Unbestritten ist nach wie vor, dass Leistungsdaten wie z. B. Daten aus ERP-Systemen für eine Analyse und Ableitung von Maßnahmen eine unverzichtbare Datenquelle in den jeweiligen Kundenprojekten sind. Neue Datenquellen wie z. B. GPS-Echtzeitdaten sind in den letzten Jahren hinzugekommen. Hieraus sind neue Anforderungen für die Datenverarbeitung entstanden, denn diese müssen aufgrund der in Bezug auf Menge und Aktualität besseren Verfügbarkeit dynamischer und flexibler werden. Hier bietet sich eine Organisation in zeitlichen und räumlichen Datenreihen an. Besonders in den Prozessen in Einkauf, Logistik und Supply Chain Management bilden Attribute wie Ort, Zeit, Menge, Qualität und weitere Details die Basis für jede weitere Analyse. Dies kann dadurch geschehen, dass Daten in Clustern organisiert werden, um somit ein besseres Verständnis der räumlichen und zeitlichen Daten zu erlangen und daraus Muster zu erkennen. Diese Muster helfen, möglichst in Echtzeit Zusammenhänge zu erkennen und daraus Trends hinsichtlich räumlicher, quantitativer und qualitativer Aspekte abzuleiten.
Durch die richtige Interpretation der Trends können die richtigen Entscheidungen schneller und fokussierter getroffen werden. Forecasts werden genauer, Potenziale werden früher sichtbarer und Prozesse z. B. in der Intralogistik können zielgerichteter optimiert werden. Dadurch können sich für Unternehmen schneller wirksame und messbare Erfolge als bisher ergeben und der Einsatz von Logistikberatern und Interim Managern zu einem noch lohnenswerteren Investment werden.
Der Lösungsansatz ist eine KI Logistik- und SCM-Strategie, die die Erstellung abgesicherter Echtzeit-Planungsdaten und Kennzahlen für eine Live-Analyse ermöglicht.