Neue Big-Data Lösung für BMW

Autor: Osman Cetinkaya
Datum: 20.10.2016

Transparenz entlang der gesamten Lieferketten

„BMW ist ein sehr kundenorientiertes Unternehmen. Weltweit können Kunden bei uns bis wenige Tage vor der Produktion ihres Fahrzeugs Änderungswünsche melden, die dann noch umgesetzt werden.“ So Stefan Betz vom Fachbereich Material Control Overseas Plants bei der BMW Group. Trotz der fast 100 prozentigen pünktlichen Lieferzeiten, möchte die BMW Group noch besser werden. Doch dies stellt sehr hohe Anforderungen an die Lieferkette. Diese wird dank der lokalen Produktion im Internationalen Raum immer komplexer. Doch um Anfertigungsteile nach Übersee zu transportieren musste BMW bis jetzt immer viel Geld bezahlen, da die Teile meist per Express verschickt wurden. Um die Daten der Lieferkette zu analysieren wurden Hilfsmittel wie Windows-Excel, Access und SAP Buisness Information Warehouse eingesetzt. Durch die immer mehr werdenden Mengen an Big Data, die durch die Lieferkette verursacht wurden, war das Unternehmen überzeugt, ein neues System zu entwickeln, um die Daten besser und schneller analysieren zu können. So ist Ziel des neuen Projektes von BMW, mehr Überblick für die weltweiten Werke zu verschaffen, wenn es um Kosten, Bestände und Durchlaufzeiten geht.

Um die Einrichtung des Data Warehouse und die Umsetzung von Best Practices bei dem Definieren der Datenarchitektur für die agile Informationsplattform (AIP) zu erleichtern nutzte BMW das logische Datenmodell von Teradata für die Transport- und Logistikbranche. Betz nimmt folgende Stellung zu dem Thema: „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“.

Die Daten der Lieferketten werden nicht nur einzeln, sondern auch mit Daten aus anderen Datenquellen analysiert. Die Informationsplattform beinhaltet Daten aus ungefähr 80 Datenquellen und wird in einem Zeitraum von viermal pro Stunde bis zweimal täglich aktualisiert. Die Standardberichte wurden definiert, um die Analysen der Lieferkette zu erleichtern. Um den durchgängigen Prozess der gesamten Lieferkette zu analysieren, können sich die Nutzer aber auch eigene Berichte erstellen. Auch, wenn sie sich nur auf einen bestimmten Ablaufschritt konzentrieren wollen.

„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. Die Effizienz der Materialsteuerung wurde durch die Einführung der Plattform deutlich erhöht. Das Team der Materialsteuerung konnte durch die Plattform Kosten für die Versorgung senken und ist nun in der Lage auch schneller auf neue Anforderungen zu reagieren. Das Team hat nun einen besseren Überblick über Analysen des Lagerbestands, der Kundenaufträge, andere Datenquellen und welche Teile in welchem Werk gebraucht werden. Dadurch war eine Kostensenkung von nahezu 70 Prozent für die Luftfracht zu den Werken in China von innerhalb zwei Jahren möglich. Als nächstes wird Dank der erfolgreichen Einführung der Informationsplattform die Einbindung neuer Schnittstellen und die Einbeziehung weiterer „Power User“ und „Self-Service User“ vom Team geplant. So ist zum Beispiel die Integration von mehr Datenquellen auch von den Lieferanten geplant. Die BMW Group ist davon überzeugt, dass man durch die möglich gewordenen Predicitve Analytics auch die Effizienz in anderen Geschäftsbereichen steigern kann.

Quelle: http://www.it-zoom.de/it-director/e/wie-bmw-die-immer-komplexeren-lieferketten-managt-14979/

Written by

O.Cetinkaya