Pressemitteilung: DB Cargo: KI-gestützte Ersatzteilplanung für die Class 77

Mit KI reduziert DB Cargo Engpässe bei der Ersatzteilversorgung der Class 77-Loks.
Wenn Ersatzteile fehlen, steht der Betrieb still
Bei der Instandhaltung von Lokomotiven können fehlende Ersatzteile Abläufe erheblich verzögern. Um dies zu vermeiden, hat DB Cargo das Projekt „Ersatzteilprognose 1.0“ gestartet. Ziel: Ersatzteile genau dann bereitzustellen, wenn sie benötigt werden – ohne Lagerbestände unnötig zu erhöhen.
KI-gestützte Prognose im Logistikzentrum Darmstadt
Materialbedarfsplaner Jörg Soyka, Data-Science-Spezialist Frederic Tausch und Projektleiter Philipp Nowak entwickeln gemeinsam die KI-gestützte Ersatzteilprognose.
Im DB Cargo-Railport Darmstadt entscheidet sich täglich, ob Fahrzeuge schnell instandgesetzt werden oder längere Standzeiten entstehen. Dort haben Projektleiter Philipp Nowak, Materialbedarfsplaner Jörg Soyka, Data-Science-Spezialist Frederic Tausch und Fachexpertin Anne Kulinski das KI-Modell entwickelt. Es kombiniert historische Verbrauchsdaten mit Informationen zu Laufleistung, Instandhaltungsfristen und Werkstattkontexten. (....)

Der vollständige Inhalt dieser Pressemitteilung wird auf unserer Seite nicht angezeigt.
Zum Lesen der Mitteilung klicken Sie bitte auf den folgenden Link:

-> Pressemitteilung: DB Cargo: KI-gestützte Ersatzteilplanung für die Class 77

Quelle: DB Cargo AG

Stichwörter: DB Cargo AG, KI-gestützte Ersatzteilplanung, Class 77, Engpässe, Ersatzteilversorgung, Instandhaltung von Lokomotiven, fehlende Ersatzteile, Projekt „Ersatzteilprognose 1.0“, KI-gestützte Prognose, Logistikzentrum Darmstadt, Standzeiten, historische Verbrauchsdaten, Informationen zu Laufleistung, Instandhaltungsfristen, Werkstattkontexte

Kategorie(n): Geschäftsmodelle & Strategien