Data Science

Routenoptimierung bei FIEGE Healthcare

Herausforderung Die Healthcare Division des Logistikdienstleisters FIEGE betreibt 10 Verteilerzentren in ganz Deutschland. Von dort aus werden täglich über 100 Krankenhäuser mit tausenden von Produkten zur Sicherstellung der medizinischen Grundversorgung beliefert. Die Produktnachfrage der Krankenhäuser ist sehr dynamisch und kann sich täglich ändern. Darüber hinaus erschweren strenge Zeit- und Sicherheitsrestriktionen die Routenplanung der FIEGE Healthcare […]

Subscribe

Subscribe

Seitenverzeichnis

Herausforderung

Die Healthcare Division des Logistikdienstleisters FIEGE betreibt 10 Verteilerzentren in ganz Deutschland. Von dort aus werden täglich über 100 Krankenhäuser mit tausenden von Produkten zur Sicherstellung der medizinischen Grundversorgung beliefert. Die Produktnachfrage der Krankenhäuser ist sehr dynamisch und kann sich täglich ändern. Darüber hinaus erschweren strenge Zeit- und Sicherheitsrestriktionen die Routenplanung der FIEGE Healthcare Division.

 

Ansatz

Für die Entwicklung einer möglichst dynamischen Planungssoftware wurden verschiedene Datentöpfe in der Lösung verarbeitet und analysiert. Dabei basieren die Optimierungsansätze auf dem Open-Source-Framework OR-Tools von Google, das State-of-the-Art-Algorithmen für verschiedenste Problemstellung aus dem Themenfeld Operations Research bündelt.

 

Ergebnis

Durch die dynamische Routenplanung können Fahrzeiten bis zu 26% reduziert werden. Neben Zeit- und Kostenersparnissen werden Krankenhäuser schneller versorgt.

 
„Die individuelle Softwarelösung von pacemaker ermöglicht es uns, bis zu 26% unserer Fahrzeit einzusparen und unsere Abrechnungsprozesse deutlich zu verschlanken.“ – Moritz Hüwe, Bereichsleiter, FIEGE

 

Projektname Gamechanger in der Routenoptimierung
Projektbeschreibung Mit FIEGE haben wir eine Software entwickelt, die die Logistikprozesse durch eine optimale Routenplanung unterstützt. Dank KI wird die beste Route gefunden und FIEGE kann in kürzerer Zeit deutlich mehr Krankenhäuser beliefern. Das Resultat: Neben Zeit- und Kostenersparnissen, werden Krankenhäuser und Patienten schneller versorgt.
Projektbranche Logistik
Use Case Routenoptimierung
Datengrundlage Auftragsdaten, Kundendaten, Depotdaten, Fahrer- & Fahrzeugdaten
Projektlaufzeit 2 Monate
Tools Python, Node, Angular

Similar posts

Bleiben Sie immer auf dem neusten Stand

In unserem Blog dreht es sich um Themen rund um Data Science und KI.