Breitenfellner

Zolldaten mit 50% Datenqualität? Datenüberprüfung und -bereinigung
am Beispiel des Zolltarifcodes mit Einsatz von Machine Learning

6. & 7. KnowHow-Meeting ... 26./27. August 2020 (ONLINE-Event)

Zolldaten mit 50% Datenqualität? Datenüberprüfung und -bereinigung am Beispiel des Zolltarifcodes mit Einsatz von Machine Learning

 

Spätestens seit Donald Trump mit der Erhöhung von Zöllen an China drohte, ist das Thema Zoll, Exportkontrolle & Zollgebühren in der breiten Gesellschaft bekannt. Die Höhe der Zollgebühr richtet sich an dem auszuführenden Produkt aus, dieses wiederum muss entsprechend mit dem Zolltarifcode klassifiziert sein. Bei der Ausfuhr von Waren falsche oder mangelhafte Zolldaten zu nutzen, führt zu einem ernsthaften Legalitätsproblem, denn bei der Verwendung einer falschen Zolltarifnummer kann es zu einer (un)bewussten Steuerhinterziehung kommen.

Nun jedoch regelmäßig Hunderttausende Datensätze auf Richtigkeit, Vollständigkeit und Aktualität zu prüfen ist gemeinhin eine eintönige Aufgabe. Zeitgleich verlangsamt sich der Überprüfungsfortschritt aufgrund hoher Abhängigkeit zu anderen Daten, sofern diese nicht dem gewünschten Stand entsprechen. Beides führt schnell zu einer hohen Frustration, die Korrekturen beginnen sich zu ziehen, geraten schnell ins Abseits und das Problem der fehlenden Legalität bleibt zu lange oder weiterhin bestehen. Somit auch ein ernsthaftes Problem für das Management des Unternehmens.

Zur Lösung des Problems kommt Machine Learning zum Einsatz, um zwei Fliegen mit einer Klappe zu schlagen. Es lassen sich gleichzeitig spannende, zukunftsorientierte Projekte aufsetzen und weiterhin die Datenüberprüfung und -bereinigung mit einer kleinen Anzahl an Personen schnell vorantreiben. Der Vortrag demonstriert praxisnah wie die SEG Automotive Germany GmbH Machine Learning pragmatisch und mit einem minimalen Einsatz an IT Kenntnissen und Programmieraufwand eingeführt und umgesetzt hat sowie welche schmerzhaften und freudvollen Ergebnisse erzielt wurden.


Vortrag von ... Michael Breitenfellner
(Gruppenleiter Produktdatenmanagement, SEG Automotive Germany GmbH)

 

Michael Breitenfellner ist seit 2019 Gruppenleiter für Produktstammdatenmanagement im Bereich Engineering & Koordinator für Materialstammdaten mit weltweiter Verantwortung bei der SEG Automotive Germany GmbH tätig. Mit seinem Team erarbeitet er Stammdatenkonzepte und implementiert diese. Der Blick ist hierbei auf die Bedürfnisse der Organisation - sowohl der internen als auch externen Stakeholder – gerichtet, um schnell und zielgerichtet Verbesserungen zu erreichen.

Auf das Thema Stammdatenmanagement ist Hr. Breitenfellner seit 2013 fokussiert. In seinen bisherigen Stationen bei der Robert Bosch GmbH (Geschäftsbereiche Automotive Aftermarket & Zentral-IT) und bei der SEG Automotive GmbH hat er eine Vielzahl an Projekten und Veränderungen erfolgreich umgesetzt. Dabei greift er auf seine langjährigen Erfahrungen als Logistikplaner & Logistikprojektleiter sowie sein Netzwerk aus verschiedensten Funktionen zurück.

Seine Kenntnisse aus der IT & sein Verständnis von Geschäftsprozessen bringt er mit seinem Team im Bereich Stammdatenmanagement sowohl als Führungskraft als auch als Experte gestalterisch ein. Seit etwa 2018 beschäftigt er sich zudem intensiv mit Methoden rund um Data Analytics & Machine Learning.

 

Anmeldung KnowHow-Workshop

Anmeldung 6. & 7. KnowHow-Meeting

Referenten 6. & 7. KnowHow-Meeting