Agrisight

Ausgangslage und Ziele

Getreideerfasser und -händler stehen vor einer kostspieligen Unsicherheit bei ihren Margen, da sowohl Ernten als auch Absatz schwer vorherzusagen sind.

Angesichts der Komplexität der Lieferkette (zahlreiche Produkte, Lagerorte, Kunden und Transportmittel) sind die bestehenden Planungsfähigkeiten und -werkzeuge begrenzt, was die Aktualisierung von Plänen erschwert, wenn sich Annahmen plötzlich ändern.

Ergebnisse

1. 15 bis 20 % geringere Logistikkosten
2. 15 % weniger CO2-Emissionen
3. Deutlich einfachere Planungsprozesse

Unser Ansatz

Schritt 1: ein digitaler Zwilling

• Ein zentraler Ort zur Verwaltung aller Lieferkettendaten, einschließlich solcher, die in keinem ERP- oder anderen System erfasst sind (zum Beispiel Siloeigenschaften)
• Integration der Vertriebsdaten, um die Auswirkung jeder Entscheidung auf die Handelsmargen zu messen

Schritt 2: ein Modul für die langfristige Planung

• Ein fortgeschrittener Optimierungsalgorithmus, der unter Berücksichtigung Hunderter Vorgaben und Parameter den besten Plan vorschlägt, mit Fokus auf Kosten- und CO2-Senkung
• Eine Oberfläche, die den Black-Box-Effekt vermeidet und es Nutzern erlaubt, bestimmte Vorgaben oder Logistikflüsse festzulegen, um Sondersituationen abzubilden
• Ein neuer Plan oder ein neues Szenario in wenigen Minuten

Schritt 3: Ernte- und Absatzprognosen als Input für das Planungswerkzeug

• Eine benutzerfreundliche Oberfläche, um menschliche Prognosen schnell zu aktualisieren, kombiniert mit einer KI, die historische Daten, Kundendaten (zum Beispiel den Erfüllungsstand von Verträgen) und externe Daten berücksichtigt
• Gemeinsame Nutzung durch Supply-Chain- und Vertriebsteams