SCM: Optimierte Supply Chain Planung mit Big Data

Big Data SCM

Unsplash/Reproductive Health Supplies Coalition

Rund drei Viertel der deutschen Unternehmen (78 Prozent) verfolgen laut des 10. Hermes-Barometers einen systematischen und übergreifenden Ansatz zur Optimierung ihrer Supply Chain. Der Einsatz von Big Data kann dabei einen entscheidenden Wettbewerbsvorteil bieten. Wir erklären, was Big Data ist und wie Sie Ihre Daten für ein effizientes SCM nutzen.

Eine effiziente, transparente und agile Supply Chain, die innerhalb kürzester Zeit flexibel agieren und auf sich ändernde Rahmenbedingungen reagieren kann, ist das Ziel zahlreicher Logistikentscheider. Die wachsende Komplexität der häufig globalen Lieferketten sowie äußere Einflüsse wie Handelsstreitigkeiten oder der anstehende Brexit erhöhen den Optimierungsdruck zusätzlich. Dies belegt auch das Hermes-Barometer zum „Optimierungsbedarf der Supply Chain“.

Big Data – was ist das?

Mit Hilfe von Big Data können Unternehmen die Planung ihrer Supply Chain auf ein fundiertes, datenbasiertes Fundament stellen. Doch was verbirgt sich hinter dem Begriff? Als Big Data werden große Datenmengen bezeichnet, sogenannte „Massendaten“, die zu umfangreich und komplex sind, um sie händisch verarbeiten zu können. Darüber hinaus werden unter Big Data Technologien verstanden, die zur Sammlung und Auswertung dieser großen Datenmengen nötig sind und die digitale Kommunikation in der Logistik entscheidend verbessern können.

In jedem Unternehmen werden täglich hunderte oder gar tausende neuer Datensätzen angelegt: Von Inventarlisten, Frachtbriefen und Lieferscheinen bis hin zu Zolldokumenten. In der Regel ist der Datenstrom jedoch nur auf das eigene Unternehmen begrenzt. Wichtige Informationen anderer Lieferkettenpartner lassen sich häufig auf Grund einer mangelhaften gemeinsamen Kommunikationsarchitektur nicht einsehen und nutzen. Cloud-Lösungen können den Aktionsradius hier mit vergleichsweise wenig Aufwand erweitern.

Anwendungsbereiche für Big Data im SCM

Doch wie lassen sich diese Daten nun genau für die Supply Chain Planung nutzen? Wir stellen Ihnen zwei prominente Anwendungsbereiche für Ihre Supply Chain vor. Die sich daraus ergebenen Vorteile sind durchaus vielfältig, wie die folgende Zusammenfassung zeigt:

Verbesserung der Forecastings:

  • Ob Personalplanung oder logistische Kapazitätsplanung: Mit Hilfe einer smarten Auswertung der erhobenen Datenmengen können Unternehmen belastbare Vorhersagen treffen. Dazu werden die gesammelten Daten auf Muster und wiederkehrende Events analysiert und entsprechende Schlussfolgerungen gezogen. Gemeinsam mit der Erfahrung der Verantwortlichen können so valide Aussagen getroffen und die Supply Chain Planung entsprechend angepasst werden.
  • Positive Nebeneffekte sind neben der präziseren Vorhersage, die Optimierung aller betroffenen Prozesse innerhalb der Supply Chain und damit ein kosteneffizientes Wirtschaften.

Datenbasiertes Peak-Management:

  • Vom Weihnachtsgeschäft über den Valentinstag bis zur Urlaubssaison gibt es im Laufe eines Jahres zahlreiche Spitzenzeiten, bei denen eine stabile und belastbare Nachfrageprognose viel Geld einsparen kann. Mit Hilfe von Big Data können die Daten der vergangenen Peaks ausgewertet und kommende Trends prognostiziert werden. So lässt sich das Kundenverhalten wesentlich präziser vorhersagen, wodurch Lagerkapazitäten entsprechend geplant und Bestellvorgänge ausgelöst werden können.
  • Durch die Anwendung von Big Data beim Peak-Management können Lagerkapazitäten effizienter genutzt werden. Darüber hinaus sinkt die Gefahr von Ladenhütern oder „Out-of-Stock“-Meldungen, was wiederum der gesamten Unternehmensperformance zu Gute kommt.

Praxisbeispiel: Big Data in der Supply Chain

Mit Hilfe von Big Data lassen sich jedoch nicht nur klassische Prognosen treffen. Big Data hilft auch praktisch bei der Planung von Logistikkapazitäten, wie das Beispiel von Hermes International, ein Geschäftsbereich von Hermes Germany, zeigt.

„Um das Potential von Big Data voll ausschöpfen zu können, ist es generell wichtig, auf die gesamte Datenbasis einer Supply Chain zugreifen zu können“, sagt Moritz Gborglah, Divison Manager International Freight bei Hermes International.

Nachdem diese Hürde genommen war, führten die Logistikexperten erste Tests durch. Ziel war es, die Brutto- (die Ware exkl. Verpackungs- und Polstergewicht) und die Nettokapazitäten (die Ware inkl. Verpackungs- und Polstergewicht) bestimmter Warengruppen zu bestimmen. Die ersten Tests lieferten bereits recht erfolgreich konkrete Aussagen. So konnten die Bruttokapazitäten bis auf 1,48 Prozent bzw. eine Differenz von 0,42 kg vorhergesagt werden. „Im Hinblick auf die Nettokapazitäten konnten wir noch Optimierungspotential hinsichtlich der genutzten Datenbasis identifizieren“ sagt Gborglah. „Das waren für uns wichtige Erkenntnisse, die wir für die weitere Arbeit mit Big Data nutzen konnten.“ In der Praxis sei es am herausforderndsten, eine gemeinsame Dateninfrastruktur zu schaffen. Ist diese jedoch erst etabliert, kann das Potential von Big Data Schritt für Schritt gehoben werden. „Mit positiven Effekten für alle Lieferkettenpartner“, so Gborglah.

Die Supply Chain Planung ist eine komplexe Aufgabe und die Ansprüche der Akteure steigen. Ein Spannungsfeld, in dem es neue Ansätze braucht, um die Lieferkette zukunfts- und wettbewerbsfähig aufzustellen. Big Data kann ein Ansatz sein und ist keineswegs nur eines der vielen Buzzwords, das die Logistikbranche aktuell flutet. Denn jedes Unternehmen generiert täglich unzählige Datensätze: Eine Ressource, die es effizient und wirtschaftlich zu nutzen gilt, um Prozesse zu optimieren und eine belastbare Grundlage für künftige Entscheidungen zu schaffen.

Lesen Sie hier, wie Hermes International Big Data implementierte: Von der Identifikation der Technologie bis hin zur Praxis.

 

ÄHNLICHE BEITRÄGE

Scroll Up

Diese Webseite verwendet Cookies. Wenn Sie die Seite weiter nutzen, gehen wir von Ihrem Einverständnis aus. Weitere Informationen

Die Cookie-Einstellungen auf dieser Website sind auf "Cookies zulassen" eingestellt, um das beste Surferlebnis zu ermöglichen. Wenn du diese Website ohne Änderung der Cookie-Einstellungen verwendest oder auf "Akzeptieren" klickst, erklärst du sich damit einverstanden.

Schließen