilfe von externer Einflussfaktoren, KI und Statistik eine Prognosesoftware entwickelt, die es den Anwendenden ermöglicht, ihre auf Erfahrung basierende Absatzplanung durch validierte Vorhersagewerte zu optimieren.
Allein in Deutschland werden rund 24 Millionen Tonnen Futtermittel jährlich benötigt. Aufgrund einer pessimistischen Annahme, dass rund 1 % der Futtermittel aufgrund falscher Absatzplanung entsorgt werden muss, entspricht dies einem Volumen von rund 240 Tausend Tonnen jährlich. Hierdurch entsteht ein erheblicher ökonomischer und ökologischer Schaden. Unterdessen werden Prognosen für die Absatzplanung in der Lebensmittelbranche weiterhin auf der Grundlage vergangener Absatzjahre und persönlicher Erfahrungen erstellt. Diese sehr vereinfachte Vorhersage führt oft zu Überproduktion und weggeworfenen Ressourcen. Wo herkömmliche Prognosemethoden versagen, will die Software nowasteai mit einem neuartigen KI-basierten Ansatz optimierte Ergebnisse liefern.
Ein interdisziplinäres Studierendenteam der Hochschule München steckt hinter nowasteai – Ein Team von zehn Studierenden der Informatik und der Betriebswirtschaftslehre hat im Zuge des Co-Innovation Lab der Hochschule München ein Tool entwickelt, mit dessen Hilfe Vorhersagen zur Berechnung der optimalen Produktionsmenge innerhalb der Futtermittelindustrie getroffen werden können. In einem Zeitraum von knapp drei Monaten setzten Bachelor- und Masterstudierende gemeinsam mit dem jungen Unternehmen WeConnectAI (Gründer: Marc Gehring & Tobias Hetfleisch) das Projekt um, das zukünftig einen Mehrwert in der Branche erzielen soll.
Nowasteai als Tool für die langfristige Absatzplanung
Punkten soll das Forecast-Tool durch seine Genauigkeit. Diese wird durch die Anbindung von rund 100 Indikatoren ermöglicht, die je nach Produkt zur Vorhersage zukünftiger Produktabsätze herangezogen werden können. Garantiert wird die langfristige Nutzbarkeit der Software durch die Einbindung von API-Schnittstellen (Application Programming Interface), die die externen Einflussfaktoren in regelmäßigen Abständen in der eigenen Datenbank auf den neuesten Stand bringen. Dem Team gelang es dabei durch tiefgreifende Recherchen zur Produktressourcen- und Marktsituation entlang der Wertschöpfungskette eine Auswahl an makroökonomischen, produktspezifischen und absatzspezifischen Faktoren zu identifizieren und zu integrieren.
„Ein echter Mehrwert für Umwelt und Unternehmen“, bestätigt auch Professor Günzel, einer der betreuenden Professoren. „Und dies in der Kürze der Zeit. Das ist beeindruckend!“, so Professor Ebke (Informatik).
„Die entwickelte Lösung des Teams überzeugt schon jetzt mit spannenden Insights zum Einfluss externen Faktoren auf die Branche sowie einer hohen Nutzerfreundlichkeit. Die Lösung kann für die Industrie noch etwas Großes werden“, so Tobias Hetfleisch von WeConnectAI. Zudem glänzt das Tool mit einer einfachen und aufgeräumten Benutzeroberfläche, die besonders intuitiv bedienbar ist. Die Software ist auf das Wichtigste reduziert, sodass den Nutzenden ein starkes Werkzeug zur Vermeidung des umweltbelastenden und teuren Überschusses zur Seite gestellt wird. Indes bekräftigt das Team von nowasteai, dass das Tool die Anwendenden unterstützen und nicht ersetzen soll. Programmiert wurde die Software in der Cloud-Umgebung von Amazon Web Services mit Unterstützung von Lars Schmitz (AWS).
Dieses Co-Innovation Lab Projekt wurde in Kooperation mit dem Digital Transformation Lab (DTLab) an der Hochschule München durchgeführt:
Das Digital Transformation Lab (DTLab) der Hochschule München widmet sich den großen gesellschaftlichen Herausforderungen unserer Zeit. Zusammen mit Akteuren im öffentlichen Sektor entwickeln Studierende zukunftsweisende Lösungsansätze. Hierbei werden sie von Amazon Web Services mit state-of-the-art Cloud-Technologien und der Innovationsmethodik Working Backwards unterstützt. Wir leben digitale Transformation.
Weitere Informationen über das Co-Innovation Lab und das Digital Transformation Lab (DTLab) an der Hochschule München:
- Webseite Co-Innovation Lab: https://www.co-inno-lab.org/
- Webseite DTLab: https://hm.edu/dt-lab/ & Challenge auf der DTLab-Website
Autoren: xxxx