KI-gestützte Bedarfsplanung bei Renfert: Ein Praxisbericht aus dem Mittelstand
Feb 7, 2025
auto_awesome
Sebastian Herz, Mitglied der Geschäftsleitung bei der Renfert GmbH, spricht über die digitale Transformation in der Dentaltechnik. Er erläutert, wie das Unternehmen während der Pandemie KI in der Bedarfsplanung implementierte und die Planungsgenauigkeit von 85% auf 93% steigerte. Besonders spannend ist die zweijährige Testphase und die Herausforderungen, die bei der Integration in Dynamics 365 auftraten. Herz beleuchtet auch das Make-or-Buy-Dilemma für mittelständische Unternehmen und gibt Einblicke, wie Vertrauen in neue Technologien aufgebaut werden kann.
Die Renfert GmbH hat 2020 mit der Implementierung von KI in der Bedarfsplanung begonnen, um Prozesse während der Corona-Pandemie zu optimieren.
Durch eine Verbesserung der Planungsgenauigkeit von 85% auf 93% wird der hohe Wert hochwertiger Daten in KI-Projekten unterstrichen.
Die zweijährige Testphase diente dazu, Vertrauen in KI-Lösungen aufzubauen und das System an die speziellen geschäftlichen Anforderungen anzupassen.
Deep dives
Einführung in die Rennfahrt GmbH
Die Rennfahrt GmbH ist ein mittelständisches Unternehmen aus der deutschen Dentaltechnikbranche, das Zahntechniker mit Geräten, Materialien und chemischen Flüssigkeiten beliefert. Diese Zahntechniker agieren als Endkunden, da sie für Zahnarztpraxen Zahnersatz herstellen. Mit etwa 200 Mitarbeitern erzielt das Unternehmen einen Umsatz von rund 40 Millionen Euro und vertreibt Produkte in etwa 120 Ländern weltweit. Trotz der Herausforderungen durch einen Ransomware-Angriff und die Corona-Pandemie entschloss sich das Unternehmen, die Möglichkeiten von Künstlicher Intelligenz zu erforschen, insbesondere zur Optimierung der Lieferkette und Bedarfsplanung.
Identifikation des Bedarfsplanungsprojekts
Der Verantwortliche für Supply Chain und IT-Digitalisierung, Sebastian Herz, begann 2020 mit der Untersuchung der Bedarfsplanung, einem kritischen Bereich für die Lieferkette. Die Motivation entstand aus der Überlegung, bestehende Prozesse, die sich über die Jahre eingeschliffen hatten, zu hinterfragen und zu verbessern. Durch die Teilnahme an einem Webinar entdeckte Herz, dass auch andere Unternehmen ähnliche Herausforderungen erkannten und KI-Lösungen für die Bedarfsplanung entwickelten. Dies ermutigte ihn, das Potenzial von KI in der eigenen Firma intensiver zu erkunden, um eine präzisere und effizientere Forecasting-Lösung zu implementieren.
Die Rolle von Daten in der Bedarfsplanung
Ein zentraler Aspekt für die erfolgreiche Implementierung von KI in der Bedarfsplanung ist die Verfügbarkeit hochwertiger Daten. Herz stellte fest, dass das Unternehmen über eine umfassende Datenbank von Verkaufsaufträgen verfügt, die als Grundlage für die KI-gestützten Prognosen dienen kann. Diese Datenqualität ist entscheidend, um aus vergangenen Verkaufszahlen präzise Vorhersagen für zukünftige Bedarfe zu entwickeln. Ein solider Datenbestand ermöglicht es, komplexe Muster zu erkennen und die Bedarfsplanung erheblich zu verbessern.
Proof of Concept und frühe Ergebnisse
Nach dem erfolgreichen ersten Data Quick Check, der die Datenvalidität bestätigte, wurde ein Proof of Concept (PoC) durchgeführt, um ein prognosebasiertes Modell zu erstellen. Sebastian Herz investierte in den PoC, um zu demonstrieren, dass das KI-Modell besser als die bisherigen Excel-basierten Prognosen funktionieren kann. Es stellte sich heraus, dass bereits die dritte Modellversion geringere Fehlerwerte aufwies als die bisherigen Annahmen des Unternehmens. Dieser Fortschritt führte dazu, dass Herz die notwendigen internen Ressourcen mobilisieren konnte, um in eine vollständige Implementierung des Systems überzugehen.
Langfristige Validierungsphase und Anpassung
Trotz der vielversprechenden initialen Ergebnisse entschloss sich das Unternehmen dazu, eine umfassendere Erprobungsphase durchzuführen, um das Vertrauen der Mitarbeiter in das neue System zu gewährleisten. Diese Phase erstreckte sich über etwa zwei Jahre, während der die Ergebnisse der KI-Prognosen parallel mit den tatsächlichen Bestellungen verglichen wurden. Ziel war es, menschliche Unsicherheiten auszuräumen und die Anwendung der KI im operativen Geschäft vorzubereiten. In dieser Zeit konnte das Unternehmen viele wertvolle Erkenntnisse gewinnen, die halfen, die Modelle weiter zu optimieren und an die Bedürfnisse des Geschäfts anzupassen.
Sebastian Herz, Mitglied der Geschäftsleitung bei Renfert GmbH, gibt tiefe Einblicke in die Implementation von KI in der Bedarfsplanung eines mittelständischen Unternehmens. Der 200-Mitarbeiter starke Dentaltechnik-Hersteller wagte 2020 den Schritt zur KI-gestützten Prognose und durchlief dabei einen spannenden Transformationsprozess. Von der initialen Excel-basierten Planung bis zur hochmodernen KI-Lösung zeigt Herz auf, wie die Planungsgenauigkeit von 85% auf 93% gesteigert wurde. Besonders interessant: Die zweijährige Testphase und der mutige Schritt, nach dem Ausscheiden des KI-Partners auf Microsoft-Technologie zu setzen.
[00:01:00] - Einführung in die Renfert GmbH und ihre Position in der Dentaltechnikbranche
[00:05:00] - Startpunkt des KI-Projekts während der Corona-Zeit und erste Überlegungen zur Bedarfsplanung
[00:08:00] - Ausgangssituation: Bisherige Excel-basierte Planungsmethoden und ihre Limitierungen
[00:13:00] - Data-Quick-Check: Erste Schritte zur Validierung der Datenbasis
[00:20:00] - Definition des Proof of Concept und Festlegung der Projektziele
[00:28:00] - Beginn der zweijährigen Testphase und Gründe für die lange Evaluationszeit
[00:35:00] - Erkenntnisse aus der Testphase und identifizierte Herausforderungen
[00:47:00] - Make-or-Buy Entscheidung für mittelständische Unternehmen
[00:54:00] - Konkrete Verbesserungen: Von 85% auf 93% Planungsgenauigkeit
[00:57:00] - Ausblick auf die Zukunft von KI in ERP-Systemen und autonome Prozesse
