Transformation der Lieferkette mit IIoT und Automatisierung

Digi-Keys neues Produktvertriebszentrum wird mehr als 43 Kilometer automatisierte Highspeed-Förderbänder umfassen.

Ein anfänglicher drastischer Rückgang der Nachfrage nach Endprodukten versetzte dem System einen Schock, und später in der Pandemie erlebten wir genau das Gegenteil, nämlich einen Anstieg der Nachfrage nach Produkten und einen Engpass bei der Lieferung und der Lagerhaltung. Dabei traten erhebliche Mängel in der Lieferkette zutage, vor allem ein Mangel an Robustheit. Der Prozess war so zentralisiert, dass ein Ereignis, das auch nur einen einzigen Hersteller betraf, weitreichende Auswirkungen auf die ganze Welt hatte. Als die Nachfrage dann schnell wieder anstieg, war die Versorgungskette nicht robust oder flexibel genug, um genügend Rohstoffe in die Fabriken zu bringen, und viele von ihnen mussten ganz schließen. Der Arbeitskräftemangel trug ebenfalls zu den Unterbrechungen bei – Schließungen oder Personalmangel führten zu Verzögerungen in den einzelnen Schritten der Lieferkette.

Technologien wie IoT-Sensoren und KI können dazu beitragen, ein robusteres System zu schaffen und viele der durch die Pandemie aufgedeckten Schwachstellen in der Lieferkette zu beheben. Die Auswirkungen, die das industrielle Internet der Dinge (IIoT) bereits auf die Fertigungsindustrie und die gesamte Lieferkette hat, können nicht unterschätzt werden, da es neue Funktionen und intelligentere, vorausschauende und proaktive Prozesse ermöglicht, die zu einer höheren Effizienz führen. Sehen wir uns an, wie diese Technologien die Lieferkette bereits zum Besseren verändern.

Die in Digi-Keys Produktvertriebszentrum integrierte Technologie wird dem Unternehmen auf Jahre hinaus einen Spitzenplatz im Vertrieb sichern.

Verbesserte Bestandsüberwachung

Das IIoT hebt den Einsatz von Sensoren auf eine neue Ebene, vor allem wenn es um die Verfolgung von Vermögenswerten geht, um festzustellen, wo sich diese in der Lieferkette zu einem bestimmten Zeitpunkt befinden. Wenn zum Beispiel ein Container mit einem Tracking-System ausgestattet ist, kann ein Kunde sehen, ob sich der Container noch auf einem Schiff befindet oder ob er bereits in einem Hafen angekommen ist. Es reicht jedoch nicht aus, nur den Standort einer bestimmten Komponente zu kennen, wenn beispielsweise 20 Komponenten benötigt werden, bevor man mit der eigentlichen Produktion eines Produkts beginnen kann.

Da Hersteller oft mehrere Produkte, Komponenten und Rohstoffe verwalten, ermöglichen IoT-Sensoren eine einheitliche Sicht auf alle Daten, die aus jedem dieser verschiedenen Container stammen. Entscheidend ist auch, all diese Daten so zusammenzufassen, dass sie sowohl für das Unternehmen als auch für den Verbraucher, der seine Bestellung von zu Hause aus verfolgt, aussagekräftiger sind.

Über die Standortverfolgung hinaus werden viele verschiedene Sensoren für eine Vielzahl von Produkten eingesetzt, um mehr Daten in der gesamten Lieferkette bereitzustellen und die Verfolgung von Vermögenswerten zu verbessern – von Umweltsensoren, die Temperatur, Luftfeuchtigkeit und Druck messen, bis hin zu Positionierungssensoren wie Beschleunigungs- und Gyroskopsensoren, die die Position und Ausrichtung eines Produkts erfassen. Mit dieser Art von Daten können Sie feststellen, wann und wo ein Produkt unterwegs beschädigt worden ist.

Tracking-Systeme und Sensoren werden immer preiswerter, sodass sie immer häufiger eingesetzt werden. Mit dieser zunehmenden Anzahl von Sensoren wird aber auch die Datenverwaltung immer wichtiger.

Kollaborative Roboter (Co-Bots) arbeiten mit Menschen zusammen und haben ein enormes Potenzial für die Sicherheit und Zufriedenheit der Arbeitnehmer.

Datenmanagement mit KI

Wenn ein Betriebsleiter feststellen muss, ob eine Fabrik zu einem bestimmten Zeitpunkt produzieren kann, muss er wissen, ob alle erforderlichen Komponenten rechtzeitig in der Fabrik sein werden. In der Vergangenheit war dies eine Art „Ratespiel“ mit wenig Einblick in genaue Echtzeitinformationen, die für die Planung von Produktionsläufen benötigt werden.

Die gute Nachricht ist, dass sie dank IIoT nun KI nutzen können, um alle verfügbaren Tracking-Daten für die verschiedenen Komponenten, die sie für die Produktion benötigen, einfach zu aggregieren und zu analysieren. Ein KI-System kann die Daten der Sensoren nutzen und gleichzeitig Daten von Dritten wie Wetter- und Hafeninformationen heranziehen, um Verspätungen vorherzusagen und zu ermitteln, wann alle erforderlichen Komponenten eintreffen werden. Edge-Computing – die Verarbeitung von Daten, die von Sensoren in der Nähe der Quelle erfasst werden, anstatt sie zurück in die Cloud zu übermitteln – erhöht die Dateneffizienz ebenfalls erheblich.

Da es so viele Datenpunkte von den Sensoren und externen Parteien gibt, kann KI diese Analyse in der Regel schneller und genauer durchführen als ein Mensch und dieses intelligente, automatisierte System ermöglicht es den Arbeitnehmern, weniger Zeit mit den alltäglichen, manuellen Aufgaben der Arbeit zu verbringen. Stattdessen können sie kreativere und qualifiziertere Aufgaben übernehmen, z. B. die Verwaltung des Systems und ihrer internen Kunden, und bei Bedarf menschliche Entscheidungen treffen.

Es ist wichtig zu wissen, dass dieses Datenverwaltungssystem nicht an die Stelle der Arbeitnehmer tritt. Vielmehr liefert sie demjenigen, der das System verwaltet, aussagekräftigere Informationen. Letztendlich bringt das Datenmanagement mit KI einen neuen Wert durch erhöhte Effizienz und Genauigkeit in allen Bereichen.

Das IIoT ermöglicht intelligentere, vorausschauendere und proaktivere Prozesse, die die Effizienz steigern und sicherere Arbeitsumgebungen schaffen können - und letztlich bessere, zuverlässigere Produkte.

Einsatz von Sensoren zur Vorhersage von Störungen

IoT-Sensoren sind für die Verbesserung der Betriebseffizienz und die Erhöhung der Arbeitssicherheit von entscheidender Bedeutung – vor allem, wenn es um eine verbesserte Umwelt- und Verkehrsüberwachung geht. So gab es beispielsweise bei den jüngsten Waldbränden in den USA viele betroffene Gebiete, die sich auf die Lieferkette auswirkten, einschließlich unsicherer Fahrbedingungen und gesperrter Straßen. Unternehmen, die Umweltdaten in ihre Planung einbeziehen, waren jedoch in der Lage, sich auf die wetterbedingten Störungen einzustellen und diese zu berücksichtigen. Wetter und Verkehr werden oft als unwichtige Faktoren betrachtet, aber ohne diese Art von Informationen können sie unvorhergesehene Störungen in einer Lieferkette verursachen.

Digi-Keys Aufstieg in der Softwarebranche

Digi-Keys Rolle bei dieser Transformation der Lieferkette besteht größtenteils in der Lieferung von Hardware, aber als Unternehmen konzentrieren wir uns auch auf die Softwarefunktionalität, sowohl intern als auch mit den Kunden. Digi-Keys größte Fortschritte in letzter Zeit waren bessere Tools für die Nachverfolgung, Preisgestaltung und den Einkauf, und mit diesen Systemen können wir schnell und einfach Daten im gesamten Lager und darüber hinaus austauschen und analysieren. Diese neue Software und die Daten werden die Produktivität der Bediener erhöhen, Qualitätsmängel reduzieren und Verbesserungen in Echtzeit erzielen.

Digi-Key hat sich auch verstärkt darauf konzentriert, neben seinen Hardwareprodukten auch Software zu verkaufen, um eine schnellere Einführung von IoT-Lösungen zu ermöglichen, wie z. B. die branchenweit erste private LoRaWAN-in-a-Box-Lösung, die zusammen mit Seeed Studio und Machinechat eingeführt wurde.

Die Zukunft der Lieferkette

Die Überschneidung von Echtzeitdaten und KI-Technologien, einschließlich der Anwendung neuer Sensoren, hat zahlreiche neue Möglichkeiten für Einblicke in die Lieferkette geschaffen und wird auch in Zukunft die Arbeitsweise in der Fertigung, im Versand und in allen Bereichen der Lieferkette beeinflussen.

Es gibt so viele neue Funktionen, die mit dieser neuen Technologie im IIoT existieren und vieles davon ist relativ kostengünstig zu implementieren, wie zum Beispiel kostengünstige Prozessoren. Unter Kostengesichtspunkten ist es heute einfacher als je zuvor, Sensoren in verschiedene Produkttypen zu integrieren, um Daten zu überwachen, was früher finanziell nicht machbar war. So werden beispielsweise Bildsensoren, bei denen es sich im Wesentlichen um Kameras handelt, rasch weiterentwickelt und die KI kann mit verbesserter Software alle Daten analysieren, die von den einzelnen Pixeln der Kamera stammen.

Alle Geräte in unserem Leben – von Autos über Gesundheitsmonitore bis hin zur industriellen Automatisierung – sind durch den Einsatz von Sensoren in Verbindung mit KI, maschinellem Lernen und Edge-Computing intelligenter und vernetzter geworden. Da immer mehr Daten von diesen Sensoren erfasst werden, werden diese Systeme immer komplexer und der Einsatz von KI und maschinellem Lernen wird für die Durchführung übergeordneter Analysen aller erfassten Informationen von entscheidender Bedeutung sein. Diese Innovationen werden uns weiterhin einen ganzheitlicheren Überblick und eine bessere Kontrolle über die Lieferkette verschaffen und hoffentlich dazu beitragen, Unterbrechungen in der globalen Lieferkette, wie wir sie in den letzten Jahren erlebt haben, zu verhindern.