Testa att söka på nyckelord, orderkod eller produktkod, eller serienummer t.ex. ”CM442” eller ”teknisk information”
Enter at least 2 characters to start the search.

Ett digitalt övertag

Endress+Hauser använder data och artificiell intelligens för optimering av interna processer. Det är en strategi som hjälper företaget att prestera enligt tidigare oöverträffade standarder – och i slutändan, hålla kunderna nöjda.

09.02.2026 Text: Christine Böhringer Grafik: 3st kommunikation
Kalibrering tar tid.
Endress+Hauser använder data och artificiell intelligens för intern processoptimering. ©Endress+Hauser

Endress+Hausers mätinstrument kommer i en mängd olika varianter, vilket betyder att varje instrument i princip är unikt.

Exakta prognoser

Endress+Hausers mätinstrument är inte några standardartiklar. De finns i en mängd olika varianter, vilket betyder att varje instrument i princip är unikt. Företaget tillverkar omkring tre miljoner sensorer på beställning varje år, för det mesta med en ledtid på bara ett par dagar. ”För att se till att våra anläggningar har rätt mängd material och resurser vid rätt tidpunkt måste vi göra en prognos för marknadens efterfrågan minst 12 månader i förväg”, säger Oskar Kroll, projektchef för företagets försörjningskedja. En nylanserad maskininlärningsmodell har börjat bistå teamen på detta område. ”Dess analys av datahistorik identifierade mönster och samband. Nu tillämpar modellen dessa resultat på nya data för att göra en prognos för efterfrågan på våra sensorer”, förklarar Kroll. Efter bara tre månaders inlärning med forskare in-house och experter utifrån var modellen redo att göra sina första prognoser baserat på faktorer som offerter, inkommande ordrar, växlingskurser, olje- och gaspriser, ekonomiska indikatorer och allmänna helgdagar.

”För att optimera modellen testade vi den mot perioder där vi redan visste hur många ordrar som kom in. Nu har det gått ett år sedan vi började använda den för löpande 12-månadersprognoser. Våra team i berörda länder kontrollerar prognosernas rimlighet och tillför egna insikter”, säger Kroll. Denna kombination av mänsklig och artificiell intelligens fungerar bra. Kroll: ”De första resultaten tyder på att prognoserna har blivit mer träffsäkra. Detta förbättrar vår planering och hjälper oss att uppfylla kundernas förväntningar på ett tillförlitligt sätt.”

Som en av Prewaves första kunder fick Endress+Hauser möjlighet att bidra till utvecklingen av verktyget. ©Endress+Hauser

Ett allt större antal företag behöver säkerställa att deras distributionskedjor inte bryter mot mänskliga rättigheter eller miljöbestämmelser.

Transparenta distributionskedjor

Företag behöver i allt större utsträckning säkerställa att deras distributionskedjor inte bryter mot mänskliga rättigheter eller miljöbestämmelser. Det innebär att leverantörer granskas och övervakas noggrant. ”Som ett internationellt företag med mer än 12 000 leverantörer visste vi att det enda sättet att uppfylla dessa krav var att använda oss av ett assistanssystem”, säger Thomas Nierlich, chef för upphandling hos Endress+Hauser. Hans team fann den lösning de letade efter med Prewave. Detta startup-företag utvecklade en plattform som använder AI för att analysera information från webben och sociala medier på över 400 språk. ”Prewave arbetar dygnet runt med att analysera dessa data och utföra riskbedömningar för strategiska leverantörer”, förklarar Thomas Nierlich. Om det pågår en protest i närheten av en leverantörs fabrik, eller om regionen är utsatt för en naturkatastrof, får det globala upphandlingsteamet och de lokala inköparna ett meddelande om detta. ”Vi kan också enkelt se om det finns leverantörer som vi bör använda i större utsträckning på vissa områden för att undvika avbrott i distributionskedjan”, säger Nierlich. Som en av Prewaves första kunder fick Endress+Hauser möjlighet att bidra till utvecklingen av verktyget. ”Våra service- och produktionsföretag använder nu också Prewave för allmän riskhantering och utvärdering av nya leverantörer. Allt detta hjälper oss att stärka våra distributionskedjor och förbättra vår förmåga att behandla ordrar tillförlitligt och på utsatt tid”, förklarar Nierlich.

Kalibrering är ett viktigt steg i tillverkningsprocessen hos Endress+Hauser. ©Endress+Hauser

Hos Endress+Hauser är kalibrering ett viktigt steg i tillverkningsprocessen.

Snabb kalibrering

Kalibrering är ett viktigt steg i tillverkningsprocessen hos Endress+Hauser. ”Det är på så sätt vi kan säkerställa att våra mätinstrument presterar enligt specifikationen”, säger Jörg Zacheres, huvudprojektledare för kalibreringssystem vid produktcentret för flödesmätningsteknik. Men kalibrering tar tid. ”Därför undrade vi: Kan denna process påskyndas utan att kvaliteten försämras?” Målet var att kunna behandla ordrar på elektromagnetiska flödesmätare mycket snabbare – det är Endress+Hausers toppsäljare. Utmaningen här var synligheten, vilket den avancerade kalibreringsanalytikern Jonas Bretz förklarar: ”En stor del av processen är automatiserad och sker utom synhåll i anläggningen.” För att uppnå transparens samlade teamet in och överlappade data om instrumentet, processen och produktionsanläggningen från flera källor. ”Alla inblandade kunde sedan visualisera hela händelsesekvensen på djupet. Då kunde vi ytterligare utveckla vår gemensamma förståelse för hur saker och ting hänger ihop”, säger Bretz.

Teamet optimerade kalibreringsprocessen i anläggningar över hela världen genom ett nära samarbete med behöriga myndigheter. Jörg Zacheres är mycket nöjd över resultatet: ”Kalibreringsprocessen är numera omkring 30 procent kortare. Vissa steg har eliminerats medan andra har effektiviserats, och vi har till och med lyckats integrera ett extra steg med kvalitetskontroll.” Teamet har också kapat kalibreringstiden för Coriolis-flödesmätarna. Det finns även fler projekt på gång: ”Inom koncernen har vi byggt en data- och AI-plattform där vi snart kommer att kunna samla in alla kalibreringsdata på ett automatiserat och standardiserat sätt. Detta kommer att effektivisera arbetet för våra dataforskare och hjälpa oss att genomföra optimeringsprojekt ännu snabbare”, säger dataproduktägaren Jean Gutknecht.

Läs om liknande ämnen