DataMeyle AG

Wie kann die Auslastung an Packtischen optimiert werden?

„Wie lange dauert es, eine Bestellung über


  • 20 Wischwasserpumpen

  • zwei Bremsbacken für den Polo

  • 34 Keilrippenriemen

  • 12 Spurstangenköpfe

  • drei Federbeinstützlager


zu verpacken und versandfertig zu machen?“

Mit dieser Fragestellung kam im letzten Jahr ein Großhändler von Autoersatzteilen auf uns zu.

Im Zuge der Effizienzsteigerung will der Händler die Auslastung der Packtische erhöhen und den Durchlauf der Bestellungen beschleunigen. Zu diesem Zweck wird eine Planungssoftware eingesetzt, die die Aufträge auf Picker und Packtische verteilt und beim Auftreten von Störungen dynamisches Umplanen realisiert. Um die Bestellungen einplanen zu können, benötigt die Planungssoftware eine möglichst genaue Vorhersage darüber, wie lange das Verpacken einer gegebenen Bestellung dauert.

Packdauer prognostizieren


Um die Prognose zu erstellen, haben wir verschiedene Methoden evaluiert und entschieden, ein Neuronales Netz einzusetzen, das aus Parametern wie der Anzahl der zu verpackenden Positionen, der Art der zu verpackenden Produkte, dem Gesamtgewicht der Bestellung, dem Gesamtvolumen und einigen weiteren Merkmalen eine Vorhersage generiert.
Mit Hilfe eines Neuronalen Netzes und überwachtem Lernen konnten wir ein System aufbauen, das mit einer Abweichung von +/- 15% vorhersagt, wie viel zeitlicher Aufwand nötig sein wird, um eine gegebene Bestellung zu verpacken.

Neben der Entwicklung des Neuronalen Netzes und der Integration der Vorhersage in die Planungssoftware waren wir in diesem Projekt vor allem mit der Aufbereitung der Daten beschäftigt. Insbesondere das Errechnen des Netto-Pack-Aufwandes einer Bestellung aus den angefallenen Scandaten erwies sich als Herausforderung.

Neuronale Netze in der Logistik


Der Einsatz von Neuronalen Netzen zu Prognose-Zwecken eröffnet der Logistik neue Anwendungsmöglichkeiten. Weil Neuronale Netze eigenständig „lernen“ können, sind sie in der Lage, wechselnde Anforderungen und Rahmenbedingungen flexibel und automatisiert zu adaptieren. Damit eignen sie sich als Vorhersageinstrument hervorragend auch in solchen Bereichen, in den die wesentlichen Merkmale hohe Änderungsraten aufweisen.

… mehr über unsere Datenprojekte

... mehr zur Datenanalyse in der Logistik

Unsere Leistungen
  • Prognose-Systeme
  • Deep Learning
  • Neuronale Netze