Beitrag drucken

IoT Analytics für die Bedarfsplanung

Mehr Planungssicherheit in der Lieferkette

Stabile Lieferketten sind eine Voraussetzung für eine funktionierende Produktion. Gerade angesichts aktueller Krisen ist Planungssicherheit ein wichtiger Faktor.
Hier kann ein analytisch gestützter digitaler Zwilling helfen.

Bild: ©enanuchit/stock.adobe.com

Im Rahmen einer strategischen Partnerschaft entwickeln SAS und Cosmo Tech, Spezialist für Digital-Twin-Simulationstechnologie, KI-basierte Lösungen, die Entscheidungen erleichtern sollen. Mit dem Produkt können Unternehmen unterschiedliche Szenarien für Lieferketten durchspielen und Engpässe erkennen. Daraus lassen sich Empfehlungen für künftige Optimierungen ableiten und die Resilienz der Lieferketten steigern.

Mit dem Industrial Internet of Things (IIoT), Analytics und digitalen Zwillingen stehen Technologien bereit, mit denen Unternehmen ein datenbasiertes Bild ihrer Lieferketten erhalten können. Testszenarien geben Aufschluss über Auswirkungen von Entscheidungen auf Effizienz oder Kennzahlen.

Fragen beantworten

Ein digitaler Zwilling dient dazu, analytische Fragestellungen zu beantworten. Dafür werden Daten aus unterschiedlichen Quellen an einem zentralen Ort gebündelt, verdichtet und für die Analyse aufbereitet. Unternehmen leiten daraus Wahrscheinlichkeiten für künftige Ereignisse ab, etwa einen bevorstehenden Maschinenausfall. Für diesen Blick in die ‘Kristallkugel’ werden prädiktive Modelle für Simulationen angewandt.

Stufenweiser Einstieg

Der Einstieg in die analytisch gestützte Simulation erfolgt stufenweise. Zunächst gilt es, das Ziel zu bestimmen: Soll etwa die Liefertreue der Lagerbestand, Deckungsbeitrag optimiert werden? Im nächsten Schritt wird das Optimierungsproblem in eine mathematische Fragestellung überführt, die auf Offline-Daten angewendet wird. Dabei werden sowohl verschiedene Regionen berücksichtigt als auch anhand historischer Daten die Rahmenbedingungen beschrieben, die das Unternehmen bestimmen.

Das daraus hervorgehende Optimierungsmodell wird im Folgenden auf Online-Daten angewandt – und anhand erster Ergebnisse justiert. In diesem Ergebnisraum gibt es zahlreiche Optionen, das Modell sucht automatisch die am besten für den jeweiligen Anwendungsfall geeignete. Gerade dieser Schritt, unterschiedliche Szenarien durchzuspielen, würde mit herkömmlichen Methoden sehr lange dauern. Abschließend erfolgt die Skalierung: Das gefundene Optimierungsmodell wird auf andere Bereiche erweitert.

Bessere Verfügbarkeit im Ladenregal

Supply Chain Manager müssen stets darüber im Bilde sein, wo es in der Lieferkette haken könnte. Das gilt auch für zukünftige Ereignisse. Dafür gilt es, Planung und Entscheidungsfindung von Anfang bis Ende abzubilden und eng miteinander zu verknüpfen – von der Strategie bis zur Umsetzung. Miteinander konkurrierende Ziele der Wertschöpfung können so entlang der Lieferkette in Einklang gebracht werden. Ein Beispiel: Eine Lebensmittelkette gibt Point-of-Sales- und Forecast-Daten an den Konsumgüterhersteller weiter. Daraus ermittelt der Hersteller den Bedarf der Verbraucher, füttert die Simulation seiner Produktionslinie mit dieser Information – und kann auf dieser Grundlage entscheiden, welches Produkt gerade priorisiert herzustellen ist. Das Unternehmen erkennt zudem sofort, wo es Engpässe gibt und wie sich diese beheben lassen. Das Resultat ist eine bessere Verfügbarkeit im Ladenregal.

Den Überblick behalten

Die datengetriebenen Methoden punkten gegenüber traditionellen Steuerungsmethoden mit Genauigkeit sowie Skalierbarkeit. Denn nicht in jedem Werk gibt es einen eigenen Planer oder gar eine ganze Planungsabteilung. Entscheidungen fallen oft aus dem Bauch heraus oder anhand von Excelkalkulationen, was wiederum Optimierungsläufe verlangsamt und schnelle Reaktionen erschwert.

Für ein Unternehmen mit mehr als 100.000 Produkten im Angebot ist eine genaue Absatzprognose eine Herausforderung. Mit manueller Berechnung ist diese kaum abzubilden, müssten die Verantwortlichen doch riesige Mengen an historischen Daten betrachten. Automatisierung und Machine Learning gleichen dieses Defizit aus. Per Digital-Twin-basierter Simulationstechnologie können Unternehmen unterschiedliche Szenarien testen und die Auswirkungen bestimmter Entscheidungen prüfen. Unternehmen können etwa verschiedene „Was-wäre-wenn“-Szenarien durchspielen: Was passiert, wenn die Gaspreise steigen? Wie lange dauert es, bis der Deckungsbeitrag erreicht ist? Verantwortliche sehen etwa, ob sich ein Wechsel zu einem Lieferanten lohnt, der zwar die günstigeren Preise hat, jedoch den weiteren Anfahrtsweg. Im Normalfall zeigt sich dieser Effekt erst nach einigen Wochen. Mit KI-basierten Methoden verkürzt sich diese Zeit auf wenige Stunden. Ein weiteres Beispiel: Für Unternehmen ist es erstrebenswert, Lagerbestände zu minimieren und somit das Umlaufvermögen zu senken. Dabei gilt es aber zu berücksichtigen (und zu berechnen), wie hoch die Wahrscheinlichkeit ist, dass Unternehmen den Bedarf der Kunden nicht mehr decken können. Oder es ist vielleicht sinnvoll, angesichts der steigenden Gaspreise einzelne Werke abzuschalten, um den Deckungsbeitrag dadurch zu erhöhen. Solche Sekundäreffekte lassen sich mit der Digital-Twin-Technologie darstellen.

Planung in volatilen Zeiten

Um in geopolitisch schwierigen Zeiten Planungssicherheit zu erlangen, reichen Bauchgefühl gepaart mit einfachen Methoden und Spreadsheets oft nicht aus. Unternehmen, die bei Bedarfsplanung und -prognosen auf künstliche Intelligenz setzen, bekommen Informationen und Einsichten, um besser auf mögliche Risiken reagieren zu können. Komplexe Lieferketten werden transparent und steuerbar. Die übergeordnete Frage dabei lautet, “Was wird passieren?” Eine Antwort liefert die Simulation mit dem digitalen Zwilling.


Das könnte Sie auch interessieren:

Im Centre for European Research in Trusted AI (Certain) wollen die Beteiligten Technologien entwickeln, bei denen vertrauenswürdige künstliche Intelligenz einen Schwerpunkt bildet. Der Projekt-Kick-off fand nun in Saarbrücken statt.‣ weiterlesen

Patentanmeldungen im Bereich der additiven Fertigung (3D-Druck) sind zwischen 2013 und 2020 mit einer durchschnittlichen jährlichen Rate von 26,3 Prozent gestiegen. Wie das Europäische Patentamt weiter berichtet, wurden seit 2001 weltweit mehr als 50.000 bedeutende Erfindungen im Zusammenhang mit 3D-Druck-Technologien als internationale Patentfamilien (IPF) veröffentlicht.‣ weiterlesen

570 Aussteller präsentieren vom 3. bis zum 5. Oktober im dänischen Herning Innovationen für die europäische Industrie. Rund 100 Aussteller kommen aus Deutschland.‣ weiterlesen

Nach Proelia, IambOO und Giuneco hat der Softwareanbieter Remira mit Optisoft und Gea Soft zwei weitere Unternehmen in Italien übernommen.‣ weiterlesen

Zsuzsanna Friedl wird HR-Chefin bei T-Systems und löst zum 1. Januar Georg Pepping ab, der das Unternehmen verlässt.‣ weiterlesen

Der Robotikspezialist Exotec hat Christian Eberle zum Maintenance Director für Zentraleuropa ernannt. Der studierte Maschinenbauer war zuletzt für Amazon tätig.‣ weiterlesen

Check Point Software Technologies hat in der ersten Hälfte des Jahres 2023 einen massiven Anstieg von DDoS-Angriffen (Distributed Denial of Service) beobachtet. Die Attacken haben dabei ein neues Niveau an Raffinesse, Häufigkeit und Umfang erreicht, mit dem sich Unternehmen nun auseinandersetzen müssen.‣ weiterlesen

Mit dem richtigen Verhalten verhindern Mitarbeitende Cyberattacken – soweit die Theorie. Die Praxis sieht aber anders aus, wie die aktuelle Arbeitnehmerumfrage 'Cybersicherheit in Zahlen' von G Data CyberDefense, Brand Eins und Statista belegt.‣ weiterlesen

Wie können Sie Ihre Mitarbeiter durch KI, mobile Geräte und Roboter in der Instandhaltung und im technischen Service unterstützen? Welchen Mehrwert hat der Einsatz neuer Technologien für die Steuerung knapper Ressourcen und die Interpretation von real-time Daten für die vorausschauende Wartung? Antworten gibt das Anwenderforum 'Einsatz mobiler Lösungen und Technologien' am 18. und 19. Oktober in Hannover.‣ weiterlesen

Nach Schätzungen des Ifo Instituts ging die Zahl der Kurzarbeitenden im August zurück – auch in der Industrie. Jedoch verzeichneten nicht alle Industriebranchen Rückgänge.‣ weiterlesen