In vielerlei Hinsicht sind Daten in Kombination mit Künstlicher Intelligenz (KI) die Voraussetzung für das groß angelegte Aufkommen der grünen Lieferkette. Das Ziel ist natürlich, so schnell wie möglich Kohlenstoffneutralität in der Lieferkette anzustreben, ohne die Leistung zu beeinträchtigen.
Laut einer von Capgemini im August 2020 durchgeführten Studie (Wie Nachhaltigkeit die Verbraucherpräferenzen grundlegend verändert, Capgemini, August 2020) glauben 85% der Unternehmen, dass es möglich ist, Kostensenkung mit Umweltschutz zu verbinden. Dies ist eine strategische Priorität, da der gleichen Studie zufolge 79% der Verbraucher inzwischen die Umweltauswirkungen ihrer Einkäufe berücksichtigen. Gleichzeitig sind 78% der Verbraucher der Ansicht, dass der ökologische Wandel einen wesentlichen Hebel für Innovationen darstellt.
Daten und KI, Hebel der Umweltinnovation
Dies gilt insbesondere für den Bereich der Lieferkette. Kraftstoff und Energie sparen, Abfall reduzieren, Zeit sparen und die Effizienz steigern – all das ist dank der Erfassung und Verarbeitung von Daten in Echtzeit möglich. Digitale Technologien laufen alle auf dasselbe Ziel hinaus: die Belastbarkeit und Leistungsfähigkeit der Lieferkette zu erhöhen und gleichzeitig ihren ökologischen Fußabdruck zu minimieren.
In der Tat planen laut der oben erwähnten Studie fast 80% der Unternehmen, in digitale Technologien zu investieren, um ihren ökologischen Wandel zu beschleunigen. Sie stellen sich diese Investition wie folgt vor:
Für 59% von ihnen liefern Datenerfassungs- und Analysetools wertvolle Indikatoren für das Management und die Kontrolle von Umweltfragen (Energie-, Kraftstoff- und Wasserverbrauch sowie CO2-Emissionen).
50% glauben außerdem, dass der technologische Fortschritt es ermöglicht, die Genauigkeit dieser Indikatoren noch weiter zu erhöhen.
Auf diese Weise gehen der ökologische Wandel und der digitale Wandel Hand in Hand. Sie befinden sich auf demselben Fahrplan und erfüllen dieselben betrieblichen und ökologischen Leistungsziele mit Blick auf die Kostenreduzierung.
Der Straßenverkehr ist in dieser Hinsicht ein überzeugendes Beispiel. Die Datenerfassung in Echtzeit liefert eine Fülle von Informationen über die Fahrweise der Fahrer und damit über den Kraftstoffverbrauch. Je nachdem, ob man nervös fährt oder nicht, ist die Höhe des Kraftstoffverbrauchs nicht gleich. Die Analyse der Daten ermöglicht es daher, das Bewusstsein der Fahrer für eine weniger energieaufwendige Fahrweise zu schärfen und somit weniger CO2-Emissionen zu erzeugen. Der Vorteil ist dreifach:
Die Transportkosten sinken;
Der ökologische Fußabdruck der Logistikkette wird ebenfalls reduziert;
Die Fahrer fahren oft vorsichtiger.
Daten helfen auch, Lieferzeiten durch effizientere Routen und Beladung und damit weniger Wendemanöver zu reduzieren. Die Echtzeit-Verkehrsanalyse ermöglicht es, immer die schnellste Route zu wählen und die Anzahl der Wendemanöver zu reduzieren. Es wird geschätzt, dass diese Tools die zurückgelegten Strecken um 16% reduzieren und die Pünktlichkeitsrate auf durchschnittlich 98% erhöhen würden.
Wenn Daten ein Synonym für Vorhersagbarkeit sind
Der andere große Vorteil von Daten, wenn sie mit künstlicher Intelligenz (KI) kombiniert und durch lernende Algorithmen (Deep Learning) verarbeitet werden, ist ihre Fähigkeit zur prädiktiven und beschreibenden Analyse. Unternehmen bewegen sich nun weg von einem Analysemodell, das auf der vergangenen Performance basiert, hin zu einem, das Informationen über die Möglichkeit eines zukünftigen Ereignisses liefern kann. Ziel ist es, die Vorhersagefähigkeiten von Organisationen zu entwickeln, damit sie so genau wie möglich überlegen können, was wann und warum passieren könnte. Auf die Logistik übertragen, bietet diese Vorhersagefunktionalität der Lieferkette erhebliche Vorteile, sowohl in betrieblicher als auch in ökologischer Hinsicht.
Diese Wahl hat zum Beispiel der Hafen von Antwerpen getroffen, indem er ein 3D-Modell des Hafens namens APICA (Antwerp Port Information and Control Assistant) erstellt hat. Die Modellierung wird durch die Verarbeitung von Echtzeitdaten ermöglicht, die die gesamte Aktivität des Hafens synthetisieren. Dabei werden insbesondere die folgenden Daten berücksichtigt:
Bewegungen von Waren;
Wetterbedingungen;
Luftqualität;
Gezeiten;
Verfügbarkeit von Personal;
Bewegungen von Brücken und Schleusen.
All diese Daten werden von IoT-Sensoren (Internet of Things), Kameras und sogar Drohnen übertragen. Auf diese Weise erhalten die Hafenmanager einen umfassenden Überblick über die Aktivitäten in Echtzeit und sind in der Lage, das Auftreten einer bestimmten Situation vorherzusehen. So ist es beispielsweise möglich, die Schädlichkeit der Emissionen von Schiffen den Umständen entsprechend vorherzusagen und die notwendigen Korrekturmaßnahmen zu ergreifen. KI, verbunden mit Datenanalyse und Automatisierung, wird so zu einem mächtigen Hebel für Maßnahmen zugunsten des ökologischen Wandels der Lieferkette.
Die Vorhersagbarkeit, die durch Daten gegeben ist, ermöglicht es auch, die Verschwendung drastisch zu reduzieren, insbesondere beim Transport von Frischwaren. Es wird geschätzt, dass die Fähigkeit, Bestände und Ladungen im Vorfeld so genau wie möglich an die Nachfrage anzupassen, die Anzahl der LKWs auf der Straße um 15-20% reduzieren kann. KI kann die Qualität von Prognosen um 10 bis 15 Punkte erhöhen.
Die Versprechen von 5G
Die Einführung von 5G wird endlich einen echten Sprung nach vorne in Bezug auf den Beitrag von Daten zur Logistik darstellen. In Verbindung mit vernetzten Objekten und Cloud Computing sowie mit dem Beitrag von KI wird es die Sichtbarkeit über die gesamte Lieferkette hinweg stärken. Die daraus resultierende Automatisierung wird zu Kapazitätsgewinnen und einer weiteren Optimierung der Lagerverwaltung, der Kommissionierung und des Warentransports führen. Diese allgemeine Optimierung der Lieferkette wird auch das Entstehen einer groß angelegten grünen Lieferkette fördern, in der Automatisierung nur dann Sinn macht, wenn sie zum Schutz der Umwelt und des Klimas beiträgt. Schließlich werden die großen Supply-Chain-Führer von morgen diejenigen sein, die in der Lage sind, Daten zu digitalisieren und in einen strategischen Vermögenswert umzuwandeln und alle ihre Aktivitäten nützlicher und weniger umweltschädlich zu gestalten.
