Kundengeschichten
Nutzung von Daten, KI und MLOps, um Landwirten in ganz Europa die Arbeit so einfach wie möglich zu machen
Gemeinsam mit Xebia Data definiert der Agrarhändler Kramp seine 3-Jahres-Datenstrategie und startet diese mit einer brandneuen MLOps-Plattform und einem ersten KI-Anwendungsfall, was zu einer geschätzten Kosteneinsparung von 8 Millionen Euro im ersten Jahr führt.
Regions:
Capabilities:
Partners:
Industries:
Regions:
Capabilities:
Partners:
Industries:
Kramp ist ein Händler von Ersatzteilen für die Landwirtschaft, die Forst- und Graspflege und die Bauindustrie. Das Familienunternehmen wurde 1951 in Varsseveld gegründet, einer niederländischen Stadt, in der sich auch heute noch der Hauptsitz befindet. Mit über 3.000 Mitarbeitern, einem B2B-Jahresumsatz von einer Milliarde Euro (im Jahr 2022), 11 Lagern und Niederlassungen in 24 Ländern ist Kramp Europas größter Lieferant von Ersatzteilen für die oben genannten Branchen. In den vergangenen mehr als 70 Jahren hat Kramp stets ein Ziel verfolgt: seinen Kunden die Arbeit so einfach wie möglich zu machen.
Nutzung von Daten und KI für seine Partner
Warum
Eine Unternehmensdatenstrategie und eine Grundlage für datengesteuerte Anwendungsfälle die Implementierung einer MLOps-Plattform und KI-Anwendungsfälle.
Was
Strategieberatung, Workshops, Architektur- und Code-Reviews, die Implementierung der MLOps-Plattform und die Ausführung von Anwendungsfällen.
Wie
Kramp Hub
Kramp Hub, die Digitalagentur der Kramp Group, wurde 2017 gegründet, um Lösungen zu entwickeln, die die Ag-Tech-Branche in eine datengesteuerte und kundenorientierte Richtung bringen. Die Lösungen umfassen Kramp's E-Commerce Plattform von Kramp, die seinen Händlern ein breites Produktsortiment im Webshop und in der mobilen App ermöglicht, sowie Maykers, Kramps Marktplatz für Landwirte.
Zu einer datengesteuerten Organisation werden
Kramp hat sich zum Ziel gesetzt, ein digitaler Marktführer und ein datengesteuertes Unternehmen zu sein. Das Unternehmen wandte sich an Xebia Data, um bei letzterem zu helfen, denn Xebia Data ist einzigartig positioniert, um sowohl eine Datenstrategie zu entwickeln als auch diese in die Tat umzusetzen.
Erstellen einer digitalen Strategie
Steven Nooijen, Leiter der Abteilung Daten und Strategie bei Xebia Data, war für Kramp bei der Ausarbeitung seiner Datenstrategie von großem Wert. Der Prozess, den sie gemeinsam durchliefen, bestand aus den folgenden vier Komponenten:
I. Reifegradbewertung: Wo stehen wir heute in Bezug auf Daten, Mitarbeiter, Tools und Prozesse?
II. North Star-Zielsetzung: Wie sieht es in drei bis fünf Jahren aus, wenn wir mit Daten erfolgreich sind? Wie sollten Daten zu unseren Zielen beitragen? Und darüber hinaus: Integration der Datenstrategie in die Gesamtstrategie des Konzerns.
III. Ideation von Anwendungsfällen: Welche Daten- und KI-Anwendungsfälle bringen einen geschäftlichen Nutzen? Sammeln, verfeinern und priorisieren Sie Anwendungsfälle in allen Geschäftsbereichen.
IV. Strategieentwicklung: Was müssen wir tun, um von dem Punkt, an dem wir heute stehen, zu dem Punkt zu gelangen, an dem wir in drei Jahren sein wollen?
Auf der Grundlage des Reifegrad-Audits und der Workshops kam Xebia Data zu dem Schluss, die Strategie in fünf verschiedene Richtungen zu lenken: stärkere Konzentration auf die Datenqualität, Professionalisierung des Data-Warehouse-Systems des Unternehmens, Aufbau einer Self-Service-Data-Science/MLOps-Plattform, um Datenwissenschaftler in die Lage zu versetzen, Modelle zu entwickeln, Einrichtung eines Data Office (DCoE) und Einstellung eines Data Director und schließlich Talententwicklung durch Schulungen und klare Wachstumspfade.
Teil der Strategie war eine Kosten-Nutzen-Analyse, in der wir den erwarteten ROI schätzten (von konservativ bis progressiv).
Die Datenstrategie zum Leben erwecken
Im Anschluss an die neue Strategie wurde eine MLOps-Plattform implementiert und der erste Anwendungsfall auf der Plattform von Xebias Data Engineering, Machine Learning Engineering und Data Science-Beratern in Zusammenarbeit mit dem internen Team von Kramp zum Leben erweckt.
Eva Bosma, Analytics Translator bei Xebia Data, war für die Definition und Verfeinerung von Anwendungsfällen mit Kramp zuständig. Ihre Workshops führten zu 14 Anwendungsfällen, die von der Bedarfsprognose - damit der Betrieb die Kapazitätsplanung optimieren kann - bis zur Erstellung eines Dashboards mit Einblicken in die Kunden- und Produktrentabilität reichen.
Status Quo
Heute verfügt Kramp über eine brandneue MLOps-Plattform auf GCP, die Vertex AI und Terraform nutzt, sowie über ein engagiertes Team, das damit arbeiten wird - eine großartige Grundlage für die Monetarisierung vieler Anwendungsfälle.
Der erste Anwendungsfall, den wir ausgewählt haben, ist der Anwendungsfall "Nachfrageprognose". Ziel ist es, das aktuelle Prognosemodell zu verbessern, um unsere Produktverfügbarkeit zu erhöhen und die Lagerkosten zu senken. Wir haben die erste Version des Modells (nur auf der Grundlage historischer Daten) geliefert und sehen bereits eine enorme Verbesserung im Vergleich zu unserem alten Modell. Der nächste Schritt zur Verbesserung und Anreicherung des Prognosemodells ist die Einbeziehung von Daten zum Kundenverhalten aus unserer E-Commerce-Plattform, saisonalen Einflüssen und anderen interessanten externen Datenquellen. Das alles ist dank der Plattform und dem Wissen, das wir jetzt dank Xebia Data haben, möglich." - Chiel Schutter, Direktor von Kramp Hub.
Auf der Grundlage des implementierten Modells wurde die aktuelle Prognose um 4% verbessert. Im Vergleich zum vorherigen Modell wird das kürzlich implementierte Modell zu einer effizienteren Lagerverwaltung und Verfügbarkeit führen. Kramp geht davon aus, dass mit diesem neuen Modell Kosteneinsparungen in Höhe von rund 8 Millionen EURO erzielt werden können.
Contact