Für jedes Prozent, um die die Ausbeute steigt, erwartet Amalthea Einsparungen von rund 500.000 Euro, die dann wieder in die Weiterentwicklung des Unternehmens investiert werden können. Amalthea plant, die Produktionskapazitäten in den nächsten fünf Jahren deutlich zu erhöhen. So soll die hohe Nachfrage nach weiteren Käsesorten und innovativen Lösungen wie dem CleardMilk-Verfahren zur Extraktion von Molke, Rahm und anderen Bestandteilen aus Rohmilch befriedigt werden. Hierdurch kann die entstehende Abfallmenge reduziert und die Nachhaltigkeit erhöht werden.
Das in den Niederlanden ansässige Unternehmen will das Beste aus der hochwertigen Ziegenmilch machen. Diese bezieht das Unternehmen von rund 50 Ziegenhaltern, die Mitglieder der Amalthea Cooperative of Goat Farmers sind. Je nach landwirtschaftlichem Betrieb und Jahreszeit kann die exakte Zusammensetzung von Milch variieren – und dies stellt eine der größten Herausforderungen für Molkereibetriebe dar. Denn es existiert keine Standardrezeptur, die auf alle Milchchargen angewendet werden kann, um eine gleichbleibende Qualität und Ausbeute zu erzielen. Deshalb sind eine genaue Überwachung und Steuerung des Käseherstellungsprozesses unerlässlich, um eine gleichbleibende Konsistenz des Käses zu gewährleisten. Nur so kann Amalthea den Ansprüchen seiner Kunden gerecht werden und gleichzeitig die Produktionsmengen steigern.
„Unsere Kunden erwarten eine gleichbleibend hochwertige Qualität des von uns produzierten Käses“, sagt Joris Aarts, Chief Financial Officer bei Amalthea. „Die größte Herausforderung besteht darin, dass der Rohstoff Milch in seinen Eigenschaften von Natur aus äußerst wechselhaft und unbeständig ist, über die Jahreszeiten hinweg.“
Vor der Einführung von Infor Coleman AI musste Amalthea für jede Käsemenge eine Zielausbeute festlegen, die allein auf praktischen Erfahrungen oder bisherigen Kenntnissen über die Produktion beruhte. Wich dabei die Käsemenge von der Zielausbeute ab oder war diese nicht festgelegt, wurden Änderungen am Produktionsvorgang erforderlich, um den Herstellungsprozess dennoch so effizient wie möglich zu gestalten.
Da die Daten nur manuell verarbeitet werden und deren Analyse nur wöchentlich erfolgen konnte, kam es immer wieder zu Produktionsproblemen. Denn bei einer täglichen Verarbeitung von etwa 240.000 Litern Milch war es nicht optimal, dass Amalthea manchmal eine Woche oder sogar einen Monat auf Einblicke in den Prozess warten musste und erst dann notwendige Systemänderungen vornehmen konnte, um die tatsächlich erreichbare Produktionsmenge zu optimieren.
„In der Vergangenheit mussten wir die Milchausbeute manuell messen, und konnten diese auch nur einmal pro Woche oder manchmal sogar nur einmal im Monat durchführen“, sagt Joris Aarts. „Außerdem waren wir nicht in der Lage, die Ausbeute je Charge zu berechnen. Mit Infor Coleman AI können wir nun sowohl die Ausbeute je Käselieferung in Echtzeit verfolgen und erhalten darüber hinaus direkte Einblicke, welche Einflüsse zu einer höheren oder niedrigeren Milchausbeute führen, sodass wir direkt darauf reagieren können.“
Bereits 2020 modernisierte Amalthea sein ERP-System mit Infor CloudSuite Food & Beverage, das
Amalthea inzwischen in der gesamten Lieferkette einsetzt – von der Milchannahme bis zum Lager. Die Lösung bildet eine Schnittstelle zu den Produktionssystemen und hilft bei der Automatisierung beispielsweise von Wägeeinheiten oder Milchtanks. Dies half, die Effizienz des Finanzabschlusses zu erhöhen und die Berechnungen von Wochen auf Tage zu verkürzen.
Wie Infor Coleman AI Amalthea dabei hilft, den Käseproduktionsprozess schneller und genauer zu steuern, zeigt dieses Video.
Angriffe auf APIs und Webanwendungen sind zwischen Januar 2023 und Juni 2024 von knapp 14…
Mit täglich über 45.000 eingehenden E-Mails ist die IT-Abteilung des Klinikums durch Anhänge und raffinierte…
Bau- und Fertigungsspezialist investiert in die S/4HANA-Migration und geht mit RISE WITH SAP in die…
Trends 2025: Rasante Entwicklungen bei Automatisierung, KI und in vielen anderen Bereichen lassen Unternehmen nicht…
DHL Supply Chain nutzt generative KI-Anwendungen für Datenbereinigung und präzisere Beantwortung von Angebotsanforderungen (RFQ).
Marke mtu will globale Serviceabläufe optimieren und strategische Ziele hinsichtlich Effizienz, Nachhaltigkeit und Wachstum unterstützen.