Die vier Technologien, die Lieferketten der nächsten Generation gestalten

„Ungewissheit ist die einzige Gewissheit, die es gibt“, schrieb einst der Mathematiker John Allen Paulos. Die Beschaffungs- und Supply-Chain-Management-Branchen sind keine Ausnahme, aber die Technologie der nächsten Generation bietet Trends, die es wert sind, beobachtet zu werden.

Im Laufe der Zeit hat sich die Lieferkette von der Back-Office-Funktion, die sie einst war, zu einem strategischen Motor des Geschäftswachstums entwickelt. Zeitgemäße Geschäftsmodelle, technologische Fortschritte und innovative Prozesse haben Lieferketten effizient und agil gemacht.

Lieferketten werden komplexer und international verteilt. Einkaufsleiter müssen auf neuere Fähigkeiten aufbauen, um sich in der sich ändernden Geschäftslandschaft zurechtzufinden und sich schnell anzupassen.

Wie werden Lieferketten bei diesem Tempo im Jahr 2030 aussehen? Big Data, Cloud Computing, künstliche Intelligenz (KI), robotergesteuerte Prozessautomatisierung (RPA) und das Internet der Dinge (IoT) werden Einkaufsleitern, Auftragnehmern und Lieferkettenmanagern helfen, den zukünftigen Bedarf zu decken.

Obwohl Big Data in der Logistik noch in den Kinderschuhen steckt, ist es die Grundlage, auf der KI, Cloud Computing und RPA genauer und effektiver werden, um Aufgaben zu vereinfachen und sie auf automatisierte Systeme zu verweisen. Big Data erweitert den Datensatz für Analysen über die traditionellen internen Daten in Supply Chain Management Systemen und Software hinaus. Es wendet auch statistische Verfahren auf neue und bestehende Datenquellen an. Heutzutage fehlen den meisten Unternehmen die Tools und das Wissen, um Big Data in ihren Lieferketten zu untersuchen und zu nutzen. In Zukunft werden diese Tools leichter zugänglich sein.

Cloud Computing und KI

Lieferketten generieren Big Data, und Cloud-basierte KI verwandelt diese Daten in Erkenntnisse. Cloud Computing in Verbindung mit KI hat die Funktionsweise von Lieferketten verändert und seine Fähigkeiten werden in den nächsten 10 Jahren nur noch komplexer. Durch Predictive Analytics können Cloud- und KI-Systeme vergangene Trends und Marktindikatoren nutzen, um die folgenden Prozesse zu erleichtern:

• Unterstützung der Prozessautomatisierung
• Lieferantenauswahl informieren
• Verbesserung des Kundensupports
• Optimierung des Lieferanten-Onboarding und Automatisierung des Lieferantenmanagements
• Echtzeitinformationen zu Sendungen bereitstellen
• Netzbetreiberleistung analysieren
• Vorwegnahme von Trends bei Betriebsproblemen

Fortschrittliche Unternehmen nutzen bereits Wissensmanagementsysteme in der Lieferkette, um in Echtzeit auf Lieferkettenschwierigkeiten zu reagieren. Mit einer Cloud-basierten, mobilfähigen Lösung geben Vorgesetzte Informationen von der Baustelle ein und benachrichtigen die Bediener sofort.

Unternehmen können transparente Lieferantenbeziehungen aufbauen, indem sie den Informationsaustausch zwischen einer Organisation und ihren Lieferanten und Auftragnehmern automatisieren. Unternehmen können ihre Lieferanten problemlos bis hin zu jedem einzelnen Mitarbeiter über geografisch verteilte Arbeitsplätze hinweg verwalten. Mitarbeiter können standortspezifische Einweisungen und Schulungen online absolvieren, bevor sie den Standort betreten. Bediener können den Abschlussstatus des Schulungscurriculums verfolgen und den Wissenserhalt durch Online-Bewertungen bewerten.

Analysen können Unternehmen dabei helfen, die Fähigkeiten von Lieferanten/Lieferanten zu überwachen und Daten zur Compliance oder Leistung eines Lieferanten zu verfolgen. Traditionell haben verschiedene Abteilungen diese Informationen in Form von Papierakten zusammengestellt. Entscheidungsträger mussten Papierstapel oder elektronische Akten durchsuchen, um diese Informationen zu finden. Heute ermöglicht Advanced Analytics den Betreibern, Lieferantenattribute zu definieren, um sie in logische Profilabschnitte zu kategorisieren. Detaillierte Lieferantenprofile erleichtern es den Betreibern, Lieferanteninformationen in Sekundenschnelle abzurufen, zu verarbeiten und zu validieren.

Sobald ein neuer Lieferant an Bord ist, wird durch das Sammeln, Verifizieren und Speichern von Lieferantendaten ein verantwortungsvolles Lieferantenrisikomanagement sichergestellt. Eine High-End-Analyse-Engine kann diese Daten analysieren, um Einblicke in die Lieferantenleistung in Echtzeit zu gewinnen. Solche Einblicke ermöglichen es Beschaffungsexperten, den Lieferanten- und Lieferantenpool, ihre Referenzen wie Versicherungszertifikate (COIs) und ihren Compliance-Status einfach zu überwachen.

Die Erzielung spürbarer Kosteneinsparungen war schon immer eine kritische Aufgabe für den Einkauf und wird auch in den nächsten zehn Jahren eine hohe Priorität haben. Vor diesem Hintergrund müssen Einkaufsleiter nach neueren Wegen suchen, um Kosteneffizienz zu erreichen. Eine Möglichkeit ist die Lieferantenanalyse. Kritische Lieferanteninformationen sind oft in unterschiedlichen Datenmanagementsystemen gefangen. Die Konsolidierung dieser Daten in einem gemeinsamen Repository hilft den Betreibern, einen besseren Überblick über die Ausgaben über die gesamte Wertschöpfungskette hinweg zu erhalten. Ein zentralisiertes Daten-Framework, das beispielsweise durch eine Analyse-Engine ergänzt wird, kann Entscheidungsträgern helfen, teure oder leistungsschwache Lieferanten zu identifizieren. Ein neues zentrales Datenmanagementsystem kann über Anwendungsprogrammierschnittstellen (APIs) nahtlos in das Altsystem integriert werden.

Robotische Prozessautomatisierung

Laut Deloitte wird für Roboter in den nächsten fünf Jahren ein starkes Wachstum erwartet, insbesondere innerhalb von Lieferkettenvorgängen, die weniger wertvolle, potenziell gefährliche oder risikoreiche Aufgaben umfassen. Angesichts des massiven Wachstums des E-Commerce sollte dies nicht überraschen jeden in der Logistikwelt. Zu den Anwendungen der Robotertechnologie gehören automatisierte Fahrzeuge wie Drohnen, Lastwagen und Züge, Lieferungen auf der letzten Meile sowie Lager- und Abrufsysteme (ASRS).

Der verstärkte Einsatz autonomer Roboter kann folgende Ziele erreichen:

• Effizienz und Produktivität steigern
• Reduzierung von Nacharbeit und Risikoquoten
• Verbesserung der Mitarbeitersicherheit
• erledigen alltägliche Aufgaben, damit die Menschen strategischer arbeiten können
• Erhöhung des Umsatzes durch Verbesserung der Auftragsabwicklung und Liefergeschwindigkeit, damit die Kunden zufrieden sind

Neue Preisstrukturen werden es Unternehmen ermöglichen, in die Automatisierung zu investieren, was den Sprung in die Robotik deutlich machbarer macht. Bei einem RaaS-Modell (Robotics as a Service) leasen Anbieter Einheiten über einen monatlichen Servicevertrag, anstatt dass Kunden eine Vorabinvestition zahlen.

Internet der Dinge

Ein aufkommender Trend für Supply-Chain-Manager ist das Asset-Tracking durch IoT, um Zeit und Geld zu sparen und eine datengesteuerte Entscheidungsfindung zu ermöglichen.

Das IoT besteht aus miteinander verbundenen physischen Geräten, die Daten überwachen, sammeln und zur Analyse über Wi-Fi an eine Cloud-basierte Software senden können. IoT-Geräte haben das Qualitätsmanagement in Lieferketten durch GPS-Tracking von Sendungen und Überwachung des Paketzustands verbessert. RFID-Chips, intelligente Geräte und mobile Sensoren können Produkte verfolgen und authentifizieren, Temperatur, Luftfeuchtigkeit, Lichtstärke, Bewegung, Handhabung, Geschwindigkeit und andere Umweltfaktoren von Sendungen messen.

Das wachsende Tempo der technologischen Innovation treibt digitale Lösungen für das Supply Chain Management voran. Glücklicherweise wird die technische Reise leichter zugänglich und kostengünstiger, wenn immer mehr Technologien auf den Markt kommen. Unternehmen, die diese neuen Lösungen schnell einführen und gleichzeitig Legacy-Systeme schrittweise ersetzen, werden dieses Jahrzehnt mit mehr Einblick und Effizienz besser meistern.

Danny Shields ist Vice President of Industry Relations bei Avetta, einem Anbieter von Cloud-basierter Supply Chain Risk Management-Technologie.

„Ungewissheit ist die einzige Gewissheit, die es gibt“, schrieb einst der Mathematiker John Allen Paulos. Die Beschaffungs- und Supply-Chain-Management-Branchen sind keine Ausnahme, aber die Technologie der nächsten Generation bietet Trends, die es wert sind, beobachtet zu werden.

Im Laufe der Zeit hat sich die Lieferkette von der Back-Office-Funktion, die sie einst war, zu einem strategischen Motor des Geschäftswachstums entwickelt. Zeitgemäße Geschäftsmodelle, technologische Fortschritte und innovative Prozesse haben Lieferketten effizient und agil gemacht.

Lieferketten werden komplexer und international verteilt. Einkaufsleiter müssen auf neuere Fähigkeiten aufbauen, um sich in der sich ändernden Geschäftslandschaft zurechtzufinden und sich schnell anzupassen.

Wie werden Lieferketten bei diesem Tempo im Jahr 2030 aussehen? Big Data, Cloud Computing, künstliche Intelligenz (KI), robotergesteuerte Prozessautomatisierung (RPA) und das Internet der Dinge (IoT) werden Einkaufsleitern, Auftragnehmern und Lieferkettenmanagern helfen, den zukünftigen Bedarf zu decken.

Obwohl Big Data in der Logistik noch in den Kinderschuhen steckt, ist es die Grundlage, auf der KI, Cloud Computing und RPA genauer und effektiver werden, um Aufgaben zu vereinfachen und sie auf automatisierte Systeme zu verweisen. Big Data erweitert den Datensatz für Analysen über die traditionellen internen Daten in Supply Chain Management Systemen und Software hinaus. Es wendet auch statistische Verfahren auf neue und bestehende Datenquellen an. Heutzutage fehlen den meisten Unternehmen die Tools und das Wissen, um Big Data in ihren Lieferketten zu untersuchen und zu nutzen. In Zukunft werden diese Tools leichter zugänglich sein.

Cloud Computing und KI

Lieferketten generieren Big Data, und Cloud-basierte KI verwandelt diese Daten in Erkenntnisse. Cloud Computing in Verbindung mit KI hat die Funktionsweise von Lieferketten verändert und seine Fähigkeiten werden in den nächsten 10 Jahren nur noch komplexer. Durch Predictive Analytics können Cloud- und KI-Systeme vergangene Trends und Marktindikatoren nutzen, um die folgenden Prozesse zu erleichtern:

• Unterstützung der Prozessautomatisierung
• Lieferantenauswahl informieren
• Verbesserung des Kundensupports
• Optimierung des Lieferanten-Onboarding und Automatisierung des Lieferantenmanagements
• Echtzeitinformationen zu Sendungen bereitstellen
• Netzbetreiberleistung analysieren
• Vorwegnahme von Trends bei Betriebsproblemen

Fortschrittliche Unternehmen nutzen bereits Wissensmanagementsysteme in der Lieferkette, um in Echtzeit auf Lieferkettenschwierigkeiten zu reagieren. Mit einer Cloud-basierten, mobilfähigen Lösung geben Vorgesetzte Informationen von der Baustelle ein und benachrichtigen die Bediener sofort.

Unternehmen können transparente Lieferantenbeziehungen aufbauen, indem sie den Informationsaustausch zwischen einer Organisation und ihren Lieferanten und Auftragnehmern automatisieren. Unternehmen können ihre Lieferanten problemlos bis hin zu jedem einzelnen Mitarbeiter über geografisch verteilte Arbeitsplätze hinweg verwalten. Mitarbeiter können standortspezifische Einweisungen und Schulungen online absolvieren, bevor sie den Standort betreten. Bediener können den Abschlussstatus des Schulungscurriculums verfolgen und den Wissenserhalt durch Online-Bewertungen bewerten.

Analysen können Unternehmen dabei helfen, die Fähigkeiten von Lieferanten/Lieferanten zu überwachen und Daten zur Compliance oder Leistung eines Lieferanten zu verfolgen. Traditionell haben verschiedene Abteilungen diese Informationen in Form von Papierakten zusammengestellt. Entscheidungsträger mussten Papierstapel oder elektronische Akten durchsuchen, um diese Informationen zu finden. Heute ermöglicht Advanced Analytics den Betreibern, Lieferantenattribute zu definieren, um sie in logische Profilabschnitte zu kategorisieren. Detaillierte Lieferantenprofile erleichtern es den Betreibern, Lieferanteninformationen in Sekundenschnelle abzurufen, zu verarbeiten und zu validieren.

Sobald ein neuer Lieferant an Bord ist, wird durch das Sammeln, Verifizieren und Speichern von Lieferantendaten ein verantwortungsvolles Lieferantenrisikomanagement sichergestellt. Eine High-End-Analyse-Engine kann diese Daten analysieren, um Einblicke in die Lieferantenleistung in Echtzeit zu gewinnen. Solche Einblicke ermöglichen es Beschaffungsexperten, den Lieferanten- und Lieferantenpool, ihre Referenzen wie Versicherungszertifikate (COIs) und ihren Compliance-Status einfach zu überwachen.

Die Erzielung spürbarer Kosteneinsparungen war schon immer eine kritische Aufgabe für den Einkauf und wird auch in den nächsten zehn Jahren eine hohe Priorität haben. Vor diesem Hintergrund müssen Einkaufsleiter nach neueren Wegen suchen, um Kosteneffizienz zu erreichen. Eine Möglichkeit ist die Lieferantenanalyse. Kritische Lieferanteninformationen sind oft in unterschiedlichen Datenmanagementsystemen gefangen. Die Konsolidierung dieser Daten in einem gemeinsamen Repository hilft den Betreibern, einen besseren Überblick über die Ausgaben über die gesamte Wertschöpfungskette hinweg zu erhalten. Ein zentralisiertes Daten-Framework, das beispielsweise durch eine Analyse-Engine ergänzt wird, kann Entscheidungsträgern helfen, teure oder leistungsschwache Lieferanten zu identifizieren. Ein neues zentrales Datenmanagementsystem kann über Anwendungsprogrammierschnittstellen (APIs) nahtlos in das Altsystem integriert werden.

Robotische Prozessautomatisierung

Laut Deloitte wird für Roboter in den nächsten fünf Jahren ein starkes Wachstum erwartet, insbesondere innerhalb von Lieferkettenvorgängen, die weniger wertvolle, potenziell gefährliche oder risikoreiche Aufgaben umfassen. Angesichts des massiven Wachstums des E-Commerce sollte dies nicht überraschen jeden in der Logistikwelt. Zu den Anwendungen der Robotertechnologie gehören automatisierte Fahrzeuge wie Drohnen, Lastwagen und Züge, Lieferungen auf der letzten Meile sowie Lager- und Abrufsysteme (ASRS).

Der verstärkte Einsatz autonomer Roboter kann folgende Ziele erreichen:

• Effizienz und Produktivität steigern
• Reduzierung von Nacharbeit und Risikoquoten
• Verbesserung der Mitarbeitersicherheit
• erledigen alltägliche Aufgaben, damit die Menschen strategischer arbeiten können
• Erhöhung des Umsatzes durch Verbesserung der Auftragsabwicklung und Liefergeschwindigkeit, damit die Kunden zufrieden sind

Neue Preisstrukturen werden es Unternehmen ermöglichen, in die Automatisierung zu investieren, was den Sprung in die Robotik deutlich machbarer macht. Bei einem RaaS-Modell (Robotics as a Service) leasen Anbieter Einheiten über einen monatlichen Servicevertrag, anstatt dass Kunden eine Vorabinvestition zahlen.

Internet der Dinge

Ein aufkommender Trend für Supply-Chain-Manager ist das Asset-Tracking durch IoT, um Zeit und Geld zu sparen und eine datengesteuerte Entscheidungsfindung zu ermöglichen.

Das IoT besteht aus miteinander verbundenen physischen Geräten, die Daten überwachen, sammeln und zur Analyse über Wi-Fi an eine Cloud-basierte Software senden können. IoT-Geräte haben das Qualitätsmanagement in Lieferketten durch GPS-Tracking von Sendungen und Überwachung des Paketzustands verbessert. RFID-Chips, intelligente Geräte und mobile Sensoren können Produkte verfolgen und authentifizieren, Temperatur, Luftfeuchtigkeit, Lichtstärke, Bewegung, Handhabung, Geschwindigkeit und andere Umweltfaktoren von Sendungen messen.

Das wachsende Tempo der technologischen Innovation treibt digitale Lösungen für das Supply Chain Management voran. Glücklicherweise wird die technische Reise leichter zugänglich und kostengünstiger, wenn immer mehr Technologien auf den Markt kommen. Unternehmen, die diese neuen Lösungen schnell einführen und gleichzeitig Legacy-Systeme schrittweise ersetzen, werden dieses Jahrzehnt mit mehr Einblick und Effizienz besser meistern.

Danny Shields ist Vice President of Industry Relations bei Avetta, einem Anbieter von Cloud-basierter Supply Chain Risk Management-Technologie.