Big Data Management in der Logistik1. BIG DATA MANAGEMENT IN DER LOGISTIK
Univ.-Prof. Dr.-Ing. habil. Boris Otto
Wien, 29.01.2014
© Fraunhofer
3. Industrie 4.0: Die Dinge werden „intelligent“
Cy ber-phy s ikalis che S y s tem e (CPS )
High Res olution
Managem ent
Virtuelle Welt
Manual
data input
Smart
Cards
Barcode
RFID
Eingebettete,
drahtlose Sensoren
Einfachheit der
Datenerfassung
Physische
Welt
Ambient Intelligence in der Fabrik der Zukunft
Hochfrequente Datenerfassung und -analyse
Quelle: Kagermann, 2013 (zitierend Wahlster, DFKI).
© Fraunhofer
Informations- und Datenqualität für
adaptive Prozesse
4. Nachhaltigkeit: Informationslogistik findet auf ItemEbene statt
CO2-Bilanz auf dem Kassenbon
CO2-Bilanz auf dem Artikeletikett
Externe und interne Datenquellen
Extreme Datenvolumina und heterogene Datenformate
Datenqualitätsanforderungen
© Fraunhofer
5. Globalisierung: Produktions- und Logistiknetzwerke sind
global
Ingolstadt
Bratislava
Neckarsulm
Changchun
Györ
Martorell
Sta. Agata
Foshan
Aurangabad
San José Chiapa
Jakarta
Pacheco
Legende:
Audi-Produktionsstandort;
geplanter Audi-Produktionsstandort.
Permanente Kopplung von Informations- und Warenfluss
© Fraunhofer
7. Big Data Management bedeutet neue Datenquellen zu
erschließen
Welche Datenquellen nutzt Ihr Unternehm en?
46
Social Media
(Facebook, Twitter, Blogs usw.)
Internet-Daten
(Click Streams usw.)
54
66
34
47
Smart Grid
(Sensordaten, Betriebsdaten usw.)
53
43
RFID Tags und Strichcodes
GPS-Daten
57
39
Finanzdaten
Nutzungsdaten mobiler Endgeräte
Quelle: The Economist Intelligence Unit Limited: Big Data – Lessons from the leaders, 2012, n = 752, Angaben in Prozent.
Legende:
bereits genutzt
Nutzung geplant.
© Fraunhofer
61
51
49
51
49
8. Big Data Management erfordert neue Fähigkeiten in der
Datenverarbeitung
Ad-hoc-Abfragen
Fähigkeit jede Anfrage jederzeit beantworten zu können
Beispiel: »Welche Rohstoffe haben wir in welchem Umfang in einem
Umkreis von 50 km um das KKW in Fukushima in den ersten drei Tagen
nach dem Unfall bezogen?«
Echtzeittransparenz
Fähigkeit der vollständigen Transparenz zu Material- und
Informationsflüssen
Beispiel: »Was ist der Value at Risk unseres weltweiten Logistiknetzwerks
in Echtzeit?«
Vorhersagefähigkeit
Fähigkeit, Daten zur proaktiven Geschäftssteuerung zu nutzen – nicht als
Quelle für Probleme
Beispiel: »Wie können Wetter- und Verkehrsdaten zur Steuerung des
Distributionsnetzwerks genutzt werden?«
© Fraunhofer
9. Ein Beispiel: Der Pizza-Code
Arbeitsbedingungen
Sojalecithin
Tomaten
(Brasilien)
L30827017F10647
Backmischung
(Emilia-Romagna
und Latium, Italien)
Knoblauch
(Shandong, China)
(Deutschland)
Vollmilchpulver
Pfeffer
Tomatensauce
Weizen
Weizenmehl
(Feld in Hochborn,
Deutschland)
Teig
(Pfalzmühle Mannheim,
Deutschland)
(Muntok,
Indonesien)
Gewürzmischung
(Deutschland)
Chili
(Muntok,
Indonesien)
Oregano
Nutzung von Pestiziden
(Türkei)
Rosemarin
Thymian
Hygienevorschriften
(Aschersleben,
Deutschland)
(Kairo, Ägypten)
Buchenbäume
Milch
(Marokko)
Basilikum
(Westerwald, Deutschland)
Schweinezuchtbed.
(Höfe in Bayreuth,
Deutschland)
Edamerkäse
Salami
(Bayernland, Germany)
BetaCarotin
Buchenhölzer
Schweinehälften
(Deutschland)
(Belgien, Dänemark,
Frankreich, [Vital-Fleisch]
Deutschland, Niederlande)
Schwein
(Belgien, Dänemark,
Frankreich, Deutschland,
Niederlande)
Salami
(Deutschland)
Ascorbinsäure
Gewürze
Speck
Salz
Maltodextrin
(China, Deutschland,
Natriumnitrat
(China, Deutschland,
(EU, USA)
Thailand)
Thailand)
NB: Das Beispiel folgt der Argumentation von Rohwetter, M.; Willmann, U.: Der Pizza-Code. In: Zeit Online Wirtschaft; http://www.zeit.de/2013/31/lebensmittelindustrieder-pizza-code (25.7.2013), abgerufen am 8.8. 2013.
© Fraunhofer
10. Die Quintessenz laut…
»Transparenz und Rückverfolgbarkeit sind möglich, dank moderner
Informationstechnik bis in den letzten Winkel der Erde. Wer sagt, er wisse
etwas nicht, der lügt, ist schlecht organisiert oder kriminell.«
© Fraunhofer
11. Ein Praxistest dazu
Frage 1: Mein Unternehmen ist in der Lage, sämtliche Informationen zu unseren Produkten, den
Komponenten und Rohstoffen transparent in Echtzeit bis in den letzten Winkel der Erde
zurückzuverfolgen.
Ja.
Nein.
Bei »Nein« weiter mit Frage 2.
Frage 2: Der Grund für diese Unfähigkeit ist:
In meinem Unternehmen nimmt man es mit der Wahrheit nicht so genau.
Mein Unternehmen ist vom Zufall getrieben und schlecht organisiert.
Mein Unternehmen agiert öfters kriminell.
NB: Mehrfachnennungen möglich …
© Fraunhofer
13. Logistische Systeme müssen heute eine Vielzahl
Anforderungen erfüllen
Wandlungs fähigkeit
Trans parenz
Kom plex itäts beherrs chung
Effizienz
© Fraunhofer
Modernes
Logistisches
System
14. Big-Data-Management in der Logistik bedeutet
Dezentralisierung von „Intelligenz“
Smart Labels als intelligente
Lagerplatzbeschriftungen
Intelligente Kleinteilebehälter mit
Mensch-Maschine-Schnittstelle
Intelligenter Luftfrachtcontainer (smartULD) für die
Integration in bestehende Flughafen-IT-Systeme
Zukunft: Einsatz mit autonomen Transportsystemen
© Fraunhofer
16. Moderne logistische Systeme sind dezentral und
virtualisiert
Legende: CPS – Cyber-Physical Systems.
© Fraunhofer
LOGISTIK
Dinge & CPS
»Bottom-Up«
Virtualisierung
»Top-Down«
Dezentralisierung
Cloud
17. Ihr Ansprechpartner
Univ.-Prof. Dr. Ing. habil. Boris Otto
Technis che Univ ers ität Dortm und
Fraunhofer-Ins titut für Materialflus s
und Logis tik
Audi-Stiftungslehrstuhl
Supply Net Order Management
Director Information Management &
Engineering
LogistikCampus
Joseph-v.-Fraunhofer-Straße 2-4
D-44227 Dortmund
D-44227 Dortmund
Tel.: +49-231-755-5959
Tel.: +49-231-943-655
Boris.Otto@tu-dortmund.de
© Fraunhofer
Joseph-v.-Fraunhofer-Straße 2-4
Boris.Otto@iml.fraunhofer.de