BIG DATA in der Logistik

Big Data – Große Datenmengen der Logistik beherrschen und zielgerecht nutzen

Big Data wird definiert durch den schnellen Zuwachs digitaler Datenmengen, die aus unterschiedlichen Quellen in unterschiedlichen Datenstrukturen von einer stetig ansteigenden Anzahl von Nutzern, Sensoren, Prozessen und weiteren Quellen erzeugt und mittels Methoden aus dem Big Data Analytics Bereich analysiert werden können.

Aufgrund der immer weiter wachsenden Datenmenge (je Dekade um den Faktor 1000) ist das Thema Big Data für die Logistik von großem Interesse. Dabei spielen die Methoden aus Big Data Analytics eine entscheidende Rolle um einen Mehrwert zu generieren, z.B. bei der Entscheidungshilfe oder bei Prognosen. Aber nicht nur die Datenmenge sondern auch der Wunsch nach Individualität nimmt zu. Zusätzlich dazu wächst die Komplexität eines Produktes und seiner Struktur. Der Vernetzungsgrad der Unternehmen, deren IT-Systeme und der Kunden wächst ebenfalls exponentiell.

Durch die enge Verknüpfung der Prozesse in der Logistik mit den IT-Systemen und gleichzeitiger Steigerung der Komplexität der Logistik, müssen die bestehenden IT-Systeme immer komplexere Aufgaben und immer weiter ansteigende Datenmengen und verschiedenste Datenstrukturen verwalten. Zusätzlich zu den großen Datenmengen, der Komplexität und der verschiedenen Datenstrukturen steigt der Bedarf an Entscheidungen in Echtzeit an. Durch diese Entwicklung in der Logistik stoßen die aktuellen IT-Systeme an ihre Grenzen und müssen zukünftig um Methoden und Systeme aus dem Big Data Analytics Bereich erweitert werden.

Das Fraunhofer IML strebt im Anwendungszentrum Big Data die Übertragung der Methoden und Algorithmen in reale logistische Anwendungsfälle an. Dies soll durch Forschungs- und Industrieprojekte, durch die Veranstaltung von Workshops und die Einbringung des Themas Big Data in die Lehre umgesetzt werden.

Neben der reinen Analyse von großen Datenmengen rücken im Zusammenhang von Big Data auch die Themen Transparenz, Simulation und Entscheidungsunterstützung weiter in den Vordergrund. Sie bilden die logischen Folgeschritte nach der anfänglichen Analyse der Daten. Alle drei Themen vereint das Fraunhofer IML in dem Konzept der Logistischen Assistenzsysteme, die seit Jahren erfolgreich in der Industrie im Einsatz sind.