Home Insights Der Weg zu Logistik 4.0 – Big Data im Supply Chain Management
Insights

Der Weg zu Logistik 4.0 – Big Data im Supply Chain Management

von Claus

Viele Wege führen zur vernetzten und transparenten Logistik 4.0. Auch Hermes Germany wollte herausfinden, wie der eigene Weg aussehen soll und entschied sich im Rahmen einer großen Analyse für die umfassende Implementierung von Big Data. Doch was ist Big Data? Welchen Nutzen bringt es und welche Anwendungsszenarien gibt es für das Supply Chain Management?

Dies ist Teil zwei einer dreiteiligen Serie zum Thema „Der Weg zu Logistik 4.0“ Teil eins mit dem Titel „Nutzbringende Technologien identifizieren“ finden Sie hier.

Im Rahmen einer Trendanalyse befasste sich der Fachbereich Supply Chain Solutions (SCS) von Hermes Germany detailliert mit dem Potential zahlreicher Technologien wie IoT, Cloud-Computing oder Big Data. Das Ergebnis: Big Data ist aktuell die Technologie mit der höchsten Relevanz für die eigene Geschäftspraxis.

Doch wie kann Big Data im Unternehmen noch effektiver genutzt werden? Eine Gap-Analyse half dabei, die Lücke zwischen Ist- und Soll-Zustand zu schließen und Anwendungsszenarien für Big Data in der Logistik, speziell im Unternehmensalltag von Hermes Germany SCS, aufzuzeigen.

Was ist Big Data? Eine Definition

Da der Begriff Big Data nicht klar abgegrenzt ist und einem kontinuierlichen Wandel unterliegt, ist eine eingehende Definition unabdinglich. Zum einen handelt es sich bei Big Data um einen Sammelbegriff für digitale Technologien, die sowohl die digitale Kommunikation als auch das gesellschaftliche Miteinander beeinflussen. Zum anderen wird Big Data verwendet um große Datenmengen „Massendaten“ zu beschreiben, die zu umfangreich und komplex sind, um sie noch händisch zu verarbeiten.

Um Big Data als Anwendung in der Logistik zu verstehen, sollte der Begriff jedoch differenzierter betrachtet werden. Demnach bezieht sich das ‚Big‘ auf drei Dimensionen (siehe dazu auch Gartner IT-Glossar):

  1. Auf den Umfang und das Datenvolumen,
  2. auf die Geschwindigkeit mit der die Daten erhoben und übermittelt werden, und
  3. auf die Bandbreite der Datentypen und Datenquellen.

Doch reicht dies alleine nicht aus, denn die entscheidende Komponente von Big Data ist die Qualität der gesammelten Daten und der unternehmerische Mehrwert, der daraus zu gewinnen ist. Schlussendlich geht also um die Erhebung und Sammlung großer Datenmengen zur weiteren Nutzung für unternehmerische Ziele.

Status quo: Big Data nutzen, aber wie?

Nurzat Mambetova, Intern bei Hermes Germany, war mit der Aufgabe befasst, einen Bericht rund um die geplante Implementierung zu verfassen. Um sowohl den Ist-Zustand, als auch die Soll-Vorgaben des Fachbereichs zu erfassen, interviewte Mambetova zahlreiche Experten der verschiedenen Fachbereiche. Auf diese Weise konnte der Status quo skizziert und aus dem Feedback eine Ist-Analyse des Fachbereichs SCS durchgeführt werden.

„Die große Mehrheit der befragten Experten erkannte die Vorteile von Big Data, doch eine konkrete Vorstellung, wie Big Data umgesetzt werden kann, war nicht gegeben“, fasst Mambetova das Ergebnis ihrer Ist-Analyse zusammen. Und auch Jan Bierewirtz, Head of Business Development bei Hermes Germany bestätigt diese Aussage:

„Ich glaube, es ist offensichtlich, dass Big Data für unser Geschäft wichtig ist. Das Potential ist groß und wir können Mithilfe von Big Data unser operatives Geschäft künftig noch besser gestalten. Grundfragen zu Beginn waren jedoch wie wir Big Data gewinnbringend nutzen können und wie das letztlich umsetzbar ist.“

Weitere Beiträge

Soll-Vorgaben benennen

Die Soll-Vorgaben konnten ebenfalls aus den Antworten der Experten extrahiert werden. Diese fußen auf drei Szenarien, aus diesen sich wiederrum drei Leitfragen ableiten ließen:

  1. Perfektion: Wie können wir mit Big Data unsere Dienstleistungen perfektionieren?
  2. Prognosefähigkeit: Wie können wir die Zukunft mithilfe von Big Data prognostizieren?
  3. Sicherheit: Wie können wir mithilfe von Big Data relevante Daten richtig zuordnen?

Auf Grundlage dieser drei Szenarien wurden Anwendungsszenarien der Technologie für den Fachbereich SCS herausgearbeitet. Es wurde quasi ein Idealbild erschaffen, wie Big Data künftig die Prozesse im Unternehmensalltag positiv beeinflussen kann.

Jan Bierewirtz
Im Gespräch mit Jan Bierewirtz, Head of Business Development bei Hermes Germany.

Anwendungsszenarien von Big Data im Supply Chain Management

Einige Anwendungsszenarien sollen im Folgenden skizziert werden.

  1. Aus dem Bereich Perfektionierung der Dienstleistungen:
    1. Ersparnis bei Lagerkosten: Die Unternehmenssoftware wird beauftragt, kostengünstigste Angebote für z.B. die Lagerung von x Einheiten zu identifizieren. Für eine umfangreiche Analyse wird das System mit in- und externen Daten versorgt, aus denen es die gesuchten Informationen herausfiltert. Durch die weitere Einspeisung von Daten aus der Transaktion, soll die Software Erfahrung sammeln und bei der nächsten Anfrage ein noch besseres Ergebnis abliefern. Zum Beispiel: „Unter Einbeziehung der Folgekosten war das Lager doch teurer als erwartet.“ So verbessert sich das System fortwährend – theoretisch bis zur Perfektion.
    2. In Sekundenschnelle maßgeschneidertes SCM: Ein Big Data-Algorithmus übersteigt die Fähigkeiten des Menschen bei weitem. Er führt schnell, ermüdungsfrei und wenig fehleranfällig Suchanfragen durch. Da das System alle relevanten Informationen zur Verfügung hat (Schwarmintelligenz = „Weisheit der Masse“), gelingt es der Software in Sekundenschnelle das Anforderungsprofil des Kunden zu analysieren und mit der verfügbaren Dienstleistung abzugleichen. Auf diese Weise kann in wenigen Minuten eine maßgeschneiderte SCM-Lösung für Kunden ausgearbeitet oder der Anstoß zu neuen Produkten geliefert werden (siehe auch Absatz 2.b.).
  1. Aus dem Bereich Prognosefähigkeit von Zukunftsszenarien:
    1. Markttendenzen vorhersehen: Durch die Versorgung des Systems mit relevanten Marktdaten, können Markttendenzen verfolgt, darauf reagiert und bei idealem Verlauf auch vorhergesehen werden. Das ermöglicht es Unternehmen, Neuerungen mitgestalten zu können, anstatt nur darauf zu reagieren. Die Vorhersagefähigkeit schafft darüber hinaus Wettbewerbsvorteile und kann sich positiv auf die Kostenentwicklung und die Effizienz auswirken.
    2. Kundenwünsche erkennen: Mithilfe von Big Data können die Bedürfnisse der Kunden abgeleitet werden. Zum einen ist die Vorhersage von beispielsweise saisonalen Schwankungen oder der Tendenz des Unternehmens vom LKW auf die Schiene zu wechseln möglich, zum anderen können die Daten auch genutzt werden, um das Bedürfnis des Kunden nach bestimmten Dienstleistungen aufzuzeigen. Unternehmen sind so in der Lage neue Produkte und Dienstleistungen auf den Markt zu bringen und Innovationen zu erzeugen.
    1. Aus dem Bereich passgenaue Zuordnung von Daten:
      1. Lieferkettendaten schützen: In der Zukunft wird die Kooperation zwischen Kunden, Partnern und Lieferanten weiter zunehmen. Durch den massenhaften Austausch von Informationen über verschiedene Schnittstellen hinweg wird es zunehmend schwieriger werden, Informationen der Partner von den Informationen Dritter zu unterscheiden. Auch hier kann Big Data helfen. Der Algorithmus verfügt über alle Vertragsinhalte und kann die Identitäten der Kooperationspartner klar voneinander abgrenzen. Im Rahmen einer transparenten und hochgradig vernetzten Lieferkette können Daten daher klar zugeordnet und das Risiko eines Zugriffs Unbefugter auf Lieferkettendaten wird minimiert werden.

 

Gap-Analyse: Lücke zwischen Ist- und Soll-Zustand aufzeigen

Den Soll-Zustand zu erreichen ist selbstredend für jedes Unternehmen eine Herausforderung. Um die Lücke zwischen dem Ist- und dem Soll-Zustand aufzuzeigen, nutzte Hermes Germany eine sogenannte Gap-Analyse. Dieses Management-Instrument zur Früherkennung von Schwachstellen ermöglicht es, vorherzusagen mit welcher Wahrscheinlichkeit geplante Unternehmensziele, bei gleichbleibender Performance eintreten. Darüber hinaus identifiziert die Gap-Analyse Lücken bzw. Abweichungen zwischen dem Status quo und der gewünschten Zukunft und deckt somit Optimierungspotential auf, um den unternehmerischen Zielen näher zu kommen. (Vgl. dazu auch Manager-Wiki)

Die Gap-Analyse ergab, dass es aktuell sowohl strategische als auch operative Abweichungen vom Status quo zum Idealbild gibt.

„Um Prozesse nachhaltig zu optimieren, muss man wissen wo und in welchem Umfang Änderungen notwendig sind. Darüber hinaus benötigt man Informationen zum benötigten Know how. Hier haben wir erfolgreich angesetzt und konnten so die ersten Schritte gezielt angehen“, sagt Bierewirtz.

 

Handlungsempfehlungen

Der Fachbereich SCS von Hermes Germany hat die Relevanz von Big Data für den eigenen Geschäftsbereich festgestellt und Szenarien erarbeitet, wie Big Data die Geschäftsprozesse künftig optimieren soll. Der letzte Schritt ist nun die Implementierung der Technologie in den Unternehmensalltag. Damit diese gelingt und der Fachbereich Big Data erfolgreich nutzen kann, müssen noch einige Lücken geschlossen werden. Dazu gehören u.a.

  • Ausbau der technischen Möglichkeiten zur intelligenten Datenauswertung
  • Weitere Sammlung qualitativ hochwertiger Daten
  • Ausbau der Vernetzung zur Sammlung von Daten (in- und extern)
  • Aufbau einheitlicher Standards zur Datensammlung- und Pflege an den verschiedenen Standorten

„Wichtig ist es nun intern alle Voraussetzungen zu schaffen, um Big Data erfolgreich zu nutzen. Dazu werden wir eine detaillierte Agenda ausarbeiten, um Big Data erfolgreich zu realisieren“, erläutert Bierewirtz die weitere Vorgehensweise.

Lesen Sie im ersten Teil unserer Serie „Der Weg zur Logistik 4.0“ wie Unternehmen für sie relevante Trends identifizieren. Den Abschluss macht ein Interview mit Ralf Boelicke, Abteilungsleiter Supply Chain Solutions bei Hermes Germany, zur Frage der Integration von Big Data in den Unternehmensalltag und deren Effekte auf die internen Prozesse.

Ähnliche Beiträge

Q&A: Wie trägt Supply Chain Visibility zur Optimierung...

Q&A: Welche Vorteile bietet die Bahnverbindung China –...

Von Sialkot in Pakistan in die Welt: Die...

Mit Order Management komplexe Lieferkettenprozesse beschleunigen

Demurrage- und Detention-Management: Hafen- und Terminalgebühren reduzieren

Advanced Reporting – Visualisierung von Lieferkettenzahlen in Echtzeit

Schreiben Sie einen Kommentar

* Wenn Sie dieses Formular nutzen, stimmen Sie unseren Datenschutzbestimmungen zu.