Aufbau einer KI-unterstützten Lagerdisposition - Potentiale und Herausforderungen

Zusammen mit der Prognosix AG entwickelten und parametrisierten wir KI-basierte Algorithmen, die speziell für die Anforderungen der Warenwirtschaft im Spitalwesen angepasst sind. Zuerst berechnen diese Algorithmen Bedarfsprognosen, um die Nachfrage vorherzusagen. Danach bestimmen die Algorithmen Prognosen für Lieferzeiten auf Basis historischer und gegenwärtiger Performance der Lieferanten. Mit der Kombination von Bedarfs- und Liefersituation durchleuchten die Algorithmen das ganze Sortiment und empfehlen, welche Artikel im zentralen Lager gehalten, und welche als Durchläufer bewirtschaftet werden sollen. Für das zentrale Lager und für dezentrale Lagerorte werden dann mit Hilfe von Bedarf und Marktlage optimale Meldebestände und Losgrössen bestimmt. In diese Bestimmung fliessen zusätzliche Parameter ein, die teils extern vorgegeben, und teils von weiteren Algorithmen optimiert werden. Dazu gehören u.a. sinnvolle Anlieferfrequenzen, Lagerkosten, Wareneingangs-, Einlagerungs- und Umlagerungsaufwände, interne Transportaufwände oder interne Auslieferfrequenzen.

Die Einführung einer KI-gestützten Lagerdisposition ermöglicht eine kontinuierliche Optimierung der Lagerbestände, abhängig von Bedarfssituation und Marktlage. Die dynamische Anpassung der Lagerparameter trägt dazu bei, medizinische Engpässe zu vermeiden und gleichzeitig die Lagerhaltungskosten signifikant zu senken. Die Kapitalbindung durch überflüssige Bestände kann reduziert werden ohne die Versorgungssicherheit zu reduzieren, was wiederum finanzielle Mittel für andere wichtige Bereiche des Spitals freisetzt. Eine Weiterentwicklung zur teilweisen oder vollständigen Automatisierung von Bestellprozessen ist nachfolgend zu dieser dynamischen Lagerdisposition schrittweise möglich. Langfristig trägt das Projekt dazu bei, die Lagerhaltung im Spital nachhaltiger und effizienter zu gestalten, was heutige Prozesse verschlankt und letztlich die Versorgung der Patienten verbessert.