So verbessern Daten, Sensoren und Real Time Alerts die Automobilindustrie

Automobilindustrie, BMW, Big Data
Foto: BMW/Günterschmied
Von Stefan Bottler, Journalist, München

Wenn BMW-Mitarbeiter über verunglückte Liefer-LKW oder beschädigte Lieferteile entscheiden müssen, erhalten sie dank besonderer Filter aus der Fülle der Supply-Chain-Informationen ausschließlich diejenigen Daten, die für eine schnelle Meinungsbildung wichtig sind. Sie müssen dann in Abstimmung mit aktuellen Auftrags- und Produktionsdaten ermitteln, ob die Verspätungen hinnehmbar sind, Instandsetzungen sich rechnen oder Ersatzlieferungen notwendig werden.

94 Prozent der Automobilhersteller und Zulieferer der ersten Stufe sehen eine große Relevanz von Big Data und Analyseprogrammen. Aber nur bei 7 Prozent sind entsprechende Anwendungen bereits voll im Einsatz. Quelle: Bearing Point

Der Autokonzern will so teure Sonderfahrten und Alternativprozesse überflüssig machen. „Für solche ‚Real Time Alerts‘ werden weit mehr Daten benötigt, als Sensoren und Track&Trace-Systeme liefern können“, räumt Jürgen Meidl, Leiter Produktionslogistik von BMW, ein. 2017 will der Autokonzern deshalb mit allen Lieferanten und Logistikdienstleistern Gespräche führen, wie auf Basis von offenen Schnittstellen und zusätzlichen Datenquellen eine möglichst große Transparenz für „Connected Supply Chains“ hergestellt werden kann.

Anzeige

Wie BMW steht derzeit jeder OEM und Tier-1-Supplier in der Automotive-Wirtschaft vor der Herausforderung, die Supply Chains weiterzuentwickeln und wichtige Daten von unwichtigen zu trennen. Solche Klassifizierungen scheinen jedoch gerade in globalen Wertschöpfungsketten, wie sie für die Branche typisch sind, nur mit zusätzlichen Daten möglich.

73 Prozent der Hersteller und Zulieferer wollen ihre Investitionen in Big Data steigern. Quelle: Bearing Point

Die Nachfrage der Automotive-Branche nach Produkt- und Prozessinformationen wird nach Meinung von Experten in den kommenden Jahren aber auch aus anderen Gründen weiter wachsen. „Big Data revolutioniert die Automobilindustrie“, lautet der Titel einer Studie von Bain & Company von 2016. Mit Kundenclusterings, Telematikanwendungen sowie weiteren Werkstatt- und Fahrzeugdaten können den Bain-Experten zufolge vor allem Neufahrzeuge zahlreiche wichtige Informationen über Autonutzung und -akzeptanz liefern. Das ermöglicht präzisere Prognosen über Wartungen und Instandhaltungen, neue Sicherheitslösungen zur Vermeidung von Unfällen und – bei gewerblichen Fuhrparks – nutzungsbasiertes Flottenmanagement. Solche Optimierungen sind auch deshalb wichtig, weil viele Kunden Sonderzubehör ordern und so für zusätzliche Daten sorgen. „Auch Daten aus sozialen Netzen können wichtige Rückschlüsse geben“, gibt Klaus Stricker, Partner von Bain und Co-Autor der Studie, zu bedenken.

Vorteile für Ersatzteillogistik

Von allen Quellen profitiert auch die Logistik. Am größten sind die Vorteile wohl für die Ersatzteillogistik, welche mit präzisen Prognosen über die voraussichtliche Nachfrage die Kosten für Bestände senken und gleichzeitig die Teileverfügbarkeit erhöhen kann, wie Beispiele zeigen. „Trotz der unumstrittenen Qualität ihrer Produkte und Prozesse hat die Automobilindustrie noch Nachholbedarf bei der Auswertung ihrer Daten“, ermuntert Michael Gerstlauer, Consultant von Teradata in München, die Branche zu weiteren Anstrengungen. Der Spezialist für Big-Data-Analysen hat unter anderem BMW und Ford Amerika als Kunden.

Vor allem interne Prozesse können mit Big Data weiter optimiert werden: Konkret halten die Bain-Autoren eine bessere Auslastung der Produktionssteuerung auf Echtzeitbasis, präventive Wartungen auf Basis von prognostizierten Ausfallwahrscheinlichkeiten, verkürzte Auslieferzeiten für Neufahrzeuge sowie eine effizientere Nutzung von Werkstattkapazitäten durch gesteuerte Disposition für möglich. In der Studie noch nicht erfasst sind Daten, welche beim autonomen Fahren anfallen werden. Auch in den Supply Chains der Hersteller und ihrer Supplier steckt noch viel Potenzial. „Mit zusätzlichen Sensoren können Daten über Warenbewegungen oder Warenerschütterungen erfasst werden“, nennt Stricker ein Beispiel. Ebenso sind bei der Erfassung von Mess- und Zustandsdaten die Möglichkeiten noch nicht ausgeschöpft. Je mehr Informationen erfasst und übertragen werden, desto besser kann der Supply-Chain-Betreiber aktuelle Störungen einschätzen und Gegenmaßnahmen treffen.

Gefragt sind integrierte Daten

Anzeige

Grundsätzlich räumt Stricker der Sensortechnik eine Schlüsselrolle für die Weiterentwicklung von Big Data ein. „Hierfür wird auch der anhaltende Preisverfall der Detektoren sorgen“, urteilt der Consultant.

Ansonsten sind Tools gefragt, welche die Daten gewichten. „Wir sehen weniger in der Differenzierung der Daten, sondern in der Differenzierung der Erkenntnisse den Schlüssel zum Erfolg“, räumt Stricker ein. Auch Gerstlauer spricht von einem Nachholbedarf der Automobilindustrie an „integrierten Daten“, welche Voraussetzung für eine wirklich transparente Supply Chain sind. Weil viele Informationen in unterschiedlichen Datenbanken von Lieferanten, Logistikdienstleistern und Speditionen gespeichert sind, hat hier nahezu jeder OEM und Tier-1-Supplier Nachholbedarf. „Vor allem über Bedarfsplanungen, Teileversorgungen und Verladungen muss Transparenz hergestellt werden“, mahnt Gerstlauer. „Die Daten sind dann in einem Modell zusammenzuführen.“

Dieses Modell müsse so stabil sein, dass sich jederzeit neue Daten integrieren lassen. „Andernfalls ist der Aufwand für Big Data kaum zu bewältigen“, fürchtet der Experte. Weil die Lieferketten der Automotive-Branche wegen ihrer weltweiten Vernetzungen besonders komplex sind und die Zahl der Teilnehmer besonders groß ist, stellt diese eine besondere Herausforderung dar. Wenn die Teilnehmer dann noch mit unterschiedlichen Systemen arbeiten, macht dies die Aufgabe nicht leichter. Allerdings haben viele OEM und Tier-1-Supplier intern einiges zu verbessern. „Voraussetzung für abgestimmte Anwendungsfälle sind vernetzte Abteilungen, welche auf wirklich alle verfügbaren Informationen zurückgreifen können“, betont Stricker. Solche Prozesse könnten von Industrie-4.0-Anwendungen beschleunigt werden.

Wenn Produktion und Montage sich auf Basis optimierter Datenflüsse selbst organisieren sollen, müssen die Logistikprozesse entsprechend angepasst werden, unterstreicht Stricker. Wenn dies für die Intralogistik erreicht worden ist, können im nächsten Schritt auch unternehmensübergreifende Supply Chains optimiert werden.

Anzeige
Über die DVZ Redaktion 167 Artikel
Internationale Fachzeitung für Logistik und Transport, Verkehrspolitik und -wirtschaft, Spedition, Lagerei, Umschlag, Industrie und Handel.

3 Trackbacks / Pingbacks

  1. So setzen Sie Digitalisierung in der Logistik um • Blue Rocket
  2. Exoskelett entlastet Arbeiter im US-BMW-Werk Spartanburg • Blue Rocket
  3. Kommt der Postmann bald mit Datenbrille? • Blue Rocket

Kommentar verfassen