Suchen

Lieferzeiten Die Black Box wird zur White Box – Echtzeittransparenz revolutioniert Lieferkette

| Autor / Redakteur: Thomas Spieker* / Sebastian Human

Bei Versandhändlern wie Amazon, Zalando und Co. ist es längst üblich, Bestellungen online nachzuverfolgen. Und auch im B2B-Umfeld ist das Wissen um die wahrscheinliche Ankunftszeit eines LKW (ETA – Estimated Time of Arrival) eine wichtige Kennzahl in der Logistik.

Firma zum Thema

Gelingt es, Echtzeittransparenz in die eigenen Logistikprozesse zu bringen, profitieren alle Beteiligten.
Gelingt es, Echtzeittransparenz in die eigenen Logistikprozesse zu bringen, profitieren alle Beteiligten.
(Bild: gemeinfrei / Pixabay )

Dass eine Echtzeit-Lieferkettentransparenz im B2B-Umfeld lange nicht möglich war, liegt zum einen an der schieren Größe und Heterogenität des Marktes. Allein in Europa gibt es rund 600.000 Logistikanbieter, die bis zu 600 Telematik-Systeme verwenden, um die Positionsdaten ihrer Fahrzeuge zu ermitteln.

Zum anderen war es bis vor wenigen Jahren technisch nicht möglich, solch ein komplexes Tracking-System aufzusetzen. Es fehlten eine ausreichende Datengrundlage und bezahlbare Rechenkapazitäten. Mit modernen Algorithmen, künstlicher Intelligenz und Big Data lassen sich inzwischen ETAs von Lieferungen so exakt vorhersagen und kommunizieren, dass mögliche Verspätungen Produktionsabläufe nicht mehr durcheinander bringen oder zu langen Wartezeiten an Laderampen führen, die ihrerseits in noch größeren Verspätungen münden. Entsprechende Plattformlösungen sind in der Lage, dieses aus dem B2C-Bereich bekannte Szenario auf Basis von KI in den B2B-Kontext zu übertragen – Termine für Warenlieferungen werden mit einer Genauigkeit von bis zu 98 Prozent berechnet.

Die Funktionsweise der ETA-Berechnung im Überblick.
Die Funktionsweise der ETA-Berechnung im Überblick.
(Bild: Shippeo)

Handel, Produktion und Logistik profitieren

Im Handel, in Produktionsstätten und Warenlagern erwarten die Mitarbeiter um eine bestimmte Uhrzeit die Ankunft des LKW mit neuer Ware. Sollte der sich signifikant verspäten, rufen sie im Zentrallager an, von dort aus wird die Spedition kontaktiert, die versucht, den Fahrer zu erreichen. Dies ist ein zeitaufwändiger und ineffizienter Prozess.

Bekommt der Empfänger über ein Tracking-System frühzeitig mitgeteilt, dass der LKW verspätet eintrifft und wann er voraussichtlich ankommen wird, entfallen die lästigen Anrufe. Ist rechtzeitig bekannt, dass sich eine Lieferung verzögert, müssen die Mitarbeiter nicht unnötig an der Rampe warten, sondern können in der Zwischenzeit andere Aufgaben erledigen. Einkäufer profitieren ebenfalls von Echtzeitdaten. Sie geben ihnen einen Überblick darüber, ob Lieferungen pünktlich angekommen sind. Auch Kennzahlen und die Einhaltung von Service Level Agreements lassen sich so besser prüfen.

Daten aus verschiedenen Quellen werden konsolidiert

Für eine lückenlose Verfolgung einer Sendung müssen alle drei bis fünf Minuten Daten erhoben werden. Hinzu kommen Lagerdaten und Verkehrsinformationen, aus denen die LKW-Geschwindigkeit errechnet wird. Diese Daten stammen von mehreren Telematik-Anbietern in Europa. Auch die übliche Pausen- oder Verladezeiten an der Rampe gilt es zu berücksichtigen. Um die ETA aus den Echtzeitdaten so exakt wie möglich zu errechnen, sind außerdem externe Datenquellen, wie Wettervorhersagen oder Stauprognosen nötig. Letztlich bedarf es Daten aus bis zu 500 verschiedenen Quellen.

Auf dieser Datengrundlage berechnet die Lösung die ETA (Estimated Time of Arrival).
Auf dieser Datengrundlage berechnet die Lösung die ETA (Estimated Time of Arrival).
(Bild: Shippeo)

Mit Machine Learning zur Echtzeit-Lieferkettentransparenz

Die vielen erhobenen Daten zu bearbeiten, ist ein klassischer Anwendungsfall für Machine Learning. Sämtliche Daten, allen voran GPS- und Verkehrsdaten, werden zunächst aggregiert und, im Idealfall, an einen proprietären ETA-Algorithmus übergeben, der sie analysiert und so die voraussichtliche Ankunftszeit der Sendung berechnet.

Mit der Zeit lernt der Algorithmus dazu und verfeinert seine Prognosen. Ist auf einem bestimmten Streckenabschnitt zu einer bestimmten Tageszeit immer Stau, nimmt er diese Information in zukünftige Berechnungen auf. Auch die Auf- und Abladezeiten an verschiedenen Stationen schätzt der Algorithmus mit der Zeit immer besser ab.

So kann die Software oftmals schon einen Tag vor der Lieferung eine genaue ETA ausgeben. Wenn solche Informationen mit langer Vorlaufzeit verfügbar sind, lassen sich auch Routen rechtzeitig anpassen und optimieren. Dies verkürzt im Idealfall die Transportzeit. Außerdem führen optimierte Routen zu geringerem Treibstoffverbrauch. Dies ist nicht nur ein ökonomischer, sondern auch ein ökologischer Vorteil.

Mehr Effizienz, mehr Produktivität – und zufriedene Kunden

Die so erreichbare Steigerung der Effizienz kommt allen Beteiligten zugute: Spediteuren und ihren Mitarbeitern, Händlern, produzierenden Unternehmen und auch der Umwelt. Denn eine erhöhte Transparenz in der Lieferkette führ zu optimierten Routen und besser ausgelasteten LKW, die weniger fahren und so Treibstoff sparen.

Neben den Anrufen bei Speditionen, wo denn die Lieferung bleibt, ist es möglich, Empfänger proaktiv zu informieren, beispielsweise über eine App oder per SMS. Diese systemgenerierten Nachrichten sparen allen Beteiligten Zeit und tragen ebenfalls zum verbesserten Kundenservice bei. Anbindungen an Yard- oder Warehouse-Management-Systeme sind ebenfalls denkbar.

Das präzise Wissen um die Ankunftszeit von Lieferungen ist ein in der Wirtschaft immer wertvoller werdendes Gut. Nicht nur lassen sich Produktionsprozesse danach ausrichten, auch für die Kundenzufriedenheit, im B2B- und letztlich auch im B2C-Bereich tragen exakte ETAs signifikant bei. Denn dank solcher Informationen lässt sich die Verfügbarkeit von Waren im Handel sicherstellen. Spediteure und Verlader profitieren gleichzeitig davon, dass sie Verspätungen eher melden und hohe Strafzahlungen vermeiden. In einer Welt durchgetakteter Lieferketten bringt Planbarkeit von Ankunftszeiten also nicht nur einen betriebswirtschaftlichen, sondern auch einen volkswirtschaftlichen Nutzen.

* Thomas Spieker arbeitet als Director Central Europe bei Shippeo.

(ID:46749111)