Infor Process Mining AI senkt Expressfrachtkosten um 50 %
Infor und Amazon Web Services haben auf der Hannover Messe im April 2026 neue Werkzeuge für Fertigung und Logistik vorgestellt, darunter Infor Process Mining AI zur Automatisierung komplexer Fabrikabläufe. Der US-Bootshersteller Xpress Boats aus Arkansas setzte die Technologie in den Bereichen Procure-to-Pay, Order-to-Cash sowie Demand-to-Build ein und deckte betriebliche Engpässe in unter einer Woche auf. In dem Industrieunternehmen senkte der Einsatz die Kosten für Expressfrachten um 50 % und beschleunigte die Fehlerdiagnose in Prozessen um 98 %.
Was sich für industrielle Betriebsabläufe ändert
Infor Process Mining AI bietet Industrieunternehmen direkte Einblicke in betriebliche Engpässe über Produktions- und Logistikprozesse hinweg. Durch den Abgleich von Echtzeit-Betriebsdaten mit idealen Prozessabläufen können Hersteller Verzögerungen erkennen, bevor diese zu verpassten Lieferterminen führen oder teure Eiltransporte erforderlich machen.
Beim Ersteinsatz bei Xpress Boats senkte das Werkzeug die Expressfrachtkosten um 50 %. Der Bootsbauer verzeichnete zudem eine Verbesserung der Fehlerdiagnosegeschwindigkeit um 98 % und verkürzte die Bearbeitungszeit von Retouren in den Lieferkettenprozessen um 95 %.
Wie Xpress Boats Process Mining gegen Verzögerungen einsetzte
Der Bootsbauer Xpress Boats aus Arkansas implementierte Process-Mining-Software, um die zentralen Betriebsabläufe an seinen Standorten zu analysieren. Das System wertete Daten aus Procure-to-Pay-, Order-to-Cash- und Demand-to-Build-Prozessen aus und identifizierte Reibungspunkte zwischen den Abteilungen in weniger als einer Woche.
Aufgrund dieser Ergebnisse begann Xpress Boats mit dem Testen weiterer KI-Agenten für Bestellungen, Kundenaufträge, Hauptbuch, Kreditoren- und Debitorenbuchhaltung. Die Kombination aus Process Mining, Automatisierung und generativer Intelligenz soll Effizienzlücken erkennen, Korrekturen anwenden und Lieferkettenabläufe kontinuierlich optimieren.
Was die Infor-AWS-KI-Agenten für die Fertigung bieten
Neue Infor-AWS-KI-Agenten für die Industrie laufen nativ auf AWS, um Aufgaben innerhalb industrieller Arbeitsabläufe zu planen, zu analysieren und auszuführen. Der Katalog umfasst sechs Betriebsbereiche: profitables Projektmanagement, termingerechte Projektbereitstellung, Process Mining und Operational Intelligence, Bestandsfluss, Finanzbetrieb und Qualitätsmanagement.
Unternehmen können über die Infor Agent Factory auch eigene KI-Agenten erstellen. Diese Umgebung ist mit Amazon Bedrock AgentCore, Amazon Bedrock und Amazon SageMaker verbunden, wodurch Entwickler spezialisierte Modelle für proprietäre Fabrikprozesse bereitstellen können.
Wie sich Infor CloudSuite Industrial AI in Arbeitsabläufe integriert
Infor CloudSuite Industrial AI setzt auf rollenbasierte Werkzeuge, die auf spezifische Mikroverfahren der Fertigung zugeschnitten sind. Rick Rider, Senior Vice President of Product Management bei Infor, betonte, dass industrielle KI direkten Kontext aus Shopfloor-Daten, Stücklisten und Lieferkettenaufzeichnungen benötige anstelle generischer KI-Funktionen.
Infor hat diese Werkzeuge auf AWS seit Oktober 2025 erweitert. Das vollständige Agenten-Paket ist derzeit nur eingeschränkt verfügbar; Termine für eine breite Veröffentlichung wurden von beiden Unternehmen noch nicht genannt.
Wie Hersteller vor Hürden bei der Einführung betrieblicher KI stehen
Anbieter von Industriesoftware führen automatisierte Agenten in einem Markt ein, in dem viele Hersteller weiterhin mit der zugrundeliegenden IT-Infrastruktur kämpfen. Eine McKinsey-Umfrage vom Dezember unter mehr als 100 COOs von Industrieunternehmen mit mindestens 1 Milliarde US-Dollar Umsatz ergab, dass 46 % Einschränkungen bei Daten oder IT- und OT-Systemen erlebten, während die Hälfte die Unternehmenskultur als wesentliches Hindernis für die Einführung betrieblicher KI nannte.
Auch Mitbewerber bauen ihre Industriewerkzeuge aus. SAP kündigte Fertigungs- und Lieferketten-Agenten an, deren allgemeine Verfügbarkeit für das zweite und dritte Quartal 2026 geplant ist, während Microsoft den Einsatz von mehr als 25 Lieferketten-Agenten in den eigenen Betrieben meldete und bis Ende 2026 mehr als 100 plant.
Fragen und Antworten
Wie senkt Infor Process Mining die Frachtkosten in der Fertigung?
Infor Process Mining identifiziert Engpässe in Procure-to-Pay-, Order-to-Cash- und Demand-to-Build-Abläufen in weniger als einer Woche. Durch das Aufdecken struktureller Ineffizienzen und eine um 98 % schnellere Fehlerdiagnose können Hersteller betriebliche Verzögerungen beheben und unnötige Eiltransporte vermeiden, wodurch Xpress Boats seine Expressfrachtkosten um 50 % senken konnte.
Was sind die Hauptvorteile der KI-Agenten von Infor und AWS für die Fertigung?
Die KI-Agenten automatisieren Aufgaben in sechs Funktionsbereichen, darunter Bestandsfluss, Projektbereitstellung und Qualitätsmanagement. Nativ auf AWS aufgebaut, nutzen sie den Kontext von Fertigungsebene und Lieferkette, während Unternehmen über die Infor Agent Factory mit Amazon Bedrock AgentCore auch benutzerdefinierte Agenten erstellen können.
Wie schnell zeigt Process Mining einen ROI in der Lieferkette?
Bei Xpress Boats identifizierte Process Mining betriebliche Engpässe in den Lieferkettenabläufen in weniger als einer Woche. Der Einsatz führte zu einer sofortigen Verbesserung der Fehlerdiagnosegeschwindigkeit um 98 % und verkürzte die Bearbeitungszeit von Retouren um 95 %.
Die Sicht von MOZGII
Wie wir es bauen würden
Um ein Process-Mining-System für den Fabrikbetrieb aufzubauen, würden wir mit der direkten Integration zentraler Unternehmensdatenquellen beginnen. Das System würde Betriebsdaten aus den Workflows Procure-to-Pay, Order-to-Cash und Demand-to-Build erfassen. Wir würden aktuelle Bestands- und Versandprotokolle mit den Standardprozessabläufen abgleichen, um Engpässe im Betrieb zu erkennen. Automatisierte Agenten würden Verzögerungen bei der Auftragsabwicklung melden, bevor die Logistikteams auf teure Eiltransporte zurückgreifen.
Die menschliche Kontrolle würde ein zentraler Bestandteil der Architektur bleiben. Supply-Chain-Manager würden automatisierte Empfehlungen für Bestellungen und Produktionsanpassungen prüfen, bevor Änderungen umgesetzt werden. Das Hauptfehlerrisiko läge in unvollständigen Daten aus der Fertigung oder getrennten Altsystemen der Lagerhaltung. Um fehlerhafte Anpassungen zu verhindern, würden automatisierte Kontrollen Aktualisierungen pausieren, sobald Datenströme fehlende Datensätze oder widersprüchliche Bestände aufweisen.
Die einzige Kennzahl, die wir verfolgen würden, wären die Gesamtkosten für Eiltransporte im Verhältnis zum Standardtransportvolumen. Sobald die Erkennung von Engpässen zuverlässig funktioniert, würden wir prädiktive Werkzeuge entwickeln, um Lieferverzögerungen in den Hauptbuch- und Kreditorenabläufen vorherzusagen, bevor es zu Produktionsstillständen kommt.
Quellen
Woher die Fakten dieser Meldung stammen.