Kommentar von Uwe Weiss, Blue Yonder

Auf dem Weg zum Predictive Enterprise

Seite: 2/2

Firmen zum Thema

Es können A/B-Tests im Vorfeld ausgeführt werden, bevor eine operative Entscheidung ansteht. So gewinnen Verantwortliche nicht nur Sicherheit, sondern auch neue Erkenntnisse über mögliche Auswirkungen von Entscheidungen. Zum Beispiel kann eine Bewerbung eines Artikels auf der Website in Echtzeit und auf Basis von echten Daten simuliert werden. Damit wird im Vorfeld geprüft, welche Wirkung eine Aktion auf den Abverkauf hat. Oder im produzierenden Gewerbe können Simulationen eingesetzt werden, um zu schauen, ob Produktionsauslastungen durch weniger Maschinenstillstände zu verbessern sind.

Aber auch im Einzelhandel kann Predictive Analytics Einsatz finden, um die Warendisposition anhand automatisierter Entscheidungen permanent neu am Bedarf der Kunden auszurichten, wie es bereits Kaiser‘s Tengelmann in einem aktuellen Projekt tut. Damit wird der Aufwand bei der Absatzplanung reduziert und die Absatzvorhersagen präzisiert. Die Kundennachfragen an den einzelnen Standorten werden noch bedarfsgerechter prognostiziert. 2013 haben mehrere Filialen mit der Predictive Analytics Suite von Blue Yonder über drei Monate erfolgreich gearbeitet und den Erfolg nachgewiesen. Bis Ende 2015 soll das Projekt nun auf alle 451 Filialen ausgeweitet werden.

Big Data und Industrie 4.0

Nicht nur Unternehmen mit Endverbraucherfokus, sondern auch die herstellende Industrie kann die Vorteile für sich nutzen. Maschinen, die während des Betriebes Daten generieren, ermöglichen Analysen und Prognosen. Immer mehr Anlagen sind mit integrierten Sensoren ausgestattet, die Daten über das Internet direkt an Unternehmenssysteme übertragen, die Informationen zu möglichen Leistungsabweichungen oder Problemen liefern können.

Des Weiteren kann durch die Überwachung von Sensordaten die Produktivität in der Fertigung angepasst sowie deutlich gesteigert werden. Wichtige Kernprozesse werden so nicht nur besser steuerbar, sondern sind auch vorhersehbar und effizienter. Personal- und Materialeinsätze können an die Produktionsabläufe optimal angepasst werden.

Ein Gemeinschaftsprojekt, das erst vor kurzem zu Industrie 4.0/Big Data startete, ist „iPRODICT“. Die Abkürzung steht für „Intelligent Process Prediction based on Big Data Analytics“. Ziel ist es, Datenströme bei der Saarstahl AG zusammenzuführen und per CEP (Complex Event Processing) in Echtzeit zu überwachen. Normabweichungen lassen sich so in einem sehr frühen Stadium – nämlich bereits während ihrer Entstehung – entdecken.

Das ermöglicht es dem Unternehmen, unvermeidliche Qualitätsschwankungen in der Stahlverarbeitung zu antizipieren, mithin Produktions- und Geschäftsprozesse vorausschauend anzupassen. Das Forschungsprojekt wird von dem DFKI (Deutsches Forschungszentrum für Künstliche Intelligenz), Blue Yonder, dem Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme, Pattern Recognition und der Software AG durchgeführt.

Blick in die Zukunft

An dem Ort, an dem Unternehmen tagtäglich dutzende Entscheidungen treffen müssen, können Fehlentscheidungen infolge rein regelbasierter Entscheidungen nicht nur hohe Verluste zur Folge haben, sondern die Marktposition negativ beeinflussen. Unternehmen stehen Prosumenten gegenüber, die sowohl jederzeit passende Produkte und Dienstleistungen konsumieren wollen als auch selbst stärkeren Einfluss auf die Produktionsfähigkeit des Produzenten besitzen. Die Wettbewerbsfähigkeit eines einzelnen Unternehmens wird sich zukünftig nicht mehr daran messen, wie ressourcenschonend gearbeitet wird, sondern wie effizient gewonnene Informationen aus Smart Data in neue Geschäftsmodelle integriert werden. Datengetriebenes Entscheidungsmanagement und die Automatisierung von Massenentscheidungen auf einer Plattform sind der wichtigste Erfolgsschlüssel.

Artikelfiles und Artikellinks

(ID:43052333)