Supply-Chain-Analytics

Analytics-Anwendungsfälle für die Überwachung und Steuerung der Supply Chain

Die Digitalisierung ihrer industriellen Prozesse stellt Unternehmen heute vor große und vielfältige Herausforderungen. Neben den vielen technischen Fragestellungen der Datenerfassung (Sensorik), Datenübertragung (Internet der Dinge), Datenspeicherung (Big Data), Datenanalyse (Künstliche Intelligenz) und Prozessintegration (IT-Anwendungssysteme) müssen auch wichtige Fragestellung des Managements geklärt werden. So gilt es, die Implementierung datengetriebener Prozesse mit Geschäftsstrategien und/oder neuen Geschäftsmodellen zu verknüpfen und notwendige Anpassungen an der Ablauforganisation vorzunehmen. Diese verschiedenen Aspekte einer Digitalisierungsinitiative sind als komplementär zu betrachten. Nur die Lösung aller Fragestellungen schafft die Grundlage für die erfolgreiche Realisierung datengetriebener Geschäftsprozesse im Unternehmen. Von entscheidender Bedeutung und Ausgangspunkt für eine Implementierung ist dabei die Ausarbeitung bzw. Auswahl relevanter Analytics-Anwendungsfälle. Erst anhand konkreter Analytics-Anwendungsfälle können Aufwand und Nutzen für das Unternehmen bewertet werden und deren Umsetzung erfolgen.

 

Typische Anwendungsfälle für Supply-Chain-Analytics

Supply-Chain-Analytics umfasst methodisch drei Bereiche, die in ihrem Reifegrad stufig aufeinander aufbauen: Descriptive Analytics, Predictive Analytics und Prescriptive Analyitcs.

Bei Descriptive Analytics werden Vergangenheits- oder Statuswerte aufgenommen und anschließend von Menschen interpretiert. Ein großer Anwendungsbereich ist hier die Verfolgung von Materialbewegungen oder die Erhebung von Logistikkennzahlen. Diese geben Aufschluss über den aktuellen Zustand, mögliche Störungen und den Grad der Zielerreichung. Die Bewertung der Informationen erfolgt durch den Menschen. Die Anwendungsfälle haben große Ähnlichkeit mit Business-Intelligence-Anwendungen. Ein wesentlicher Unterschied liegt aber in dem Anspruch, alle Daten in Echtzeit zur Verfügung zu stellen und so Transparenz in der Lieferkette herzustellen. Diese Analytics-Methode kann beispielsweise bei der Verfolgung von Gütern, bei der Lokalisierung von Logistikressourcen, der Identifikation von Verspätungen oder Störungen oder für den Soll-Ist-Vergleich eingesetzt werden.

Die nächste Reifestufe von Supply-Chain-Analytics ermöglicht mit Predictive Analytics eine automatisierte Bewertung aktueller Abläufe und Ereignisse in der Lieferkette. Dazu werden historische Logistikdaten nach Mustern durchsucht, Modelle abgeleitet und auf aktuelle Daten in der Lieferkette angewandt, um Abläufe zu klassifizieren, Probleme anzuzeigen oder Bedarfe vorherzusagen. Die Ableitung und Initiierung notwendiger Maßnahmen erfolgt durch den Menschen. So können kritische Situationen und Ereignisse früher identifiziert oder Kunden – und Ressourcenbedarfe, vorhergesagt werden.

Aufbauend auf Predictive Analytics, die automatisiert die aktuelle Situation bewerten, können mit Hilfe von Prescriptive Analytics Vorgaben für die zukünftige Planung und Steuerung der Supply Chain abgeleitet werden. Dazu werden Modelle zur Bewertung zukünftiger oder alternativer Szenarien benötigt und mit aktuellen Daten aus der Supply Chain bespielt. Eine Alternative zu den Modellen stellt die Entwicklung von Maßnahmenkatalogen dar. Je nach Problemfall können so geeignete Maßnahmen zugeordnet werden, beispielsweise um Transportrouten oder Dispositionsparameter vorzugeben.

© Foto Fraunhofer IIS

Tabelle mit Analytics-Anwendungsfällen und den dazugehörigen Informationen

SCS-Bibliothek zur Identifikation von Analytics-Anwendungsfällen

Für die Identifikation und Auswahl relevanter Anwendungsfälle eignen sich zwei Herangehensweisen. Zum einen kann ausgehend von vorhandenen Daten die Frage gestellt werden, welche Erkenntnisse bzw. Nutzen daraus für Geschäftsprozesse gezogen werden können. Der andere Ansatz fokussiert einzelne Geschäftsprozesse und identifiziert mögliche unterstützende Analytics-Anwendungsfälle. Beide Herangehensweisen werden durch die vom Fraunhofer SCS entwickelte Bibliothek für Analytics-Anwendungsfälle unterstützt. Grundlage für diese Bibliothek bildet eine umfassende Studie in wissenschaftlichen Datenbanken und Fachmagazinen sowie die Entwicklung eines Klassifikationsschemas. Diese Bibliothek kann von Unternehmen genutzt werden, um Ideen für Analytics-Anwendungen zu generieren, diese auf die eigenen Geschäftsprozesse zu übertragen, zu bewerten und erste Analytics-Projekte zu initialisieren.

© Foto Fraunhofer IIS

Ein Beispiel: Vorhersage des Transportaufkommens

In einem konkreten Kundenprojekt mit einem Transportdienstleister wurden historische Transportdaten (z. B. Datum, Relation, Artikelklasse, Menge, Gewicht etc.) mit externen Faktoren (z. B. Wetter) mit Hilfe von Predictive-Analytics untersucht.  Ziel war es, Muster und Beziehungen in den Daten zu identifizieren, die eine Vorhersage des Transportvolumens ermöglichen. In dem Projekt wurden verschiedene statische Modelle (z. B. Regression, Clustering, Entscheidungsbäume etc.) erstellt, deren Vorhersagequalität bewertet und die wichtigsten Eingangsgrößen für die Vorhersage identifiziert. Für diesen konkreten Anwendungsfall lieferten Entscheidungsbäume die besten Ergebnisse. Diese sind zudem leicht durch den Menschen zu interpretieren und in IT-Anwendungssystemen zu implementieren.

Unsere Themen

 

Studie

Print goes digital: »Logistikimmobilien – Markt und Standorte«

Die mittlerweile fünfte Ausgabe der Studie erscheint zur Messe Expo Real, aber diesmal interaktiv und digital: hier finden Sie Näheres über die neue Plattform »L.Immo online«.

 

Veranstaltung

Über die Bedeutung von Software und Daten

Das Thema Disruption wurde beim letzten Logistik Forum »Smart Services in der Logistik« in Nürnberg umfassend diskutiert. Lesen Sie in unserem Nachbericht, wie sich die Branche den veränderten Anforderungen stellen muss, um nachhaltig erfolgreich sein zu können.

 

Forschungsprojekt

Bilder sagen mehr als Worte – auf neuen Wegen gegen Arbeitskräftemangel in der Logistik

Das Forschungsprojekt »LogiPICs« ist Teil der neuen Themenwelt im JOSEPHS® und beschäftigt sich mit der Frage, wie durch den Einsatz intelligenter Bildsprache Logistikprozesse vereinfacht kommuniziert werden können.

 

JOSEPHS®

Die neue Themenwelt »Sinne:digital«

Viel Neues gibt es in der aktuellen Themenwelt des JOSEPHS® »Sinne: digital«: Von ansteuerbaren LED-Shirts bis zur haptisch-kreativen Gestaltung eigener Bankgeschäfte.

 

Forschungsprojekt

Co-Creation für das »Digitale Dorf Steinwald-Allianz«

Dieses Forschungsprojekt kann bereits auf Ergebnisse und Erkenntnisse, die in der letzten Themenwelt im JOSEPHS® gesammelt wurden, zurückgreifen und sie für die Gestaltung des mobilen Bauernmarkts verwenden.

 

Veranstaltung

»Digitale Transformation« – 3. Jahrestagung

Am 12. Oktober 2017 findet die dritte Jahrestagung des Kompetenzzentrums »Geschäftsmodelle in der digitalen Welt« statt, ein Kooperationsprojekt der Fraunhofer SCS und der Otto-Friedrich-Universität Bamberg, Themenschwerpunkt ist in diesem Jahr »Digitale Transformation«. Anmeldeschluss ist der 6. Oktober 2017.

 

Studie

Benchmarking im Patiententransport

Fraunhofer SCS präsentiert die Studie »Der schnellere Patient«, die Antworten auf Fragen rund um den Patiententransport liefert und zeigt, wie man die Prozesse dabei optimieren kann.

SCS in Zahlen

Digitales Dorf

Dieses mal dreht sich in der Rubrik »SCS in Zahlen« alles um die Versorgung im ländlichen Raum. Hier erhalten Sie interessante Einblicke in das Projekt »Digitales Dorf«.

Termine und Veranstaltungen

Lesen Sie hier mehr über unsere interessanten Termine.