Big Data

Smart Data für mehr Bewegung in der Logistik

22.02.2018 | Autor/ Redakteur: Franz Renger / Nico Litzel

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.

Firmen zum Thema

Kratzer Automation AG

schmitt kommuniziert.

Talend Germany GmbH

IFCC GmbH

Smart- und Big-Data-Technologien könnten in der Logistik für grundlegende Verbesserungen sorgen – vor allem im Bereich Transportlogistik.
(Bild: gemeinfrei / CC0)

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.

Der Autor: Franz Renger ist Experte für Produktmanagement bei der Kratzer Automation AG
(Bild: Kratzer Automation AG)

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.

Big-Data-Systeme sammeln umfangreiche Datenmengen und werten sie aus. Auch für die Logistik halten sie vielfältige Verbesserungen bereit.

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.

Erhebung und Nutzung von Smart Data in der Logistik

Verkehr und Staudaten: Für eine optimierte Routenplanung sind Daten hinsichtlich Verkehr und Verkehrsbehinderungen die Grundlage – gerade wenn es um selbstlernende Systeme geht.

Energieverbrauch: Ein erhöhter Spritverbrauch geht heute nicht nur mit Mehrkosten einher. Auch die Eindämmung des Schadstoffausstoßes wird immer wichtiger. Hier bereitet Smart Data eine belastbare Zahlenbasis. Angesichts kürzerer Reichweiten, wenn es um den Einsatz von Elektrofahrzeugen geht, sind diese Daten noch wichtiger.

Sendungsdaten: Die Übersicht über Lieferzeiten ermöglicht etwa das Monitoring von Prozessen bei Drittunternehmen. Die daraus resultierenden Erkenntnisse ermöglichen es, die Servicequalität angeschlossener Dienstleister zu bewerten.

Beladungsprozesse und Ladezeiten: An der Rampe kann viel Zeit verloren gehen. Die Übersicht über sämtliche Prozesse ist die Grundlage, um Schwachstellen zu erkennen und zu eliminieren.

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.

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Kontaktieren Sie uns über: support.vogel.de (ID: 45155833)