Big Data in der Logistikbranche

Die Transportlogistik steht vor dem Umbruch. Was heute mit immer stärkeren Vernetzung aller an der Transportkette beteiligten Objekte beginnt, wird sich schon bald zur vollautomatischen Logistik weiterentwickeln. Hinter diesem Wandel steckt eine bekannte Schlüsseltechnologie: Big Data. [...]

All diese Geräte erzeugen extrem viele Daten, die in verschiedensten Formen vorliegen. Für eine effektive Steuerung der Logistik 4.0 müssen alle Informationen möglichst schnell verarbeitet, mit anderen kombiniert und in Steuerungsbefehle oder Handlungsempfehlungen umgewandelt werden. Diese Aufgaben lassen sich mit modernsten Big Data Technologien lösen.

BIG DATA ANWENDUNGEN HEUTE
Bereits heute ist eine Reihe von Big-Data-Anwendungen in der Logistik im Einsatz. Dazu zählen beispielsweise die seit 15 Jahren existierende Flottenmanagement-Plattform TomTom WebFleet der Firma TomTom Telematics. Pro Tag verarbeitete das System Mitte 2014 mehr als 500 Millionen Nachrichten. Diese wurden von 400.000 Fahrzeugen, die mehr als 65 Millionen Kilometer zurückgelegt haben, generiert. Die sehr schnelle und einfache Auswertung von Statusinformationen, Positionsangaben, Tachostand und Verbrauchswerte soll laut Managing Director Thomas Schmidt 80 Millionen Euro Treibstoff pro Monat einsparen. Dabei werden beispielsweise Fahrzeiten und Ankunftsinformationen sowie eine Vielzahl von Statistiken errechnet.

Ein weiteres klassisches Beispiel ist die Anwendung „No Data Left Behind“ von US Xpress. Bereits 2010 hat der CTO von US Xpress, Tim Leonard, in der Onlinezeitschrift ComputerWeekly die Anwendung beschrieben: Etwa 900 unterschiedliche Parameter von rund 10.000 Zugfahrzeugen sowie 22.000 Anhängern werden in Echtzeit verwertet und mit Fahrer-Feedback aus sozialen Netzen kombiniert und laufend analysiert.

Dies dient dem Ziel, sämtliche Fahrzeuge in Bewegung zu halten und Wartungszeiten zu minimieren. Der Ansatz funktioniert: Tatsächlich konnten durch die Analyse und die Korrektur der Leerzeiten beispielsweise 20 Millionen Dollar Kraftstoff eingespart werden.

Andere Big-Data-Anwendungen für die Logistik reichen vom Verkehrsmanagement, wie das Beispiel das System von Trustway Technology in der Chinesischen Stadt Hangzhou, dem „Venedig des Ostens“, bis hin zum integrierten Risikomanagement von Lieferketten durch Produkt Resilience360 von DHL.

MÖGLICHE BIG DATA ANWENDUNGEN MORGEN
Einen umfassender Ausblick auf mögliche Einsatzszenarien in der Logistikbranche gibt die Studie „Big Data in Logistics“ des DHL Konzerns, die Ende 2013 erschienen ist. Darin werden elf Anwendungsfälle beschrieben, wie die rasche und sinnvolle Auswertung großer Datenmengen gewinnbringend eingesetzt werden kann. Die skizzierten Beispiele reichen von der Routenoptimierung in Echtzeit über Crowd-basierte Abholung und Anlieferung über prognostische Netzwerk- und Kapazitäts-Planung bis hin zu strategischer Netzwerkplanung, operativer Kapazitätsplanung.

Darüber hinaus werden Möglichkeiten zur Optimierung von Angeboten und Produktinnovation sowie Risikoabschätzung und Belastbarkeitsplanung vorgestellt. Auch Nachfrage- und Angebotsplanung, Maßnahmen zur Kundebindung oder die gezielte Bereitstellung von Marketinginformationen für kleine und mittlere Unternehmen gehören zu den skizzierten Anwendungsfällen von Big Data. Selbst eine Analyse des Finanzierungsbedarfs für Nachfrage und Angebote lassen sich mit modernen Big-Data-Systemen realisieren.

FAZIT
Die Logistik ist das zentrale Element jeder Lieferkette. Dank Big Data Technologien sind aktuelle und vollständige Informationen über Fahrzeugen, Sendungen und Lieferaufträgen jederzeit und überall verfügbar. Die Lieferkette wird dadurch sehr viel besser steuerbar. Für die Logistik als Branche bedeuten diese Technologien weit mehr als nur die reine Optimierung der beiden großen Kostenfaktoren Personal und Energie. Sie kann ihre Angebote noch viel stärker und genauer auf die Bedürfnisse ihrer Kunden ausrichten. Und beispielsweise zum integrierten Bestandteil einer weitgehend automatisierten und hochflexiblen Industrieproduktion werden. Es gilt die bereits heute verfügbaren Angebote zu nutzen und Innovationen im Auge zu behalten.

* Daniel Liebhart ist Dozent für Informatik an der ZHAW (Züricher Hochschule für Angewandte Wissenschaften) und Solution Manager der Trivadis AG. Er ist Autor verschiedener Fachbücher.