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

Einstieg in die Künstliche Intelligenz bei klarx

Im Rahmen des Co-Innovation Lab (CIL) der Hochschule München haben zwei Studierende für das Unternehmen klarx den Einstieg in die Künstliche Intelligenz ermöglicht. Das Projektteam bestand aus Tobias Hetfleisch, Marc Gehring als auch Prof. Dr. Holger Günzel von der Hochschule München, sowie Moritz Schmidt und Camille Raiser von der Firma klarx.

Tobias Hetfleisch und Marc Gehring (beide Hochschule München)

Eine Erfolgsgeschichte für alle Beteiligten

Im Sommersemester 2020 hat das Unternehmen klarx und Studierende der Hochschule München an der Entwicklung und Implementierung mehrerer Machine Learning Modellen gearbeitet. Dabei konnten die zwei studentischen Berater innerhalb kürzester Zeit den Sales Prozess der Baumaschinenvermittlung klarx nachhaltig optimieren. Des Weiteren wurde ein Konzept entwickelt, anhand dessen diese Algorithmen in das Daily Business des Kunden implementiert werden können.

Das Beraterteam analysierte dazu die Geschäftsdaten der vergangenen fünf Jahre, sodass bereits in kürzester Zeit ein Prototyp für den Kunden entwickelt werden konnte. Dieser wurde anhand mehrerer Optimierungsschleifen weiter auf die individuellen Kundenwünsche angepasst. Ziel des Beraterteams war es, sich von den bisherigen Tech-Giganten durch das Aufstellen und Implementieren individueller Lösungsansätze zu unterscheiden und keine „One size fits all“-Lösung anzubieten.

Durch das Projektergebnis ist laut Moritz Schmidt (klarx – Financial Management) „der erste
Schritt in die neue und wichtige Materie der Künstlichen Intelligenz geschafft“ und hätte
ohne dieses Projekt in absehbarer Zeit nicht umgesetzt werden können.

Digitalisierung der Münchner Altkleidersammlung – Das Co-Innovation Lab macht Recycling fit für die Zukunft

Studierende der Hochschule München machen den Weg frei für die Digitalisierung in der städtischen Altkleidersammlung und ermöglichen planbares Recycling mithilfe des Internets der Dinge und künstlicher Intelligenz.

München: Die Studierenden auf Tuchfühlung mit der Altkleidersammlung. Wer Veränderung und Zukunftsfähigkeit erreichen möchte, muss sich selbst ins Feld der gegenwärtigen Situation begeben. Marlene Piper bei ihrer Begleitung der Altkleidersammlung.

Im Rahmen eines studentischen Beratungsprojektes des Co-Innovation Labs der Hochschule München entwickelte ein interdisziplinäres, studentisches Team ein ganzheitliches Konzept zur bedarfsgerechten Entleerung von Altkleidercontainern im Abfallwirtschaftsbetrieb München (AWM). Ziel war es, eine Optimierung des bislang starren Entleerungsplans herbeizuführen, in den die jeweiligen Entleerungsbedarfe der Container einfließen und damit eine verbesserte Qualität der Kleidung sowie eine effizientere Nutzung bestehender Ressourcen herbeizuführen. Damit stand es im Vordergrund, den Weg zur Digitalisierung mithilfe des Internets der Dinge (IoT) anzutreten und dadurch eine datenbasierte, bedarfsgerechte Planbarkeit mit einem digitalen Planungstool zu schaffen.

Das Team bestand aus Studierenden dreier Studiengänge der Hochschule München und gliederte sich auf in ein Beraterteam bestehend aus Mahboob Elahi Noor, Gilbert Muhumuza und Marlene Piper und einem Entwicklerteam bestehend aus den Wirtschaftsingenieurstudierenden Agnesa Xhemaili, Majlinda Sllamniku und Stefan An. Als Coaches standen Prof. Dr. Holger Günzel und Prof. Dr. Olav Hinz dem Team zur Seite.

Der Auftraggeber Rudolph Schmid (Fachbereichsleiter der Sperrmüll – und Depotcontainerabholung AWM) war beeindruckt von der Lösung, die abschließend präsentiert wurde: „Aus Sicht des Fachbereiches wurden alle Anforderungen an das Projekt, das in einer spannenden Präsentation vorgestellt wurde, übertroffen.“