Mit dem Product-Mining-Ansatz konnte Binder nachweisen, dass sich viele Produkte nur für einen oder wenige Kunden lohnten und dass dafür Alternativen verfügbar waren. Das stärkt die Argumentation gegenüber Auftraggebern und ermöglicht eine partnerschaftliche Kommunikation. Die Mitarbeiter sahen den Phase-out-Prozess als eine strategische Optimierung. Durch eine transparente (Daten-)Übersicht und klar definierte Kriterien wurde der interne Entscheidungsprozess erleichtert. Diskussionen wichen faktenbasierten Analysen, was sowohl Produktmanager als auch den Vertrieb entlastete.

Product Mining sorgt für weitere Effekte

Die Portfoliooptimierung mittels Product Mining bietet für Binder weitere Effekte, die über die reine Reduktion von Produktvarianten hinausgehen. Ein Nutzen liegt in der Fokussierung auf Kernprodukte. Anstatt das Portfolio stetig zu erweitern und damit zusätzliche Komplexität zu schaffen, ermöglicht die datengetriebene Analyse die Konzentration auf die wirtschaftlich sinnvollsten und strategisch wichtigsten Komponenten. Ressourcen werden so gezielt auf die Produkte gelenkt, die langfristig zur Unternehmensstrategie passen und eine stabile Nachfrage aufweisen.

Die dadurch gewonnene Transparenz über das Produktportfolio trägt zudem zur Nachhaltigkeit und Ressourcenschonung bei. Produkte, die unverhältnismäßig hohe Material- oder Energiekosten verursachen, lassen sich identifizieren und durch ressourcenschonendere Alternativen ersetzen. Zudem lässt sich durch die Reduktion ineffizienter Artikel die Materialbeschaffung optimieren, was Kosten spart und gleichzeitig ökologische Benefits mit sich bringt.

Aufräumen mit Product Mining

Die Einführung der Product-Mining-Software half Binder, das Portfolio zu bereinigen und auch weiterzuentwickeln. Anstatt Produkte, die wirtschaftlich nicht rentabel sind, im Portfolio zu behalten, sorgt eine datengetriebene Herangehensweise für eine fundierte Entscheidungsgrundlage. Durch die Kombination aus Transparenz, Automatisierung und Strategie konnte das Unternehmen seinen Phase-out-Prozess professionalisieren und seine Wettbewerbsfähigkeit stärken.

Seiten: 1 2



  • Sichere Greifprozesse mit Machine Vision

    Für durchgängig automatisierte Pick&Place-Tätigkeiten ist es wichtig, dass Roboter auch unterschiedlich geformte und durchscheinende Objekte sicher greifen können. Deep-Learning-Methoden in einer leistungsfähigen…


  • Highspeed Cutting

    Die Peddinghaus Corporation setzt Vision-Systeme in ihren Brennschneidemaschinen ein. Auf der Suche nach Optimierungsmöglichkeiten hat sie in Zusammenarbeit mit dem Bereich Custom…