Datensouveränität steigert die Transparenz von Lieferketten Industrial Data Space - Use Case Audi Informationsprozesse Logistik Hans-Jürgen Berndt, Dortmund 20.09.2017
2 Concept Car Audi Aicon autonom auf Zukunftskurs* Parallelen zum autonomen und souveränen Datenaustausch mittels IDS Design Technik Mobilitätskonzept * IAA 2017
3 Rahmenbedingungen Externe Prozesse Materialanlieferung Interne Prozesse Materialbereitstellung / Wertschöpfung Distributionsprozesse Teile Potential: OEM Potential: Fahrzeuge Potential:
Betroffene Daten Beteiligte 4 in Echtzeit Betrachtungsumfang Bereich Inbound Bereich Inhouse Bereich Outbound Tier 2 Tier 1 z.b. Importeur z.b. Händler Tier n Kunde Teile Potential: OEM Potential: Fahrzeuge Potential: Lieferanten Dienstleister Spediteure Interne Supply Chain Regionen Händler Spediteure Kunden Produktdaten (z.b. Stückliste) Transportdaten (z.b. Mengen, Frachtträger) Positionsdaten (z.b. Ort mit Zeitstempel) Bestandsdaten (z.b. Mengen, Zustand) öffentliche Daten (z.b. Wetter, Verkehr) (kein Projektinhalt) Produktdaten (z.b. heavy items, Zustand) Transportdaten (z.b. Mengen, Frachtträger) Positionsdaten (z.b. Ort mit Zeitstempel) öffentliche Daten (z.b. Wetter, Verkehr)
5 Stufenmodell
6 Stufenmodell Stufe 0: Datenverfügbarkeit Grundvoraussetzung: Daten sind sowohl beim OEM als auch bei den Zulieferern digital verfügbar Heute: Ich sehe was, was Du nicht siehst Stufe 1: Datenaustausch Ereignisorientierter Datenaustausch über kollaboratives Informationssystem Berücksichtigung von abgestimmten Regeln und Datensouveränität (Geheimhaltungsvereinbarung, Dateneigentum) Künftig: Ich sehe das, was Du auch siehst Stufe 2: Datenwertschöpfung Data Value Creation = weitere Nutzung der Daten Parametrierung der Daten für interne Wertschöpfungsprozesse (Assistenzsysteme im Engpassmanagment, z.b. LieferKetten-DatenBank LKDB etc.) Unterstützung der smart services Stufe 2: Datenwertschöpfung Stufe 1: Datenaustausch (zwischen OEM und Zulieferer) Stufe 0: Datenverfügbarkeit (sowohl beim OEM als auch beim Zulieferer)
7 Pilotprojekte Bereich Inbound Bereich Inhouse Bereich Outbound Tier 2 Tier 1 z.b. Importeur z.b. Händler Tier n Kunde Teile Potential: OEM Potential: Fahrzeuge Potential:
8 Beispiel Inbound mit Pilotlieferant Nutzen & Zielsetzung Entwicklung einer standardisierten Datendefinition Harmonisiertes Daten- und Ereignismodell Austausch von Lieferkettenstrukturdaten höhere Transparenz zur Versorgungssicherung Austausch von Materialflussdaten Früherkennung von Störfällen Generierung eines Regelwerks für den ereignisorientierten Datenaustausch zwischen OEM, Tier 1- und Tier 2-Lieferanten Sicherstellung der Datensouveränität Kunden Audi: Versorgungsmanagement Lieferanten, Beschaffung, Disposition, Qualitätssicherung Pilotlieferant: Logistik, Beschaffung Fraunhofer Institut: Industrial Data Space Projekt VW-Konzern: IDS Initiative Erfolgskriterien Aufzeigen eines Mehrwerts für die operative Nutzung Proof of Concept im Rahmen einer Doktorarbeit Standardisierung auf Basis einer Empfehlung für den VDA möglich Weitere Use Cases auf Basis der Ergebnisse dieses Beispiels möglich (Audi / VW)
Vielen Dank.