Die Verbesserung der Effizienz und Genauigkeit der Bestandsverwaltung hängt stark von der Qualität der Material- und Dienstleistungsstammdaten ab. TAM (Technical Attribute Management) von Creactives ist eine KI-gestützte Webanwendung zur globalen Unterstützung der M&S Master Data Governance. Das Hauptziel von TAM ist die Bereinigung, Anreicherung, Deduplizierung und Steuerung von M&S-Stammdaten durch die Nutzung vorhandener ERP-Informationen und die Integration von ERP-Prozessen mit hilfreichen Funktionalitäten, die diese nicht besitzen. TAM überwindet geografische und sprachliche Barrieren und verbindet alle Altsysteme und Datensätze, die aus unterschiedlichen Quellen stammen, um letztendlich einen harmonisierten Materialstammdaten-Managementprozess zu schaffen.
Die von TAM durchgeführten Prozesse reduzieren den menschlichen Aufwand drastisch:
Finden und Verwalten doppelt angelegten Teilen in den vorhandenen Stammdaten
Anreicherung fehlender Informationen
Unterstützung bei der Erstellung neuer Materialien, automatische Überprüfung potenzieller doppelter Materialien in Echtzeit, Vergleich von Materialien, die in verschiedenen Sprachen, Werken und ERPs beschrieben wurden.
Prüfung auf Vollständigkeit der technischen Attribute, um die Erstellung korrekter und vollständiger Daten von Anfang an zu gewährleisten.
Creactives TAM wird von einem KI-Modell angetrieben, das Deep Learning und die größte mehrsprachige branchenspezifische Wissensbasis kombiniert. Um eine Genauigkeit von 95 % bei den Kundendaten zu erreichen, haben wir außerdem einen hocheffizienten KI-Anpassungsprozess entwickelt, der den Beitrag der Kundenmitarbeiter auf ein Minimum reduziert und eine schonende Einrichtungsphase garantiert.
TAM sorgt für erhebliche Einsparungen, indem es das Betriebskapital und die Verwaltungskosten auf folgende Weise reduziert
Datenqualität
30-50%+ an Kategorisierungsgenauigkeit und Granularität. Dies fördert genaue Berichtsfunktionen, Budgetierung und eine effiziente Definition des Beschaffungsumfangs.
50-70%+ der Abdeckung von Herstellernamen und -codes, einschließlich der Möglichkeit der Umstellung von OEM auf MRO.
5-20%+ Erkennung von Duplikaten, was zu einer enormen Leistungsverbesserung der Beschaffungs- und Lieferkettenprozesse und Transparenz führt.
Wiederkehrende Einsparungen:
2-10 % der jährlichen Ausgaben. Dies ermöglicht eine Kostenoptimierung, eine Steigerung des Bündelkaufs, eine Verringerung von Fehlkäufen und die Unterstützung von RFQs aufgrund besserer Daten.
Optimierung des Lagerbestands:
10-30%+ des Lagerwerts. Dies ermöglicht die Auffrischung von Materialbeständen, Reduzierung von überschüssigem und nicht genutztem Bestand.
Verbesserung der Prozesseffizienz:
Reduzierung der Zeit für die Teilesuche um mehr als 50 %, Verringerung der Ausfallzeiten von Anlagen, Wissensaustausch über die Gleichwertigkeit und Austauschbarkeit von Artikeln, Zeitersparnis bei der Wartung.
Related Case studies
