Kosten senken durch Big-Data-Verfahren

Dieser Beitrag wurde zuletzt am 15. Januar 2021 aktualisiert.

Big-Data-Technologien ermöglichen entlang der gesamten Wertschöpfungskette von Unternehmen die Senkung nicht unerheblicher Kosten – von der Integration sämtlicher Lieferanten über die Echtzeit-Kontrolle von Lagerbeständen und die Reduktion von Ausschuss bis hin zur pünktlichen Auslieferung sowie zur Aufnahme von Kundenwünschen in die Entwicklung und Produktion

Die Industrie befindet sich mitten in der digitalen Transformation. Große Flexibilität, hohe Geschwindigkeit und Just-in-Time sind das Gebot der Stunde. Auf dem Weg zur Produktion 4.0. und Logistik 4.0 werden Technologien wie Internet of Things (IoT), Künstliche Intelligenz (KI) inklusive maschinellem Lernen und Big-Data in die Unternehmen integriert. Ein besonders großes Potential bieten Big-Data-Verfahren – das Sammeln, Qualifizieren und systematische Nutzen großer bereits vorhandener Datenmengen bringt große Vorteile zur Optimierung der gesamten Wertschöpfungskette. Denn so lassen sich Kosten einsparen, ob mit der Überwachung und Steuerung von Prozessen in den Lieferketten, in der automatisierten Produktion oder beim Kundenservice.

Um im Rahmen einer umfassenden Digitalisierung die gesamte Supply Chain und Produktion zu optimieren gilt es, Informationen aus verschiedenen Systemen zu sammeln. Dabei kommen sowohl sämtliche relevanten internen Daten sowie die von allen Lieferanten, Kunden und Partnern in Frage. Entscheidend für deren intelligente Verwertung ist die Qualität der gesammelten Daten und der unternehmerische Mehrwert, der daraus zu gewinnen ist. Das Ziel ist immer die Transparenz der Wertschöpfungskette durch eine Vernetzung interner und externer Systeme sowie eine Echtzeitanalyse aktueller Informationen und verschiedener Datentypen aus unterschiedlichen Quellen. Dafür müssen hohe Bandbreiten sicher zur Verfügung stehen und die Anwendungen aller Beteiligten entsprechend ausgerichtet sowie miteinander verknüpft sein.

Automatisierte Supply Chains für Transparenz

Die digitale Einbindung von Lieferanten, Kooperationspartnern und Kunden auf digitalem Weg führte mittlerweile zu einem massenhaften Austausch diverser Informationen über verschiedene Anwendungen und Schnittstellen hinweg. Transparenz und Informationen in Echtzeit für möglichst schnelle Reaktionen – zum Beispiel bei Problemen in der Logistik – sind längst nicht selbstverständlich. Hier sind Big-Data-Anwendungen die Lösung. Durch eine Bündelung und systematische Qualifikation des gesamten Datenflusses zwischen allen Beteiligten sowie deren Auswertung anhand von Algorithmen kann der Status-quo einer Lieferkette in Echtzeit abgebildet werden. Durch automatisierte Prozesse sowie den Einsatz von IoT-Anwendungen wie RFID oder automatisierte Benachrichtigungen erhält man einen Überblick wichtiger Ereignisse. Risiken werden in Echtzeit bekannt, sodass Analysen und

das Einleiten von Maßnahmen sehr schnell möglich sind. Lieferungen lassen sich optimal und je nach bestehenden Prioritäten steuern.

Es ist allerdings nicht einfach, globale Prozessorganisationen produzierender Unternehmen integrativ miteinander zu vernetzen, um eine komplexe Supply Chain transparent abzubilden. Zur Einrichtung der technologischen Strukturen müssen sich Unternehmen sehr eng mit Lieferanten, Partnern und Kunden abstimmen und umfassende Digitalisierungs-Projekte gemeinsam durchführen. Diese Kooperation ist grundsätzlich sehr wichtig, denn die Beteiligten müssen später auf gemeinsame Dashboards und Portale zugreifen, um im täglichen Prozess genau die Informationen zu erhalten, welche im Einzelfall für ihr jeweils weiteres Vorgehen wichtig sind. Dabei sorgen entsprechende Algorithmen auch für die Datensicherheit und Zugangsrechte, denn sie kennen Verträge und Rollen und grenzen die Identitäten der beteiligten Lieferanten oder Kooperationspartnern klar voneinander ab. Die beteiligten Unternehmen sollten ihre jeweiligen Vorteile der Logistik 4.0 erkennen und die Transformation gemeinsam vorantreiben. Denn das digitale Supply Chain Management führt zu einer nicht unerheblichen Reduktion der Kosten aufgrund des Einsparens von Zeit und zu einer höheren Kundenzufriedenheit, da diese Partner ebenfalls die volle Transparenz zum Status von Bestellungen und Lieferterminen in Echtzeit haben.

Digitalisierte Lagerverwaltung und Distribution

Eine vollständig digitale Lagerverwaltung durch Big-Data-Verfahren inklusive einer Anbindung der Bestandskontrolle an logistische Systeme führt ebenfalls zu hohen Einsparungen. Durch algorithmische Berechnungen verfügt ein produzierendes Unternehmen zum Beispiel immer über erforderliche Materialen, um bei einer optimalen Maschinenauslastung dem Kundenbedarf entsprechend seine Produkte herzustellen. RFID-Tags sorgen für eine transparente Verwaltung, smarte Sensortechnologien kontrollieren Luftfeuchtigkeit und Temperaturen in den Lagerräumen und Kapazitäten sowie der entstehende Materialbedarf werden automatisch berechnet. Im besten Fall geht bei einem Lieferanten eine automatisierte Order ein, die zur Anlieferung des erforderlichen Materials sowie dessen pünktliche Integration in das Lager führt. So sind die Lagerkapazitäten optimal genutzt, während die erforderlichen Ressourcen nach Bedarf bereitstehen.

Solche Supply Chain Solutions (SCS) sorgen auch für Transparenz beim Vorhalten und der gesamten Distribution von Produkten. Die erforderlichen Daten werden aus den traditionellen Betriebssystemen eingespeist: Informationen über wichtige Kennzahlen wie Lagerbestand oder Zeiten der Auftragsvorbereitung und Herstellung, der Verpackung und Lieferung, den Bestand beim Kunden und dessen wahrscheinlichen weiteren Bedarf. Ebenso fließen zum Beispiel Informationen zu den Kapazitäten eines Fuhrparks in die Berechnungen ein: Fahrpläne, Routen oder Kraftstoffverbrauch. Ferner lassen sich Verkehrs- und Wetterinformationen aufnehmen. Durch ein gezieltes Data Mining werden Zusammenhänge, Trends und Muster berechnet, anhand derer sinnvolle Entscheidungen für eine reibungslose Logistik möglich sind. Der gesamte Prozess der Distribution reduziert sich so auf weniger Arbeitsschritte und dabei werden hohe Kosten eingespart.

Lernende Algorithmen zur Qualitätssicherung

Mit der Einführung von Big-Data-Verfahren lassen sich auch die Kosten für den Ausschuss in der Produktion stark reduzieren und die Maschinennutzung aufgrund der reduzierten Doppelherstellung deutlich verbessern.

Innovative Verfahren einer speziellen Datenanalyse für zuverlässige Prognosen in der Produktion bieten interessante Möglichkeiten der Reduktion von Fehlerquoten. Dabei werden während des gesamten Produktionsprozesses Messungen vorgenommen und die Informationen systematisch gesammelt. Die Daten kommen aus unterschiedlichen Quellen: aus den Anlagen, von Sensoren und den spezifizierten Messgeräten. Es werden teilweise mehrere Hunderttausend Einzeldaten pro Teil gesammelt, deshalb handelt es sich um Big- Data-Anwendungen. Über statistische Verfahren werden auf Basis dieser Datenbestände Zusammenhänge wie Korrelationen und Kausalitäten zwischen bestimmten Messergebnissen in der Produktionsphase und dem Prüfergebnis der Endabnahme ermittelt. Auf Basis der sich abzeichnenden Muster (Patterns) werden anschließend Prognosen abgeleitet, welche das wahrscheinliche Ergebnis der Endabnahme vorhersagen. So können Teile, die aufgrund ihres individuelle Fertigungsverlaufs eine hohe Ausfallwahrscheinlichkeit aufweisen, aus dem Prozess genommen und eventuell demontiert oder aufbereitet werden.

Durch lernende Algorithmen, eine wachsende Datenbasis und anhand der Anzahl der erkannten Muster lässt sich die Qualität der Prognosen allmählich steigern, so dass sie mit der Zeit immer zuverlässiger werden. Mit dieser Entwicklung nähert man sich dem Konzept des „digital twin“. Denn die Fertigungsprozesse können auf Basis der gewonnenen Daten in ihren Wirkungszusammenhängen auch zunehmend zuverlässiger virtuell simuliert werden.

So ist beispielweise auch die virtuelle Simulation von bestimmten Anpassungen an Anlagen oder Fertigungsprozessen sowie auch der Veränderungen im Produktmix möglich.

Kundenbindung durch digitale Integration

Ein besonderer Vorteil des Einsatzes von Big-Data-Verfahren ist die Möglichkeit der Einbindung bestehender Kunden in die digitale Kommunikation. Sie können über eigens dafür eingerichtete Dashboards relevante Prozesse beobachten und kooperativ durch eine rechtzeitige Reaktion Probleme verhindern oder kommunizieren. Mit dieser Integration von Geschäftspartnern entsteht während der gemeinsamen Einführung der Technologien idealerweise eine solide Vertrauensbasis und bei der laufenden Kooperation eine bleibende Kundennähe. Auch der Kundenservice wird verbessert, denn etwaige Mängel oder andere Unzulänglichkeiten kommuniziert der Kunde über dafür eingerichtete Kanäle unmittelbar oder Ticket-Systeme, sodass Lösungen immer rechtzeitig angeboten werden. Des Weiteren ist die Aufnahme von Meinungen oder Kundenwünschen in die Entwicklung und Produktion möglich. Auf der Basis von Big-Data-Anwendungen ist das Anforderungsprofil eines Kunden kürzester Zeit analysiert und mit den Möglichkeiten der Produktion abgeglichen. So entsteht sehr schnell die Entwicklung neuer lukrativer Produkte oder eine maßgeschneiderte Kundenlösung. Durch diese Teilhabe des Kunden an den internen Prozessen sparen Unternehmen eine Menge Kosten – zum Beispiel bei der Abwicklung einer reibungslosen Distribution. Auch das langwierige Einholen und Auswerten von Kundenwünschen zur Erstellung von Profilen wird weitgehend automatisiert, es geht schneller und wird zuverlässiger.

Der Einsatz von Big-Data-Technologien der digitalen Technolo­gien wird aufgrund ihrer großen Vorteile für die größeren Unternehmen in jedem Fall zu einer Pflicht und im Rahmen der permanenten digitalen Transformation ganz sicher zu einem Standard.

Der Beitrag wurde verfasst von unserem Mitglied Dr. Jörg Schumacher, Partner bei Haselhorst Associates GmbH

Über Haselhorst Associates

Die Unternehmensberatung Haselhorst Associates GmbH mit Sitz in Starnberg ist spezialisiert auf Restrukturierungen, Strategieberatungen, das Profit-Improvement sowie umfassende Konzepte für Smart-Cities und die Digitalisierung von Unternehmen. Das Team aus international erfahrenen Bera­tern erarbeitet maßgeschneiderte Lösungen für seine Kunden – von der Analyse über die jeweilige Projektplanung bis hin zur Begleitung der Umsetzung. In den vergangenen Jahren hat die Entwicklung von Digitalisierungsstrategien sowohl für Unternehmen als auch Städte und Kommunen eine wach­sende Bedeutung bekommen. Im Bereich Smart City entwickelt Haselhorst Associates gemeinsam mit Stadtwerken und Kommunen zukunftsfähige Konzepte in allen Bereichen der digitalen Daseinsvor­sorge. Das Projekt “Digitalisierungs-Roadmap der Stadtwerke Emden” wurde 2017 mit dem Stadt­werke Award ausgezeichnet. Die Berater unterstützen ferner Unternehmen bei einem erfolgreichen Eintritt in den Smart-City-Markt. In den Jahren 2018, 2019 und 2020 publizierte Haselhorst Associates die Studie „Digitales Deutschland – Smart-City-Ranking“, fundierte Bestandaufnahmen der Entwicklung von Smart Cities in der BRD.

Kontakt

Corina Picker – Leiterin Marketing Haselhorst Associates / C.Picker@haselhorst-associates.com

Haselhorst Associates GmbH
Unternehmensberatung

Schiffbauerweg 1
82319 Starnberg

Tel.: +49 8151 65040-0

www.haselhorst-associates.com