Logistik im Big-Data-Zeitalter: Warum Cloud-Adoption essenziell ist

Laut einer von Dresner Advisory Services veröffentlichten Umfrage nutzen über 50 % der Unternehmen Big-Data-Analytics. Ein genauerer Blick zeigt, dass die Adoptionsrate stark nach Branche variiert, wobei Financial Services und Telecommunications vorne liegen, gefolgt von Bildung und Gesundheitswesen. Die Top 5 beinhaltet jedoch keine Erwähnung von Logistik.

Wenn man an Big Data denkt, ist Logistik selten die erste Branche, die in den Sinn kommt. Ironicerweise ist sie jedoch wahrscheinlich diejenige, die am meisten von ihrer Adoption profitieren würde.

Der Einsatz prädiktiver Analysen zur Schätzung und Verhinderung von Engpässen in der Lieferkette ist entscheidend, besonders in einer Branche, in der Pünktlichkeit, Transparenz und Privatsphäre Schlüsselrollen spielen. Und mit immer mehr Konsumenten, die E-Commerce wählen, ist es naiv, vorzugeben, relevant zu bleiben, ohne auf Big Data zu setzen.

Das Last-Mile-Problem

Die letzte Meile einer Paketreise zum Käufer ist der schmerzhafteste Schritt für Logistikunternehmen. Sie ist auch die teuerste und macht über die Hälfte der gesamten Versandkosten aus. Verzögerungen durch Staus, Parkschwierigkeiten, schlechtes Wetter, höhere Gewalt und sogar banale Herausforderungen wie Wohnungen ohne Aufzug tragen alle dazu bei, Kosten zu erhöhen und die Kundenerfahrung negativ zu beeinflussen.

Hindernisse für eine reibungslose Lieferung waren früher unmöglich vorherzusagen. Mit Hilfe von GPS-Systemen in Lieferfahrzeugen und Smartphones, Sensoren, Scannern und dem Internet of Things (IoT) können Versender nun die gesamte Reise überwachen. Sie können sogar proaktiv eingreifen – beispielsweise den Fahrer informieren, wenn eine Straße verstopft oder unzugänglich ist.

Langfristig werden Logistikunternehmen Muster und wiederkehrende Herausforderungen entdecken und praktische Wege finden, sie zu überwinden. Sagen wir, die Kraftstoffkosten steigen tendenziell im August. Big-Data-Analyse kann den Anstieg vorhersagen und sicherstellen, dass Fahrzeuge im Juli vollständig betankt sind. UPS' ORION-Algorithmus ist ein State-of-the-Art-Beispiel, der mehr als 1 Milliarde Datenpunkte pro Tag zu Faktoren wie Paketgewicht, Form und Größe sammelt und analysiert. Davon aus kann er die Daten mit historischen Lieferinformationen kreuzreferenzieren, um Kapazität, Paketvolumen und Kundennachfrage zu schätzen. Mit diesem wissenschaftlichen, datengetriebenen Ansatz behauptet UPS, jährlich 50 Millionen Dollar eingespart zu haben, einfach indem die Fahrleistung jedes Fahrers um eine Meile verringert wurde.

„Derzeit arbeiten verschiedene Branchen gleichzeitig an der Lösung des Last-Mile-Problems“, sagt Asparuh Koev, CEO bei Transmetrics. „Ich sehe nicht ein, warum ich beispielsweise nicht in Echtzeit tracken können sollte, wo der Klempner ist, der das Waschbecken repariert.“

Aber die Dinge sind nicht so schwarz-weiß, laut Pete Bandtock, Billing Workstream Lead bei DHL Global. „Das Last-Mile-Problem ist kein universelles Problem in der Logistik“, sagt er. „Denken Sie an Seefracht-Sendungen. Sie werden oft vom Empfänger am Hafen abgeholt oder in mehreren massiven Containern an einen Empfängerstandort geliefert. Also kein Last-Mile-Problem.“

„Das Problem ist im B2C-Sektor akuter“, fährt Bandtock fort, „und ich sehe dort signifikante Investitionen in Technologie, sowohl in Routing-Algorithmen als auch in Kundenkommunikation und -Transparenz.“

Angel Mitev, Senior Vice President und Practice Lead für Big Data, Transportation und Logistics bei Sciant, hat eine andere Meinung. „Obwohl ich zustimme, dass der größte Impact auf B2C-Logistik sein wird“, sagt er, „werden wir wahrscheinlich auch Impact auf B2B sehen, besonders mit der Ankunft autonomer Lkws und Vans. Crowdsourcing, Drohnenlieferungen und Echtzeit-Routenoptimierung sind andere Bereiche, wo die Technologie existiert und getestet wurde. Also besteht kein Zweifel, dass die letzte Meile ein Bereich sein wird, in dem wir in naher Zukunft große Innovationen sehen werden.“

Crowdsourcing und Roboter

Bei der Optimierung der Last-Mile-Lieferung hat sich das Crowdsourcing-Modell als extrem nützlich erwiesen. Eine Essenslieferung nach Hause wird wahrscheinlich von einem lokalen Kurier durchgeführt. Gleichzeitig bringen Projekte wie Uber Freight die Logistik in eine neue Richtung. Amazon Flex ermöglicht die Last-Mile-Verwaltung durch Locals, die bis zu 25 $ pro Stunde verdienen können, während sie Kunden größere Transparenz und schnellere Lieferungen bieten. Dieser disruptive Ansatz kann das aktuelle Last-Mile-Modell revolutionieren, indem er professionelle Carrier durch zufällig bewegte lokale Fahrer ersetzt.

Bandtock hat eine gegenteilige Ansicht. „Während das Wachstum von Crowdsourced-Services für Konsumenten evident ist“, sagt er, „sehe ich nicht, dass es für B2B-Logistik besonders relevant wird, da man nur so viel auf einem Fahrrad oder Auto transportieren kann.“ Er ist ähnlich skeptisch bei Uber Freight: „Ich glaube nicht, dass sie viel in den Schwerlastbereich vordringen werden, da sie weder den Footprint noch das Kapital dafür haben.“

Koev weist darauf hin, dass Straßenüberlastung die Lieferqualität dramatisch beeinflusst. „Verkehr wird schlimmer“, sagt er. „Mehr Menschen leben in größeren Städten, also nimmt die Dichte zu. Crowdsourcing wird das Problem nicht magisch lösen – es muss auf Infrastructurebene behoben werden.“

Gibt es also keinen Ausweg mit der aktuellen Infrastruktur? „Denken Sie an die U-Bahn“, sagt Koev. „Sie ist die meistgenutzte Transportart in Großstädten. Bestehende U-Bahnen sind für Passagiere designed, aber sie können auch Pakete transportieren. Es muss nur anders funktionieren.“

Ein weiterer großer Trend in der Logistik ist der Einsatz nicht-menschlicher Arbeiter. Prime Airs Liefer-System ist darauf ausgelegt, Pakete in 30 Minuten oder weniger per Drohne an Kunden zu bringen. Rund 100.000 Roboter haben Förderbänder und menschlich bediente Maschinen in den meisten Amazon-Lagern ersetzt. Kiva Systems, das Unternehmen hinter diesen Robotern, wurde 2012 von Amazon für 775 Millionen Dollar akquiriert – Amazons zweitgrößte Akquisition zu diesem Zeitpunkt.

Die Vorteile von Lagerautomatisierung gehen über Personalabbau hinaus. Der Einsatz von Robotern bringt präzisere Einblicke, wie das Laden und Liefern von Paketen verbessert werden kann. Und selbstfahrende Fahrzeuge versprechen, Logistik auf ein ganz neues Level zu heben. Bereits im Einsatz in kontrollierten Umgebungen wie Lagern und Yards, werden sie bald in geteilten und öffentlichen Räumen zu sehen sein, wie auf Autobahnen und Stadtstraßen, laut Markus Kückelhaus, Vice President Innovation und Trendforschung bei DHL.

Bandtock zweifelt, dass die Logistikindustrie in absehbarer Zukunft, wenn je, vollständig automatisiert sein wird. „Der Commodity-Teil kann weitgehend durch eine Kombination aus Big Data und Robotik automatisiert werden“, sagt er. „Das Bild bei komplexeren Lieferketten ist jedoch verschwommener.

„Denken Sie an das Wein- und Spirituosen-Geschäft“, fährt er fort. „Eine Supermarktkette wird Großaufträge für massive Mengen bestimmter Getränke platzieren in Erwartung vorhersehbarer Events wie Weltmeisterschaft, Wimbledon oder königlicher Hochzeit. Einige dieser Events haben einen kürzeren Vorlaufzeitraum als die Produktionszeit für das involvierte Commodity. Nische Logistikspieler müssen über diese Lieferkette hinwegreichen und sicherstellen, dass der Champagner, der für den Toast der königlichen Hochzeit gebraucht wird, dessen Produktionszyklus vor drei Jahren begann, vier Wochen vor dem Event in den Läden verfügbar sein wird, das vor drei Monaten angekündigt wurde. Der Value-Add des Logistikers in diesem Beispiel liegt in Beziehungen, nicht in Daten.“

Koev ist ähnlich skeptisch. „Human-free anything ist nicht möglich, Punkt“, sagt er. „Selbst wenn Menschen die Pakete nicht ausliefern, müssen sie die Systeme warten. Es ist ein Marktproblem, kein Technologieproblem. In der Logistik operieren wir in diesem Paradoxon: Wir versuchen, mit der Infrastruktur zu arbeiten, die wir haben, obwohl die Vorteile der Adoption offensichtlich sind. Transport ist stark kommoditisiert. Jeder macht dasselbe, und das seit Jahren.“

Mitev hingegen prognostiziert eine fast vollständig automatisierte Industrie. „Vanilla-Logistik-Services könnten human-free sein“, sagt er. „Künstliche Intelligenz, zusammen mit datengetriebenen Backend-Systemen, die Flotten autonomer Fahrzeuge und Roboter steuern, werden die meisten Lieferungen, Laden, Entladen und andere meniale Aufgaben ausführen. Scheduling und Routenoptimierung, Lagerverwaltung, Fracht- und Equipment-Lokalisierung und Bestandsmanagement werden auch immer weiter automatisiert. Customer Relationship Management und maßgeschneiderte Logistik-Services werden das neue Schlachtfeld sein, wo Unternehmen kämpfen werden, sich zu differenzieren, und wo der menschliche Faktor kritisch bleiben wird.“

Zeit für einen Shift

Um dorthin zu gelangen, ist ein signifikanter Branchen-Shift nötig. Historisch waren Logistikunternehmen keine großen Adopter cloud-basierter Technologien, die essenziell für die Optimierung und Digitalisierung der Last-Mile-Lieferung sind.

„Mit autonomen Last-Mile-Lieferungen, die Mainstream werden“, sagt Mitev, „wird die Industrie sehr wahrscheinlich eine signifikante Verbesserung in der Event-Datensammlung erleben. In diesem Szenario werden automatisiertes Scheduling und Dock-Management kritisch, da autonome Fahrzeuge viel präziser geplant werden müssen als menschlich gesteuerte. Cloud-basiertes und IoT-fähiges Dock-Management, zusammen mit Event-Management-Plattformen, werden zum Must-have der Industrie.“

Die Beschleunigung der Adoption cloud-basierter Systeme ist daher entscheidend. Das ordnungsgemäße Sammeln und Bereinigen von Daten ermöglicht bessere Event-Vorhersagen und weniger Unsicherheit. Solche Ziele können nicht mit Legacy-On-Premise-Systemen erreicht werden. Standardisierte Cross-Plattform-Integrationen, so entscheidend für die Schaffung nahtloser Informationsketten, können leichter mit cloud-basierten, Microservice-, Open-API-Systemen erreicht werden. Die e-air waybill der International Air Transport Association ist ein Beispiel für offene APIs, aber laut Mitev: „Was fehlt, sind Standards für Dokumente wie Abholaufträge oder Frachtmanifeste.“ Major Upgrades oder sogar komplette Ersetzungen primärer IT-Systeme sind erforderlich, fügt er hinzu.

„Standard-APIs wären toll“, sagt Koev, „aber es ist ein kompetitiver Markt, und Spieler wollen meist nicht teilen. Ich habe Unternehmen gesehen, die absichtlich Teile ihrer Daten entfernen, bevor sie sie an die nächste Firma weitergeben.“

Zudem wird die Technologie nur wertvoll, wenn sie skalierbar ist, was kleinere Unternehmen schwer finden werden. „Also meine zwei Cent für wen den Markt vorantreiben wird: etablierte Spieler, nicht Start-ups“, sagt Koev.

Big Data wird noch größer werden, mit einer zunehmenden Anzahl vernetzter Geräte, die autonom Terabytes neuer Informationen generieren. Die Fähigkeit, auf diese Intelligenz zuzugreifen und sie zu verarbeiten, wird Logistikunternehmen einen substantiellen Wettbewerbsvorteil geben, aber das Fundament dafür muss jetzt gebaut werden. Der Wettlauf wird zwischen den aktuellen großen Spielern, die mit ihrer Reise zur Digitalisierung kämpfen, und neuen Marktteilnehmern stattfinden, die einer vor-digitalen Industrie beitreten.

Simone Puorto ist Gründer von Travel Singularity und Contributing Writer bei Sciant.