Einer der maßgeblichen Hebel zur Einkaufskostenoptimierung ist die Bündelung von Beschaffungsvolumina. In der Praxis stellen die Organisationsstrukturen, IT-Systeme und Datenqualitäten jedoch nicht die optimale Basis für dieses Vorhaben.
Dezentrale Einkaufsorganisationen, unterschiedliche ERP-, CAD- oder PLM- Systeme, verschiedenste Artikelnummern und Bezeichnungen, fehlende oder falsche Artikelattribute, eine Vielzahl an ähnlichen Artikeln oder Dubletten, eine fehlende oder inkonsistente Materialgruppenstruktur oder schlicht den Materialgruppen falsch zugeordnete Artikel, lassen Bündelungspotenziale zur Kostenoptimierung nicht in Gänze erkennen.
Im Vorfeld eines „klassischen“ Einkaufskostenoptimierungs-Projektes müssen diese Daten dann zunächst mühselig und manuell aufbereitet werden. Dies kostet Zeit, Geld und ist äußerst fehleranfällig. Zudem lassen sich Einsparungspotenziale mit konventionellen Tools und Berechnungsmethoden nicht exakt bestimmen.
Die Veranstaltung erläutert leicht verständlich, wie man mit Hilfe von künstlicher Intelligenz im Einkauf enorme Datenmengen verschiedenster Quellsysteme innerhalb kürzester Zeit analysiert, konsolidiert und maschinell aufbereitet. Alles mit dem Ziel, Geometrie-basierte Gleichteile, logische Sollkosten und faktenbasierte Einsparpotenziale zu erkennen. Außerdem wird aufgezeigt, dass zehntausende von Konstruktionsartikeln im ERP-System vollautomatisch in Materialgruppen aufgeteilt werden können.
Anmeldung und weitere Informationen: https://mema-netzwerk.de/15-Einkaufskostenoptimierung+mit+Hilfe+von+kuenstlicher+Intelligenz.html?action=event&events_ID=1194
