Big Data hat auch die Materialwirtschaft erreicht

Unter den Buzz-Words, die die Titel der Fachpresse in letzter Zeit füllten, ragen die Begriffe Internet der Dinge, Industrie 4.0 und Big Data deutlich heraus. Und bei Big Data assoziiere ich primär die Googles, Facebooks und Handy-Apps dieser Welt – Datenkraken, die moralisch eher schlecht als recht alles an Informationen sammeln, was ihnen in die Fangarme gerät.

Big Data ist, wie Viktor Mayer-Schönberger vom Oxford Internet Institute es charakterisiert, „wenn sich aus einer großen Menge Daten Einsichten in die Wirklichkeit gewinnen lassen, die sich mit einer kleineren Menge nicht hätten gewinnen lassen“. In meinem Arbeitsumfeld, dem Material Management, finden sich auch in unseren Unternehmen große Mengen von Daten, die uns Einsichten zur Optimierung unserer Materialwirtschaftsstrategien vermitteln könnten, die wir aus kleineren Datenmengen nicht gewinnen würden. Einsichten, die Unternehmen heute fehlen, wenn sie nicht über die geeigneten Big-Data-Werkzeuge zur Datenauswertung im großen Stil verfügen. Zudem besteht das Problem solcher Big-Data-Anwendungen darin, dass in der Vielzahl der gefundenen zufälligen Korrelationen die Kausalitäten versteckt bleiben. Der Wald der Pseudo-Wahrheiten verbirgt den Baum der Erkenntnis. Obfuscation nennt sich das im Neusprech.

Doch werfen wir einmal einen Blick in die Zukunft, die schon längst begonnen hat. Die ersten Werkzeuge, um dem Datenschatz des Material Managements strategische Erkenntnisse abzuringen und damit die Planungs- und Steuerungsabläufe wirtschaftlicher und effizienter zu gestalten, sind längst dem Labor entstiegen und haben sich im Praxiseinsatz bewährt. Um dem Problem der Obfuscation zu entkommen, besteht der Kern der Methodik aus Simulationen, mit denen anhand empirischer Daten überprüft wird, wie sich unterschiedliche Einstellungen von Planungs-, Steuerungs- Dispositionsparametern und Stammdaten auf die Wirtschaftlichkeit des Materialstroms durch die Wertschöpfungskette auswirken. Auf dieser Basis lässt sich der gesamte Wertstrom durch eine Supply Chain hindurch strategisch optimieren und wirtschaftlich verbessern.

Der Ansatz ist durchaus vergleichbar mit andern Simulationsansätzen, z. B. der Crash-Simulation neuentwickelter Karosserien im CAD-System. Gecrasht wird der Wertstrom allerdings nicht gegen idealtypische Hindernisse (= Planbedarfe), sondern gegen die reale empirische Bedarfssituation der Vergangenheit. Eine solche Materialwirtschaftssimulation ersetzt dabei nicht den Fachmann, der die Simulationsergebnisse interpretieren und daraus Schlüsse ziehen kann. Optimierungsprozesse werden jedoch drastisch beschleunigt, Risiken deutlich verringert, es werden qualitativ weit bessere Ergebnisse erreicht und Planungs- wie Dispositionsprozesse könnte massiv automatisiert werden.

Die Simulationsergebnisse werden einerseits in Dispositionsregelwerken abgebildet. Andererseits können besonders dynamische Parametereinstellungen durch Simulationsprozesse überprüft und automatisch nachjustiert werden. Im Handels-, Beschaffungs- und Distributionsbereich reichen die Ergebnisse weiter als in der Produktion. Speziell die Unternehmen Hansa-Flex (Hydrauliksystemanbieter), Trost (Independent Automotive Aftermarket) und STO (Fassadenfarben und Wärmedämmverbundsysteme) sind hier der trägen Masse weit voraus. Kein anderes Handlungsfeld in der Materialwirtschaft bietet solche Verbesserungssprünge. Wann springen Sie?

Das könnte Sie auch interessieren

Industrie 4.0 bleibt der Leitstern der Produktion Smart Factory, KI-Hype und die Zukunft autonomer Produktionssysteme

Deutschland gilt als einer der Pioniere der Industrieautomatisierung. Gleichzeitig verändern Digitalisierung, KI und geopolitische Verschiebungen die industrielle Landschaft rasant. Prof. Dr. Dr. h.c. Detlef Zühlke gehört zu den Vordenkern der Smart Factory. Im Interview spricht er über die Ursprünge von Industrie 4.0, die Herausforderungen für den Mittelstand und die Zukunft autonomer Produktionssysteme.

Industrie 5.0 – Buzzword oder Paradigmenwechsel? Neue Entscheidungslogik als Schlüssel für smarte Produktion

Industrie 5.0 wird kontrovers diskutiert: Paradigmenwechsel oder neues Label für Industrie 4.0? Eines ist klar: Für Smart Manufacturing braucht es mehr als intelligente Maschinen – nämlich intelligente Entscheidungsarchitekturen. Die Zusammenarbeit von Autonomie, Eskalation und dem Menschen im Regelkreis entscheidet darüber, ob industrielle Systeme verantwortbar, resilient und nachvollziehbar handeln können.

Schlüssel zu mehr Leistung – smart, prädiktiv, vernetzt Autonomous Factory Concept: Auf dem Weg zur selbstoptimierenden Fertigung

In der Elektronikfertigung treffen steigende Variantenvielfalt und volatile Lieferketten auf hohe Qualitätsziele. Damit Prozesse stabil und effizient bleiben, greifen KI-gestützte Systeme ein: Sie überwachen Materialflüsse, erkennen Abweichungen und planen Wartung vorausschauend. Das Autonomous Factory Concept von Panasonic weist den Weg zur adaptiven Produktion.

Wertschöpfung 4.0 – Der Batteriepass als Gamechanger Nachhaltiges Supply Chain Management durch Digitale Zwillinge

Batterien sind die treibende Kraft der modernen Welt. Sie stecken in Smartphones ebenso wie in Elektrofahrzeugen, und der weltweite Bedarf steigt stetig. Gleichzeitig gilt es, Ressourcenknappheit zu bewältigen und eine nachhaltige Kreislaufwirtschaft zu schaffen. Ein wichtiger Schritt ist der Digitale Produktpass für Batterien, der ab Februar 2027 verpflichtend wird und Unternehmen vor große Herausforderungen stellt.

„Technologien müssen zu einem Ganzen synthetisiert werden“ Im Gespräch mit Uta Groß, Associate Director bei Verizon Business

Digitale Technologien transformieren die Produktion, verändern Arbeitsplätze und definieren Wettbewerbsvorteile neu. Während die Landschaft der IT-Trends unübersichtlicher wird, müssen Unternehmen intelligente Strategien nutzen. Was sind die wirtschaftlichen und gesellschaftlichen Rahmenbedingungen der Digitalen Transformation? Was bedeutet das für Digitalisierungsprojekte? Und welchen Unterschied macht hierbei die Unternehmensgröße?

Gamechanger für die Industrie 4.0 Mehr Standard für den Digitalen Zwilling

Industrieunternehmen setzen große Hoffnungen auf den Digitalen Zwilling. Angesichts der vielversprechenden Vorteile ist das nicht verwunderlich. Die virtuellen Abbilder physischer Industrieprodukte sollen Prozesse optimieren, Stillstände vorhersagen und somit Kosten einsparen. Doch bislang klaffen Theorie und Praxis. Was aber, wenn Maschinen, Systeme und Software eine standardisierte Sprache sprechen könnten?