LE-2-2015

INTRALOGISTIK Anwenderbericht
Index
Big Data
www.wikipedia.org/
wiki/Big_Data
ein integraler Bestandteil von Predictive-Analytics-Lösungen.
Auch statistische Berechnungen,
Elemente der Spieltheorie sowie
Methoden der Optimierungsrechnung und
der Simulation werden in die moderne Art
der Zukunftsbetrachtung eingebracht. Der
direkte Nutzen, der sich durch die Sammlung
und gezielte Auswertung zunächst sehr unstrukturierter
Datenberge ergibt, wird in letzter
Zeit immer mehr auch von den Vertretern der
Logistikbranche als zukunftsträchtiges Geschäftsfeld
erkannt.
Big-Data-Analyse in der Transportlogistik
Die ersten Profiteure moderner Methoden
zur Big-Data-Analyse im Bereich der Transportlogistik
sind zum Beispiel die Umschlagsunternehmen
am Hamburger Hafen. Dort
haben die Verantwortlichen gemeinsam mit
T-Systems ein Computersystem hervorgebracht,
das die GPS-Auswertungen sämtlicher
Lkw-Touren sowie die aktuellen Wetter- und
Stauprognosen zu einer Echtzeit-Analyse der
benötigten Anzahl der Container-Rampen
zusammenfasst. Das Resultat: Die Container
werden merklich schneller abgefertigt als zuvor
- und die ehemals langen Wartezeiten
der Lkw an den Container-Rampen wurden
signifikant eingedämmt. Ein weiterer positiver
Nebeneffekt: Innerhalb der Lieferkette, in der
sich die einzelnen Glieder lückenlos aufeinander
abstimmen, haben Big-Data-Analysemethoden
durchaus positive Kosteneffekte.
Zustandsbasierte Instandhaltung im Kommen
In letzter Zeit sind Big-Data-Analysemethoden
zum Beispiel verstärkt auch in der Intralogistik
im Kommen. Vor allem die Anbieter vollautomatischer
Logistikanlagen zeigen ein offensives
Interesse daran, eine regelmäßige
Rückkoppelung sämtlicher Betriebsdaten
ihrer ausgelieferten Maschinen und Anlagen
zu erhalten. Denn aus diesen Daten könnten
Rückschlüsse auf die Anlagenleistung abgeleitet
werden. Für die Anlagenhersteller hat
das den Effekt, die Leistungsfähigkeit und Ausfallsicherheit
der Maschinen kontinuierlich optimieren
zu können.
30 LOGISTIK express 2|2015