Echtzeitdaten strategisch verwerten
Böse Überraschungen in der Supply Chain vermeiden
Die Havarie eines einzigen Frachters am falschen Ort reichte, um Transportwege ins Stocken zu bringen. Natürlich hat auch die Pandemie ihren Teil zur Situation beigetragen. Früh verfügbare Informationen über Störungen helfen, Stillstände zu vermeiden – und künstliche Intelligenz wird dazu immer wichtiger.
Störungen in der Supply Chain führen typischerweise dazu, dass bestimmte Teile oder Produkte nicht zur gewünschten Zeit am gewünschten Ort ankommen. Dadurch werden Produktionspläne und Lieferzusagen gestört, was in der Folge Auswirkungen auf die Kundezufriedenheit hat. Im schlimmsten Fall können Strafzahlungen wegen verspäteter Lieferungen drohen. Dabei können schon einfache Gegenmaßnahmen für mehr Sicherheit sorgen. Im ersten Schritt hilft ein vollständiger Überblick über die Lieferkette, idealerweise in Echtzeit. Dazu gibt es Expertensysteme, die Daten aus dem Unternehmen mit externen Informationen wie von Häfen, Wetterdaten, Zöllen usw. aggregieren. Die dafür benötigten Daten können aus ERP-Systemen, von Transportmanagementsystemen, aus dem Warehouse Management oder direkt von den Produktionsmaschinen kommen. Der Nachteil ist, dass die Echtzeitsicht stets nur eine Momentaufnahme darstellt. Auf der anderen Seite schafft sie Transparenz über Abweichungen und deren Folgen. Wenn beispielsweise ein Transport mit Teilen von Fabrik A zu Fabrik B umgeleitet werden muss, fehlen möglicherweise am Ende in Fabrik A, wenn diese nicht auf Sicherheitsbestände zurückgreifen kann. Da Störungen oft langfristige Planungen über den Haufen werfen und bestimmte Produkte eine lange Vorlaufzeit haben, sollte möglichst weit im Voraus bekannt sein, dass eine Lieferung später kommt.
ETA und PTA
Eine gängige Kenngröße in der Logistik ist die geschätzte Ankunftszeit, die Estimated Time of Arrival (ETA). Diese gibt an, wann beispielsweise ein Lkw sein Ziel an der Rampe erreichen wird. In der Produktion ist jedoch die Vorhersage zur Pünktlichkeit der vorgelagerten Schritte in der Lieferkette wichtig. Diese Predicted Time of Arrival (PTA) als Kenngröße bietet gerade bei Produkten mit langer Vorlaufzeit wichtige Informationen. Unternehmen, die vier Wochen vor der geplanten Ankunft einer Lieferung schon wissen, ob und um wieviel sich diese verspäten wird, haben genug Zeit, um gegenzusteuern, Lieferungen umzuleiten oder alternative Quellen aufzutun. Die neunte Ausgabe von Rockwell Automations „State of Smart Manufacturing“ Report liefert Einblicke in Trends und Herausforderungen für Hersteller. Dazu wurden über 1.500 Fertigungsunternehmen befragt, knapp 100 der befragten Unternehmen kommen aus Deutschland. ‣ weiterlesen
KI in Fertigungsbranche vorn
Die Übersicht behalten
Langfristige Planungssicherheit kombiniert mit Echtzeiteinblicken in die End-to-End-Supply Chain kann aber nur funktionieren, wenn die genutzten Tools übersichtliche Einblicke liefern. Hier sind Dashboards und Karten gefragt. Tabellen-Ansichten helfen bei komplexen Lieferketten oftmals nur begrenzt weiter. Gleichzeitig kommen immer mehr junge Mitarbeiterinnen und Mitarbeiter in die Unternehmen, die einen gewissen Grad der Digitalisierung mitbringen. Daraus folgt auch ein gewisser Anspruch an die verwendeten Tools in Bezug auf Übersicht.
Eingriff durch KI
Je kurzfristiger eine Störung auftritt, umso wichtiger ist der Echtzeiteinblick. Noch besser ist es, wenn Störung automatisiert behoben werden können. Manuelle Eingriffe können sehr aufwändig sein, weil viele Unwägbarkeiten, Konsequenzen und Möglichkeiten abgeglichen werden müssen. Menschliche Mitarbeiter benötigen dazu Tage. Kommt jedoch küsntliche Intelligenz zum Einsatz, verkürzt sich dieser Vorgang auf wenige Minuten. Ein Beispiel dafür ist die plötzliche Verspätung eines Containerschiffes. Die KI weiß, was das Schiff geladen hat, wo die Lieferungen gebraucht werden und kann autonom Warenströme umleiten, auf Sicherheitsbestände zugreifen und Material priorisieren. Damit KI-gesteuerte automatisierte Eingriffe in den Betrieb bei den Beschäftigten auf Vertrauen stoßen, sollten diese wissen, wie der Entscheidungsprozess zu Stande kommt. Die KI muss also transparent und ihre Entscheidungen nachvollziehbar, erklärbar und reproduzierbar sein. Der Thin[gk]athon, veranstaltet vom Smart Systems Hub, vereint kollaborative Intelligenz und Industrie-Expertise, um in einem dreitägigen Hackathon innovative Lösungsansätze für komplexe Fragestellungen zu generieren. ‣ weiterlesen
Innovationstreiber Thin[gk]athon: Kollaborative Intelligenz trifft auf Industrie-Expertise
Daten mit Qualität
Damit eine KI-Lösung dies bewerkstelligen kann, benötigt sie Daten. Es sind dieselben Daten, die auch ein Lieferketten-Monitoring-Tool benötigt. Um diese Daten nutzen zu können, kommt es auf deren Qualität an: Sie sollten sauber aufbereitet und zugänglich sein. Cloud-basierte Plattformlösung, auf die alle Akteure entlang der Supply Chain Zugriff haben können das beispielsweise leisten. Sie dienen der Planung, Steuerung und Überwachung der Lieferkette. Als Interface fungiert der Control Tower.
Produktion und Logistik rücken aneinander
Mit fortschreitender Digitalisierung rücken Produktion und Logistik immer weiter aneinander. Künstliche Intelligenz hilft dabei, die Daten aus beiden Bereichen zusammenzuführen, den Betrieb zwischen beiden Disziplinen zu orchestrieren und zu automatisieren. Auch Kontrolltürme werden an Bedeutung gewinnen, um Supply Chains zu steuern und um sehen zu können, wo ein schnelles Eingreifen notwendig ist.
