Big Data Smart Data für mehr Bewegung in der Logistik

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.

Anbieter zum Thema

Kratzer Automation AG

schmitt kommuniziert.

Linde Material Handling GmbH

Weidmüller Deutschland

Moxa Europe GmbH

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. Anstelle 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.

Logistiksoftware

Was ist Big Data? Analytics, Definition, Bedeutung & Beispiele

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 der Zwischenlagerung regelmäßig registriert, etwa durch Scanner oder RFID-Technologie. 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 lässt 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 ermitteln oder Prozesse identifizieren, deren Störung besonders viele Folgefehler nach sich ziehen.

Dieser Beitrag erschien zuerst in unserem Schwestermagazin BigData-Insider.com und wurde von Nico Litzel betreut.

(ID:45155833)