Key points are not available for this paper at this time.
Die Fertigungsindustrie ist stark von den Trends der Globalisierung und der zunehmenden Dynamik der Produktlebenszyklen betroffen, was zu globalen Lieferkettennetzwerken führt. Für die inbound Logistik muss eine große Varianz von Teilen aus verschiedenen Lieferanten und Standorten an die Montagelinie geliefert werden. Die Planung dieser inbound Logistikprozesse hängt von häufig wechselnden Informationen zur Produktentwicklung, zur Planung der Montagelinie und zum Einkauf ab. Derzeit wird viel Zeit mit der Informationsbeschaffung während der Planung verbracht, und vorhandenes Wissen aus früheren Planungsprozessen wird kaum für zukünftige Planungen genutzt. Daher präsentiert dieses Papier einen Ansatz für die vorausschauende Planung der inbound Logistik. Mit maschinellem Lernen können generisches Wissen über Logistikprozesse extrahiert und genutzt werden, um zukünftige Szenarien vorherzusagen.
Knoll et al. (Fri,) haben diese Frage untersucht.