In vielen Haushalten gibt es heute bereits eine Reihe von vernetzten Geräten und Apparaten, die bei den täglichen Aufgaben helfen und verschiedene Formen der Unterhaltung bieten. Zusätzlich steuern weitere Geräte den Energieverbrauch, die Klimaanlage und die Heizung und schützen das Zuhause.
In den letzten Jahren hat die drahtlose Vernetzung von Haushalten, vor allem in Form von Wi-Fi-Routern, die mit dem Internet verbunden sind, es vielen Geräteherstellern ermöglicht, ihre Produkte in die Liste der Smart-Home-Geräte aufzunehmen, was neue Funktionen und Möglichkeiten für Verbraucher und Unternehmen gleichermaßen eröffnet.
Diese Geräte bieten ihren Nutzern fortschrittliche Funktionen, wie z. B. Programmierbarkeit, Fernsteuerung und reduzierten Stromverbrauch. Außerdem sammeln sie wertvolle Informationen über die Nutzung der Geräte und ihrer Komponenten. Dieser umfangreiche Datenbestand ist für die Hersteller von entscheidender Bedeutung, um die tatsächliche Nutzung ihrer Produkte zu verstehen, eine rechtzeitige Wartung zu gewährleisten und mögliche Konstruktionsmängel bei künftigen Generationen zu korrigieren.
Vorbeugende und vorausschauende Wartung für ein besseres Lieferkettenmanagement
In den letzten beiden Jahren war es schwierig, den Bedarf an Ersatzteilen und Produkten vorherzusagen. Da die Menschen mehr Zeit zu Hause verbrachten, änderte sich die Nutzung vieler Produkte dramatisch, und die Informationen, die Hersteller und Dienstleister über viele Jahre vor der Pandemie gesammelt hatten, wurden zumindest ungenau.
Darüber hinaus wirkte sich die Unterbrechung der Produktion und des Transports, die durch den unvorhergesehenen Bedarf an Gesundheitsprodukten und Versandrouten verursacht wurde, auf die Versorgungskette in einer Weise aus, die man sich vorher nicht vorstellen konnte.
Die größte Herausforderung für die Hersteller ist heute der Mangel an Komponenten und Ersatzteilen. Dies führt nicht nur zu erheblichen Verzögerungen bei der Herstellung neuer Produkte, sondern auch zu Engpässen bei Wartungsarbeiten und Reparaturen.
Viele Analysten sind sich angesichts der Lage auf einigen für die Produktion maßgeblichen Märkten einig, dass die Verknappung vieler Komponenten und Bauteile, insbesondere von Halbleitern, bis 2024 anhalten könnte.
Die meisten Hersteller gehen davon aus, dass ihre Produkte mehrere Jahre lang ohne Unterbrechung funktionieren werden. Die unterschiedlichen Bedingungen und die Häufigkeit des Betriebs vieler Haushaltsgeräte könnten jedoch deren voraussichtliche Lebensdauer erheblich beeinträchtigen.
Da viele der heutigen Haushaltsprodukte mit dem Internet verbunden und einige mit Sensoren ausgestattet sind, könnten Hersteller und Dienstleister die von ihnen gesammelten Informationen nutzen, um den anstehenden Wartungsbedarf vorherzusagen.
So müsste beispielsweise eine Klimaanlage, die an einem tropischen Ort installiert ist, wo sie die meiste Zeit des Jahres in Betrieb ist, möglicherweise viel früher gewartet oder ausgetauscht werden als die gleiche Anlage an einem Ort, an dem sie nur einige Wochen im Sommer benötigt wird. Eine Waschmaschine in einem Zwei-Personen-Haushalt wird länger halten als das gleiche Modell im Haus einer vierköpfigen Familie, insbesondere, wenn die Kinder noch klein sind. Darüber hinaus können sich auch andere Umweltbedingungen und soziale Gewohnheiten auf die Nutzung und den Verschleiß von Geräten auswirken, z. B. Wasserqualität, Feuchtigkeit, Hitze oder Frost.
Mit den von den Sensoren an Bord und dem Stromverbrauch gesammelten Informationen können Hersteller und Dienstleister nun Analysen und maschinelles Lernen nutzen, um den Wartungsbedarf, insbesondere für Ersatzteile oder Austauscheinheiten, vorherzusagen.
Mit dem Wissen um den unmittelbaren und künftigen Bedarf können Komponenten und Ersatzteile im Voraus beschafft oder produziert und an die Orte versandt werden, an denen sie benötigt werden.
Sowohl Hersteller als auch Dienstleister können ihr Lieferkettenmanagement rationalisieren, indem sie im Voraus die benötigten Produkte und Komponenten kennen.
Maschinelles Lernen und intelligente Fertigung können neue Produkte und die Verfügbarkeit von Komponenten verbessern
Mithilfe von Leistungsanalysen und maschinellem Lernen können Hersteller die von ihren vernetzten Geräten gesammelten Informationen nutzen, um Probleme während der Fertigung zu beheben.
Nehmen wir zum Beispiel an, ein Ofen oder eine Kaffeemaschine hat wiederholt Probleme, die richtige Temperatur während des Betriebs zu halten. In diesem Fall könnte es daran liegen, dass die in diesen Geräten verwendeten Thermostate nicht die besten für diese Anwendung sind oder an der falschen Stelle angebracht sind.
Jahrelang erfuhren die Hersteller von diesen Problemen von den Kundendienststellen, wenn sie Ersatzteile zur Reparatur dieser Geräte anforderten. Diese Informationen sind jedoch unvollständig, da sie in der Regel keine Angaben zu den betroffenen Modellen und den Einsatzbedingungen enthalten.
Mit den von den Sensoren gesammelten Informationen, die mit den Nutzungsbedingungen und anderen relevanten Faktoren abgeglichen werden, können die Hersteller nach neuen Teilen für ihre Produkte suchen oder die vorhandenen neu entwerfen, um ähnliche Situationen zu vermeiden. Dies könnte den Herstellern auch helfen, potenziell teure Rückrufaktionen zu vermeiden.
Die Kenntnis von Serviceproblemen und den Nutzungsbedingungen vernetzter Maschinen und Geräte hilft auch bei der Vorhersage von Angebot und Nachfrage im Laufe der Zeit, was ein besseres Verständnis der Grenzen der bestehenden Lieferkette ermöglicht.
Mit einer Kreislaufwirtschaft der Umwelt helfen
Es besteht kein Zweifel daran, dass die kontinuierliche Herstellung und der Austausch von Milliarden von Konsum- und Industrieprodukten verheerende Auswirkungen auf den Planeten hat. Der Abbau von Rohstoffen und die für ihre Verarbeitung benötigte Energie erschöpfen die natürlichen Ressourcen und tragen zum weltweiten Klimawandel bei.
Deshalb ist es unerlässlich, dass Produkte und Komponenten so gebaut werden, dass sie länger halten, und wenn sie ersetzt werden müssen, ihre Bestandteile und Materialien ein zweites Leben erhalten.
Recycling gibt es zwar schon seit vielen Jahren, aber es dauert lange, bis ausrangierte Teile klassifiziert, geprüft, nachgerüstet und wieder in die Lieferkette aufgenommen werden. Viele brauchbare Teile und Materialien werden auf Mülldeponien entsorgt oder in Kraftwerken verbrannt.
Mit den von vernetzten Geräten gesammelten Informationen und fortschrittlicher Analytik, wie oben beschrieben, lässt sich feststellen, wann ein Gerät, eine Anlage oder eine andere vernetzte Maschine ganz oder teilweise ersetzt werden muss.
Viele Teile sind wahrscheinlich in perfektem Zustand, wenn ein Gerät oder eine andere Maschine ersetzt wird; diese könnten als Ersatzteile für andere Geräte dienen. Außerdem können diese Bauteile, wenn sie nicht mehr verwendbar sind, zur Herstellung anderer Produkte demontiert werden.
Mit den Daten aus den vernetzten Geräten und den Vorhersagefähigkeiten des maschinellen Lernens könnten Hersteller und Dienstleister die bevorstehende Verfügbarkeit von Ersatzteilen aus ausgetauschten Geräten prognostizieren und diesen Teilen ein zweites Leben bieten, wodurch Abfall und ein höherer Bedarf an Rohstoffen reduziert würden.
Zu einer neuen, digitalen Lieferkette
„Wenn wir Technologie und Informationen nutzen, können wir mit weitaus geringerer finanzieller Belastung im Unternehmen Ausfallsicherheit schaffen und eine Lieferkette der Zukunft aufbauen“, sagt Jim Kilpatrick, Global Supply Chain & Network Operations Leader bei Deloitte.
Die Vernetzung von Milliarden von Verbrauchergeräten könnte nicht nur den Nutzern mehr Möglichkeiten und Kontrolle über ihre Geräte geben, sondern auch den Herstellern und Dienstleistern dabei helfen, ihre Lieferkette zu verbessern, einen besseren Service zu bieten und – was am wichtigsten ist – bessere Produkte herzustellen und die Kundenerfahrung zu verbessern.