Location Intelligence Robuste Lieferketten dank präziser Wetterdaten

Von Christian Mehrtens*

Hochwasser, Stürme, Hitzewellen: Weil das Wetter im Zuge des Klimawandels immer unberechenbarer wird, steht auch die Stabilität vieler Lieferketten auf dem Spiel. Mit geografischen Informationssystemen und Prognosen können Unternehmen potenzielle Risiken eingrenzen.

Firmen zum Thema

Ein wetterabhängiges Lieferkettenmodell zeigt mögliche Störungen auf bzw. welche Folgen ein Wetterphänomen für die Nachfrage haben könnte.
Ein wetterabhängiges Lieferkettenmodell zeigt mögliche Störungen auf bzw. welche Folgen ein Wetterphänomen für die Nachfrage haben könnte.
(Bild: gemeinfrei© KristianIvanco / Pixabay )

Später Nachmittag in der Dispositionszentrale eines großen Logistikdienstleisters: Ein kurzer Blick auf das Dashboard der Analytics-Lösung genügt, um das Risiko zu erkennen: anhaltender Starkregen in der Zielregion des Kunden, mindestens bis in die frühen Morgenstunden des Folgetages. Weil der Bezirk aufgrund seiner geografischen Lage hochwassergefährdet ist und wichtige Zufahrtsstraßen schon in wenigen Stunden blockiert sein könnten, passt der Disponent die Routenplanung seiner Fahrer umgehend an. Dank seiner ausgeklügelten Alternativplanung wird die Ware trotzdem pünktlich beim Kunden ankommen.

Sind solche Szenarien in Deutschland bisher eher die Ausnahme, müssen sich Unternehmen in Zukunft deutlich häufiger mit den Folgen extremer Wetterereignisse auseinandersetzen. Das bestätigen nicht zuletzt auch aktuelle Untersuchungen einer internationalen Gruppe aus Klimaforschern. Für die ohnehin schon oft fragilen Lieferketten der Unternehmen könnte diese Entwicklung problematisch werden. Denn die sind laut McKinsey auf stabile Witterung ausgelegt. Die Analysten prognostizieren beispielsweise, dass die Wahrscheinlichkeit für die Unterbrechung der Halbleiterlieferketten durch einen Wirbelsturm bis 2040 um das Zwei- bis Vierfache steigen könnte. Ihr Rat: kontinuierlichen Risikoanalysen.

Risikofaktoren in Echtzeit abbilden

Fundierte Wetterdaten bieten die Basis für solche Analysen. Die SAP-Partner Planalytics und Esri unterstützen Unternehmen mit geografischen Informationssystemen und raumbasierten Prognosen dabei, die richtigen Daten in ihre Systeme zu integrieren. Das Ziel: Mit Local Intelligence ein ganzheitliches Bild der Lieferketten zeichnen, das sowohl logistische als auch orts- und wetterbezogene Risikofaktoren in Echtzeit abbildet.

Der Modehersteller Fruit of the Loom setzt die Technologie von Esri beispielsweise ein, um die Transportkosten zu reduzieren und seine Waren effizienter auf seine verschiedenen Distributionszentren zu verteilen. Darüber hinaus stimmt das Unternehmen mit der Technologie das Inventar seiner Filialen auf die Bedürfnisse der Kunden vor Ort ab.

Weil geografische Informationssysteme und raumbasierte Prognosen mit der Visualisierung komplexer Netzwerke punkten, eignen sie sich auch für alternative Anwendungsszenarien. Die Schweizer Eisenbahnen (SBB) nutzen die Lösungen, um in Echtzeit von betrieblichen Störungen in den Transport-, Energie- und Datennetzen zu erfahren. Dafür visualisiert eine Webanwendung mit aktuellen Karten das gesamte Netz der Bahn. Treten irgendwo Störungen auf, können die Angestellten das Problem schnell identifizieren und beheben.

Gezielt auf wetterbedingte Entwicklungen reagieren

Weil Sonnenschein, Regen, Hitze und Kälte einen großen Einfluss auf das Konsumverhalten der Verbraucher haben, können Unternehmen mit fundierten Wetterdaten besser auf Angebot und Nachfrage reagieren. Weil das Wetter durch den Klimawandel aber immer schwerer vorherzusehen ist, sind Unternehmen auf leistungsfähige Analytics-Lösungen angewiesen, um auch unter schwierigen Bedingungen in Echtzeit auf wetterbedingte Veränderungen reagieren und ihre Lieferketten rasch an wechselnde Bedingungen anpassen zu können.

Große Konzerne wie Unilever oder Henkel analysieren seit Jahren mit Planalytics die Wechselbeziehung zwischen Wetter und Konsumverhalten und optimieren mit den Bedarfsanalysen die Planung des Warennachschubs. Mit der Lösung lassen sich die Metriken zur Auswirkung von Wetterphänomenen zudem direkt in SAP-Systeme wie die SAP Analytics Cloud einbetten. Wer auf dieser Basis ein wetterabhängiges Lieferkettenmodell erstellt, kann präzise einschätzen, welche Folgen ein Wetterphänomen für die Nachfrage haben wird und Störungen gezielt vermeiden.

Christian Mehrtens, SAP Deutschland.
Christian Mehrtens, SAP Deutschland.
(Bild: SAP)

* Der Autor Christian Mehrtens ist Senior Vice President Partner Vertrieb bei SAP Deutschland.

(ID:47849238)