Nutzung von Daten zur Prozessautomatiserung mit messbarer Wirkung

8/2022 – 12/2022

Ziel: Optimierung des Footprints der Supply Chain und der Lagerhaltungs-/Bestellsysteme.
Ergebnisse: Identifikation der Schwachstellen des derzeitigen Systems. Anschließend Neuentwicklung eines automatisierten Bestellsystems inkl. Optimierung und Validierung durch Simulation in einer speziell entwickelten Umgebung. Jährliche Einsparpotential von ca. 2,5 Mio. EUR.
Schlüsselwörter: Datenbank, Datenstrukturierung, Big Data,
Digitalisierungsstrategie, KI und Machine Learning

Data Mining, Data Science, Digitalisierung, KNIME, Maschinelles Lernen, Supply-Chain-Management (SCM)

4/2022 – 5/2023

Wiederkehrende Kleinprojekte im Zeitraum zum Thema Demografiemanagement
Ziel: Entwicklung von Simulationen und Berechnungstools für die Wirtschaftlichkeit von BAV-Maßnahmen und die Wirksamkeit von Zeitwertkonten-Modellen.
Ergebnisse: Entwicklung von Modellen u.a. (Monte Carlo) Simulationsumgebungen, die mit Hilfe von Zufallsvariablen Einsparpotenziale ermitteln.
Stichworte: Demografiemanagement, Zeitwertkonten, BAV, Monte Carlo, Simulation

Datenmodellierung, MS Excel, Simulation Geschäftsprozesse, VBA (Visual Basic for Applications)

10/2020 – 6/2021

Zielsetzung: Optimierung von Bestands- und Bestellsystemen
Ergebnis: Entwicklung eines digitalen Zwillings zur Parameter-
Optimierung, Reduzierung des Working Capital um
mind. 60 Mio. EUR
Schlüsselwörter: Big Data Analytics, Netzwerksimulation,
WC Optimierung, Digitalisierungsstrategie,
Prozess-Optimierung

Big Data, Data Science, KNIME, MS Excel, MS PowerPoint, Simulation Geschäftsprozesse, VBA (Visual Basic for Applications)