Veröffentlicht am
April 23, 2025
Lesezeit
5 Minuten

Sparrow hat sich zum Ziel gesetzt, die Art und Weise, wie Unternehmen das Ersatzteilmanagement angehen, zu verändern, und ein wichtiger Aspekt dieses Ziels ist der Einsatz von KI.

Ohne Vorhersagemodelle und die Fähigkeit, riesige Datenmengen schnell und genau zu interpretieren, würde das Ersatzteilmanagement in der Vergangenheit stecken bleiben und einer Zukunft mit arbeits- und zeitintensiven Prozessen überlassen, die nur die erfahrensten Ingenieure verstehen.

Wir sind ständig auf der Suche nach Innovationen und freuen uns, dass wir unser wachsendes Team um einen neuen Head of Data erweitern konnten: Giorgio Sarno.

Giorgio ist ein bewährter KI- und Data-Science-Führer, der eine starke Erfolgsbilanz bei der Entwicklung skalierbarer Machine-Learning-Lösungen vorweisen kann. Als AI Team Lead bei Stratio Automotive war er federführend bei der Entwicklung und Implementierung von robusten Anomalieerkennungssystemen für die vorausschauende Wartung, um die betriebliche Effizienz und Zuverlässigkeit zu verbessern.

Vor seiner Tätigkeit bei Stratio war Giorgio in Positionen tätig, in denen er seine Fähigkeiten in Bezug auf KI-Initiativen und Datenanalyse weiter verfeinerte und zu einer Vielzahl von Projekten beitrug, die komplexe Datensysteme mit innovativen KI-Lösungen verbanden. Seine akademische Ausbildung an der Universität Aix-Marseille bildete eine solide Grundlage für seine technischen und analytischen Fähigkeiten, die es ihm ermöglichten, Innovation und Effizienz in verschiedenen Sektoren voranzutreiben.

In diesem kurzen Interview spricht Giorgio über die Rolle von KI und Vorhersagemodellen bei Sparrow und gibt wertvolle Einblicke in die Zukunft der Branche.

F1: Was sind Ihre Aufgaben bei Sparrow?

Bei Sparrow leite ich unsere Daten- und KI-Initiativen und konzentriere mich auf die Entwicklung intelligenter Systeme, die die Ersatzteilorganisation und -klassifizierung, die Bestandsprognose und die Lagerverwaltung optimieren. Mein Team entwickelt Vorhersagemodelle, die dabei helfen, Muster in der Ersatzteilnutzung zu erkennen, Fehlbestände zu reduzieren und überschüssige Bestände zu minimieren, während gleichzeitig sichergestellt wird, dass wichtige Komponenten immer verfügbar sind, wenn sie benötigt werden.

F2: Welchen Einfluss hat Ihre Arbeit auf Sparrow und die Branche insgesamt?

Wir zeigen, wie datengesteuerte Entscheidungen die Effizienz im gesamten Ersatzteil-Ökosystem dramatisch verbessern können, und schaffen damit einen Dominoeffekt, der die Denkweise von Unternehmen über Lagerverwaltung und Bestandsoptimierung verändert.

Wie wird KI Ihrer Meinung nach das Ersatzteilmanagement verändern?

KI revolutioniert das Ersatzteilmanagement, indem sie Effizienz und Organisationsstruktur schafft. Mit intelligenten Klassifizierungssystemen können wir jetzt automatisch Tausende von Komponenten auf der Grundlage mehrerer Attribute kategorisieren und so manuelle Sortierfehler reduzieren. KI-gestützte Inventarsysteme optimieren Lagerlayouts, indem sie häufig gepaarte Teile zusammen platzieren und dynamische Lagerbestände auf der Grundlage von Nachfragemustern in Echtzeit festlegen. So entsteht eine reaktionsschnellere Lieferkette, in der sich die richtigen Teile immer am richtigen Ort befinden.

F4: Gibt es Aspekte der Integration von KI und LLM in diese Branche, die Sie überrascht haben?

Die Effektivität von LLMs bei der Interpretation von unstrukturierten Wartungsnotizen und technischen Unterlagen ist bemerkenswert. Sie haben wertvolle Erkenntnisse aus jahrzehntelangen Wartungsaufzeichnungen gewonnen, die zuvor unzugänglich waren, und uns geholfen, Ersatzteilmöglichkeiten und häufige Fehlersequenzen zu identifizieren, die für menschliche Experten nicht offensichtlich waren.

F5: Gibt es irgendwelche falschen Vorstellungen, die Menschen im Bereich Wartung/Reparatur/Betrieb über KI haben, die Sie gerne ausräumen würden?

Dass KI das menschliche Fachwissen ersetzen wird. In Wirklichkeit kombinieren die leistungsfähigsten Anwendungen die Mustererkennung der KI mit menschlichem Fachwissen. Unsere erfolgreichsten Implementierungen sind diejenigen, bei denen Wartungstechniker dabei helfen, die Modelle zu trainieren und zu verfeinern, wodurch ein positiver Kreislauf entsteht, in dem sich menschliche und maschinelle Intelligenz gemeinsam kontinuierlich verbessern.

F6: Welcher Trend, welche Technologie oder Innovation im Bereich der KI oder der LLMs begeistert Sie am meisten?

Multimodale KI, die Text, Bilder und Sensordaten gleichzeitig verarbeiten kann. Diese Fähigkeit ist für das Ersatzteilmanagement bahnbrechend, da sie es uns ermöglicht, Komponenten anhand von Fotos zu identifizieren, sie mit technischen Spezifikationen und Bestandssystemen zu korrelieren und Alternativen zu empfehlen - und das alles in Echtzeit und direkt im Lager.

F7: Was wissen Sie heute, was Sie zu Beginn Ihrer Karriere gerne gewusst hätten?

Dass der schwierigste Teil der Datenwissenschaft nicht das Erstellen von Modellen ist, sondern das Definieren der richtigen Probleme, die gelöst werden müssen, und das effektive Kommunizieren der Ergebnisse an die Beteiligten.

Wir hoffen, dass Ihnen der Artikel gefallen hat und Sie weitere Einblicke in das fachkundige Ersatzteilmanagement gewonnen haben!

Folgen Sie uns auf LinkedIn, um weitere Inhalte zu erhalten, mit denen Sie Ihr Wissen über Ersatzteile erweitern können.

Erweckung von AI im Ersatzteilmanagement: Ein Interview mit Giorgio Sarno