Vertrauensvoll zusammenarbeiten
Datensparsame Technologie-Plattform
Firmen streben in der Pandemie nach Flexibilität, Agilität und Robustheit, um ihre Reaktionsfähigkeit in den Lieferketten zu beschleunigen. Neue Anforderungen an die Nachhaltigkeit von Produkten vonseiten der Konsumenten und der Politik erfordern ebenfalls eine engere Verknüpfung entlang der Wertschöpfungskette. Vom Zentrallager über die Filialen bis zu den Lieferstellen müssen alle Akteure integriert werden, um Produkte bis zum Endkunden rückverfolgen zu können.
Um die Anforderungen nach engmaschigerer Verzahnung der Lieferketten zu erfüllen, sind ganzheitliche End-to-End-Lösungen erforderlich, die die Barrieren zwischen Anbieter, Lieferant, Produzent und Kunde überwinden und die derzeitigen Modelle zu echten kollaborativen Netzwerken weiterentwickeln. Aus betriebswirtschaftlichen Gründen müssen Unternehmen den Weg der eingehenden Rohstoffe sowie der ausgehenden Produkte im Blick halten. Heute geht das so weit, dass quasi jede Warenbewegung nachvollziehbar erfolgt. Technologien helfen dabei, große Datenmengen zu erfassen und Echtzeitinformationen bereitzustellen, die die Entscheidungsfindung und Prozessoptimierung unterstützen.
Interpretation entscheidend
Jedoch reichen die Bereitstellung und Umwandlung von Daten nicht aus, sie müssen interpretiert werden. Ihre Verknüpfung ist hierbei oft entscheidend, da Daten in verschiedenen Kontexten unterschiedliche Rückschlüsse erlauben. Unter dem Begriff Data Fusion ist solches Zusammenführen und Aufbereiten von oft bruchstückhaften Daten aus verschiedenen Systemen, Sensoren und Geräten zu einem Gesamtbild zu verstehen. Zum Beispiel sind die GPS-Lokationsdaten eines Lieferfahrzeuges erst im Kontext der Lieferroute relevant, und erlauben angereichert mit aktuellen Verkehrsdaten und historischen Erfahrungswerten eine Vorhersage über das Eintreffen beim Endkunden. Das wird allgemein als 'Sichtbarkeit' innerhalb der Lieferkette von Produktion bis zum Endverbraucher bezeichnet.
Verantwortung und Fairness
in der Lieferkette
Weitere Relevanz erfährt das Thema Transparenz im Kontext des Lieferkettensorgfaltspflichtengesetzes (LkSG, kurz: Lieferkettengesetz), das im Juni 2021 vom Bundestag verabschiedet wurde. Darin werden Unternehmen in die Pflicht genommen, die Verantwortung für ihre Produktionsverfahren und die Arbeitsbedingungen in ihren Zulieferbetrieben weltweit zu übernehmen. Die Dokumentation und Nachverfolgbarkeit der gesamten Lieferkette soll zum globalen Schutz der Menschenrechte und der Umwelt in der Wirtschaft beitragen.
Zusammenarbeit heißt
Datensparsamkeit
Während die lückenlose Nachverfolgung besonders der Beseitigung von Schwachstellen in der Lieferkette und der Dokumentationspflicht zuträglich ist, ist eine vollständige Transparenz in der Zusammenarbeit nicht immer von allen Beteiligten erwünscht. Ein Spediteur beispielsweise hat kein Interesse, vollen Einblick in seine Abläufe zu bieten, wenn diese Information dazu genutzt werden könnte, Aufträge im Falle einer Verspätung an die Konkurrenz zu vergeben. Zur Wahrung von Wettbewerbsvorteilen setzt die Kollaboration von Unternehmen deshalb auch den Grundsatz der konsequenten Datensparsamkeit voraus. Das bedeutet so viele Daten wie nötig, aber so wenige Daten wie möglich zu erheben - und in vielen Anwendungsfällen auf Anonymisierung zu setzen.
Vertrauenswürdige
Instanz in der Mitte
In Mobi (Mobility Open Blockchain Initiative), einer Initiative der Mobilitätsbranche, soll dieses Misstrauen überwunden werden, da die Vernetzung der Akteure anonymisiert ermöglicht wird, indem notwendige Daten über eine Blockchain verschlüsselt und gesichert werden. Technologien können so helfen, bei der Umsetzung globaler Logistikprojekte Blockaden zu überwinden und Vertrauen zu schaffen.
Belastbare
Basistechnologie
Um kollaborative Liefernetzwerke zu errichten, bietet Cloud-Technologie als technologisches Grundgerüst einige Vorteile, etwa Skalierbarkeit und Zugänglichkeit. Eine Cloud-basierte IT-Anwendung sollte bereits Feldtechnologien wie Voice, AGV (Automated Guided Vehicle), Augmented Reality, Wearables und Drohnen unterstützen, sich aber auch auf kommende Innovationen erweitern lassen. Zudem fordern industrielle Anwender häufig eine offene Systemarchitektur und Standard-Schnittstellen, über die sich Komponenten, Systeme und Technologien integrieren lassen. Auf künstlicher Intelligenz beruhende Ansätze könnten schon bald den nächsten Evolutionssprung im digitalen SCM herbeiführen. KI-gestützte Datenanalysen können Entscheidungsprozesse beschleunigen und Unsicherheiten überwinden, etwa bei der Planung schwer vorhersagbarer Entwicklungen. Dadurch könnte KI bei der Absatzplanung, zum Beispiel im E-Commerce-Bereich, wesentlich dazu beitragen, betriebliche Parameter wie Lagerhaltung zu optimieren und Schocks abzufedern.
Firmen streben in der Pandemie nach Flexibilität, Agilität und Robustheit, um ihre Reaktionsfähigkeit in den Lieferketten zu beschleunigen. Neue Anforderungen an die Nachhaltigkeit von Produkten vonseiten der Konsumenten und der Politik erfordern ebenfalls eine engere Verknüpfung entlang der Wertschöpfungskette. Vom Zentrallager über die Filialen bis zu den Lieferstellen müssen alle Akteure integriert werden, um Produkte bis zum Endkunden rückverfolgen zu können.
Um die Anforderungen nach engmaschigerer Verzahnung der Lieferketten zu erfüllen, sind ganzheitliche End-to-End-Lösungen erforderlich, die die Barrieren zwischen Anbieter, Lieferant, Produzent und Kunde überwinden und die derzeitigen Modelle zu echten kollaborativen Netzwerken weiterentwickeln. Aus betriebswirtschaftlichen Gründen müssen Unternehmen den Weg der eingehenden Rohstoffe sowie der ausgehenden Produkte im Blick halten. Heute geht das so weit, dass quasi jede Warenbewegung nachvollziehbar erfolgt. Technologien helfen dabei, große Datenmengen zu erfassen und Echtzeitinformationen bereitzustellen, die die Entscheidungsfindung und Prozessoptimierung unterstützen.
Interpretation entscheidend
Jedoch reichen die Bereitstellung und Umwandlung von Daten nicht aus, sie müssen interpretiert werden. Ihre Verknüpfung ist hierbei oft entscheidend, da Daten in verschiedenen Kontexten unterschiedliche Rückschlüsse erlauben. Unter dem Begriff Data Fusion ist solches Zusammenführen und Aufbereiten von oft bruchstückhaften Daten aus verschiedenen Systemen, Sensoren und Geräten zu einem Gesamtbild zu verstehen. Zum Beispiel sind die GPS-Lokationsdaten eines Lieferfahrzeuges erst im Kontext der Lieferroute relevant, und erlauben angereichert mit aktuellen Verkehrsdaten und historischen Erfahrungswerten eine Vorhersage über das Eintreffen beim Endkunden. Das wird allgemein als 'Sichtbarkeit' innerhalb der Lieferkette von Produktion bis zum Endverbraucher bezeichnet.
Reply AG
Dieser Artikel erschien in IT&Production 1 (Februar) 2022 - 07.02.22.Für weitere Artikel besuchen Sie www.it-production.com
