KI-Plattform für widerstandsfähige, resiliente Supply Chains
Bauteil- und Lieferkettenkrisen zwangen Renault, seine Absatz- und Produktionsplanung (S&OP) von 12 auf 24 Monate Vorlauf auszuweiten und dabei deutlich präziser zu werden. Mit einer gemeinsam mit Dataiku aufgebauten KI-Plattform entwickelt Renault seither Machine-Learning-, Operations-Research- und generative KI-Anwendungen für die Supply Chain, u.a. zur Transportroutenoptimierung. Ziel ist ein digitaler Wertbeitrag von 45 Mio. Euro aus 25 KI-Projekten, wovon die Dataiku-Plattform bis zu 10 Mio. Euro beisteuern soll.
Vertiefung
Als Reaktion auf Halbleiter- und Komponentenkrisen baute Renault Group zwischen 2018 und 2021 eine vollständige Datengrundlage auf (100% der Supply-Chain-Daten in einem Data Lake) und investierte rund 10% des IT-Budgets in die Datenstrukturierung. Darauf aufbauend etablierte das Unternehmen mit Dataiku eine Plattform, die Fachbereichen die eigenständige Entwicklung von KI-Anwendungen erlaubt, von klassischem Machine Learning über Operations Research bis zu generativer KI. Aktuell befinden sich fünf Anwendungsfälle in Entwicklung, darunter die Optimierung von Transportrouten. Ein Drittel der Supply-Chain-Belegschaft ist inzwischen mit Prozess- und Digitalthemen befasst. Als quantifiziertes Ziel nennt Renault einen digitalen Wertbeitrag von 45 Mio. Euro aus 25 identifizierten KI-Projekten, von denen die Dataiku-Plattform bis zu 10 Mio. Euro beisteuern soll. Voraussetzung war eine mehrjährige Investition in Datenqualität und -integration vor dem eigentlichen KI-Rollout. Der Fall zeigt, wie Automobilhersteller als Reaktion auf globale Lieferkettenschocks systematisch KI-Fähigkeiten in der Logistik aufbauen, statt nur punktuelle Piloten zu betreiben.