© 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

Boris.Otto@tu-dortmund.de

Fraunhofer-Institut für Materialfluss und Logistik

Director Information Management & Engineering

Joseph-v.-Fraunhofer-Straße 2-4

D-44227 Dortmund

Tel.: +49-231-943-655

Boris.Otto@iml.fraunhofer.de