Über das Projekt

Die Berechnung der Herstellungskosten von komplexen Bauteilen ist in der Regel mit großem Aufwand verbunden. In diesem Projekt wurde anhand von Daten aus einer SAP-Datenbank und unter Einsatz von KI-Modellen und mathematischen Verfahren untersucht, ob es möglich ist, die Herstellungskosten und weitere Parameter wie die benötigen CAD-Stunden oder das benötigte Material von verschiedenen Flüssigkeitsverteilern automatisch abzuschätzen. Das soll die Angebotserstellung vereinfachen und die Schätzungen verbessern.

Die Experimente zeigen, dass in der Vergangenheit gesammelte Ist- und Soll-Werte der Angebotserstellung in Kombination mit den Daten der Herstellung dazu verwendet werden können, die Herstellungskosten und weitere Attribute im Vorhinein zu schätzen. Die Ergebnisse zeigen, dass mathematische Verfahren, etwa die lineare Regression oder Entscheidungsbäume (Decision Trees), für dieses Problem im Vergleich zu Vorhersagen aus künstlichen neuronalen Netzwerken besser geeignet wären, da diese nicht aufwändig trainiert werden müssen und genauere Vorhersagen sowie nachvollziehbarere Ergebnisse liefern.

Es stellte sich zudem heraus, dass die verbauten Komponenten einen wesentlichen Einfluss auf die Vorhersagen haben und dass diese sehr unterschiedlich ausfallen können. Daher wurde der Einfluss verschiedener Bauteile analysiert. Beispielsweise konnten die benötigten CAD-Stunden über die geschätzte Anzahl der zu verbauenden Schrauben geschätzt werden. Mit diesen Erkenntnissen konnten die Vorhersagemodelle verbessert werden.