Eigenbanner: i-need (Super-Banner
ANZEIGE
Eigenbanner: I40-Magazin Skyscraper
Beitrag drucken

Digitale Lieferketten

Die neue Logik der Logistik

Cognitive Computing, maschinelles Lernen und das industrielle Internet der Dinge untermauern im Zusammenspiel mit digitalen Applikationen die Entstehung einer neuen Art von Supply Chains, die fit für das Zeitalter der globalen Produktion und Märkte sind.



Bild: ©kamonrat/Fotolia.com

Über ein Jahrhundert lang hat sich der Charakter der Herstellungs- und Lieferketten nicht wesentlich verändert. In den letzten Jahren zeichnet sich allerdings eine Revolution in der Supply Chain ab – die Industrie verändert sich aufgrund der folgenden Faktoren.

Fünf Faktoren

  • Globalisierung: Produkte werden für globale Märkte entwickelt und weltweit verkauft. Komponenten kommen von internationalen Zulieferern. Die Herstellung von Produkten erstreckt sich oft über weite Teile der Erde.
  • Produktkomplexität: Alles – vom Staubsaugern bis hin zu Verkaufsautomaten, die auch kochen können – ist heute komplexer aufgebaut als noch vor zehn Jahren. Neue Technologien werden auch in viele traditionelle Produkte integriert.
  • Kürzere Produktentwicklungszyklen: Auf der Jagd nach Wettbewerbsvorteilen haben sich die Erneuerungszyklen verkürzt, speziell bei technologischen Entwicklungen.
  • Kundenspezifische Massenproduktion: Kunden verlangen nach individueller Anfertigung und Personalisierung in Bezug auf Gestaltung und Funktionen – auch bei Produkten, die traditionell in Massenfertigung hergestellt werden.
  • Veränderungstempo: In einer globalen, digitalisierten Welt entwickeln sich die Geschäftsprozesse schneller als je zuvor. Produzenten und Lieferketten müssen darauf schnell reagieren und die Veränderungen umsetzen können, sei es bei den Produkten, der Kundennachfrage oder den vorherrschenden Geschäftsmodellen in den jeweiligen Märkten.

In den meisten Fällen wurden diese Faktoren durch technische Errungenschaften vorangetrieben. Von besonders großer Bedeutung ist die Technologie, mit der die Hersteller und andere Akteure in der Lieferkette ihre Angebote an die Bedürfnisse der Märkte von heute und morgen anpassen. Der Schlüssel liegt sowohl in der ‘smarten’ Fabrik und Lieferkette – in dieser sind Sensoren und Steuerungen miteinander verbunden – als auch im gestiegenen Volumen und der höheren Qualität der Daten, die eine solche Umgebung produziert. Letztendlich spielen noch die Verbesserungen der Analysefähigkeiten und das Cognitive Computing eine wichtige Rolle, um aus all diesen Daten Nutzen zu ziehen. Außerdem spielt die organisatorische Fähigkeit, all diese Komponenten in anwendbare Informationen und agile Prozesse umzuwandeln, eine wichtige Rolle bei der raschen Verbesserung der eigenen Arbeitsabläufe.

IIoT und smarte Supply Chain

Vielleicht das am häufigsten diskutierte Thema ist die Entstehung des industriellen Internet der Dinge (IIoT), bei dem Sensoren, Geräte und Steuerungen in industriellen Systemen kombiniert werden und miteinander kommunizieren. Durch den Zugang zu so vielen Daten und die Fähigkeit der einzelnen Komponenten, sich in direkter Verbindung miteinander gegenseitig zu beeinflussen, können Unternehmen heute ungleich bessere Entscheidungen treffen. Gleichzeitig sind die Auswirkungen auf die Effizienz und Profitabilität gewaltig. Die Logistik profitiert in besonderem Maße von den Vorteilen solcher verbundenen Ökosysteme. Einzelne Daten mögen für sich genommen nicht besonders informativ sein, aber die kombinierten Informationsflüsse von Zulieferern, Herstellern, Händlern und anderen Partnern ermöglichen es, aus disparaten Einzelteilen eine Geschichte zusammenzusetzen. Supply Chain Managern helfen solche Geschichten und Muster, Ineffizienzen in der Lieferkette zu entdecken. und Möglichkeiten zu identifizieren, Kapital freizusetzen, Kosten zu senken oder den Service zu verbessern. Strukturierte Daten können in standardisierten Datenbanken gefunden werden, aber Daten mit dem Potenzial, die Abläufe zu verbessern, finden sich überall. Stellen Sie sich vor, man könnte sämtliches Feedback von Endverbrauchern über ein bestimmtes Produkt sammeln, alles was dazu online, in Foren, auf Bewertungs-Webseiten oder in sozialen Medien veröffentlicht wurde. Diese unstrukturierten Daten würden nicht nur eine vorrausschauende Analyse von Nachfragemustern erlauben, sondern auch über die Komponentenproduktion. Denn es werden Funktionen und Elemente erkannt, die ergänzt oder weggelassen werden sollten. Die Lagerhaltung würde vom derzeitigen ‘Just-in-Time’-Modell zu einem übergehen, das die Bedürfnisse und Anforderungen von Herstellern vorwegnimmt, was Risiken und Überkapazitäten abbauen würde.

Riesige Datenmenge

In heutigen Fabriken arbeiten hunderte, wenn nicht tausende von Sensoren, Geräten und Maschinen, die alle zusammen eine die unvorstellbare Menge an Daten produzieren. Allerdings ist es noch eine große Herausforderung, das wahre Potential dieser Daten auszuschöpfen. Der wichtige erste Schritt zur Analyse ist eine reguläre, standardisierte Erfassung. Für Jabil ist diese Herausforderung ungleich größer, da das Unternehmen mit mehr als 250 Hauptkunden in 101 Fabriken und einer Lieferkette mit 17.000 Komponentenherstellern und etwa 700.000 Einzelteilen zusammenarbeitet. Dank eines ausgereiften Filters, der auf Jahrhunderte kollektiver Lieferketten-Erfahrung basiert und einem tiefen Verständnis dafür, was Daten fehlerverdächtig macht, kann das Jabil-Team die Qualität der eingehenden Daten überprüfen und sicherstellen, dass die unternehmenseigenen Daten und die der Partner konsistent und vergleichbar sind. Bei konstantem und hohem Volumen der Qualitätsdaten kann der wahre Wert durch Analyse festgestellt werden. Eine proprietäre, intelligente digitale Plattform namens ‘Incontrol’ überblickt alle gesammelten Daten, die Qualität und die Analyse. Die Lösung arbeitet mit vier Haupttypen von Analysen:

  • Deskriptiv: Metrische Analysen, die den aktuellen Status des Geschäftes beschreiben.
  • Prädiktiv: Analysen, die anhand von Daten aus der Vergangenheit und Gegenwart einen zukünftigen Status vorhersagen.
  • Präskriptiv: Analysen die aufzeigen, welche Schritte nötig sind, um ein bestimmtes Ergebnis zu erzielen.
  • Kognitiv: Die Fähigkeit, große Datensets zu analysieren und Muster zu erkennen.

Durch komplexe Prozessdaten und kognitive Analysen lässt sich die gesamte Lieferkette in einem Ökosystem orchestrieren. Mit dem Einsatz von prädiktiven und präskriptiven Analysen bei großen Datensätzen aus den Geschäftsprozessen und der Lieferkette, können viel bessere Einsichten gewonnen werden als früher. Ein großer Vorteil der Analyse liegt darin, dass sie agnostisch ist, also unabhängig vom individuellen Wissen oder Schätzungen zu konkreten und umsetzbaren Einsichten führt.

Change Management

Genauso wichtig wie technische Fähigkeiten ist die Firmenkultur. Das Change Management ist entscheidend, wenn ein Unternehmen seine Prozesse von manuell geführten Excel-Listen auf einheitliche digitale Prozesse umstellt, die durch eine einzige Plattform und Architektur verbunden sind. Das führt zu einer veränderten Arbeitsweise, neue Fähigkeiten und ein neuer Workflow werden gebraucht, man bewegt sich weg von der Abhängigkeit von Fachexperten. Stattdessen müssen Unternehmen ihr kollektives Wissen in digitalen Plattformen sammeln und durch kraftvolle Analysen praktisch nutzbar machen. Diese Veränderung muss gleichermaßen von oben nach unten und von unten nach oben erfolgen, alle Mitarbeiter sollen für die steigende Durchdringung der Digitalisierung und Datenanalysen in allen Geschäftsbereichen sämtlicher Abteilungen motiviert und für Erfolge belohnt werden.

Die neue Logik der Logistik
Bild: ©kamonrat/Fotolia.com



Das könnte Sie auch interessieren:

Mehr Funktionen für Fabrikplaner

In Version 6.2 hat die CAD Schroer GmbH ihre Anlagenbau- und Fabrikplanungssoftware MPDS4 um zahlreiche Funktionen erweitert So wurde die Bedienung überarbeitet und die Schnittstellen für den Datenaustausch ergänzt. Bestandteil der Version sind zudem weitere Kataloge für den Rohrleitungsbau. ‣ weiterlesen

Viele Unternehmen tätigen Investitionen, ohne die energieeffizienteste Investitionsvariante zu berücksichtigen. Oft fehlen ihnen die Zeit und das Know-how, die Informationen für eine fundierte Bewertung zusammenzutragen. In dem vom BMBF geförderten Projekt ‚Ecoinvest‘ hat das Fraunhofer IPA mit zwei Industriepartnern ein Tool entwickelt, das dem Anwender alle relevanten Kriterien wie Kosten, Amortisationszeit oder Förderprogramme anzeigt. Unternehmen erhalten somit die Grundlage für eine ökonomische und gleichzeitig umweltfreundliche Investitionsentscheidung. ‣ weiterlesen

Coscom bindet Esprit CAD/CAM an

Die digitale Werkzeugverwaltung Tooldirector VM von Coscom liefert nun auch Werkzeugdaten für Esprit CAD/CAM. Nach Systemstart aus Coscom Factorydirector VM heraus, werden Informationen wie Maschine, Material, NC-Programmname und so weiter übergeben. ‣ weiterlesen

Den einheitlichen Informationsstandard sichern

Lösungen für das digitale Vertragsmanagement helfen dabei, Fristen im Blick zu behalten und effizient mit Lieferanten zusammenzuarbeiten. Roboterhersteller Kuka setzt dabei auf Extended ECM vom Softwarehersteller Opentext. ‣ weiterlesen

Kaum ein Projekt ohne IoT

Operational und Information Technology wachsen zusammen. Das zeigen immer mehr Leuchtturm-Projekte, die digitale Technik und Produkte gewinnbringend zusammenbringen. Diese Vorhaben braucht es, denn sie inspirieren den gesamten Markt. Hitachi ist auf mehreren Handlungsfeldern aktiv: Der Konzern produziert vom Zug bis zur Baumaschine hochvernetzte Güter und Fertigungstechnik. Dabei beobachtet das Unternehmen, dass kaum ein Industrie 4.0-Projekt ohne IoT-Technik auskommt – und positioniert sich mit der Plattform Lumada auf dem noch jungen Markt. ‣ weiterlesen

Neue Lösungen für den 3D-Druck von Metall

Materialise hat auf der Rapidtech 2017 neue Softwares für die generative Fertigung von Metall gezeigt. Eine davon ist der Materialise Inspector, der Anwender bei der Analyse von anfallenden Bilddaten unterstützt. ‣ weiterlesen