Bei diesem Text handelt es sich um eine Übersetzung der offiziellen englischen Version dieser Pressemitteilung, die nur als Hilfestellung und Referenz bereitgestellt wird. Ausführliche und/oder spezifische Informationen entnehmen Sie bitte der englischen Originalversion. Im Falle von Abweichungen hat der Inhalt der englischen Originalversion Vorrang.

ZUR SOFORTIGEN VERÖFFENTLICHUNG Nr. 3500

TOKIO, 16. März 2022 – die Mitsubishi Electric Corporation (TOKIO: 6503) gab heute bekannt, dass das Unternehmen eine künstliche Intelligenz (KI) entwickelt hat, die die Nachfrage nach Ersatzteilen genau vorhersagt. Diese Technologie baut auf der Maisart^®*-KI des Unternehmens auf und trägt dazu bei, dass nicht zu viele oder zu wenige Teile bevorratet werden, die für die Wartung von Geräten und anderen Anlagen erforderlich sind. Das Ziel sind Verbesserungen bei Bestandsmanagement, Teileverfügbarkeit und Servicequalität.

1. * Mitsubishi Electric's AI creates the State-of-the-ART in Technology

Produktmerkmale

1. 1)Genauere Bedarfsprognosen
   • Die Integration der Maisart-KI verbesserte die Nachfrageprognosen für einzelne Teile im Durchschnitt um 25,6 % gegenüber der bestehenden Planungs- und Managementlösung für Produktions-/Umsatzbestände (Production-Sales-Inventor, PSI) des Unternehmens, die auf Faktoren wie saisonal angepassten durchschnittlichen Sendungsvolumina über 12 Monate basiert. Bei der neuen Methode von Mitsubishi Electric verwendet die KI Lerndaten zu charakteristischen Nachfragetrends für jeden Teiletyp, wie z. B. Luftfilter und Steuerplatinen. Zur Bedarfsprognose bündelt die Technologie Trendkomponenten, gleicht dann gruppierte Trends mit bestimmten Reparaturteilen ab und passt die Ergebnisse schließlich an saisonale Faktoren an.
2. 2)KI optimiert die Anzahl der Cluster
   • Die KI optimiert die Anzahl der Cluster und klassifiziert Merkmale anhand der X-Mittelwertmethode und des tatsächlichen Sendungsvolumens in maximal 20 Muster. Das Clustering wird normalerweise manuell von einem Analysten durchgeführt. Die X-Mittelwertmethode automatisiert den Prozess jedoch mit einem maschinellen Lernalgorithmus, der Daten nach Trends klassifiziert. Der Optimierungsprozess stellt eine Herausforderung dar, da die Prognosegenauigkeit je nach Anzahl der Cluster variiert. Mitsubishi Electric hat daher die X-Mittelwertmethode eingeführt und vorhandenes Know-how integriert, um die Optimierung zu automatisieren.
3. 3)Unterstützung bei breiterer Entscheidungsfindung
   • Die KI liefert auch Informationen, mit denen Prognostiker Entscheidungen über Lieferungen anderer Teile treffen können. Üblicherweise waren von KI erzeugte Ergebnisse schwer in Entscheidungen umzusetzen, da die Daten, aus denen die KI Ergebnisse entwickelte, nicht transparent genug waren (Black Box). Die neue Methode von Mitsubishi Electric legt die Grundlagen der Ergebnisse offen. Dadurch können Prognostiker die Daten nachvollziehen und sich auf sie verlassen.

Zukünftige Weiterentwicklung

Das System wird ab dem neuen Geschäftsjahr, das am 1. April beginnt, im PSI-Management für Ersatzteile für Elektro- und andere Haushaltsgeräte von Mitsubishi Electric eingeführt. Ein breiterer Einsatz in anderen Geschäftsbereichen wird folgen. Bis dahin werden zusätzlich globale Wetterdaten in die KI integriert, um witterungsbedingte Trends zu bewerten und damit die Prognosegenauigkeit weiter zu verbessern.

• PDF-Version (PDF : 494KB)

Anfrage

Ansprechpartner für Medien

• Public Relations Division Mitsubishi Electric Corporation