Examensarbete: Lageroptimering med hjälp av AI

Titel: Förbättrad lageromsättning och utnyttjandegrad genom datadriven analys och artificiell intelligens

Fagerhults Belysning är en av Europas ledande aktörer inom belysningslösningar. Vi står inför ett logistikmässigt utmanande läge med låg lageromsättning och hög fyllnadsgrad i våra förråd av både egentillverkade och inköpta komponenter. Detta skapar ineffektiva processer, såsom frekventa och manuella pallomflyttningar, vilket hämmar flödet i produktionen.

För att möta framtida krav på effektivitet, flexibilitet och hållbar produktion vill vi undersöka hur AI och datadrivna beslut kan användas för att optimera lagernivåer.

Syftet med examensarbetet är att utveckla en modell för lageroptimering med hjälp av AI och datadriven analys. Modellen ska ta hänsyn till parametrar som ledtider, batchstorlekar, lagringskapacitet, ställkostnader och kundbehov. Målet är att minska överlager, öka lageromsättning och skapa ett mer hållbart materialflöde.

Exempel På Arbetsmoment:

• Kartläggning av nuvarande lagerstruktur och processer
• Datainsamling kring orderhistorik, batchstorlekar, ställkostnader och efterfrågemönster
• Utveckling av en optimeringsmodell med AI/metoder som maskininlärning eller regressionsanalys
• Simulering eller testning av modellen i liten skala
• Förslag till ny parameterstyrning och strategier
• Utvärdering av resultat i form av förbättrad omsättning och effektivare flöden
• Begränsningar:
• Modellen fokuserar på lagerstruktur och beslutsstöd, inte fullskalig implementering. Vissa parametrar behandlas som fasta.

FöRväNtat Resultat:

• En fungerande prototyp av en AI-baserad optimeringsmodell
• Strategiförslag för framtida lagernivåer
• Simulerad effekt på omsättningshastighet och fyllnadsgrad
• Rekommendationer för praktisk tillämpning och eventuell ROI-analys

Vi välkomnar upp till fyra studenter att genomföra examensarbetet tillsammans. Projektet lämpar sig särskilt väl för tvärdisciplinära grupper där olika kompetenser kompletterar varandra.

Relevanta Utbildningsinriktningar:

• Industriell ekonomi
• Logistik och ledarskap
• Maskinteknik / produktionsteknik
• Automation och AI
• Data science / statistik / systemanalys
• Teoretisk koppling:
• Examensarbetet kan förankras i flera etablerade teorier och modeller, såsom:
• Lagerstyrning och logistikteori (EOQ, ABC, prognosmodeller)
• Lean production och värdeflödesoptimering
• Artificiell intelligens och maskininlärning i tillämpad logistik
• Operations management och beslutsstödssystem (DSS)
• Systemteori och optimeringsmodeller

🌟 VarföR Fagerhult?

Ni får arbeta med ett högaktuellt och affärskritiskt ämne inom en modern industriverksamhet, där teori omsätts i praktik. Med starkt fokus på innovation och hållbar produktion är detta en möjlighet att bidra till en smartare framtid – och samtidigt få värdefull erfarenhet inför arbetslivet.