Logistikunternehmen
Routenoptimierung mit AWS SageMaker
Ausgangsbasis
- Die Faber Group BV bietet Paletten- und Pooling-Dienstleistungen für eine Vielzahl von Branchen an
- Den Kunden werden für die unterschiedlichen Paletten-Anforderungen passende Lösungen angeboten
- Die Nachfrage nach kürzeren Lieferungszeiten erfordert optimierte Routen
- Steigende Kraftstoffpreise und Umweltauflagen erhöhen den Druck auf das Unternehmen
- Die Komplexität der Lieferketten erfordert intelligente Lösungen
Rolle im Projekt
- Erstellung einer detaillierten Anforderungsanalyse
- Bereitstellung eines fachlichen Lösungskonzeptes
- Technische Konzeption zur Einbindung von Sagemaker
- Ausarbeitung der produktspezifischen und individuellen Kundenlösung
- Durch die Integration von Amazon SageMaker konnte schnell und einfach ein Machine-Learning basiertes Modell implementiert werden
Funktionen/Projektergebnis
- Entwicklung eines eigenen Sagemaker-Modells für Machine Learning
- Implementierung eines Python-Algorithmus für many-to-many-Routenoptimierung
- Anbindung der Openroutenservice-API für Geodaten
- Abspeichern der optimalen Routen und Abgleich von Auftragsrouten mit historischen Routen
- Einschränkung der Ergebnisse durch zusätzliche Angaben wie Start- und Zielort
Kundennutzen
- Sehr hohe Kosteneinsparung im zweistelligen Millionenbereich
- Optimierung der Fahrzeugauslastung und Reduzierung von Emissionen
- Bessere Planung und höhere Flexibilität
- Größere Kundenzufriedenheit durch schnellere Lieferzeiten
- Erweiterung der Details zur Einschränkung der Suchanfragen:
Teilstrecken < 200 km; Gesamtstrecke < 3.200 km - Optimierung über n>1 LKWs
- Kundennummer anstelle von Belegnummer für Suchalgorithmus
Lars Ritter | Senior Manager