Wenn eine Branche in Bewegung ist, dann die Logistik. Das Momentum entfaltet sich auch im Hinblick auf die Digitalisierung: Modernste IT-Systeme, autonome Fahrzeuge, smarte Zustellroboter – um nur einmal die Speerspitze ins Feld zu führen. Auf den ersten Blick unsichtbar bleiben jedoch die Datenströme, die sämtliche Prozesse begleiten. Dabei kann die Analyse und Auswertung von Daten aus Transporten im Rahmen einer Big-Data-Strategie ein entscheidender Treiber sein.
Der Autor: Franz Renger ist Experte für Produktmanagement bei der Kratzer Automation AG
(Bild: Kratzer Automation AG)
In der Transportbranche, nach dem Handel und der Automobilindustrie der drittgrößte Wirtschaftszweig hierzulande, herrscht ein handfester Wettbewerb. Mit harten Bandagen wird um Margen gekämpft. Umso mehr ist es für Logistikunternehmen von Bedeutung, die Kunden in den Mittelpunkt zu stellen und hohe Servicestandards zu garantieren. Ebenso ist es aus ökonomischer Sicht angesichts enger Margen unabdingbar, Ressourcen effizient einzusetzen und somit betriebsinterne Kosten zu senken.
Die Auswertung von Daten ist ein Schlüssel zur Lösung – sowohl im Hinblick auf den Ausbau von Services als auch in Bezug auf die betriebsinterne Effizienz. Big-Data-Analysen schaffen ein Verständnis aller Prozesse, die im Zusammenhang mit Transporten von Bedeutung sind und ermöglichen es damit, die Abläufe zu verbessern. Voraussetzung ist, dass Daten aus verschiedenen Bereichen im Rahmen einer Big-Data-Strategie miteinander verknüpft und dass sie strukturiert aufbereitet werden.
Daten erlauben die Optimierung von Prozessen
Bei der Frage, welche Daten evaluiert werden, ist in der Logistik allerdings weniger die Masse, sondern vielmehr der Inhalt entscheidend. Anstatt von Big Data taucht in diesem Zusammenhang der Begriff Smart Data auf. Diese strukturierten Daten helfen, Antworten auf klar definierte Fragestellungen zu geben. Wertvoll können hierbei im Prinzip alle Daten zu Ereignissen sein, die einen Einfluss auf Logistikketten haben. Damit smarte Daten relevante Erkenntnisse ermöglichen, müssen sie allerdings ebenso gut definiert und belastbar sein wie die Fragestellungen, die mit ihnen beantwortet werden sollen.
Grundlagen für Big und Smart Data schaffen
Die genaue Definition von Messpunkten auf der Transportkette ist die Voraussetzung, um qualitativ hochwertige und damit nutzbare Daten zu gewinnen. Erleichtert wird dies durch die Verbindung verschiedener Komponenten miteinander: Fahrzeuge, mobile Endgeräte von Fahrern und Hallenpersonal, Fördertechnik sowie vielerlei Sensoren in Umschlagshallen, Lagern und Fahrzeugen bilden heute ein dichtes Netzwerk von Datenquellen. Auf Basis einer nahtlosen Integration wird ein nahezu lückenloses Bild über Logistikprozesse möglich.
Neben Daten aus dem Transport wie etwa über Standort, Beladung, Fahrverhalten und Verbrauch werden Packstücke auch während dem Umschlag und Zwischenlagerung regelmäßig registriert, etwa durch Scannen oder RFID. Dadurch können sie mit Zusatzdaten in Verbindung gebracht werden. Beispielsweise kann eine Kühlkette lückenlos überwacht werden, indem die Temperaturdaten von fest verbauten Temperatursensoren mit den bekannten Positionen von Packstücken verknüpft wird. Darüber hinaus lassen sich durch Erforschung qualitativ hochwertiger Smart Data eine Fülle wertvoller Erkenntnisse zur Ressourcennutzung und Prozessqualität erlangen. So lassen sich etwa über- oder unterlastete Lagerbereiche in einer Halle erkennen oder es können Prozesse identifiziert werden, deren Störung besonders viele Folgefehler nach sich ziehen.