In der globalisierten und digitalisierten Welt von heute werden 1000mal mehr Daten als noch vor zehn Jahren generiert und es sieht sehr danach aus, dass sich in den kommenden Jahren das Datenvolumen erneut vertausendfachen wird. Das stellt die Logistikbranche vor immer größere Herausforderungen: Für sie wird die Sammlung und vor allem Auswertung strukturierter Daten immer wichtiger .
Das gilt auch für DB Schenker. „Als einer der größten Logistikdienstleister der Welt verarbeitet DB Schenker große Datenmengen aus verschiedensten internen und externen Quellen. Allein im europäischen Landverkehr werden jährlich Daten zu ca. 100 Millionen Sendungen generiert“, sagt Dr. Joachim Weise, Senior Vice President Data Strategy and Analytics bei der Schenker AG.
[testimonial id=“5051″]
Die effektive und effiziente Nutzung von Daten hat mittlerweile eine zentrale Bedeutung für DB Schenker. Der Logistiker nutzt heute schon komplexe Datenanalysen zur Aufkommensprognose und Netzwerkoptimierung und hat dafür vor einem Jahr die Abteilung „Data Strategy and Analytics“ eingerichtet, die bereits mehr als zehn Mitarbeiter umfasst. „Wir wollen DB Schenker zu einem datengetriebenen Unternehmen weiterentwickeln. Die Mitarbeiter erarbeiten so zum einen eine unternehmensweite Datenstrategie, um „Business Value“ aus Daten zu realisieren und datengetriebene Geschäftsmodelle zu implementieren. Zum anderen initiieren und führen sie Big Data Analytics-Projekte durch.
[url_preview orientation=“left“ newtab=“true“]https://logistik-aktuell.com/2016/08/19/ersatzteillogistik//[/url_preview]
Hierfür wird ein Team von Business Consultants und Data Scientists aufgebaut“, so Weise. „Data Mining und die Mustererkennung von großen Datenmengen birgt ein großes Potential, um unsere Prozesse durch präzisere Vorhersage zu verbessern. Außerdem können wir Kundeninteressen besser erkennen, um Supply Chains zu optimieren.“
Größere Transparenz bei FTL-Verkehren
So arbeitet DB Schenker zum Beispiel an der Analyse großer Datenmengen im Landverkehrsnetz, um die Transparenz über FTL-Verkehre aller Relationen in Europa zu erhöhen. Damit können Auslastung und Routenplanung unter Berücksichtigung interner und externer Daten – zum Beispiel Verkehrs- und Wetterdaten – in Echtzeit optimiert werden.
Die Abteilung analysiert natürlich nicht nur die Daten, sondern tauscht sich auch mit den Kunden aus. Entweder über die Kundenbetreuer oder im direkten Kontakt zum Beispiel im Rahmen von Workshops mit den Kunden.
[selectivetweet float=“left“]Datengetriebene #Logistik: DB Schenker-#Datenanalysten suchen nach den Geschäftsmodellen der Zukunft[/selectivetweet]
Gleichzeitig arbeitet die Abteilung mit Wissenschaftlern zusammen, zum Beispiel betreut sie aktuell zwei Projekte mit dem DB Schenker Enterprise Lab des
Fraunhofer-Instituts für Materialfluss und Logistik IML in Dortmund. Daneben gibt es gemeinsame Projekte mit Universitätslehrstühlen in den Bereichen „Maschinelles Lernen“ und „Mathematische Optimierung“ sowie natürlich eine Zusammenarbeit mit verschiedenen Abteilungen der DB.
[url_preview orientation=“right“ newtab=“true“]https://logistik-aktuell.com/2017/03/21/predictive-analytics-ohne-fahrplan-in-die-zukunft//[/url_preview]
„Im Unterschied zu klassischen Business Intelligence-Einheiten legen unsere Datenanalysten den Fokus auf „Maschinelles Lernen“ statt auf Reporting, auf multidimensionale Analysen und auf immer mehr intelligente, autonome Steuerungen bis hin zu künstlicher Intelligenz.“
Enorme Fortschritte in kurzer Zeit
Denn die technologische Entwicklung schreitet voran, so Weise. Sie ermöglicht die Analyse immer größerer Datenmengen in kürzeren Zeiten und stellt die Logistik vor einen Paradigmenwechsel. „Wenn künftig die intelligente Sendung von autonom selbstentscheidenden Transporteinheiten mit künstlicher Intelligenz bewegt wird, brauchen wir verstärkt interdisziplinäre Expertise, um das Schwarmverhalten solcher Systeme aus der Natur abzubilden und zu analysieren“, so Weise.
About the Author
