Eine neue Konferenz, die Wege und Benchmarks zu digitalen ... · Implementierung einer Unified Data Architektur, die alle diese Anforderungen erfüllt! Bild. Session 6 Data Analytics

Eine neue Konferenz, die Wege und Benchmarks zu

digitalen Services in der Supply Chain zeigt

Moderation

Bettina BohlmannWirtschaftspsychologin & Supply Chain Expertin

Managing Partner 3p procurement branding GmbH

Dr. Petra SeebauerHerausgeberin LOGISTIK HEUTE und Geschäftsführerin

EUROEXPO Messe- und Kongress-GmbH

Session 6 Data Analytics and SecurityBig Data in der Supply Chain


Referenten

Dr.-Ing. Jan CirulliesLeiter Digitization in Logistics, Fraunhofer-Institut für Software-und Systemtechnik ISST

Dr. Kerstin HöfleIP & Strategy Manager, Swisslog AG

Gerhard OtterbachDirector & Sales Team Manager Strategic Key Accounts & Industries, Teradata GmbH

Pascal PrassolVice President Innovation Services, SAP Deutschland SE & Co. KG

Dr. Jack ThomsDirector Innovation, Deutsches Forschungsinstitut für Künstliche Intelligenz GmbH (DFKI)

Ablauf

16.00 Begrüßung Dr. Petra Seebauer, Bettina Bohlmann

16.10 Thesen Dr. Jan Cirullies

16.20 Thesen Dr. Kerstin Höfle

16.30 Thesen Dr. Jack Thoms

16.40 Thesen Pascal Prassol

16.50 Thesen Gerhard Otterbach

17.00 Start der Diskussion

17.30 Ende

Big Data in der Supply Chain | 1

Dr.-Ing. Jan CirulliesLeiter Digitization in Logistics, Fraunhofer-Institut für Software-und Systemtechnik ISST

Thesen

1. Der Datenaustausch in der Supply Chain wird intensiviert und auch heute als zu kritisch betrachtete Daten sind einzubeziehen.

2. Die Voraussetzung ist »Datensouveränität«, d.h. die Fähigkeit zur Selbstbestimmung hinsichtlich des Wirtschaftsguts Daten.

Zunehmende digitale Vernetzung sichert Wettbewerbsfähigkeit

Der zunehmende Datenaustausch sichert die Wettbewerbsfähigkeit, da er effizientere und stabilere Prozesse oder gar datengetriebene Geschäftsmodelle erlaubt.

Beispiel Automobillogistik

Abrufe · Lieferavise · Rechnungen …

Teilestammdaten · Änderungsanfragen · Sicherheitsdatenblätter …

Ereignisdaten aus der Lieferkette …

Kapazitäten ·

Fertigungsschritte ·

Liefernetzstrukturen

EDI

Electronic

Business

RFID · IoT

Digitale

Trans-

formation

Zeit

Mehrwert, Kritikalität der

ausgetauschten Daten

1990 2000 2010 heute

Der Industrial Data Space gewährleistet Datensouveränität

Vertrauens-

schutz

zertifizierte

Teilnehmer

Skalierung

Netzwerkeffekte

Offenheit

neutral und

anwender-

getrieben

Governance

gemeinschaftliche

Spielregeln

Netzwerk

Plattformen

und Dienste

Sicherheit

Datenaustausch

Souveränität

über Daten

Dezentralität

Föderale

Architektur

Digitalisierung kann im Kleinen beginnen, sollte aber einer Strategie folgen.

• Identifikation evolutionärer und disruptiverdatengetriebener Geschäftsmodelle

• Entwicklung einer Digitalisierungsstrategie

• Aufbau einer Infrastruktur zur Datenerfassung und -vernetzung

• »Dare to share«, um neue Kollaborationen einzugehen

Stufe 2: Datenwertschöpfung

Stufe 1: Datenaustausch

Stufe 0: Datenverfügbarkeit

› heute: „Ich sehe was, was Du nicht siehst“

› künftig: „Ich sehe das, was Du auch siehst“

› weitere Nutzung der Daten

› Unterstützung der ‚smart services‘

Beispiel Audi AG



These

Wir müssen zunächst Potenziale von Big Data in den eigenen 4-Wänden – sei es im

Lagerhaus oder der Produktion – realisieren.

SituationsbeschreibungWarum das so ist...

• Von alt bis neu und alles in einem: verschiedenste Generationen von Maschinen

• Was und wie: das Richtige mit den Daten tun

• Performance hoch – Kosten runter: Kundenmehrwert generieren

• Wo und wie: Zugang und Speicherort von Daten

• Zukunftsgerichtet: Interne Nutzung von Big Data

Erhebung zusätzlicherDaten

(Vibrationsmessung)

Bestehende Anlage (24 jährig)

Dashboard

Lösungen & NutzenWie Sie diese einsetzen können...

DataWarehouseSammeln von Daten

Condition MonitoringKomponenten- &

Anlagenzustand

CockpitVisualisierung

QuickBox/ACPaQP2P

Steuerungskonzept

Computerized Maintenance Management SystemIntelligentes Service Management 3D Visualization

Digitaler Schatten

AutoPiQ*Mesch-Roboter Kollaboration

Virtual RealityVerkaufsunterstützung,Simulation & Prototyping

Condition MonitoringZusätzliche KPIs

AI: CrystalBall & BigData Analytics Anlagenoptimierung

Energy footpringIntelligente Energieoptimierung

Augmented RealityRemote Support, Navigation, Diagnose, Wartung, Training, Betrieb,…

Performance based contractingNeue Geschäftsmodelle

Verfügbar In Entwicklung Zukunft

BASIS

VORHERSAGE & OPTIMIERUNG

Availability ManagerVerfügbarkeitsanalyse

ForeverYoungSoftware Migration

*Machine Learning (AI) als zukünftige Funktionalität

Performance ManagerAuslastungsanalyse

Handlungsempfehlung & PerspektiveWas konkret zu tun ist…

• Think big – start small – scale fast

• Aufeinander aufbauende Ansätze

• Neue Denkweisen und Ansätze auch in der Entwicklung (agility)

• Entwicklung gemeinsam mit dem Kunden – Fokus Mehrwert

• Einbindung des gesamten Unternehmens

• Modularisierung von Softwarelösungen und Big Data Applikationen

• Das größere Ganze nicht aus dem Auge verlieren

ecosystem



These

Big Data ist… Bewusstseinserweiterung für das Unternehmen

SituationsbeschreibungWarum das so ist...

Data Analytics

Digitale

Videodaten

Bilddaten

Audiodaten

Textdaten

Geodaten

Sensordaten

Volume

Variety

Velocity

Veracity



Das Geheimnis im Geschäftsleben lautet etwas zu wissen, was sonst keiner weiß.

• Exklusivität (Aktualität, Granularität, Vollständigkeit)

• Zuverlässigkeit (Varianz der Datenquellen)

• Beschaffung (Aufwand, Latenz)

Aristoteles Onassis

Die grundlegenden Geschäftsprinzipien sind geblieben…

…aber Big Data verändert das Spiel

Handlungsempfehlung & PerspektiveWas konkret zu tun ist

Handlungsempfehlung & PerspektiveWas konkret zu tun ist

• Lernen Sie besser und schneller Ihre Kunden, Produkte, Prozesse, Wettbewerber kennen!

• Definieren Sie kleine, überschaubare Projekte!

• Formen Sie interdisziplinäre Teams!

• Nutzen Sie Open Source Software!

These

Big Data ist nicht…Datenkommunismus in der Supply Chain



These

Daten sind das neue Öl in der Supply Chain -

Big Data & Analytics sind der Motor!

Bild

Motivation

Big Data

44TGigabytes an Daten bis 2020

Internet of Things

212 MrdMit dem Internet verbundene Geräte/Objekte

mit dem Internet bis 2020

Neue Datenströme ergeben dankintelligenter Kombination neue Nutzenpotenziale!

Consumer LoyaltySales Channel Profitability

Demand ForecastingRealtime

Offermanagement

Brand Performance Campaign Performance Customer Retention Customer Segmentation

Inventory Optimization

Online behavior Global market share Vendor Management

:-)

Mit dem richtigen Umsetzungsplan aus Daten Mehrwerte erzielen

Innovation Lab?

Innovation Workshop & StrategischeAusrichtung

Use Case Priorisierung &MachbarkeitsBusiness Case

PROJEKT-UMSETZUNG

VALUE & SUCCESS!

Architektur & Solutioning & TechnischerDeep Dive

5

3 Unternehmens-/ Fachbereich-

Roadmap

4

2

1

Reifegrad?

Was ist wirklich wichtig?

Commitment!

Ideen und Pläne

Integration?



These 1: Kritische Infrastruktur

Supply Chain & Logistik sind kritische Unternehmensprozesse – die

Big Data Infrastruktur muss danach ausgerichtet werden!

These 2: Implementierung

Der beste Algorithmus ist nur von Wert im Zusammenhang mit

erfolgreicher End-to-End Implementierung!

These 3: Integrierte Daten

Supply Chain & Logistik Analysen erfordern die Integration von

multiplen Datenquellen und -typen; die Big Data Infrastruktur muss das

abbilden können!

These 4: Performance & Skalierung

Wir sind erst am Anfang; Performance und Skalierung ohne

Limits sind unabdingbare Anforderungen an die Big Data

Infrastruktur!

Handlungsempfehlung & PerspektiveImplementierung einer Unified Data Architektur, die alle diese Anforderungen erfüllt!

Bild


Diskussion

Dr.-Ing. Jan CirulliesLeiter Digitization in Logistics, Fraunhofer-ISST





Bettina BohlmannWirtschaftspsychologin & Supply Chain Expertin, Managing Partner 3p procurement branding GmbH

Dr. Petra SeebauerHerausgeberin LOGISTIK HEUTE und Geschäftsführerin,EUROEXPO Messe- und Kongress.GmbH

Thesen im Überblick

# Der Datenaustausch in der Supply Chain wird intensiviert und auch heute als zu kritisch betrachtete Daten

einbeziehen.

# Die Voraussetzung ist »Datensouveränität«, d.h. die Fähigkeit zur Selbstbestimmung hinsichtlich des

Wirtschaftsguts Daten.

# Wir müssen zunächst Potentiale von Big Data in den eigenen 4-Wänden – sei es im Lagerhaus oder der

Produktion – realisieren.

# Big Data ist… Bewusstseinserweiterung für das Unternehmen; Big Data ist nicht… Datenkommunismus in der

Supply Chain.

# Daten sind das neue Öl in der Supply Chain - Big Data & Analytics sind der Motor!

# Supply Chain & Logistik sind kritische Unternehmensprozesse – die Big Data Infrastruktur muss danach

ausgerichtet werden!

# Der beste Algorithmus ist nur von Wert im Zusammenhang mit erfolgreicher

End-to-End Implementierung!

# Supply Chain & Logistik Analysen erfordern die Integration von multiplen Datenquellen und –typen; die Big Data

Infrastruktur muss das abbilden können!

# Wir sind erst am Anfang; Performance und Skalierung ohne Limits sind unabdingbare Anforderungen an die Big

Data Infrastruktur!


Diskussion

Dr.-Ing. Jan CirulliesLeiter Digitization in Logistics, Fraunhofer-ISST





Bettina BohlmannWirtschaftspsychologin & Supply Chain Expertin, Managing Partner 3p procurement branding GmbH

Dr. Petra SeebauerHerausgeberin LOGISTIK HEUTE und Geschäftsführerin,EUROEXPO Messe- und Kongress.GmbH

Documents

Eine neue Konferenz, die Wege und Benchmarks zu digitalen ... · Implementierung einer Unified Data Architektur, die alle diese Anforderungen erfüllt! Bild. Session 6 Data Analytics