Big Data entlang der Supply Chain

Wie BMW seine komplexen Lieferketten managt

Mithilfe einer neuen Big-Data-Lösung analysiert BMW sämtliche Daten entlang der Lieferkette. Dies spart nicht nur Kosten, sondern schafft auch Freiräume für weitere Prozessverbesserungen.

BMW

BMW-Kunden können bis wenige Tage vor der Produktion ihres Fahrzeugs Änderungswünsche melden, die dann noch umgesetzt werden.

„BMW ist ein sehr kundenorientiertes Unternehmen“, sagt Stefan Betz vom Fachbereich Material Control Overseas Plants bei der BMW Group. „Weltweit können Kunden bei uns bis wenige Tage vor der Produktion ihres Fahrzeugs Änderungswünsche melden, die dann noch umgesetzt werden.“ Die Fähigkeit, Änderungen der Kundenaufträge in letzter Minute umzusetzen, stellt hohe Anforderungen an die Lieferkette. Und obwohl das Unternehmen bereits 99,9 Prozent bei der Lieferpünktlichkeit erreicht, will man noch besser werden.

Um die steigende Nachfrage nach BMW-Fahrzeugen in Übersee zu erfüllen, fertigt das Unternehmen immer mehr Fahrzeuge lokal. Damit wird auch die weltweite Lieferkette immer komplexer. Weiter verstärkt wird diese Komplexität durch die zahlreichen Logistikdienstleister, mit denen der Bereich Material Control Overseas Plant der BMW Group zusammenarbeitet, um die kostengünstige Just-in-time-Lieferung von Teilen zu diesen Werken sicherzustellen.

Verfolgt man ein einzelnes Teil durch die Überseelieferkette, findet man es zunächst in dem Werk, in dem es produziert wurde, anschließend vielleicht bei BMW Deutschland, dann bei einem anderen Lieferanten, der es bei der Fertigung eines Fahrzeugteils einbaut. Dieses Teil wird dann einem Logistikanbieter anvertraut, zu einer Verpackungsanlage gebracht und anschließend per Schiff, Flugzeug oder Bahn zu dem Werk in Übersee transportiert.

Da sich zu jedem Zeitpunkt Tausende von Teilen in diesem System befinden, war es für das Team nicht einfach, die Werke in Übersee bei Lieferschwierigkeiten rechtzeitig zu benachrichtigen. Um sicherzustellen, dass die Werke alle Teile zur Erfüllung von Kundenaufträgen erhielten, musste man Teile per Express verschicken – eine kostspielige Angelegenheit, die auch dazu führte, dass es Probleme bereitete, Kosten und Kostentreiber präzise zu identifizieren.

Alle Stationen der Lieferkette im Blick

Um die Daten entlang der Lieferkette zu analysieren, setzte der Automobilhersteller Microsoft Excel, Access und SAP Business Information Warehouse ein. „Unsere klassischen Instrumente stießen aber zunehmend an ihre Grenzen“, so Betz. Das Unternehmen war überzeugt, dass man ein neues System brauchte, das die wachsenden Mengen an Big Data, die von der Lieferkette erzeugt wurden, handhaben und diese Daten zeitnah und tiefgehend analysieren konnte. Zu diesem Zweck startete BMW ein Projekt, dessen Ziel es war, für alle Stationen der Lieferkette für die Überseewerke Transparenz herzustellen – über Bestände und Durchlaufzeiten, die Performance von Dienstleistern und die Kosten.

„Der Bedarf an maximaler Transparenz aller wichtigen Lieferkettenprozesse war der Hauptgrund für unsere Entscheidung, eine agile Informationsplattform (AIP) einzuführen und Teradata als Technologie- und Implementierungspartner auszuwählen“, sagt Betz. Bei der Implementierung nutzte das BMW-Team das logische Datenmodell von Teradata für die Transport- und Logistikbranche. Es erleichterte die Einrichtung des Data Warehouse und die Umsetzung von Best Practices bei der Definition der Datenarchitektur für die agile Informationsplattform (AIP).

Mit der agilen Informationsplattform kann das Team nun flexibel Berichte erstellen. Dafür werden die von der Lieferkette erzeugten Daten nicht nur separat analysiert, sondern auch im Zusammenhang mit Daten aus anderen Datenquellen im gesamten Unternehmen. Zu den Datenquellen gehören:

  • Lagerbestand
  • Gründe für Luftfracht
  • Stammdaten (Material, Preise, Verpackungsmaterial, Verpackungshinweise, Lieferanten)
  • Sendungsverfolgung
  • Kosten für Luftfracht, Seefracht und Schienentransport
  • Wareneingang & Versandbenachrichtigungen
  • Materialabrufe (Werk, Lieferant)
  • Programmplanung
  • Primärbedarf und Brutto-Sekundärbedarf

Gegenwärtig fließen Daten aus 80 verschiedenen Quellen in die agile Informationsplattform ein. Die Aktualisierung erfolgt zwischen zweimal täglich und viermal pro Stunde.

Die Informationsplattform bietet den verschiedenen Unternehmensbereichen die Möglichkeit, alle Datenquellen aus der gesamten Organisation ad hoc zu analysieren, um vollständige Übersicht über die komplexen Lieferkettenprozesse zu erhalten. Bei BMW gibt es derzeit 20 „Power User“ des Systems. Um die Analysen der Lieferkette zu erleichtern, wurden Standardberichte definiert, die Nutzer können sich aber auch eigene Berichte erstellen, um den durchgängigen Prozess der gesamten Lieferkette zu analysieren oder sich auf einen bestimmten Ablaufschritt zu konzentrieren.

Predictive Analytics integrieren

„Dank der agilen Informationsplattform haben wir nun die Möglichkeit, zahlreiche Schnittstellen und große Datenmengen komfortabel zusammenzuführen. Damit können wir etwa analysieren, wo Lagerbestände zu hoch oder Transporte nicht ausgelastet sind“ erläutert Betz. „Darüber hinaus können wir mit der Lösung auch Daten von unseren Lieferanten und Predictive-Analytics-Anwendungen integrieren, ein Thema, das in anderen Firmenbereichen bereits forciert wird.“

Mit der Einführung der Plattform hat der Automobilhersteller durch das zentrale Tracking aller Dienstleister die Effizienz der Materialsteuerung deutlich erhöht. Das für die Materialsteuerung zuständige Team konnte die Kosten für die Versorgung reduzieren und ist außerdem in der Lage, schneller auf neue Anforderungen zu reagieren. „Wir können nun Abweichungen wie beispielsweise verzögerte Transporte frühzeitig erkennen, sodass sowohl der Dienstleister als auch wir von der BMW Group früher entsprechende Maßnahmen ergreifen können“, sagt Betz. „Das reduziert den personellen und finanziellen Aufwand erheblich und schafft Freiräume für weitere Prozessverbesserungen.“

So ist zum Beispiel Luftfracht oft der schnellste Weg, um Teile zu den Werken in Übersee zu befördern, sie ist gleichzeitig aber auch eine sehr teure Transportart. Analysen des Lagerbestands, der Kundenaufträge und anderer Datenquellen geben dem Team jetzt einen besseren Überblick, welche Teile in welchem Werk gebraucht werden. Dadurch konnte man die Kosten für Luftfracht zu den Werken in China innerhalb von zwei Jahren um nahezu 70 Prozent senken. Dass die Fachbereiche nun selbst Business-Intelligence-Reports erstellen können, entlastet die IT-Abteilung. „In den Fachbereichen der Logistik wird die agile Informationsplattform als Innovation mit echtem Mehrwert gesehen“, so das Fazit von Betz.

Nach dem erfolgreichen Rollout der Informationsplattform plant das Team im nächsten Schritt die Einbindung neuer Schnittstellen und die Einbeziehung weiterer „Power User“ und „Self-Service User“. Im Laufe der Zeit will das Unternehmen noch mehr Datenquellen integrieren, zum Beispiel auch von Lieferanten. Das Team ist davon überzeugt, dass die Predicitve Analytics, die möglich geworden sind, auch in weiteren Geschäftsbereichen von BMW zu Effizienzsteigerungen führen können.

Bildquelle: BMW

©2019Alle Rechte bei MEDIENHAUS Verlag GmbH

Unsere Website verwendet Cookies, um Ihnen den bestmöglichen Service zu bieten. Durch die weitere Nutzung der Seite stimmen Sie der Verwendung zu. Weitere Infos finden Sie in unserer Datenschutzerklärung.

ok