SaSCh

Cluster: Logistik

Kurzsteckbrief
Im Projekt SaSCh wird ein System für eine vernetzte, intelligente Lieferkette entwickelt, die qualitäts- und zustandsrelevante Daten durchgängig erfasst. Dazu kommen mobile und stationäre Sensoren zum Einsatz. Basierend auf den gesammelten Daten werden digitale Services für die beteiligten Unternehmen bereitgestellt, die dabei helfen, Transportprobleme frühzeitig zu erkennen und weitere Hilfestellungen zu liefern. Das Ziel sind schlanke und robuste Lieferketten ohne Sondertransporte, Nacharbeiten, Produktionsstillstände und Rückrufaktionen.

Projektergebnisse des Logistik-Clusters:

Ausgangslage
Die Produktion basiert häufig auf einer komplexen Lieferkette, die sich aus einer Vielzahl an Lieferanten und Logistikdienstleistern zusammensetzt. Zudem erfordern die heute üblichen, schlanken Prozesse, wie zum Beispiel die Just-in-Time-Lieferung, eine hohe Prozessqualität – schließlich gibt es durch den Verzicht auf Lager und große Bestände kaum noch Puffer, um Schwierigkeiten abzufedern. Das Qualitätsmanagement des herstellenden Unternehmens steht vor der anspruchsvollen Aufgabe, die Qualität der
verbauten Produkte über die ganze Lieferkette und den gesamten Produktionsprozess hinweg abzusichern, ohne dabei die Effekte schlanker Prozesse zu verringern. Dabei werden die inner- und die zwischenbetrieblichen Logistikprozesse häufig noch zu wenig beachtet. Zu hohe Temperaturen, Feuchtigkeit oder Stöße während des Transports können Bauteile beschädigen, während Verspätungen die termingenaue Anlieferung gefährden können.
Werden Transportmängel erst nachträglich festgestellt, zieht dies einen hohen Kosten- und Zeitaufwand nach sich, indem etwa Nacharbeit, Produktionsstillstände, Sondertransporte oder Rückrufaktionen eingesetzt werden, um die Mängel aufzufangen. Allgemein gilt: Je später im Wertschöpfungsprozess der Mangel erkannt wird, desto kostenintensiver und höher ist der Aufwand, den Mangel wieder zu beheben. Die Sicherstellung einer hohen Produktqualität hängt heute allerdings nicht mehr von einzelnen Unternehmen ab, sondern ergibt sich aus dem Zusammenspiel aller an der Lieferkette Beteiligten. So können Kosten reduziert werden, wenn auftretende Transportschäden frühzeitig erkannt und beschädigte Bauteile zeitnah aussortiert und nachbestellt werden.

Ziel
Im Projekt SaSCh soll eine vernetzte, intelligente Lieferkette entwickelt werden, die qualitäts- und zustandsrelevante Daten durchgängig erfasst. Dazu werden Ladungsträger mit mobilen Sensoren ausgestattet. Diese können Qualitätsparameter wie Temperatur, Luftfeuchtigkeit und Erschütterungen sowie die Lokalisierung erfassen und diese Daten an eine zentrale Plattform senden. Zusätzlich werden als stationäre Sensoren 3D-Kameras an strategischen Punkten entlang der Lieferkette positioniert, um Waren optisch zu überprüfen. Die Datenspeicherung erfolgt in einer Cloud. Der unternehmensübergreifende Datenaustausch erfolgt auf Basis des EPCIS-Standards. Die Freigabe der Daten erfolgt ereignisgesteuert, also beispielsweise dann, wenn ein Sensor meldet, dass ein Ladungsträger den Wareneingang eines Werks passiert hat.
Aufbauend auf der digitalen Erfassung und dem Austausch relevanter Daten aus der gesamten Lieferkette werden digitale Services entwickelt. Diese basieren auf einer intelligenten Verknüpfung und Verarbeitung der heterogenen Daten. Ziel ist es dabei, den einzelnen Akteuren zum richtigen Zeitpunkt qualitäts- und zustandsrelevante Informationen über Produkte und Transportprozesse zur Verfügung zu stellen und sie so bei der Sicherung der Produktqualität zu unterstützen. Es sollen sowohl Services zur Prävention von Mängeln als auch zur schnellen Reaktion auf Probleme in der Lieferkette entwickelt werden. Ebenso werden Dienste entwickelt, die einen effizienten strategischen Ablauf des gesamten Prozesses unterstützen.

Praktische Anwendung
Das Praxisbeispiel im Projekt SaSCh ist die Lieferkette einer Umwälzpumpe. Das Produkt wird von einem Unternehmen in Deutschland für einen Abnehmer in den USA hergestellt. Logistikdienstleister sind für den Transport des Produktes und das Management der Spezialbehälter verantwortlich. Der Anwendungsfall wird in ein Produktionsszenario und ein Logistikszenario aufgeteilt, um die besonderen Herausforderungen der einzelnen Lieferkettenabschnitte gezielter ansprechen zu können. Die Szenarien werden so gestaltet, dass sich die Ergebnisse verallgemeinern und auf weitere Anwendungsfälle übertragen lassen.
Um Qualitätsmängel bereits während der Produktion zu detektieren und bei Bedarf gezielt betroffene Bauteile zurückzurufen, müssen Sensor- und Qualitätsdaten auch während der Produktion erfasst werden. Die Daten der mobilen Sensoren werden durch die Daten der stationären 3D-Kameras ergänzt, die unter anderem Aufschluss über Abmessungen oder Oberflächeneigenschaften geben. Alle relevanten Daten werden den digitalen Services der an der Produktionskette beteiligten Unternehmen (Hersteller und Abnehmer) standardisiert zur Verfügung gestellt.
Aufgrund der Sensibilität des Bauteils müssen Sensor- und Qualitätsdaten während des Transports kontinuierlich erfasst werden, um die Qualität des Produktes bei der Anlieferung sicherzustellen. Durch die an den Transportkisten befestigten Sensoren werden Umwelteinflüsse kontinuierlich erfasst, was letztlich einen Rückschluss auf die Qualität der transportierten Waren zulässt. Die im Prozess positionierten 3D-Kameras erfassen die Transportkisten, wodurch der Zustand der transportierten Produkte regelmäßig überprüft und dokumentiert wird. Die gesammelten Daten werden allen beteiligten Unternehmen (Hersteller, Logistikunternehmen und Abnehmer) standardisiert zur Verfügung gestellt.

Konsortium
queo GmbH (Konsortialführer), BIBA - Bremer Institut für Produktion und Logistik GmbH, BLG INDUSTRIELOGISTIK GmbH & Co. KG, GS1 Germany GmbH, Robert Bosch GmbH