Big Data Management in der Logistik
-
Upload
boris-otto -
Category
Business
-
view
485 -
download
1
description
Transcript of Big Data Management in der Logistik
© Fraunhofer
BIG DATA MANAGEMENT IN DER LOGISTIK
Univ.-Prof. Dr.-Ing. habil. Boris OttoWien, 29.01.2014
© Fraunhofer
AGENDA
Aktuelle Megatrends
Big Data Management
Implikationen für die Logistik
© Fraunhofer
Industrie 4.0: Die Dinge werden „intelligent“
Ambient Intelligence in der Fabrik der ZukunftInformations- und Datenqualität für
adaptive Prozesse
Cyber-phys ikalische Systeme (CPS)
Hochfrequente Datenerfassung und -analyse
Quelle: Kagermann, 2013 (zitierend Wahlster, DFKI).
Eingebettete,
drahtlose Sensoren
Manual
data input
Virtuelle Welt
Physische
Welt
Smart
Cards BarcodeEinfachheit der
DatenerfassungRFID
High Resolution Management
© Fraunhofer
Nachhaltigkeit: Informationslogistik findet auf Item-Ebene statt
CO2-Bilanz auf dem Kassenbon CO2-Bilanz auf dem Artikeletikett
Externe und interne DatenquellenExtreme Datenvolumina und heterogene DatenformateDatenqualitätsanforderungen
© Fraunhofer
Globalisierung: Produktions- und Logistiknetzwerke sind global
Neckarsulm
IngolstadtBratislava
Györ
Aurangabad
Changchun
Foshan
Martorell
Sta. Agata
San José Chiapa
Pacheco
Jakarta
Legende: Audi-Produktionsstandort; geplanter Audi-Produktionsstandort.
Permanente Kopplung von Informations- und Warenfluss
© Fraunhofer
AGENDA
Aktuelle Megatrends
Big Data Management
Implikationen für die Logistik
© Fraunhofer
Big Data Management bedeutet neue Datenquellen zu erschließen
46
54
Social Media(Facebook, Twitter, Blogs usw.)
66
34
Internet-Daten(Click Streams usw.)
47
53
Smart Grid(Sensordaten, Betriebsdaten usw.)
43
57RFID Tags und Strichcodes
39
61GPS-Daten
51
49Finanzdaten
51
49Nutzungsdaten mobiler Endgeräte
Welche Datenquellen nutzt Ihr Unternehmen?
Quelle: The Economist Intelligence Unit Limited: Big Data – Lessons from the leaders, 2012, n = 752, Angaben in Prozent.Legende: bereits genutzt Nutzung geplant.
© Fraunhofer
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
Ein Beispiel: Der Pizza-Code
TeigWeizenmehl(Pfalzmühle Mannheim,
Deutschland)
Weizen(Feld in Hochborn,
Deutschland)
Backmischung(Deutschland)
Vollmilchpulver
Sojalecithin(Brasilien)
Edamerkäse
Beta-Carotin
Milch(Höfe in Bayreuth,
Deutschland)
Tomatensauce
Tomaten(Emilia-Romagna
und Latium, Italien)
Gewürzmischung(Deutschland)
Pfeffer(Muntok,
Indonesien)
Knoblauch(Shandong, China)
Chili(Muntok,
Indonesien)
Oregano(Türkei)
Rosemarin(Marokko)
Basilikum(Kairo, Ägypten)Thymian
(Aschersleben,Deutschland)
SalamiBuchenhölzer
(Deutschland)
Salami(Deutschland)
Salz
Schweinehälften(Belgien, Dänemark,
Frankreich, [Vital-Fleisch] Deutschland, Niederlande)
Speck
NatriumnitratMaltodextrin(EU, USA)
Gewürze(China, Deutschland,
Thailand)
Ascorbinsäure(China, Deutschland,
Thailand)
Buchenbäume(Westerwald, Deutschland)
Schwein(Belgien, Dänemark,
Frankreich, Deutschland, Niederlande)
L30827017F10647
Arbeitsbedingungen
Schweinezuchtbed.
Nutzung von Pestiziden
(Bayernland, Germany)
Hygienevorschriften
NB: Das Beispiel folgt der Argumentation von Rohwetter, M.; Willmann, U.: Der Pizza-Code. In: Zeit Online Wirtschaft; http://www.zeit.de/2013/31/lebensmittelindustrie-der-pizza-code (25.7.2013), abgerufen am 8.8. 2013.
© Fraunhofer
Die Quintessenz laut…
»Transparenz und Rückverfolgbarkeit sind möglich, dank modernerInformationstechnik bis in den letzten Winkel der Erde. Wer sagt, er wisseetwas nicht, der lügt, ist schlecht organisiert oder kriminell.«
© Fraunhofer
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
AGENDA
Aktuelle Megatrends
Big Data Management
Implikationen für die Logistik
© Fraunhofer
Logistische Systeme müssen heute eine Vielzahl Anforderungen erfüllen
Wandlungsfähigkeit
Transparenz
Komplexitätsbeherrschung
Effizienz
Modernes Logistisches
System
© Fraunhofer
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
Big-Data-Management in der Logistikbedeutet Virtualisierung in der Cloud
© Fraunhofer
Moderne logistische Systeme sind dezentral und virtualisiert
LOGISTIK
Dinge & CPS
»To
p-D
ow
n«
Deze
ntr
ali
sieru
ng
»B
ott
om
-Up
«V
irtu
alisi
eru
ng
Cloud
Legende: CPS – Cyber-Physical Systems.
© Fraunhofer
Ihr Ansprechpartner
Univ.-Prof. Dr. Ing. habil. Boris Otto
Technische Univers ität Dortmund
Audi-StiftungslehrstuhlSupply Net Order Management
LogistikCampus
Joseph-v.-Fraunhofer-Straße 2-4
D-44227 Dortmund
Tel.: +49-231-755-5959
Fraunhofer-Institut für Materialfluss und Logistik
Director Information Management & Engineering
Joseph-v.-Fraunhofer-Straße 2-4
D-44227 Dortmund
Tel.: +49-231-943-655