Eine KI, die Ausreißer in Stammdaten erkennt

Mit den Daten stimmt doch was nicht

So lief es früher:

Produktstammdaten sind das Gedächtnis eines produzierenden Unternehmens. Hier erfassen die Beteiligten alle Attribute und Varianten eines Produktes. Was als Informationsquelle gedacht ist, entwickelt sich aber häufig zu einem kaum überschaubaren Datensumpf. Jede individuelle Produktkonfiguration für einen Kunden und jede aus der Not heraus geborene Anpassung der Produktion, findet ihren Niederschlag in den Stammdaten. Mit der Konsequenz, dass die Daten geradezu explodieren. Je nach Unternehmen und Branche existieren neben einigen hundert oder tausend aktiven Produkten, Zehntausend weitere, die Mitarbeiter einmalig anlegten und dann nie wieder nutzen. Dies verkompliziert das Finden des richtigen Produktes, das Pflegen der Bestände oder das Erkennen von Inkonsistenzen.

Dann kommt KI ins Spiel:

Dank ihrer Fähigkeit, Muster in großen Datenmengen zu erkennen, können KI-Anwendungen Unternehmen dabei helfen, die Situation in den Griff zu bekommen. Als Trainingsdaten dienen die vorhandenen Stammdaten. Es ist relativ einfach, Cluster mit problematischen Stammdaten auf Basis nur eines Datenfeldes zu finden: Eine vierstellige Postleitzahl bei einem Kunden aus Deutschland ist ein recht offensichtlicher Fehler. Komplexer wird die Situation, wenn mehrere Parameter wie Materialeigenschaften, Varianten, Toleranzbereiche oder Ähnliches untersucht werden sollen. Bei solchen Analysen zeigen KI-Lösungen, was sie können. Wenn die Voraussetzungen stimmen, reduzieren KI-Anwendungen den Aufwand für die Pflege der Stammdaten. Dies senkt die Fehleranfälligkeit und erleichtert das Konfigurieren von Produkten, beispielsweise in der Produktionsvorbereitung oder -planung.

So ist es jetzt:

KI-Anwendungen überprüfen die erfassten Informationen, erkennen Inkonsistenten und fehlerhafte Einträge. Teils überarbeitet das System die Datenbanken direkt, teils legt sie die auffälligen Stammdaten dem Sachbearbeiter zur Prüfung vor. Am Ende entsteht so eine Datengrundlage, auf der Unternehmen bessere Produktions-, Vertriebs- und Serviceprozesse aufbauen.

Eine kaum zu überblickende Anzahl von Produktvarianten und -anpassungen sind typisch für viele Industrieunternehmen. In dieser unnötigen Datenvielfalt schlummern Risiken. Entsprechend trainierte KI-Anwendungen sorgen dafür, dass Unternehmen ihre Stammdaten besser in den Griff bekommen – und auch behalten.

Andreas Lieschke, Competence Center Leiter, adesso SE

Für welche Unternehmen eignet sich der Ansatz?
Für alle Unternehmen mit umfangreichen Stammdaten
Für welche Entscheider ist der Ansatz interessant?
Verantwortliche Produktion, Vertrieb, Service
Hintergründe für die technisch Interessierten:
Machine-Learning-Verfahren

Kontakt

Sie haben Fragen zum Thema Künstliche Intelligenz?

Sie überlegen, welche Möglichkeiten KI Ihrem Unternehmen eröffnen kann? Sie wollen mehr über Anwendungsfälle und Technik erfahren? Wir haben keine Standardantworten im Gepäck – aber wir bringen unser Fachwissen, unsere Neugier auf Ihr Geschäft und unsere Leidenschaft für Technologie mit. Wir freuen uns darauf, mit Ihnen ins Gespräch zu kommen.

Kontakt

KI-Studie

Die KI-Studie: eine Bestandsaufnahme zwischen Möglichkeiten, Maßnahmen und Misstrauen

Über 320 Unternehmensentscheider und 1.000 Endkunden gaben uns einen Einblick in ihre Vorstellungen, Vorurteile und Vorhaben rund um KI. Der KI-Report „Eine Bestandsaufnahme“ fasst die zentralen Ergebnisse zusammen.

Mehr erfahren

KI-Vorgehens­modell

Das KI-Vorgehensmodell: Building AI-based Systems

Das Entwickeln datengetriebener KI-Anwendungen benötigt im Vergleich zu klassischen IT-Lösungen eine andere Projektstruktur und ein anderes Fachwissen der Beteiligten. Unser Ansatz des „Building AI-based Systems“ wird diesen Unterschieden gerecht.

Mehr erfahren