Während die Supply Chain Visibility erst in den letzten Jahren in den Mittelpunkt gerückt ist, war das Temperaturmanagement schon seit einigen Jahrzehnten relevant. In unserer Blog-Reihe beschreiben wir das Warum, das Wie und das Was einer Integration dieser beiden Bereiche und welche Vorteile sich aus dieser ergeben. In diesem zweiten Blog-Beitrag werden wir auf das WIE eingehen.

Supply Chain Visibility wird oft gleichgesetzt mit „alle Daten zur Verfügung haben“. Doch wenn man alle Daten zur Verfügung hat, diese jedoch nicht nutzen, analysieren, aufbereiten, teilen oder in einen relevanten Kontext setzen kann, werden sie keinerlei Vorteile ermöglichen. Daten, die zur Visibility beitragen, sollten verknüpft werden, um die Qualität und Effizienz im Temperaturmanagement zu erhöhen.

Die folgende Abbildung zeigt die drei Schichten, die bei der Umsetzung dieser Vision zu berücksichtigen sind: Die Sammlung der Daten bildet die Grundlage. Von hier aus müssen die einzelnen Datenwerte zu einem Kontext verknüpft werden. Auf der obersten Stufe erfolgt dann die Kontrolle der Lieferkettenausführung.

Abbildung 1: Daten aus verschiedenen Quellen bilden die Grundlage für Analyse- und Transparenz-Anwendungen

Betrachten wir die Schichten im Einzelnen:

Sammlung

Um die Daten zu sammeln, verwenden wir die leicht zugänglichen Anwendungssysteme, die von unserer eigenen Lieferkette genutzt werden. Zusätzlich dazu erweitern wir die Sammlung auf externe Dienste sowie auf die enormen Datenmengen, die von Sensoren geliefert werden. Es ist außerdem möglich, eine unbegrenzte Zahl von Partnern einzubeziehen, ebenso deren Partner und so weiter.

Die Herausforderung besteht darin, Daten aus verschiedenen Quellen, Technologien, Formaten oder Standards zu sammeln. In einem ersten Ansatz sollte geklärt werden, welche Daten für das definierte Ziel relevant sind. Später muss dann ein Dienst eingerichtet werden, der es ermöglicht, über alle Quellen hinweg Konnektivität bereitzustellen und diese wiederum mit weiteren Quellen zu verbinden.

Verknüpfung

Allein ein riesige Datenmenge liefert noch keinen Wert, solange Datenpunkte nicht miteinander verknüpft sind.

Die Verknüpfung von Daten kann ganz direkt erfolgen, zum Beispiel indem eine Tracking-Nummer für ein ausgehendes Paket ausgegeben wird, so dass dieses bis zu seiner Zustellung verfolgt werden kann.

Die Verknüpfung von Daten kann aber auch komplexer und proaktiver erfolgen.

Stellen Sie sich zum Beispiel ein angekündigtes großes Musikfestival vor. Wenn eine Ihrer Standardroute die Autobahn in der betreffenden Region nutzt, sollten Sie für den Festivaltag besser eine andere Strecke wählen. Sie müssten früher losfahren, um den Umweg auszugleichen, und das Lager müsste eine gegenüber dem üblichen Ablauf frühere Kommissionierung einplanen. Sie würden also auf Informationen reagieren, die auf den ersten Blick gar nicht relevant für Ihr Geschäft erscheinen, und zwar lange, bevor die ersten Staumeldungen im Radio laufen.

Wenn Sie nun an die enorme Menge an Daten denken, sind Verknüpfungen natürlich nicht immer so einfach. Auf der einen Seite muss also ganz klar definiert sein, welche Daten in welchen Kontext gesetzt werden sollten, um Ihren Informationsbedarf zu decken. Auf der anderen Seite sollte Ihre technologische Ausstattung einige leistungsfähige Funktionen für Analysen, Machine Learning, künstliche Intelligenz und Ähnliches aufweisen. Denn wenn Sie die Daten erst einmal haben, wollen Sie sie auch bestmöglich nutzen.

Kontrolle

Die Kontrolle ist die höchste Stufe in Ihrem Aktivitätsablauf, die zugleich den größten Mehrwert bringt. Denn genau hier werden die Vorteile der Integration des Temperaturmanagements in die Supply Chain Visibility nutzbar. Zu wissen, wo derzeit Mängel bei der Kontrolle bestehen und was diese verursacht, hilft Ihnen, die zusätzlichen Erkenntnisse korrekt zu nutzen.

Vor allen Dingen können Sie Ausnahmen beschreiben, die von Zeit zu Zeit auftreten, wie beispielsweise der Ausfall eines LKWs. Sie können Reaktionen festlegen, die bei Feststellung einer Ausnahme gelten. In manchen Szenarien würde dies zu einer stärkeren Automatisierung führen, beispielsweise bei einem ein automatisch ausgelösten Ausschreibungsverfahren.

Außerdem können vorbeugende Maßnahmen festgelegt werden, die durch Echtzeitdaten oder Simulationen ausgelöst werden. Ein Machine Learning-Algorithmus würde Ihnen helfen, anhand von früheren ähnlichen Situationen und den damaligen Lösungen die wirksamste Reaktion zu bestimmen.

Mithilfe von künstlicher Intelligenz könnte sogar durch die Erkennung von Mustern eine Situation vorausgesagt werden. Vorbeugende Maßnahmen wie die Umleitung von LKWs am Freitagnachmittag würden dazu beitragen, Situationen wie das Feststecken im Feierabendverkehr zu verhindern. Auf taktischer Ebene würden Plattformen einen direkten Zugang zu allen Daten sicherstellen, um Routineprozesse automatisieren und eine laufende Planung und Optimierung vornehmen zu können.

Deshalb stellt der für die Integration des Temperaturmanagements in die Visibility gewählte Ansatz einen bidirektionalen Vorgang dar: Von oben nach unten, weil eine Vision in ein Konzept für die drei beschriebenen Schichten umgesetzt wird, was zu konkreten Maßnahmenbereichen für die einzelnen Anforderungen führt. Von unten nach oben, weil die entsprechenden Daten gesammelt und für bessere Erkenntnisse verknüpft werden, um sie dann zur Verbesserung der Kontrolle der Lieferkette zu nutzen.

Um mehr darüber zu erfahren, WAS Sie tun müssen, um das Temperaturmanagement in die Supply Chain Visibility zu integrieren, lesen Sie unseren nächsten Blog-Beitrag „Schritte zur Integration des Temperaturmanagements in die Supply Chain Visibility“.

Logistik Reifegrad Self-Assessment Jetzt downloaden

Logistik Reifegrad: Self-Assessment

Identifizieren Sie Ihre nächsten Schritte auf dem Weg zu Ihrer zukünftigen Logistik-Exzellenz.

Zum Download des Assessment

Empfohlene Artikel

Logistics

Künstliche Intelligenz in der Lagerhaltung: Rule Mining

Ist Ihr Lager bereit für die Implementierung digitaler Innovationen? In diesem Blog-Artikel möchten wir einführend erklären, wie …

weiterlesen
Supply Chain Management

Visualisierung der künftigen Lieferkettenplanung

Das Redaktionsteam von CAMELOT hat mit unserem Lieferkettenspezialisten Christian Kroschl darüber gesprochen, wie er sich die künftige Lieferkettenplanung vorstellt. 

weiterlesen
Logistics

Schnelleinstieg ins Process Mining in der Chemie- und Pharma-Logistik

Was bringt Process Mining in der Chemie- und Pharma-Branche? Der Artikel zeigt erste Projekte mit Quick-win-Potenzial.

weiterlesen

Denken Sie Ihre Value Chain neu mit uns

Kontaktieren Sie uns