Ersatzteilmanagement: Wie KI Lagerbestände reduzieren kann
Wie lassen sich Ersatzteilbestände reduzieren? Sparetech-Mitgründer Lukas Biedermann spricht im Podcast Industry Inisghts über KI, Kosten und Ersatzteillager.
Anja RingelAnjaRingelManaging editor and podcast host for 'Produktion'
Dr. Lukas Biedermann, COO und Mitgründer von Sparetech, spricht im Podcast Industry Insights mit Anja Ringel über Ersatzteilmanagement.Sparetech; Anna McMaster
Anzeige
Ersatzteile sind für Industrieunternehmen eine Art Versicherung gegen Produktionsstillstände. Fällt eine Maschine aus, muss die passende Komponente möglichst schnell verfügbar sein. Doch diese Absicherung hat ihren Preis: In den Lagern großer Produktionsunternehmen liegen Ersatzteilbestände im Wert von vielen Millionen Euro. Nicht selten befinden sich darunter Teile, die mehrfach vorhanden sind oder über Jahre nicht benötigt werden. Wie groß das Problem tatsächlich ist, erläutert Dr. Lukas Biedermann, COO und Co-Founder von Sparetech in der neuen Folge von Industry Insights.
Die Idee zu Sparetech entstand nicht am Schreibtisch, sondern in der industriellen Praxis. Während eines Projekts bei Porsche in Leipzig beschäftigten sich Biedermann und sein späterer Mitgründer mit der Ersatzteilversorgung beim Anlauf einer neuen Fabrik. Dabei stellte sich unter anderem die Frage, welche Komponenten bereits vorhanden waren und welche möglicherweise in anderen Werken lagerten.
Was zunächst wie eine Herausforderung an einem einzelnen Standort aussah, erwies sich auch in anderen Unternehmen als wiederkehrendes Problem. Daraus entstand schließlich die Geschäftsidee. Im Gespräch mit Anja Ringel berichtet Biedermann auch über seinen Wechsel vom Unternehmensberater zum Gründer. Dabei geht es um unternehmerische Verantwortung, die Schwierigkeiten beim Aufbau eines Industrie-Start-ups und Erfahrungen, die er heute anders einordnen würde.
Ein zentrales Problem im Ersatzteilmanagement ist laut Biedermann die mangelnde Qualität vieler Materialstammdaten. Unterschiedliche Bezeichnungen, fehlerhafte Artikelnummern und unvollständige Informationen erschweren es, vorhandene Komponenten zuverlässig zu identifizieren.
Die Folgen können erheblich sein. Nach Biedermanns Angaben finden sich in einzelnen Werken teilweise zehn bis 15 Prozent doppelt vorhandene Teile. Das bindet Kapital und verursacht zusätzliche Lagerkosten.
Besonders schwierig wird die Situation, wenn mehrere Produktionsstandorte ihre Ersatzteilbestände unabhängig voneinander verwalten. Wie lässt sich erkennen, ob ein dringend benötigtes Teil bereits in einem anderen Werk liegt? Und wie können Unternehmen Bestände reduzieren, ohne die Versorgungssicherheit ihrer Anlagen zu gefährden?
Anzeige
Welche Rolle KI und gemeinsame Ersatzteillager spielen
Auch künstliche Intelligenz kann beim Ersatzteilmanagement helfen. Doch Biedermann macht deutlich, dass Algorithmen allein keine verlässlichen Stammdaten garantieren. Entscheidend sei die Verbindung mit belastbaren Informationen der Originalhersteller.
Darüber hinaus spricht er über einen Ansatz, bei dem Unternehmen bestimmte Ersatzteile künftig gemeinsam vorhalten könnten. Das könnte Lagerbestände reduzieren, wirft aber auch Fragen zur Verfügbarkeit und Organisation auf.
Anzeige
Welche Erfahrungen Sparetech mit Industrieunternehmen gemacht hat, wo KI tatsächlich hilft und was andere Betriebe beim Ersatzteilmanagement beachten sollten, hören Sie in der neuen Folge von Industry Insights.
Hören Sie sich die neue Folge von Industry Insights an!
Industry Insights gibt es überall, wo es Podcasts gibt. Unter anderem hier: