Prøv at søge efter nøgleord, ordre- eller produktkode eller serienummer, f.eks. “CM442” eller “Teknisk information”
Indtast mindst 2 tegn for at starte søgningen.

Den digitale fordel

Endress+Hauser udnytter data og kunstig intelligens til at optimere interne processer. Det er en tilgang, der hjælper virksomheden med at leve op til stadig højere standarder – og i sidste ende sikre, at kunderne er tilfredse.

09.02.2026 Tekst: Christine Böhringer Grafik: 3st kommunikation
Kalibrering tager tid.
Endress+Hauser udnytter data og kunstig intelligens til at optimere interne processer. ©Endress+Hauser

Endress+Hausers måleinstrumenter findes i et stort udvalg af varianter, så stort set hvert eneste instrument er unikt.

Præcise prognoser

Endress+Hausers måleinstrumenter er ikke standardvarer på lager. De findes i et stort udvalg af varianter, så stort set hvert eneste instrument er unikt. Virksomheden fremstiller årligt omkring tre millioner sensorer på bestilling, hvoraf de fleste leveres på blot få dage. "For at sikre, at vores fabrikker har materialer og ressourcer i de rette mængder og på det rette tidspunkt, er vi nødt til at forudsige markedets efterspørgsel mindst 12 måneder frem i tiden", siger Oskar Kroll, der er projektdirektør for koncernens forsyningskæde. En nyligt introduceret model baseret på maskinprogrammering er begyndt at støtte teams på dette område. "Analysen af historiske data afdækkede mønstre og sammenhænge; nu anvender modellen disse resultater på nye data for at forudsige efterspørgslen efter vores sensorer", forklarer Kroll. Efter blot tre måneders træning af virksomhedens egne forskere og eksterne eksperter var modellen klar til at udarbejde sine første prognoser for behovet på baggrund af faktorer som tilbud, indgående ordrer, valutakurser, olie- og gaspriser, økonomiske indikatorer og helligdage.

"For at optimere modellen gennemførte vi en backtest af den i perioder, hvor vi på forhånd kendte det faktiske omfang af indgående ordrer. Det er nu et år siden, vi begyndte at anvende det på rullende 12-måneders-prognoser. Vores teams i de pågældende lande tjekker disse prognoser for at sikre, at de er realistiske, og bidrager med deres egen viden", siger Kroll. Denne kombination af menneskelig og kunstig intelligens fungerer godt. Kroll: "De første tal tyder på, at prognoserne er blevet mere præcise. Det forbedrer vores planlægning og hjælper os med pålideligt at indfri kundernes forventninger".

Som en af Prewaves kunder var Endress+Hauser i stand til at bidrage til udviklingen af værktøjet. ©Endress+Hauser

Et stigende antal virksomheder stilles over for krav om at sikre, at deres forsyningskæder ikke krænker menneskerettighederne eller miljøforpligtelserne.

Gennemskuelige forsyningskæder

Virksomhederne stilles i stigende grad over for krav om at sikre, at deres forsyningskæder ikke krænker menneskerettighederne og miljøforpligtelserne. Det betyder, at leverandører gennemgår en grundig kontrol og overvågning. "Som en international virksomhed med over 12.000 leverandører vidste vi, at den eneste måde at opfylde disse krav på var at have et system, som kunne hjælpe os", siger Thomas Nierlich, indkøbschef hos Endress+Hauser. Hans team fandt den løsning, de ledte efter, hos Prewave. Dette startup-firma har udviklet en platform, der bruger kunstig intelligens til at analysere oplysninger hentet fra internettet og sociale medier på over 400 sprog. "Prewave arbejder døgnet rundt med at analysere disse data og foretage risikovurderinger af strategiske leverandører", forklarer Thomas Nierlich. Hvis der finder en demonstration sted i nærheden af en leverandørs fabrik, eller hvis der sker en naturkatastrofe i regionen, får det globale indkøbsteam og de lokale indkøbere besked. "Vi kan også hurtigt se, om der er leverandører, som vi bør indgå i et bredere samarbejde med om bestemte forhold for at undgå forstyrrelser i vores forsyningskæde", siger Nierlich. Som en af Prewaves første kunder kunne Endress+Hauser bidrage til udviklingen af værktøjet. "Vores service- og produktionsvirksomheder bruger nu også Prewave til generel risikostyring og vurdering af nye leverandører". Alt dette bidrager til at styrke vores forsyningskæder og forbedrer vores evne til at levere ordrer pålideligt og til tiden", forklarer Nierlich.

Kalibrering er et centralt element i produktionsprocessen hos Endress+Hauser. ©Endress+Hauser

Hos Endress+Hauser er kalibrering et centralt trin i fremstillingsprocessen.

Hurtig kalibrering

Kalibrering er et centralt trin i fremstillingsprocessen hos Endress+Hauser. "Det er sådan, vi sikrer, at vores måleinstrumenter fungerer i overensstemmelse med specifikationerne", siger Jörg Zacheres, ledende projektleder for kalibreringssystemer i produktcentret for flowmålingsteknologi. Men kalibrering tager tid. "Så vi spurgte os selv: Kan denne proces fremskyndes uden at gå på kompromis med kvaliteten?" Målet var at gøre ordrebehandlingen hurtigere for elektromagnetiske flowmålere – den type, som Endress+Hauser oftest sælger. Udfordringen her var synligheden, som den erfarne kalibreringsanalytiker Jonas Bretz forklarer: "En stor del af processen er automatiseret og foregår usynligt inden i anlægget". For at sikre gennemsigtighed indsamlede teamet, med udgangspunkt i forskellige kilder, alle data vedrørende instrumentet, processen og produktionsanlægget og sammenholdt dem. "Alle involverede kunne dermed danne sig et overblik over begivenhedsforløbet i sin helhed og fulde dybde. Det gjorde det muligt for os at uddybe vores fælles forståelse af, hvordan tingene foregik", siger Bretz.

Teamet optimerede kalibreringsprocessen på tværs af fabrikker over hele verden i tæt samarbejde med de relevante myndigheder. Jörg Zacheres er meget tilfreds med resultatet: "Kalibreringsprocessen er nu omkring 30 procent kortere. Nogle trin er blevet fjernet, andre er blevet strømlinet, og det er endda lykkedes os at indføre et ekstra trin i kvalitetskontrollen". Teamet har desuden netop reduceret kalibreringstiden for Coriolis-flowmålere. Og der er flere projekter på vej: "På tværs af koncernen har vi opbygget en data- og AI-platform, hvor vi snart vil kunne indsamle alle kalibreringsdata på en automatiseret og standardiseret måde". Det vil gøre arbejdet lettere for vores dataforskere og hjælpe os med at gennemføre optimeringsprojekter endnu hurtigere", siger dataproduktejer Jean Gutknecht.

Læs mere om lignende emner