Entscheidungsträger am Standort: Geschäftsführer Markus Seme mit den Abteilungsleitern Bernd Koberwein und Andreas Joham (v. l.) (Foto: Lueflight)

Für einen internationalen Logistikriesen hat der steirische Technologiespezialist BearingPoint ein smartes Prognosemodell entwickelt: Mit diesem können Warenströme – noch vor dem Bestellvorgang – prognostiziert werden. Der Vorteil: Das System ist auf nahezu alle Branchen übertragbar – und liefert unternehmensübergreifende Vorhersagen.

Waren es 2019 noch etwa 249, werden es heuer wohl erstmals über 300 Millionen Pakete sein: Der Paketboom ist gekommen, um zu bleiben – seit Jahren ist das Wachstum der Branche ungebrochen. Die Corona-bedingten Lockdowns haben den Online-Einkauf und damit Paketversand noch einmal zusätzlich befeuert. Nicht nur die Anforderungen an Boten und Kuriere sind gestiegen, auch die Ansprüche an die dahinterliegende, effiziente Lagerlogistik: „Der Erfolgszug des E-Commerce bedeutet kleinteiligere Aufträge, unvorhersehbare Nachfragepeaks, volatile Schwankungen und Kunden, die immer flexiblere Lieferoptionen erwarten“, erklärt Markus Seme, Geschäftsführer des Technologiespezialisten BearingPoint Austria (5000 Mitarbeiter in Europa, 300 in Österreich).

200 IT-Spezialisten werden am Standort in Premstätten bei Graz von BearingPoint beschäftigt. (Foto: Lueflight)
200 IT-Spezialisten werden am Standort in Premstätten bei Graz von BearingPoint beschäftigt. (Foto: Lueflight)

Unsere Entwicklung sagt voraus, wann welche Bestellungen ausgelöst wird. Das Fundament dafür sind unterschiedlichste Parameter wie beispielsweise aktuelle Temperaturen, Trends, historische Daten und Rabatt-Aktionen.

Markus Seme, BearingPoint

Die immer höher werdenden Anforderungen haben die rund 200 IT-Spezialisten mit Sitz in Premstätten bei Graz auf den Plan gerufen: BearingPoint hat eine digitale Plattform implementiert, die Bestellungen in Logistiklagern prognostiziert und so Vorkommissionierungen ermöglicht. Bedeutet: Waren und Güter aus dem Gesamtsortiment werden dabei – präventiv – nach Aufträgen zum Versand zusammengestellt. 

„Unsere Entwicklung sagt voraus, wann welche Bestellungen ausgelöst wird. Das Fundament dafür sind unterschiedlichste Parameter wie beispielsweise aktuelle Temperaturen, Trends, historische Daten und Rabatt-Aktionen. Sogar Parameter wie die aktuellen Covid-Daten können in die Berechnungen mit einfließen“, erklärt der Entscheidungsträger.

Heißt stark vereinfacht: Grillequipment wird bereits Tage zuvor für den sonnigen Samstagabend im Hochsommer im Lager kommissioniert. Freilich sind die Zusammenhänge in der Regel komplexer, „daher kommen technologisch künstliche Intelligenz und sogenannte Machine Learning-Algorithmen zum Einsatz, um die Vorhersage der Warenströme zu optimieren“, betont Seme.

Wir sind in der Lage, Daten zwischen unterschiedlichen Logistikern abzugleichen, um übergreifende Trends auszuwerten. Es entsteht ein Synergieeffekt

Andreas Joham, BearingPoint

Unternehmensübergreifend und branchenunabhängig
Branchenvorreiter setzen schon länger auf derartige Technologien, weswegen die steirische Lösung mit internationalen Alleinstellungsmerkmalen aufwartet: Einerseits prognostiziert BearingPoint unternehmensübergreifend, während Unternehmen wie Amazon auf die eigenen Modelle beschränkt sind.

Heißt: „Wir sind in der Lage, Daten zwischen unterschiedlichen Logistikern abzugleichen, um übergreifende Trends auszuwerten. Es entsteht ein Synergieeffekt“, sagt Seme. Andererseits ist die Technologie von BearingPoint generisch ausgelegt. Das bedeutet, dass die Lösung Prognosen in unterschiedlichsten Anwendungsfällen ermöglicht: „Maschinenbauern können die künftige Auslastung des Maschinenparks oder sogar von einzelnen Werkzeugen auf Basis von historischen Angebotsanfragen prognostizieren. Genauso wie wir mit Hilfe des Systems die Energie von Photovoltaikanlagen vorhersagen können“, führt der BearingPoint-Geschäftsführer Beispiele an.

Das steirische Know-how liegt dabei insbesondere in der Echtzeitübermittlung der Daten, zentralen Speicherung, Datenabsicherung und Normierung der Daten. „Wir haben das Prognostizieren nicht erfunden. Aber die Dimension, in der wir Informationen vergleichen und daraus Prognosen ableiten, ist bislang unerreicht“, erklärt der Geschäftsführer.

Verringerte Lagerkapazitäten und optimierter Personaleinsatz
Beim aktuellen Anwendungsfall in der Logistik zeigen sich die Vorzüge: In Folge der optimierten Logistiksteuerung sind insbesondere die Wege kürzer, die Abläufe im jeweiligen Lager schneller.

Hauptvorteil sind allerdings verringerte Lagerkapazitäten und der optimierte Personaleinsatz: „Die Dimension der Warenlager ist in der Regel auf hochfrequente Phasen – wie etwa rund um den „Black Friday“ – ausgelegt. Da unsere Plattform erlaubt, Waren und Güter frühzeitig zu einem Auftrag zusammenzufassen, sinken die nötigen Flächen. In der Konsequenz können auch besonders personalintensive Zeiträume abgeflacht werden, da die Aufwendungen ausbalanciert werden können“,  erklärt Andreas Joham, der bei BearingPoint für die Cloud- und Plattform basierten Services verantwortlich ist.

Für den Logistikkonzern würden sich aus der Zusammenarbeit insgesamt „neue, digitale Perspektiven ergeben“, erklärt Joham. Etwa die Einführung von neuen Geschäftsmodellen wie „Pay Per Use“, also leistungsabhängige Verrechnungsmethoden, oder datenbasierte Auswertungen.

Leave a Reply

Your email address will not be published.

*

code