- Branche
- Automobilhersteller (OEM)
- Bereich
- Inbound-Logistik
- Thema
- Leadtime-/ETA-Steuerung
KI-gestützte ETA-Steuerung statt manueller Planung
-
Problem
Die ETA in der Inbound-Logistik wurde erfahrungsbasiert geschätzt – mit unzuverlässigen Vorhersagen, Pufferbeständen und hohem Abstimmungsaufwand zwischen IT, Logistik und externen Partnern.
-
Ziel
Ein datenbasiertes, prognosefähiges Operating Model für die Leadtime-Steuerung.
-
Lösung
Wir haben zuerst Rollen, Daten und Prozesse der Planung neu aufgesetzt und anschließend einen Operations-Research- und KI-gestützten ETA-Forecast eingeführt. So entstand eine gemeinsame Entscheidungsgrundlage über alle Beteiligten; das C-Level wurde mit klaren Vorlagen gesteuert.