Искусственный интеллект

Calbee entwickelt ein KI-gestütztes System zur Optimierung der Lieferkette für Snacks

Das japanische Unternehmen Calbee entwickelte das C-BOSS-System zur Simulation der Lieferkette und zur Verbesserung unternehmensweiter Produktions- und Bestandsentscheidungen. Dabei nutzt das Unternehmen Daten, die auf seine Abteilungen und Fabriken verteilt sind. Das System soll die Komplexität der Kartoffelversorgung, die Vielfalt der Produkte und die schwankende Nachfrage bewältigen.

2026-08-20
4 мин. чтения
10 просмотров
certi.news
Calbee entwickelt ein KI-gestütztes System zur Optimierung der Lieferkette für Snacks

Das japanische Unternehmen Calbee gab im Juli 2026 die Entwicklung eines Simulations- und Optimierungssystems für die Lieferkette mit dem Namen C-BOSS bekannt. Die Abkürzung steht für Calbee Business Optimization Simulation System. Das System führt Daten zusammen, die auf die verschiedenen Abteilungen und Abläufe des Unternehmens verteilt sind, um die gesamte Lieferkette zu simulieren. Dadurch sollen unternehmensweite Optimierungsentscheidungen getroffen werden können, anstatt jeden Bereich separat zu behandeln.

Die Bedeutung des Projekts ergibt sich aus der Art des Geschäfts von Calbee. Das 1949 gegründete Unternehmen produziert Kartoffelchips und andere Snacks, darunter Produkte wie „Jagarico“. Das Unternehmen ist auf eine Lieferkette angewiesen, die von Kartoffelanbausaisons, Produktionsregionen und Wetterbedingungen beeinflusst wird, während sich der Bedarf der Fabriken, Produkte und Märkte im Laufe der Zeit verändert.

Eine Lieferkette, die mit herkömmlichen Methoden schwer zu verwalten ist

Calbee verwendet Kartoffeln aus Hokkaido in einem Zyklus, der sich ungefähr von der Erntesaison bis zum folgenden Frühjahr erstreckt, wobei die Ernte gelagert und schrittweise verwendet wird. Danach beginnt ein neuer Beschaffungszyklus mit anderen Quellen und Regionen. Diese Abfolge macht die Verwaltung der Rohstoffe komplexer als eine bloße Abstimmung von Nachfrage und Produktion, da die Qualität und der Zeitpunkt der Ernte sowie die Lagerbedingungen die späteren Entscheidungen beeinflussen.

Außerdem arbeitet das Unternehmen laut dem Artikel mit mehr als 1000 Lagerhaltungs- und Produkteinheiten sowie mit unterschiedlichen Fabrikkapazitäten für die einzelnen Produkte. Für Snacks verändert sich die Nachfrage je nach Saison, Kampagnen und neuen Produkten, während die Haltbarkeit der Produkte eine unbegrenzte Erhöhung der Bestände nicht zulässt. Daher kann die Entscheidung, die Produktion an einem Standort zu verlagern oder den Bestand anzupassen, andere Fabriken und Abläufe beeinflussen.

Von getrennten Daten zu einer einheitlichen Entscheidung

Vor der Entwicklung von C-BOSS sammelten die Abteilungen Daten und reagierten jeweils getrennt auf Veränderungen. Calbee ist der Ansicht, dass dieser Ansatz umfassende Entscheidungen erschwert, insbesondere wenn sich Nachfrage- und Lieferbedingungen gleichzeitig verändern. Das neue System soll einen Mechanismus schaffen, mit dem die Auswirkungen von Entscheidungen auf das gesamte Netzwerk bewertet und anschließend ein Plan ausgewählt werden kann, der besser mit den Unternehmenszielen übereinstimmt.

Im Jahr 2023 begann das Unternehmen mit dem Aufbau eines Teams für die integrierte Betriebs- und Lieferkettenplanung im Rahmen von S&OP. Nach dem Vergleich fertiger Tools und anderer Optionen entschied sich das Unternehmen, das System intern zu entwickeln. Das Unternehmen erklärte, dass Standardsoftwarepakete nicht ausreichten, um die einzigartigen Merkmale der Kartoffellieferkette oder den Bedarf an abteilungsübergreifender Prozessoptimierung zu bewältigen. Zudem wollte es sich eine größere Flexibilität bei der Weiterentwicklung des Systems erhalten.

Warum ist diese Entwicklung wichtig?

Die Rolle von C-BOSS beschränkt sich nicht auf die Automatisierung eines einzelnen Planungsschritts. Der wesentliche Wert des Projekts liegt darin, Entscheidungen zu Rohstoffen, Produktion, Beständen und Vertrieb in einem einzigen Modell miteinander zu verbinden. Für Calbee könnte dies dabei helfen, die Auswirkungen einer Entscheidung vor ihrer Umsetzung sichtbar zu machen, anstatt sich auf eine nachträgliche Bearbeitung von Problemen zu stützen. Der Artikel nennt jedoch keine Zahlen zu Einsparungen, einer verbesserten Prognosegenauigkeit oder dem vollständigen Anwendungsumfang. Daher lassen sich die geschäftlichen Ergebnisse des Systems derzeit nicht messen.

Das Projekt stellt ein Beispiel für den Einsatz von künstlicher Intelligenz und Simulation bei der Verwaltung komplexer industrieller Abläufe dar. Das Problem besteht dabei nicht nur in einem Mangel an Daten, sondern auch in deren Verteilung auf verschiedene Einheiten und in der Schwierigkeit, sie in eine gemeinsame Entscheidung zu überführen. Die Erfahrung von Calbee zeigt, dass die Entwicklung eines maßgeschneiderten Tools die bevorzugte Option sein kann, wenn Entscheidungen mit betrieblichen Besonderheiten verbunden sind, die von allgemeiner Software nicht abgedeckt werden.

Источник новости
c
Автор

certi.news

В той же категории

Вам также может понравиться

Все новости