Besser prognostizierbare Stahlpreise mithilfe von KI

Дата публикации: 14-07-2026 08:30:00

Eine aktuelle Forschungsarbeit aus dem Fraunhofer-Institut für Integrierte Schaltungen (IIS) zeigt, wie sich Unsicherheit aufgrund volatiler Rohstoffpreise durch KI-gestützte Prognosen deutlich reduzieren lässt.

Основное содержимое страницы с новостью.

Forschungspreis Besser prognostizierbare Stahlpreise mithilfe von KI

Anbieter zum Thema

Eine aktuelle Forschungsarbeit aus dem Fraunhofer-Institut für Integrierte Schaltungen (IIS) zeigt, wie sich Unsicherheit aufgrund volatiler Rohstoffpreise durch KI-gestützte Prognosen deutlich reduzieren lässt.

Mithilfe KI-gestützter Prognosen lassen sich die Risiken aufgrund volatiler Rohstoffpreise deutlich reduzieren – und auch andere Rohstoffmärkte können von diesen skalierbaren Lösungen profitieren.

(Bild: © Lo - stock.adobe.com)

Dr. Nico Beck, wissenschaftlicher Mitarbeiter im Bereich Supply Chain Services am Fraunhofer-Institut für Integrierte Schaltungen (IIS), wurde jetzt mit dem Forschungspreis des Großhandels 2026 der Forschungsvereinigung Großhandel e. V. (ForveG) ausgezeichnet. Weil Stahlpreise stark von globalen Einflussfaktoren abhängen und enormen Schwankungen unterliegen, wird die Planung entlang der gesamten Lieferkette erschwert, vor allem im Großhandel. Becks Dissertation untersucht, inwieweit sich volatile Stahlpreise zuverlässig prognostizieren lassen und wie diese Prognosen so aufbereitet werden können, damit sie im operativen Einkauf nutzbar sind. Dieser Ansatz ist, wie es heißt, im Rahmen eines Industrieprojekts gemeinsam mit Stahlgroßhändlern entwickelt worden, deren Markt- und Prozesswissen direkt in die Modellierung eingeflossen sei.

Das stärkere Engagement, das ForveG-Mann Blässinger fordert, gelte für Technologien ebenso wie für Geschäftsmodelle. Sich stärker in Forschung zu engagieren, sei daher der richtige Weg.

Robustere Einkaufsentscheidungen

Wie aus dem Bereich Supply Chain Services des Fraunhofer-IIS zu erfahren ist, liege ein entscheidender Beitrag der Arbeit von Beck darin, den tatsächlichen wirtschaftlichen Nutzen der Prognosen nachzuweisen: In einer simulationsbasierten Beschaffungsstrategie hätten – abhängig von der Stahlsorte – Einsparungen von 0,6 bis 2,7 Prozent im Vergleich zu einer klassischen Just-in-time-Beschaffung erzielt werden können. Bei Stahlpreisen ab 600 Euro pro Tonne sei das ein signifikanter wirtschaftlicher Effekt.

Die in der Dissertation entwickelte Methodik kombiniert, wie es weiter heißt, Genauigkeit mit Transparenz und Nachvollziehbarkeit. Statt isolierter Punktprognosen erhielten Anwenderinnen und Anwender Entscheidungsgrundlagen, die Trends, mögliche Preiskorridore und Unsicherheiten gleichzeitig berücksichtigten. Damit würden Einkaufsentscheidungen robuster und Risiken besser beherrschbar.

Dieser Artikel stammt von unserem Partnerportal MM MaschinenMarkt.

(ID:50890544)

Схожие новости

#	Наименование новости	Тональность	Информативность	Дата публикации
1	НЛМК внедрил систему оптимизации расхода ферросплавов на основе искусственного интеллекта	0	0	02-04-2020
2	Греф: ИИ может повысить производительность компаний на 22%	5	7	01-07-2026
3	Wenn KI die Natur optimiert: Chancen und Risiken synthetischer Proteine	0	8	14-07-2026
4	Названы ключевые угрозы искусственного интеллекта: от войны роботов до виртуальной измены	0	7	15-07-2026
5	В Свердловской области более 6% металлургических предприятий используют ИИ	0	0	14-04-2025
6	ИСИЭЗ НИУ ВШЭ: навыки работы с ИИ на российском рынке труда	0	5	19-06-2026
7	Ученые НИУ ВШЭ доказали, что машинное обучение может тратить меньше ресурсов	5	7	14-07-2026
8	AI to revolutionise industrial internet in oil and gas markets	5	7	03-07-2026
9	В России создали ИИ-систему для прогнозирования спроса на лекарства	5	7	30-06-2026
10	ИСИЭЗ НИУ ВШЭ: структурные парадоксы рынка ИИ-компетенций	0	5	24-06-2026

Классификация: Наука. Схожих патентов: 0. Схожих новостей: 10. Тональность: 2. Информативность: 7. Источник: www.bigdata-insider.de.