Immer mehr Daten entlang der Wertschöpfungsketten werden gesammelt und ausgewertet. Dies geschieht vornehmlich in Industrie und Handel und zwar sowohl intern mit den unternehmenseigenen Daten als auch zunehmend mit den Daten der jeweils vor- und nachgelagerten Wertschöpfungs-Stufen inklusive der Logistik. Mittlerweile lassen sich damit mögliche Zukunftsszenarien simulieren. Klingt nach Glaskugel? Ist aber ziemlich High-Tech.
[url_preview orientation=“right“ newtab=“true“]https://logistik-aktuell.com/2017/03/29/decision-support-tools-im-lagerhaus/[/url_preview]
Die Datenflut steigt und die IT bietet immer mehr Möglichkeiten, die Daten nutzbringend auszuwerten. So entwickelt sich aktuell die Business Intelligence der 90er Jahre hin zu einer Business Analytics, die nun zunehmend auch Aussagen über zukünftige Systemzustände ermöglicht. Die Business Analytics kann also mit neuen Daten und Datenauswertungstechnologien Vorhersagen über zukünftige Wahrscheinlichkeiten machen – sie wird damit zu Predictive Analytics.
Das hört sich nun eher kompliziert und abstrakt an, wir kennen und schätzen es aber alle bereits – nämlich beim Wetterbericht. Die Wetterprognosen haben sich ganz erheblich verbessert in den letzten Jahrzehnten. Das liegt daran, dass zum einen mehr Daten erhoben werden können – zum Beispiel mit leistungsfähigen Wettersatelliten. Und zum anderen liegt es an der verbesserten Rechenleistung der Computertechnik, die sich so weit entwickelt hat, dass aus der Wetterdatenflut sehr genaue Prognosen berechnet werden können. Nichts anderes macht Predictive Analytics – sie berechnet und simuliert zukünftige Szenarien und deren Wahrscheinlichkeiten.
[testimonial id=“5777″]
Mehr Daten liefern eine bessere Prognose
Predictive Analytics steht und fällt mit der Menge und Zuverlässigkeit der Rohdaten. Besonders in der Logistik könnten aber noch deutlich mehr Rohdaten erhoben werden. Beim Umschlagen erhält man die herkömmlichen Daten wie beispielsweise Ankunftszeit, Abfertigungsdauer oder Lademenge. Außerdem können die Logistikdienstleister auf die eigenen Unternehmensdaten aus den oft schon (teil-)automatisierten Lagern bzw. Warehouse Management Systemen sowie aus der eigenen Planung zurückgreifen, wie zum Beispiel Schichtplanung, Tourenplanung oder Rampenbelegung.
Mit Thomas Reppahn, dem Leiter Zentrale Logistics Product and Process Management der Schenker Deutschland AG, sprach logistik aktuell bereits zu dem in der Kontraktlogistik eingesetzten Decision Support System. Zum Potenzial von Predictive Analytics meint Thomas Reppahn: „Die Prädiktive Analyse hat das Potenzial die Geschäftsprozesse zu revolutionieren – besonders innerhalb der Logistik. Wenn Daten über die gesamte Supply Chain hinweg in Modellrechnungen einfließen, werden alle Beteiligten deutlich mehr Planungssicherheit gewinnen. Bis dahin ist es aber noch ein langer Weg. Doch unternehmensintern setzen wir bereits auf solche Planungshilfen. Unser Decision Support System ist ja ein Teilbereich von Predictive Analytics. Es unterstützt unsere Entscheidungen mittels der Auswertung der Daten, die bei uns selbst anfallen. Für unsere eigene Planung leistet es damit heute schon gute Dienste.“
Da geht aber noch viel mehr und zwar mittels Sensorik, beispielsweise zur Überwachung des Transportguts. Die Sensortechnik wird immer günstiger, sodass sich ihr breiter Einsatz in der Logistik zunehmend lohnt. Sie liefert Daten direkt ins Computersystem der Logistikunternehmen – in Echtzeit. Hier können sehr viele zusätzliche Daten mittels Sensoren erfasst werden, die für die gesamte Supply Chain und nicht nur für das Logistikunternehmen wichtig sind. An Echtzeit-Zustandsdaten der Fracht, wie Temperatur, Erschütterung, Luftfeuchtigkeit ist genauso der Einzelhandel wie der Produzent interessiert.
Nicht umsonst nennt die Studie „Trends und Strategien 2017“ der Bundesvereinigung Logistik (BVL) als die drei aussichtsreichsten Technologiekonzepte der Logistik:
- Prädiktive Analyse
- Mobiler Datenzugriff für Kunden
- Sensorik zur Überwachung
Mit Predictive Analytics dem gefürchtet Bullwhip-Effekt begegnen
Vor allem die Kombination aus Sensorik und Prädiktiver Analyse ist überaus zukunftsfähig. Denn hiermit lassen sich Prognosen mit einer Genauigkeit aufstellen und Handlungsszenarien simulieren, die heute kaum denkbar sind – für alle Teilnehmer der Supply Chain.
[selectivetweet]#Zukunftstrend der #Logistik: Mit #KI und #Sensorik zur #PredictiveAnalytics.[/selectivetweet]
Mittels Predictive Analytics lassen sich zumindest die psychologischen Ursachen des Bullwhip-Effekts deutlich eindämmen. Denn sie beruhen meist auf unvollständigem Wissen der einzelnen Teilnehmer innerhalb der Supply Chain. Je genauer Zukunftsszenarien entworfen werden können, desto weniger Vorsorge müssen die einzelnen Lieferketten-Teilnehmer betreiben. Damit gibt es beispielsweise weniger Anreize für das sogenannte Engpasspoker.
Um am Ende noch einmal den Vergleich mit der Wetterprognose zu bemühen: Früher war der Wetterbericht ein Synonym für Fehleinschätzungen. Über die Jahre sind die Prognosen immer verlässlicher geworden, dank moderner Wetterdaten und leistungsfähiger Berechnungen. Wir vertrauen heute ganz selbstverständlich den Wettervorhersagen. Die Prädiktive Analyse kann das Alltagsgeschäft ähnlich berechenbar machen. Die benötigte Rechenleistung und die Sensorik existieren, sie müssen nur noch angewendet werden.
[highlight_area headline=“Der Bullwhip-Effekt“ button=““ button_link=““ button_target=“_blank“ icon=“false“]
Als Bullwhip-Effekt bezeichnet man ein Phänomen entlang der Lieferkette, das dazu führt, dass kleine Nachfrageschwankungen am Ende der Lieferkette zu größeren Bestellschwankungen in der vorgelagerten Lieferkette führen. Diese Schwankungen schaukeln sich immer weiter auf Richtung Ursprung der Lieferkette, bildlich ähnlich wie ein Peitschenschlag. Für diesen Bullwhip Effekt können vier Ursachen ausgemacht werden:
1. Verarbeitung von Nachfragesignalen
2. Preisschwankungen zwischen einzelnen Stufen der Supply Chain
3. Auftragsbündelung zur Verringerung von Bestellfixkosten
4. Engpasspoker, d.h. Hamsterkäufe aufgrund befürchteter Knappheit
[/highlight_area]
About the Author
