Hoerbiger ordnet Materialien automatisch und richtig mit Hilfe von Machine Learning zu

Die 1925 von Hanns Hörbiger in Wien gegründeten Handelsgesellschaft Hoerbiger & Co hat sich im Laufe der Jahre zur Hoerbiger Holding AG entwickelt, einem Konzern mit Sitz im Schweizer Zug und vertreten in über 50 Ländern mit 140 Produktions- und Servicestandorten. Heute nimmt Hoerbiger mit performancebestimmenden Komponenten weltweit eine führende Position in den Geschäftsfeldern der Kompressortechnik, Antriebstechnik und Hydraulik ein. Die Geschichte des Unternehmens ist dabei geprägt von technischem Pioniergeist, der mit Innovationen Maßstäbe gesetzt hat. Auch wenn es um den digitalen Fortschritt, um die Nutzung Künstlicher Intelligenz zur Optimierung von Prozessen geht, hat sich das Unternehmen bis heute diesen Pioniergeist bewahrt.

„Die Klassifizierung von Produkten in entsprechende Kategorien ist je nach Anzahl der Produkte ohne Techniken des Maschinellen Lernens mit extensiver manueller Arbeit verbunden. Wir haben gesehen, dass Machine Learning generell in der Lage ist, aufgrund von detaillierter Materialbeschreibungen die richtige Warengruppe auszuwählen.“

Robert Fruhwirth, Head of Purchasing Process and Spend Management der Hoerbiger Wien GmbH

Alle Materialien und Komponenten – von Sicherheitsschuhen bis zur Schraube -, die im Konzern eingekauft werden, werden nach bestimmten Kriterien sogenannten Kategorien (Warengruppen) zugeordnet. Dazu ist im ERP-System der Hoerbiger Gruppe ein Warengruppenbaum hinterlegt. Die Zuordnung der einzelnen Materialien erfolgt manuell oder nach bestimmten Logiken, die die Materialien den Warengruppen zuordnen. Das System hat sich im Laufe der Zeit als eine Schwachstelle herausgestellt, da die Trefferquote der zugeordneten Warengruppen unbefriedigend ist. Die intuitive Lösung, händisch alle Produkte auf die richtige Kategorisierung hin zu überprüfen, wurde anhand der Vielzahl von Produkten verworfen.

Angestoßen durch einen Vortrag zum Thema Machine Learning (ML) reifte bei den Verantwortlichen von Hoerbiger die Idee, mit Hilfe von Künstlicher Intelligenz ein System zu schaffen, das die Materialien automatisch anhand der Beschreibung den Warengruppen richtig zuordnet. Die optimale Anwendung von ML benötigt aber entsprechendes Know-how und passende Werkzeuge. Hörbiger hat deshalb die A1 Digital International GmbH im Rahmen eines Proof of Concepts beauftragt, eine Machine Learning Lösung zu entwickeln und zu implementieren.

Auf der Basis eines Datensamples mit 100 Prozent richtig zugeordneten Materialien hat A1 Digital ein Model erstellt, um das System anzulernen, richtige von falscher Zuordnung unterscheiden zu können. Dabei wird ein lernender Algorithmus erzeugt, der – angewandt auf bekannte und schon klassifizierte Fälle (die Datenbasis) – Strukturen berechnet. Diese neu erlernten Strukturen ermöglichen es einem weiteren, auswertenden Algorithmus, einen neuen und bisher unbekannten Fall aufgrund der beobachteten Attribute und deren Ausprägungen einer der bekannten Kategorien zuzuordnen

 

Mehr über Machine Learning erfahren