Sie wissen, was Sie wollen? Amazon weiß es auch. Sogar noch, bevor Sie sich darüber im Klaren sind. Mit dem Konzept Anticipatory Shipping verspricht der Onlinehändler uns Wünsche zu erfüllen, noch ehe wir sie kennen.

Anticipatory Shipping ist eine der vielen praktischen Anwendungen von Big Data. Im Zusammenspiel mit der noch jungen Disziplin Supply Chain Event Management (SCEM) öffnet sie der Logistik die Möglichkeit, in die Zukunft zu sehen und so vorausschauender planen zu können. Dies könnte nicht nur Kundenwünsche besser erfüllen, aber zudem auch zu Effizienzsteigerungen in der gesamten Supply Chain führen.

Die Logistik kennt mittlerweile zuverlässigere Methoden, um in die Zukunft zu schauen. READMORE
Schon immer begehrt: der Blick in die Zukunft. In der Logistik heute möglich dank digitaler Technik. Photo by Kelly Kautz (CC BY-NC 2.0)

In diesem Artikel erfahren Sie:

Anticipatory Shipping, ein Patent von Amazon

Der Begriff "Anticipatory Shipping" geht auf ein Patent von Amazon zurück, dass am 24. Dezember 2013 unter der Bezeichnung "Anticipatory Package Shipping" angemeldet wurde. Das Konzept sieht vor, dass Amazon das Bestellverhalten von Kunden analysiert und aufgrund der ausgewerteten Daten dann prognostiziert, was wo zu welchem Zeitpunkt bestellt werden wird. Amazon ist dadurch u.a. in der Lage, Lieferungen in einem 2-Stunden-Fenster anzubieten.

Die vorausschauende Lieferung selbst erfolgt in zwei Stufen. Auf der ersten Stufe geht es darum, benötigte Warengruppen prädiktiv an Verteilzentren zu senden. In der zweiten Stufe soll die einzelne Ware dann möglichst noch während des Transports einer spezifischen Adresse zugeordnet werden.

Mit anderen Worten: nicht einzelne Bestellungen werden vorausgesagt, sondern Warenströme, sodass auf Bestellungen schneller reagiert werden kann. Amazon greift dafür auf Daten zurück, die die Besucher der Webseite hinterlassen: bisher gekaufte Produkte, Wunschzettel, Warenkörbe, Such-Historien oder auch die Dauer des Mauszeigers auf bestimmten Produkten. Auf dieser Basis will Amazon künftig sogar voraussagen können, in welchem Lebensabschnitt Kunden an welchen Waren interessiert sein werden und die Logistik entsprechend auf dieser Voraussage aufbauen.

Big Data schafft die Basis für Predictive Analytics

Amazon sieht die Stärken des Anticipatory Shipping vor allem im Bestseller-Bereich sowie in dicht besiedelten Gebieten. Für seltener nachgefragte Produkte sowie in Gegenden mit eher dörflicher Struktur verspricht das Konzept weniger Effizienzgewinne. Das liegt u.a. daran, dass durch Voraussagen von Warenströmen die Größe der Lieferfahrzeuge exakter gewählt und Leerfahrten besser vermieden werden können. Anticipatory Shipping funktioniert am besten in Bereichen, wo mit großen Zahlen operiert werden kann. Letztlich ist Anticipatory Shipping daher nur eine von vielen Anwendungen aus dem Bereich der Predictive Analytics.

Schlagzeilen machte diese noch junge Disziplin etwa mit Polizeistreifen. Sie werden dank Datenanalyse gezielt in Stadtteilen eingesetzt, in denen die Wahrscheinlichkeit von Verbrechen zum Einsatzzeitpunkt besonders hoch sind. Das erinnert zwar an den Hollywood-Spielfilm "Minority Report", funktioniert jedoch anders. Denn während es im Spielfilm sensible Wesen sind, die Morde voraussehen, ist Predictive Analytics eine praktische Anwendung von Big Data.

Beispiel KEP-Dienstleister

Auch der KEP-Dienstleister DPD nutzt seit einiger Zeit Predictive Analytics, um die Zustellung von Pakten zu verbessern. Ziel des vorausschauenden Lieferprozesses ist es, privaten Empfängern bis auf die Stunde genau nennen zu können, wann das Paket bei ihnen eintrifft. Dafür verarbeiten die Rechner des Unternehmens rund 30 Millionen Datensätze täglich.

Die größte Hürde bei der Umsetzung war dabei, dass die Daten auf unterschiedlichen Systemen dezentral verteilt waren. Diese Daten zusammenzubringen war eine der Hauptaufgaben der Programmierer von DPD. Sowohl das Beispiel von DPD als auch das Konzept des Anticipatory Shipping zeigen eine wesentliche Voraussetzung für vorausschauende Logistik auf: Daten müssen nicht nur erhoben werden, sondern auch zusammengeführt werden können.

Digitale Speditionen wie Frachtraum bieten dafür ideale Voraussetzungen. Da die Transportorganisation auf Frachtraum schon heute vollständig digital abgewickelt wird, ermöglicht die digitale Spedition auch ein Supply Chain Event Management (SCEM). Diese noch relativ junge Logistik-Disziplin ermöglicht es, auf ungewöhnliche Ereignisse innerhalb der Lieferkette zeitnah zu reagieren. Auch SCEM blickt in die Zukunft, indem es permanent aktuelle Daten registriert und analysiert.

Reaktionsstarkes Supply Chain Event Management – volle Kontrolle dank digitaler Spedition

Lieferketten agieren nicht im "luftleeren Raum". Sie sind abhängig von einer Vielzahl von Faktoren und Ereignissen (Events), zu deren Wesen es gehört, dass sie

Angesichts der immer engeren Verzahnung von Produktion und Zulieferung wächst die Störanfälligkeit von Supply Chains kontinuierlich. Um die Auswirkungen solcher Störungen zu minimieren und besser in den Griff zu bekommen, hat sich als neuer Zweig der Logistik das Supply Chain Event Management entwickelt. SCEM hat den Anspruch, die Relevanz von Ereignissen auf die Lieferkette einschätzen zu können. Erstellt wird also ein Toleranzbereich, bei dem nicht aktiv eingegriffen werden muss. Wird dieser Toleranzbereich über- bzw. unterschritten, werden Handlungsalternativen ausgelöst.

Komponenten des Supply Chain Event Managements

Ausgangpunkt für das Management relevanter Events sind die heute vielfach in der Logistik eingesetzten Tracking & Tracing Systeme. Sie ermöglichen das Erfassen von IST-Zuständen und damit den Abgleich zum jeweils geplanten SOLL-Zustand. Ziel des Abgleichs ist es, möglichst zeitnah auf Events reagieren zu können bzw. diese sogar vorhersagen zu können und dadurch steuerbarer zu machen.

Das Supply Chain Event Management kümmert sich sowohl um positive (etwa kurzfristig freigewordene Lieferkapazität) als auch um negative Ereignisse (z. B. Produktionsausfall). Folgende fünf Funktionen stehen dabei im Fokus:

  1. Monitoring: Alle für den Supply Chain Prozess relevanten Daten werden mithilfe von Tracking & Tracing Systemen erfasst und überwacht.
  2. Meldung: Stellt das Monitoring Abweichungen zwischen SOLL- und IST-Zuständen außerhalb der festgelegten Toleranzbereiche fest, werden die Prozessverantwortlichen darüber informiert.
  3. Simulation: Alternative Reaktionsmöglichkeiten auf ein Event werden in der Simulation durchgespielt und können so geprüft und bewertet werden.
  4. Controlling: auf der Basis der Simulationsergebnisse werden die Handlungsalternativen ausgesucht, die den größten Erfolg versprechen.
  5. Messen: Prozessbegleitend werden alle Vorgänge permanent gemessen. Nur durch die fortlaufende Datenerhebung lassen sich Trends, Muster und Potenziale erkennen und optimieren.

Solide Datenbasis ist Voraussetzung für vorausschauende Logistik

Sowohl Anticipatory Shipping als auch Supply Chain Event Management nutzen (historische) Daten dazu, um alltägliche Entscheidungen in Zukunft zu optimieren. Beide Ansätze leben von der Qualität ihrer Daten. Je genauer Interaktionen und Transaktionen erfasst werden, desto besser kann auf kritische Ausnahmefälle reagiert werden und desto eher gelingen valide Voraussagen. Frachtraum bietet Ihnen die dafür notwendigen Funktionen und freut sich darauf, mit Ihnen gemeinsam den Weg in die Zukunft zu beschreiten.