LOGISTIK & SUPPLY CHAIN
Welche Logistik Trends für eine krisenfeste, nachhaltige Logistik an Bedeutung gewinnen
Die Logistik Branche befindet sich im Wandel
Klaiton
21.04.2022
4 min
Data Analytics: Der Wert von Daten
Data Analytics oder auch data analysis genannt (auf Deutsch: Datenanalyse) ist die Wissenschaft der Analyse von Rohdaten, um Schlussfolgerungen aus diesen Informationen zu gewinnen. Mit Hilfe von verschiedenen Datenanalysetechniken können Trends und Metriken aufgedeckt werden, die sonst in der Informationsmenge untergehen würden. Diese Informationen können im Weiteren z.B. zur Optimierung von Prozessen verwendet werden, um so die Gesamteffizienz eines Unternehmens oder Systems zu steigern. Data Analytics umfasst dabei die verschiedensten Arten der Datenanalyse.
Beispiele für den sinnvollen Einsatz von Data Analytics gibt es in den verschiedensten Unternehmensbereichen:
- Die Entwicklung neuer Produktfeatures auf Basis von Verhaltensdaten der Kund:innen im Produktmanagement
- Die bessere Auslastung von Maschinen auf Basis der Produktionsdaten
- Das Angebot passender Inhalte oder Artikel auf Basis von Bewegungsdaten der Kund:innen im Web
4 Gründe für ISO 9001
ISO 9001 macht Ihr System effizienter
Die Daten können beispielsweise nach Alter, Bevölkerungszahl, Einkommen oder Geschlecht getrennt/gruppiert sein. Sie können zudem numerisch oder nach Kategorien unterteilt sein.
International anerkannter Standard für die Beurteilung durch Ihre Kund:innen, Partner:innen und Auftraggeber:innen
Dies kann über eine Vielzahl von on- und offline Quellen wie Web, weitere Online-Quellen, Kameras, Fragebogen etc. erfolgen.
Hoher Wettbewerbsvorteil durch anerkannte Qualitätsmaßstäbe
Sobald die Daten gesammelt sind, müssen sie organisiert werden, damit sie anschließend analysiert werden können.
Optimierte Geschäftsprozesse, verschlankte Dokumentation und verbessertes Qualitätsmanagement
Vor der Analyse muss überprüft werden, dass keine Fehler in Form von Duplikaten, unvollständigen Daten etc. vorliegen.
Logistik Trends: Roboter und autonome Fahrzeuge erhöhen die Effizienz und Flexibilität
Entscheidend für eine krisenfeste Supply Chain, aber auch für mehr Nachhaltigkeit in der Logistik, sind innovative Technologien. Nicht umsonst fällt immer häufiger der Begriff der „Logistik 4.0“ im Kontext neuer Logistik Trends. Die Digitalisierung ist der ausschlaggebende Faktor für die Entwicklung neuer Konzepte in der Branche. Technologische Innovationen unterstützen Unternehmen beim Supply Chain Management durch mehr Transparenz. Sie helfen aber auch das rasant wachsende Arbeitsaufkommen zu entzerren. Zu den wichtigsten Technologien für eine reibungslose Lieferkette und Logistik zählen daher unter anderem Roboter und autonome Fahrzeuge.
Zu den bereits heute wichtigsten Robotern und autonomen Fahrzeugen in der Logistik zählen etwa sogenannte AMR (Autonome Mobile Roboter), wie sie beispielweise im Rahmen der LogiMAT 2022 vorgestellt werden. Diese Roboter arbeiten mit automatisierten Schubmasten oder Staplern zusammen und vereinfachen so Transportprozesse im Lager und der Produktion – ein menschliches Zutun ist nicht notwendig. Autonome Fahrzeuge und Roboter können so auch die komplette Materialversorgung in der Produktion automatisieren. Ein weiteres Einsatzfeld für Roboter findet sich in der Kommissionierung. Durch Algorithmen können sie den Versandprozess übernehmen und vor allem auch in auftragsstarken Zeiten Personal zusätzlich entlasten. Solche Fahrerlosen Transportsysteme (FTS), unter die AMR und andere transportbezogene Roboter fallen, bilden laut der International Federation of Robotics (IFR) derzeit sogar den größten Marktanteil professioneller Service-Roboter. Das geht aus dem Bericht „World Robotics 2019 – Service Robots“ des IFR hervor.
Roboter und autonome Fahrzeuge werden in Zukunft noch weiter an Bedeutung in der Logistik gewinnen. Sie sorgen nicht nur für effizientere Abläufe, sondern senken auch die Kosten, die sich in den letzten Jahren immer nur in eine Richtung entwickelt haben: nach oben. Autonome Fahrzeuge entlasten darüber hinaus das Lagerpersonal und können Lieferungen in Zukunft auch unabhängig vom Menschen ermöglichen. Ein aktuelles Beispiel dafür findet sich etwa beim Paketdienst DPD: Das Versuchsfahrzeug VanAssist kann die Strecke vom Depot zum Zustellgebiet autonom zurücklegen. VanAssist ist damit der erste Schritt in Richtung autonomer Lieferung.
Mit einer autonomen Zustellung können Unternehmen der aktuellen Problematik von Fahrerengpässen in Zukunft besser begegnen. Die Flexibilität in der Logistik steigt somit deutlich. Das gilt auch beim Einsatz von Monitoring-Systemen. Bei Klaiton sehen wir großes Potenzial, Lieferketten krisensicherer zu machen, indem Lieferungen und Transport digital nachverfolgt werden können. Mit Monitoring-Systemen haben Unternehmen die Möglichkeit, bei Bedarf zügig auf Lieferschwierigkeiten zu reagieren und die Supply Chain aufrecht zu erhalten. Ein elementarer Faktor für eine funktionierende Industrie und krisenfesten Handel.
Die 4 verschiedenen Arten der Datenanalyse
Data Analytics lässt sich grob in 4 Teilbereiche aufgliedern:
Descriptive Analytics
Sie beschreiben, was in einem bestimmten Zeitraum (einer ausgewählten Stichprobe oder Totalerhebung) passiert ist. Fragen, die damit geklärt werden, sind beispielsweise: Ist die Anzahl der Aufrufe gestiegen? Sind die Verkäufe in diesem Monat stärker als im letzten?
Diagnostic Analytics
Sie konzentriert sich auf das Warum. Dabei kommen vielfältige Dateneingaben zum Einsatz sowie dazu passende Hypothesen. Fragen, die damit geklärt werden, sind beispielsweise: Hat sich diese letzte Marketingkampagne auf den Umsatz ausgewirkt?
Predictive Analytics
Diese Analysen beschäftigen sich mit der Vorhersage der wahrscheinlichen Zukunft und Trends. Folgende Fragen stehen dabei beispielsweise im Zentrum Wie werden sich die Verkaufszahlen wahrscheinlich entwickeln, wenn der Sommer auch in diesem Jahr so trocken wird?
Prescriptive Analytics
Mittels der verfügbaren Daten wird die bestmögliche Vorgehensweise in einem konkreten Szenario vorgeschlagen. Sie bezieht sich auf deskriptive als auch auf prädiktive Analysen, fokussiert jedoch umsetzbare Erkenntnisse anstelle der Datenüberwachung.
Ihre Data Analytics Beratung bei Klaiton
Klaiton kann Sie sowohl bei der Ausarbeitung einer Business Data Strategie als auch bei der konkreten Bearbeitung von Fragestellungen mit passenden Consultants unterstützen. Besprechen Sie mit uns Ihre Situation und Ihren konkreten Bedarf - wir unterstützen Sie bei der Auswahl eines:einer passenden Consultant. In erster Linie gilt es mit dem:der Berater:in darum herauszufinden, in welchen Bereichen Ihre Organisation bereits Daten sammelt bzw. in welchen man welche Daten auf aktuellem Stand generieren kann. Folgende Steps sind dabei sinnvoll:
- Aufsetzen einer Business-Data-Strategie
- Erschaffung und Implementierung eines Analytics-Systems
- Wartung und Managing des Ökosystems der Datenanalyse
- Schulung und Weiterbildung der Mitarbeiter:innen im Bereich Data Analytics
Auf dieser Grundlage können Sie im Austausch die aussichtsreichsten Maßnahmen aufsetzen und festlegen, was passieren muss, damit Ihr Unternehmen im Punkto Data Analytics bestmöglich aufgestellt ist.
Schnüren Sie gemeinsam mit uns ein Data Analytics Paket für Ihr Unternehmen, das wirklich weiterhilft.
Kontaktieren Sie uns jetzt!
Finden Sie den:die passenden Berater:in für Ihr Supply Chain Management.