Big Data Analytics und cyber-physische Systeme. Auswirkungen von Industrie 4.0-Technologien im Bereich E-Procurement

Inhaltsverzeichnis

Abbildungsverzeichnis

Abkürzungsverzeichnis

1. Einleitung
1.1 Problemstellung
1.2 Gegenstand und Ziel der Arbeit
1.3 Methodische Vorgehensweise
1.4 Aufbau der Arbeit

2. Stand der Technik
2.1 Industrie 4.0 – Historischer Hintergrund
2.2 Definition und Charakteristika
2.3 Schwerpunkttechnologien
2.3.1 Cyber-physische Systeme (CPS)
2.3.2 Big Data Analytics
2.4 Beschaffung im E-Business
2.4.1 E-Procurement – Definition und Charakteristika
2.4.2 Aufgaben und Ziele
2.5 Kapitelzusammenfassung

3. Auswirkungen von Big Data Analytics und CPS auf das E-Procurement
3.1 Automatisierter Beschaffungsprozess anhand eines Fallbeispiels
3.2 Lieferketten- und Lieferantenmanagement
3.3 Lieferantenauswahl
3.4 Kritik an der zunehmenden Digitalisierung in der Beschaffung
3.5 Kapitelzusammenfassung

4. Schlussbetrachtung

Literaturverzeichnis

Abbildungsverzeichnis

Abbildung 1 Graphischer Orientierungsnavigator dieser Arbeit

Abbildung 2 Die vier Stufen der industriellen Revolution im Zeitverlauf

Abbildung 3 Vergleich konventionelle Beschaffung und E-Procurement

Abbildung 4 Durchschnittliche Lagerbestandswerte der XYZ GmbH

Abbildung 5 Einsparpotential der XYZ GmbH

Abbildung 6 Lieferantenportfolio

Abkürzungsverzeichnis

Abbildung in dieser Leseprobe nicht enthalten

1. Einleitung

Die derzeitige Konstellation in Wirtschaft und Industrie ist geprägt durch Komplexität, Unsicherheit und Volatilität (vgl. Schönbohm 2016 S. 316). Vor allem die zuneh- mende Digitalisierung und Vernetzung der realen mit der digitalen Welt beeinflussen und verändern die Märkte, Geschäftsbeziehungen und Wertschöpfungsketten gra- vierend (vgl. Roth (Hrsg.) 2016, S. 3). Bis dato anerkannte Denkmuster und beste- hende Geschäftsmodelle verlieren zunehmend ihre Gültigkeit und erfordern von Un- ternehmen innerhalb neuer Gegebenheiten zu operieren. Diese digitale Transforma- tion wird seit geraumer Zeit unter dem Buzz-Wort Industrie 4.0 diskutiert. In der Dis- kussion um die Bundesinitiative stehen vor allem technologische Konzepte, techni- sche Normen und Standards wie Big Data Analytics und Cyber-physische Systeme (CPS) im Vordergrund (vgl. Glas; Kleemann 2017, S. 4-5).

1.1 Problemstellung

Seit der Bekanntmachung der Bundesinitiative Industrie 4.0 im Jahr 2011 (vgl. Ka- germann et al. 2011, S. 3) wurden inzwischen zahlreiche technologische Konzepte erarbeitet. In vielen Fällen fehlt jedoch ein Diskurs über die Auswirkungen der digi- talen Transformation (vgl. Freidinger et al. 2016) in Unternehmensbereichen wie der Beschaffung im E-Business. Die Beschaffung ist jene Unternehmensfunktion, die aufgrund zahlreicher Schnittstellen zu anderen Abteilungen und zur gesamten Wert- schöpfungskette eine tragende Rolle einnimmt und dafür verantwortlich ist, Innova- tionen von außen in das Unternehmen zu tragen. Zahlreiche Unternehmen beschaf- fen ihre Produkte und Rohstoffe bereits über das internetbasierte E-Procurement. Die Tragweite von Industrie 4.0-Technologien, wie Big Data Analytics und CPS, ist aus logistischer Sicht jedoch für das bestehende E-Procurement aufgrund mangeln- der Veröffentlichungen noch recht unklar. Folglich gilt zu klären wie der zukünftige operative Beschaffungsprozess, das Lieferantenmanagement und die Lieferanten- auswahl nach Industrie 4.0 abgewickelt werden soll.

1.2 Gegenstand und Ziel der Arbeit

Der Gegenstand dieser Arbeit ist aus der Problemstellung im vorherigen Abschnitt- ableitbar und kann in der folgenden zentralen Fragestellung formal dargestellt wer- den:

- Welche Auswirkungen im Hinblick auf die logistischen Prozesse entstehen durch den Einsatz der Industrie 4.0-Technologien Big Data Analytics und Cy- ber-physischer Systeme im Beschaffungsbereich des E-Procurement?

Aus der zentralen Fragestellung lassen sich im Nachgang folgende zu untersu- chende Teilfragen ableiten:

- Was ist Industrie 4.0?
- Was ist Big Data Analytics und was ist ein Cyber-physisches Sytem?
- Was ist das E-Procurement?
- Wie sehen die logistischen Auswirkungen in Bezug auf Lieferketten- und Lie- ferantenmanagement aus?
- Wie wird die Lieferantenauswahl unter Einsatz von Big Data und CPS ausse- hen?

Ziel dieser Arbeit ist es, die durch den Einsatz der Industrie 4.0-Technologien Big Data Analytics und CPS entstehenden Auswirkungen in Hinblick auf die logistischen Prozesse im Beschaffungsbereich des E-Procurement aufzuzeigen. Es wird dabei auf die Automatisierung des Beschaffungsprozesses, das Lieferketten- und Liefe- rantenmanagement sowie die Lieferantenauswahl eingegangen. Dem gegenüber steht eine kritische Würdigung der zunehmenden Digitalisierung in der Beschaffung. Dem Leser soll eine strukturierte, nachvollziehbare und allgemein verständliche Ein- führung in die Thematik gegeben werden. Andere Technologien und Einflussvariab- len aus Industrie 4.0 sowie aus dem Bereich der Beschaffung werden in dieser Arbeit aufgrund des vorgegebenen Rahmens und der fehlenden Relevanz nicht betrachtet.

1.3 Methodische Vorgehensweise

Die vorliegende Seminararbeit ist der qualitativen Forschung zuzuschreiben und ba- siert auf einer Literaturrecherche (vgl. Töpfer 2012, S. 241). Dabei wurde aus ein- schlägigen Datenbanken auf wissenschaftliche und fachkundige Literaturquellen wie Fachbücher, Magazine und Journals aber auch auf zahlreiche Studien aus elektro- nischen Quellen und Medien zurückgegriffen. Um die Masse an vorgefundener Lite- ratur einzugrenzen, wurde eine Relevanzbewertung anhand des Titels dieser Arbeit vorgenommen. Im nächsten Schritt wurden die Inhaltsverzeichnisse vorgefundener Fachbücher auf ihre Bedeutung hinsichtlich der Forschungsfrage geprüft. Das Festlegen von Suchkriterien hat den Zweck, die vorgefundenen Literaturquellen wei- ter einzugrenzen. Eine detaillierte Suche konnte durch die Bildung von Unterbegrif- fen ermöglicht werden. Die Vorgehensweise diente dazu eine literaturgestützte Re- flexion und Schlussfolgerungen vornehmen zu können. Die Objektivität der Aussa- gen wird durch die Angabe aussagekräftiger und überprüfbarer Quellen gewährleis- tet.

1.4 Aufbau der Arbeit

Im Folgenden wird der Aufbau dieser Arbeit erläutert und zudem soll eine visuelle Darstellung der Gliederung, wie in Abbildung 1 dargestellt, der Orientierung dienen. Im zweiten Kapitel dieser Arbeit wird zunächst ein fundamentales Verständnis für den Themenkomplex Industrie 4.0 geschaffen. Dabei wird zum einen eine histori- sche Einordnung und eine definitorische Abgrenzung vorgenommen und zum ande- ren der Fokus auf die Schwerpunktechnologien CPS und Big Data Analytics gelegt. In Bezug auf den Unternehmensbereich der Beschaffung wird auf die operative Be- schaffung im E-Business und spezifisch auf die Technologie des E-Procurement ein- gegangen. Hierzu werden die Aufgaben und Ziele des E-Procurement erörtert und dargestellt.

Abbildung 1 Graphischer Orientierungsnavigator dieser Arbeit

Abbildung in dieser Leseprobe nicht enthalten

Quelle: Eigene Darstellung

Der Einsatz der Technologien Big Data Analytics und CPS und deren Auswirkungen in Hinblick auf die logistischen Prozesse der elektronischen Beschaffung werden im dritten Kapitel fokussiert und illustriert. Zunächst wird der automatisierte Beschaf- fungsprozess im operativen Bereich des E-Procurement anhand eines Fallbeispiels dargestellt. Des Weiteren werden die Veränderungen durch den Einsatz der Indust- rie 4.0-Technologien aus dem zweiten Kapitel in Hinblick auf das Lieferketten- und Lieferantenmanagement sowie die Lieferantenauswahl aufgezeigt. Eine kritische Betrachtung der zunehmenden Digitalisierung im elektronischen Beschaffungswe- sen schließt das dritte Kapitel ab. Abschließend wird im vierten Kapitel die gesamte Arbeit mit den wichtigsten Eckpunkten reflektiert und zusammengefasst.

2. Stand der Technik

Der nachstehende Stand der Technik soll den Themenbereich Industrie 4.0 in Hin- blick auf den historischen Hintergrund und die dahinterstehenden Schwerpunkttech- nologien CPS und Big Data Analytics charakterisieren und damit die nötigen Rah- menbedingungen für diese Seminararbeit schaffen. Ebenfalls wird im Bereich des Beschaffungswesens die Beschaffung im E-Business charakterisiert. Der Fokus wird dabei auf den Bereich des E-Procurement gelegt und deren Aufgaben und Ziele vi- sualisiert.

2.1 Industrie 4.0 – Historischer Hintergrund

Die Bezeichnung Industrie 4.0 gründet auf dem historischen Hintergrund der Indust- rie, der einen fortlaufenden Entstehungsprozess beschreibt. In Mitte des 18. Jahr- hunderts wurde wie in Abbildung 2 dargestellt, die Dampfmaschine von Thomas Newcomen (vgl. Sendler 2016, S. 4) erfunden und löste damit die erste industrielle Revolution aus. Die Weiterentwicklung der Dampfmaschine durch James Watts (vgl. Sendler 2016, S. 4) ermöglichte, dass mechanische Produktionsanlagen wie Spinn- räder und mechanische Webstühle per Wasser- und Dampfkraft betrieben wurden. Der Einsatz von elektrischer Energie und die Einführung der arbeitsteiligen Massen- produktion gegen Ende des 19. und Anfang des 20. Jahrhunderts läutete die 2. in- dustrielle Revolution ein (vgl. Obermaier 2016, S. 3). Der Automobilhersteller Henry Ford gilt mit seiner Einführung von motorisierten Fließbändern, die effizientere und kostengünstigere Prozesse ermöglichten (vgl. Ford Company 2018), noch bis heute als repräsentatives Beispiel dieser Revolution. Des Weiteren verbesserte Ford die Arbeitsbedingungen seiner Mitarbeiter und verkürzte mitunter die Arbeitszeit von 6 auf 5 Werktage (vgl. Ford Company 2018).

Abbildung 2 Die vier Stufen der industriellen Revolution im Zeitverlauf

Abbildung in dieser Leseprobe nicht enthalten

Quelle: Eigene Darstellung in Anlehnung an Roth (Hrsg.) 2016, S. 19

Durch das Informationszeitalter und die damit verbundene Entwicklung des Compu- ters Anfang der 1970er Jahre brach die 3. Industrielle Revolution an (vgl. Becker et al. 2017, S. 9). Produktions- und Logistikprozesse wurden durch den ansteigenden Einsatz von Informations- und Kommunikationstechnologien (IKT) zunehmend de- zentral gesteuert, automatisiert und effizienter gestaltet (vgl. Bauerhansl et al. 2014, S. 7). Aus den Folgen der Rationalisierung und der vielfältigen Serienfertigung her- aus übernahmen Maschinen und Roboter immer mehr Arbeitsschritte, während der Mensch in diesen modifizierten Bereichen zunehmend als Kontrollfunktion agierte (vgl. Becker et al. 2017, S.9). Die kommerzielle Einführung des Internets revolutio- nierte sämtliche Geschäfts- und Logistikprozesse. Die Folge daraus war die auf In- dustrie 3.0 gestützte Möglichkeit der Koordination von global vernetzten Produkti- onsnetzwerken und von Automatisierungslösungen (vgl. Lödding et al. 2014, S. 130).

2.2 Definition und Charakteristika

Bei der Bundesinitiative Industrie 4.0 handelt es sich um einen verhältnismäßigen neuen Forschungsbereich, der in der Wirtschaft und der Öffentlichkeit noch kaum verstanden wird. Eine ganze Reihe diverser Definitionen, welche in wissenschaftli- chen Literaturwerken kursieren, tragen zu dieser vorherrschenden Verwirrung bei (vgl. Dierig 2014).

Unter der Leitung des Bundeswirtschafts- und Bundesforschungsministeriums wurde von den Industrieverbänden Bitkom, VDMA und ZVEI im April 2015 über die Plattform Industrie 4.0 der Bericht „Umsetzungsstrategie Industrie 4.0“ veröffentlicht. Dieser beinhaltete für den Terminus eine mehrfach publizierte Begriffsdefinition, die besagt, dass Industrie 4.0 eine neue Stufe der Organisation und Steuerung der ge- samten Wertschöpfungskette über den Lebenszyklus von Produkten sei und sich an den zunehmenden individualisierten Kundenwünschen orientiert (vgl. Plattform In- dustrie 4.0 2015, S. 8). Es wird betont, dass der Zyklus des Produktes sich von der Idee über die Auftragsanlage und Fertigung bis hin zur Auslieferung an den Endkun- den und dem Recycling erstreckt. Dafür ist eine vollkommene Vernetzung alle Betei- ligten Objekte notwendig um deren produzierte Daten in Echtzeit erheben und aus- werten zu können. Das Ziel von Industrie 4.0 ist die Schaffung von selbstorganisie- renden und unternehmensübergreifenden Wertschöpfungsnetzwerken, die sich in Hinblick auf Kosten, Verfügbarkeit und Ressourcenverbrauch selbst optimieren (vgl. Plattform Industrie 4.0 2015, S. 8).

2.3 Schwerpunkttechnologien

Die Triebkräfte hinter der vierten Revolution sind diverse Schwerpunkttechnologien, deren Zusammenwirken essenziell für das Verständnis der Vision Industrie 4.0 sind. Die, für diese Arbeit, bedeutendsten Technologien CPS und Big Data Analytics werden im Folgenden erläutert.

2.3.1 Cyber-physische Systeme

Cyber-physische Systeme, auch im englischen Sprachraum als Cyber-Physical- Systems bekannt, kurz CPS, sind die Grundvoraussetzung für die Umsetzung von Industrie 4.0. Dabei handelt es sich z. B. um Geräte, Objekte und Produktionsanlagen, die eingebettete Systeme enthalten und via Internet kommunikationsfähig sind und Internetdienste nutzen (vgl. Bauerhansl et al. 2014, S. 15f). Mit adäquater Sensorik sind diese eingebetteten Systeme fähig ihre Umwelt und die daraus entstehenden Daten zu erfassen. Diese werden dann mithilfe von bereits weltweit verfügbaren Daten ausgewertet und in einer Cloud gespeichert. CPS sind auch mit der Unterstützung von Aktoren in der Lage, auf die physische Welt so Einfluss zu nehmen, dass auf ungeplante Ereignisse wie ein Maschinenausfall reagiert werden kann (vgl. Kagermann et al. 2013, S. 108).

2.3.2 Big Data Analytics

Der englische Begriff Big Data zeichnet sich durch Datenmengen aus, die zu groß, komplex und zu schnelllebig sind, dass eine Auswertung mit herkömmlichen Daten- verarbeitungsmethoden nicht möglich ist (vgl. crackedlabs (Hrsg.) 2014, S.12). Big Data bezieht sich auf die 4 Dimensionen Volume, Velocity, Variety und Veracity (vgl. King 2014, S. 35). Die Dimension Volume beschreibt den Umfang der Daten, wäh- rend die Dimension Variety die Bandbreite der Datentypen in Bezug auf die Ver- schiedenartigkeit und Vielfältigkeit darstellt. Die Geschwindigkeit, mit der die Daten generiert und transferiert werden, lassen sich in der dritten Dimension Velocity auf- zeigen (vgl. Sendler (Hrsg.) 2016, S. 47). Die Korrektheit der Daten in Bezug auf Qualität und Quelle der rezipierten Daten befinden sich im Bereich der Veracity-Di- mension.

In der Rohform besitzen Big Data nur einen geringen Nutzen und müssen daher durch analytische Prozesse in Echtzeit ausgewertet werden um betriebswirtschaft- lich relevante Informationen zu gewinnen (vgl. King 2014, S. 36). In diesem Zusam- menhang wird von Big Data Analytics gesprochen, unter dessen Begriff all jene Dienste subsumiert werden, die den Analyse- und Auswertungsprozess von großen, unstrukturierten Datenmengen ermöglichen und unterstützen. Ziel dabei ist es, Zu- sammenhänge zu erkennen, die der verbesserten betrieblichen Entscheidungsfin- dung dienen (vgl. Lichtblau 2015, S.66).

2.4 Beschaffung im E-Business

Die Beschaffung im E-Business wird als E-Procurement terminiert. Der folgende Ab- schnitt zeigt das Begriffsverständnis für das E-Procurement auf und wofür es in Hin- blick auf die Aufgaben und Ziele verwendet wird.

[...]