Blogs der Factory Software GmbH

Daten: Die kritische Zutat zur Produktion von Lebensmitteln und Getränke

Geschrieben von Kornelia KIRCHNER | 06.12.2022 07:15:00

30 % der weltweiten Lebensmittel werden weggeworfen. Das sind Millionen Pfund Fleisch, Gemüse und verpackter Waren, die aufgrund verschiedener Faktoren in der gesamten Lieferkette im Müll landen. Kombiniert man dies mit einer explodierenden Weltbevölkerung, steht die Lebensmittel- und Getränkeindustrie von allen Seiten unter Druck. Hinzu kommt, dass sich Verbraucherpräferenzen immer schneller und immer häufiger ändern.

Früher ging es um Lebensmittel, die gut schmeckten und praktisch waren. Heute sind Verbraucher daran interessiert zu wissen, dass das, was sie für den Verzehr kaufen, nachhaltig hergestellt worden ist. Dies zeigt sich am Aufkommen von kleineren Herstellern, die Druck auf größere Hersteller ausüben, die in der Regel nicht flexibel genug sind, um sich schnell auf veränderte Geschmäcker und Anforderungen einzustellen.

COVID-19 hat auch einen massiven Wandel in der Branche bewirkt. Da Restaurants auf der ganzen Welt schließen mussten, hat sich der Ort, an dem die Menschen ihre Lebensmittel beziehen, verändert. Die Nachfrage in Lebensmittelgeschäften ist sprunghaft angestiegen, gleichzeitig kaufen mehr Menschen ihre Lebensmittel online. Dies bedeutet auch, dass sich die Anforderungen an die Verpackung geändert haben, was sich wiederum auf die gesamte Lieferkette auswirkt.  Die Hersteller mussten auch die Anzahl der von ihnen produzierten Artikel begrenzen.

Wie kann die Technologie dazu beitragen, einige dieser Herausforderungen zu entschärfen?

Technologie, die die richtigen Daten nutzt, ist der Schlüssel, um Transparenz zu schaffen, agil zu bleiben und informiert zu sein.  Historische Daten sind enorm hilfreich, wenn es darum geht, festzustellen, wo ein Produkt, eine Maschine oder ein Prozess schief gelaufen ist, was entscheidend ist, um Kosten zu senken und kostspielige Rückrufe zu verhindern.  Daten sind auch wichtig, um Marken darüber zu informieren, welche Produkte sich verkaufen, welche nicht und warum.  Diese Erkenntnisse ermöglichen es den Akteuren, rascher zu reagieren.

Digitale Technologien sind auch hilfreich bei der Beseitigung von Ineffizienzen in der gesamten vernetzten Wertschöpfungskette.  Vorausgesetzt, die Quelldaten sind genau und zuverlässig, können Technologien Prozesse beschleunigen, Informationen visualisieren, ML/AI für bessere Einblicke nutzen, Workflows auslösen und eine effizientere, transparentere und reaktionsfreudigere Umgebung schaffen.

Was ist der größte Treiber für die Einführung digitaler Technologien?

Während Kostenreduzierung und Qualitätsverbesserung immer im Mittelpunkt stehen, sind Agilität und Nachhaltigkeit in letzter Zeit wichtiger denn je geworden.  Da sich die Vorlieben der Verbraucher ebenso wie die Produktionslandschaft ständig ändern, müssen die Unternehmen in der Lage sein, sich anzupassen. Oftmals hängen die Treiber von spezifischen Unternehmensproblemen ab: hohe Kosten, zu lange Ausfallzeiten usw. In diesen Fällen ist eine sorgfältige Prüfung erforderlich, um festzustellen, welche Problembereiche Aufmerksamkeit erfordern, und dann sind Reifegradmodelle äußerst hilfreich. Letztendlich muss der Antrieb für die Digitalisierung auf die übergeordnete Vision und die digitale Reise des Unternehmens zurückgehen.

Wenn es um neue Technologien geht, wo stoßen Unternehmen auf Hindernisse?

Alles hängt von zuverlässigen, verfügbaren und verwertbaren Daten ab. Es ist erstaunlich, wie viele Unternehmen große Technologieprojekte ohne eine angemessene Strategie, Praxis und Governance für das Stammdatenmanagement einleiten.  Eine solide Datenverwaltungsstrategie bildet die Grundlage für jedes digitale Projekt.  Daten, die unzuverlässig oder unbrauchbar sind, stellen ein großes Hindernis dar.

Welche Veränderungen kommen noch?

Mit diesem Maß an Transparenz geht eine Menge an Datenerfassung, -speicherung und -manipulation einher, was bedeutet, dass die Branche digitale Tools sowie Lösungen für künstliche Intelligenz und maschinelles Lernen nutzen muss. Die Fortschritte und Vorteile sollten weiterhin vor Ort, am Netzwerkrand und in der Cloud zum Tragen kommen.