Bei der Berechnung von CO2e Emissionen verhält es sich ähnlich wie bei der Kostenberechnung. Je detaillierter man sich in den Fertigungsprozess eingibt, umso detaillierter werden die Berechnungsresultate.
Unternehmen müssen den CO2-Ausstoss ausweisen. Mit dem Lieferkettengesetz wird der gesetzliche Rahmen zur Sorgfaltspflicht im Hinblick auf die Einhaltung von Menschenrechten und Umweltschutz definiert. Viele Staaten und Regionen haben dazu Gesetze und Gesetzesvorschläge implementiert. Lieferanten und Einkäufer benötigen in jedem Wertschöpfungsabschnitt der Lieferkette Transparenz. Heute liegen Wunsch und Nachvollziehbarkeit weit auseinander und stellen die Industrie vor grosse Herausforderungen.
Die Fragestellung "wie können wir von tausenden Artikel die CO2e Werte mit vernünftigem Aufwand berechnet werden?" steht an vorderster Stelle. Mit dem klassischen Bottom-UP Ansatz ist das nicht zu bewältigen. Die Menge an Artikeln und die Dauer einer Bottom-UP Analyse sind zu hoch. Um eine erste Transparenz zu schaffen sind pragmatische Lösungen gefragt. Wir unterscheiden aus diesem Grund zwei Vorgehen um die CO2 Emissionen von Produkten zu berechnen:
Wir konzentrieren uns in diesem Blog-Beitrag auf die erste Variante - den TOP-DOWN Ansatz. Um in Massendaten die CO2 Emissionen berechnen zu können braucht es Daten. Unsere Data-Driven Engine generiert dazu alle notwenigen Basisdaten. Alle technischen Werte von Bauteilen stellt die Data-Driven Engine für hunderttausende Artikel zur Verfügung. Selbst Beschichtungsangaben und Genauigkeitsangaben wie Toleranzen etc. - alles steht in perfekter Qualität zur Verfügung.
Softwareunterstützung ist bei der Verarbeitung von Massendaten unerlässlich. Unsere Software PSI - predicitve saving identifier macht hier die Arbeit.

Entsprechend identifizieren unsere Kunden Artikel mit hohem Emissionspotenzial in wenigen Tagen. Das schärft den Fokus auf die wichtigen Komponenten und spart enorm viel Zeit. Sprechen Sie uns an, wenn Sie in wenigen Tagen Transparenz und Aussagekraft zu den grössten CO2e Verursachern benötigen. Data-Driven Product Carbon Footprint und unser Know-How machen den Unterschied.
Heute fand der Breakfast Event bei Staufen.Inova statt. Zusammen haben wir aufgezeigt, was Next Level Transparency bedeutet und wie KI Unternehmen wettbewerbsfähiger macht.
Der Mai ist BME - Monat. Das Wetter in Düsseldorf war traumhaft. Die Unterkunft und das Catering perfekt. Das Interesse an den BME eLösungstagen war sehr gross. Entsprechend war auch der Workshop zur Produktdaten-Intelligenz ausgebucht.
Schon lange war es geplant: Alle Mitarbeiter zu einem Team-Anlass auf die malerische Insel Lützelau einzuladen. Wir hatten beste Voraussetzungen für einen gelungenen Anlass!
Wäre es nicht fantastisch, wenn Artikel vollautomatisch wissen, welcher Warengruppe Sie zugehören? Mit unseren herausragenden Algorithmen ist das bereits Wirklichkeit.
Manchmal ist die Anzahl und die Varianz der Bauteile in Unternehmen unvorstellbar hoch. Menschen können ein paar hundert Artikel überblicken ... aber 70'000?
In konjunkturell - und geopolitisch anspruchsvollen Zeiten sind verlässliche Unternehmensdaten das Gebot der Stunde. Wir mussten aber schnell feststellen: Einkäufer haben eine andere Vorstellung von "Transparenz" und "verlässlichen Daten" als wir. Aber der Reihe nach ...
Das Ersatzteilwesen trägt in vielen Unternehmen einen beträchtlichen Anteil zum Gesamtumsatz bei. Entsprechend wichtig ist die Systematik in der Preisgestaltung der Ersatzteile. Genau hier gibt es hohePotenziale!
shouldcosting und Luminarity ... wie passt das zusammen? Nach 10 Jahren Entwicklungszeit, vielen erfolgreichen Projekten und unserem Knowhow mit Produktdaten und künstlicher Intelligenz haben wir beschlossen, die Luminarity Holding AG, sowie die Luminarity AG zu gründen.
Simon Roth, Leiter des konzernweiten Einkaufs bei den SBB – Schweizerischen Bundesbahnen, blickt auf ein wegweisendes Projekt zurück, dass die Beschaffungsprozesse der SBB auf eine neue Grundlage stellt.
Wie stufen Sie Ihr Unternehmen in der systematischen Nutzung der Unternehmensdaten ein?
Noch viel Potenzial nach oben? Die Power der eigenen Unternehmensdaten zu erkennen und die Voraussetzungen für datengetriebene Prozesse zu schaffen sind zwei Grundvoraussetzungen um eine Einschätzung vornehmen zu können.