Premier Foods, einer der größten Lebensmittelhersteller Großbritanniens, ging eine Partnerschaft mit Firemind ein, um die Effizienz seiner Bisto-Produktionslinien zu verbessern. Die Herausforderung bestand darin, ein System zu entwickeln, das die Metriken der Bisto-Extrudereinheit mit AWS Machine Learning und Analysetools modelliert. Das Hauptziel bestand darin, zu demonstrieren, wie eine AWS-gesteuerte Lösung die Verschwendung reduzieren und die Ausbeute in den Produktionsprozessen von Premier Foods steigern kann.

Um diese Herausforderung zu meistern, implementierte Firemind eine Lösung, die mehrere AWS-Technologien nutzte. Amazon SageMaker Notebooks spielte eine zentrale Rolle und ermöglichte es Datenwissenschaftlern, Daten zu analysieren, anspruchsvolle maschinelle Lernmodelle zu erstellen, zu trainieren und auszuführen, die auf die Produktionsumgebung zugeschnitten sind. Ergänzend dazu ermöglichte Amazon SageMaker Canvas Geschäftsanwendern die unabhängige Erstellung und Ausführung von Modellen für maschinelles Lernen, ohne dass dafür technisches Fachwissen erforderlich war, und förderte so einen praxisorientierten Ansatz für datengestützte Entscheidungsfindung. Darüber hinaus wurde eine leichtgewichtige Amazon EC2-Instanz zur Ausführung von Python-Skripten für die Datenverarbeitung bereitgestellt, um eine sichere Datenverarbeitung in der AWS-Umgebung von Premier Foods zu gewährleisten.

Der Umfang des Projekts umfasste mehrere wichtige Leistungen. Firemind begann mit dem Aufbau einer sicheren und effizienten AWS-Umgebung, die eine sichere Datenverwaltung gewährleistet und dem Entwicklungsteam einen kontrollierten Zugriff ermöglicht. Es wurde eine Geschäftslogik entwickelt, um Datenbatches auf der Grundlage des spezifischen Produkts zusammenzuführen, das in den verschiedenen Phasen der Produktionslinie verarbeitet wird. Um die Lösung für die Geschäftsteams von Premier Foods zugänglich zu machen, wurden SageMaker Canvas-Modelle entworfen, bereitgestellt und demonstriert, um ihren praktischen Nutzen zu verdeutlichen. Schließlich wurden Modelle für maschinelles Lernen erstellt, um die optimalen Steuerungseinstellungen für die Bisto-Extrudereinheit vorherzusagen. Diese Modelle nutzten reale Produktionsdaten, um ideale Parameter wie Durchsatz, Schneckendrehzahl und Fettanteil auf der Grundlage von Schlüsselvariablen wie KMU und Produkttemperatur vorherzusagen.

Diese AWS-gestützte Lösung wird die Bisto-Produktionsprozesse von Premier Foods verändern. Durch die Automatisierung von Steuerungseinstellungen und die Bereitstellung prädiktiver Einblicke zielt die Implementierung darauf ab, die Verschwendung deutlich zu reduzieren und den Ertrag zu verbessern. Diese Initiative verbessert nicht nur die betriebliche Effizienz, sondern steht auch im Einklang mit dem Engagement von Premier Foods für eine nachhaltige Produktion. Die Fallstudie unterstreicht die Leistungsfähigkeit von AWS-Technologien bei der Bewältigung komplexer Fertigungsherausforderungen und der Bereitstellung skalierbarer, innovativer Lösungen.