Big Data Management in der Logistik

1,362 views
1,062 views

Published on

Dieser Vortrag beschreibt Anforderungen aktueller Megatrends für das Management großer Datenvolumina und leitet daraus Implikationen für die Logistik ab.

Published in: Business
0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total views
1,362
On SlideShare
0
From Embeds
0
Number of Embeds
19
Actions
Shares
0
Downloads
28
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide

Big Data Management in der Logistik

  1. 1. BIG DATA MANAGEMENT IN DER LOGISTIK Univ.-Prof. Dr.-Ing. habil. Boris Otto Wien, 29.01.2014 © Fraunhofer
  2. 2. AGENDA  Aktuelle Megatrends  Big Data Management  Implikationen für die Logistik © Fraunhofer
  3. 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. 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. 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
  6. 6. AGENDA  Aktuelle Megatrends  Big Data Management  Implikationen für die Logistik © Fraunhofer
  7. 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. 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. 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. 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. 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
  12. 12. AGENDA  Aktuelle Megatrends  Big Data Management  Implikationen für die Logistik © Fraunhofer
  13. 13. Logistische Systeme müssen heute eine Vielzahl Anforderungen erfüllen Wandlungs fähigkeit Trans parenz Kom plex itäts beherrs chung Effizienz © Fraunhofer Modernes Logistisches System
  14. 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
  15. 15. Big-Data-Management in der Logistik bedeutet Virtualisierung in der Cloud © Fraunhofer
  16. 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. 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

×