Data Science im Trog – wie mit Künstlicher Intelligenz die Umwelt geschont und die Futtermittelindustrie gestärkt wird

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.

Beispielhafte Darstellung Frontend, eigene Darstellung

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).

Projektteam (v.l.n.r.) – Tobias Stadler, Jannik Lange, Laurentz Wilming, Peter Stüttgen, Jonathan Hertwig, Antonino Grasso, Christoph Paetsch, Philipp Gerstmayr, Johanna Schmitt, fehlend: Nicolas Bissig

„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:

Autoren: xxxx

Hochmodernes Verfahren mit 3D-Scan: Siegle bietet Reproduktion von Maschinenersatzteilen an

Seit einem Jahr bietet der technische Großhändler Siegle die Dienstleistung an, zu ersetzende Maschinenteile zuerst über 3D-Scan zu erfassen sowie anschließend über verschiedene Fertigungsverfahren zu reproduzieren. Nun rollt das Unternehmen die Dienstleistung deutschlandweit aus und wurde dabei von einem studentischen Beraterteam des Co-Innovation- Lab (CIL) der Hochschule München bei der Erstellung einer Website als Vertriebskanal unterstützt.

Die Berater des CIL präsentieren die Ergebnisse ihres Projekts per Videocall. Von oben: Franziska Heeg, Andreas Bardin, Stefan Hofmann (alle Berater CIL), Unteres Bild v.l.n.r. Oliver Zinke (Fertigungsplanung), Christopher Ultsch (Geschäftsführung), Pascal Ploner (Auszubildender), Tim Reinhardt (Außendienst, alle Siegle). Fotograf: Andreas Bardin

Neues Verfahren der Ersatzteilherstellung bei Siegle
Siegle kann 150 Jahre Erfahrung im Handel und der Produktion von Maschinenteilen vorweisen. Zudem investiert das Unternehmen in hochmoderne Zukunftstechnologien wie 3D-Scan sowie CNC-Bearbeitung und 3D-Druck für die Herstellung von Maschinenersatzteilen. Diese bieten in Kombination die Möglichkeit, zu ersetzende Maschinenteile kostengünstig und schnell zu reproduzieren. Dafür wird im ersten Schritt ein digitales Modell des Maschinenteils erstellt, indem ein 3D-Scanner alle technischen Details erfasst. Anschließend wird das Maschinenteil über ein geeignetes Herstellungsverfahren wie z.B. 3D-Druck, CNC-Drehen oder – Fräsen produziert. Die Besonderheit hierbei liegt in der Möglichkeit, auch defekte oder verschlissene Maschinenteile zu reproduzieren – und sogar computerbasiert zu optimieren. Selbst verbaute Maschinenteile kann der 3D-Scanner erreichen.


Zweimonatiges Beratungsprojekt mit dem Co-Innovation Lab zur Websiteerstellung
Um die Dienstleistung online optimal zu vermarkten sowie gezielt zur Neukundengewinnung einzusetzen, griff Siegle nun auf die Unterstützung des CIL zurück. Auch in vergangenen Semestern arbeitete Siegle schon mit dem CIL und der Hochschule München zusammen. Das Beraterteam bestehend aus Andreas Bardin, Franziska Heeg und Stefan Hofmann erarbeitete in einem ca. zweimonatigen Projekt eine Website für den Vertrieb der Dienstleistung. Dabei wurden sie von Martin Müller, Partner bei CFI Consulting, sowie Prof. Holger Günzel, Projektverantwortlicher der
Hochschule München, unterstützt. Innerhalb des Projekts wurden zunächst die Anforderungen von Siegle an die neue Website aufgenommen. Hierzu führten die Berater Interviews sowie einen Design-Thinking-Workshop durch. Im Anschluss konnte auf Basis der Anforderungen ein Entwurf der Website erstellt werden. In enger Abstimmung entstand schließlich die Website in WordPress. Durch ein umfangreiches Usability Testing mit siegle-internen und externen Testern konnte die Nutzerfreundlichkeit der Website weiter optimiert werden. Zudem erarbeitete das Beraterteam ausführliche Handlungsempfehlungen für den weiteren Projektverlauf.


„Wir sind mehr als zufrieden mit der Arbeit des Beraterteams und können nun nahtlos an ihre Arbeit anknüpfen. Auch mit der besonderen Herausforderung, coronabedingt alles remote durchführen zu müssen, sind die Berater gekonnt umgegangen.“ Freut sich Auftraggeber Christopher Ultsch, Geschäftsführer von Siegle. „Wir greifen auch in Zukunft gerne auf die Expertise des CIL zurück“ fügt Severin Blochum, Teil des Projektteams auf Siegle-Seite, hinzu.

Autorin: Franziska Heeg

Altglascontainer mit smarter Zukunft

Sie stehen oft in kleinen, dunklen Hütten oder sehr unscheinbar in der Nähe von Einkaufszentren. Sie gehören auch nicht unbedingt zu den Gegenständen, die in Verbindung mit Forschung oder dem Thema smarte Technologien gebracht werden: Altglascontainer. Dennoch hat sich ein Studierendenteam im Sommersemester 2020 im Rahmen des Co-Innovation Lab, ein übergreifendes Konzept für Innovationsprojekte von Studierenden mit Unternehmen, der Hochschule München mit diesen „unauffälligen Behältern“ intensiv beschäftigt.

Unternehmenspartner des Co-Innovation Lab für dieses Projekt ist das Münchner Startup LIV-T (nun FoxInsights). Das LIV-T-Team arbeitet an der Entwicklung von IoT-Sensoren für Altglascontainer, die die Logistik der Abfallentsorgungsunternehmen ins digitale Zeitalter bringen soll. Warum ist dies notwendig? Die zur Sammlung von Altglas aufgestellten Behältnisse werden in der Regel nach einem festgelegten Rhythmus geleert. Ist der Container jedoch bereits vor dem Termin voll, ärgert sich der umweltbewusste Nutzer und nimmt sein Altglas im Idealfall wieder mit nach Hause. Andere stellen die Gläser neben den Container. Das wiederum ärgert das Entsorgungsunternehmen. Nicht volle Container sind ebenso unerwünscht, da das Unternehmen sich diese Fahrt hätte sparen können. Das bisherige System ist teuer, ineffektiv und schlecht für die Umwelt. Durch den Einsatz von Füllstand-Sensoren in den Glascontainern kann die Füllhöhe in Echtzeit an das Abfallunternehmen gesendet werden, die Unternehmen können dann bequem die Daten per Webseite oder App in einem speziell entwickelten Interface abrufen. So können Routen automatisch optimiertet werden und unnötige Fahrten werden vermieden. Das steigert die Effizienz, spart Geld und schont die Umwelt.

Die Teilnehmer des Co-Innovation -Projektes bei der Abschlusspräsentation

Die Idee, dass auch Altglascontainer in baldiger Zukunft ein smartes Innenleben haben, rückte für das internationale Studierendenteam der Hochschule München Luisa Brück, Emanuel Joachims, David Fritschi, Thomas Lucero, Miro Sytelä und Jasemin Soganci in den Mittelpunkt ihrer praxisorientierten Ausbildung. Das Startup LIV-T stellte den Studenten im Rahmen des Co-Innovation Lab die konkrete Aufgabe, eine Markteintrittsstrategie zu erarbeiten. Unterstützt wurden sie dabei von Prof. Lars Brehm und Prof. Martin Delp, die das Projekt organisiert und von Seiten der Hochschule betreut hatten. Valentin Geiß, Marlene Piper und Sylvia Kerscher standen dem sechsköpfigen Studententeam auf Kundenseite zur Verfügung.

Um herauszufinden, was die potentiellen Entsorgungs-Kunden möchten und welche Probleme sie haben, führten die Studenten Experteninterviews mit großen deutschen Abfallunternehmen durch. Zusätzlich erstellten sie eine Markt- und Konkurrenzanalyse, um die Attraktivität des Marktes abzuschätzen und eine Markteintrittsstrategie zu entwickeln, die sich von den anderen Unternehmen im Markt differenziert. Aus den Erkenntnissen der Interviews wurde ein Pitchdeck für LIV-T und ein Prototyp des Interfaces entwickelt. Die Studenten nutzten zur Entwicklung und Darstellung ihrer Lösungsansätze und Ideen die Amazon Working Backwards Methode zur Entwicklung kundenzentrierter Lösung. Dabei wurden sie von Lars Schmitz von Amazon Web Services unterstützt.

„Durch das methodische Vorgehen und die strukturierte Arbeitsweise der Studenten war das Projekt ein voller Erfolg. Die Ergebnisse waren gut aufbereitet und werden als Basis für die Umsetzung eines neuen Use-Cases bei uns genutzt.“, fasste LIV-T die Arbeit des Studententeams zusammen. LIV-T möchte weiter an dem Use Case arbeiten und die Idee konkretisieren, um sie dann eventuell umzusetzen.

Für weitere Informationen über das Co-Innovation Lab, das Digital Transformation Lab (DTLab), die Hochschule und das Partner-Unternehmen:

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.