Lesedauer ca. 3 Minuten

Erst kürzlich habe ich die logistische Herausforderung bei der Sendungsverfolgung in Echtzeit aufgezeigt. Mittlerweile spielt ein neues Feature bei der Warenzustellung meines Erachtens eine wesentliche wichtigere Rolle: Predictive Delivery. Der Kunde wird direkt über das Smartphone darüber informiert, wann die Bestellung bei ihm eintrifft.

Die meisten Anbieter werben damit, dass ihre Tracking-Lösungen nicht nur die Besten seien. Vielmehr wird suggeriert, dass der Kunde in Echtzeit weiß, wo sich seine Sendung gerade befindet. Diese Möglichkeit ist technisch natürlich möglich, aber sehr kostenintensiv – bisher meines Erachtens auch noch nicht in die Praxis umgesetzt. Jedes Produkt, jedes Paket, der LKW, der Zug; ja jede beteiligte Schnittstelle müsste technisch gesehen per GPS und dem Internet vernetzt sein. Die Ist-Situation habe ich im Artikel „Digitalisierung ja, Fortschritt nein – macht nichts“ dargestellt. Und dass das Kundentracking in den Fokus rückt, wissen wir alle.

Predictive Delivery: Mitarbeiter müssen gut geschult sein

Dennoch, einige Unternehmen unterstützen zumindest die zeitlich zugesagte Zustellung. Der Vorteil liegt dabei auf der Hand: Der Kunde interagiert mit dem Paketdienst. Letzterer kann bei Veränderungen schneller reagieren; ist der Empfänger beispielsweise nicht zu Hause, kann mit dem Empfänger direkt ausgemacht werden, wo das Paket selbst abgeholt werden kann (Paketkasten, Filiale oder Nachbarn). Für Paketdienste bedeutet dies auch, weniger vergebliche Zustellversuche und damit weniger Kosten auf der letzten Meile. Schafft es der KEP-Dienstleister, pünktlich zu liefern oder dem Kunden via Interaktion zufriedenzustellen, fördert Predictive Delivery sogar die Kundenbindung. Herausforderung dabei: Der Mitarbeiter muss hinsichtlich des Kunden sensibilisiert und gut geschult sein.

Weitere Herausforderungen sind aber auch logistisch (beispielsweise mittels Bestandsverwaltung) zu hinterfragen, andererseits sind detaillierte Kundendaten ein Muss. „Ohne Predictive Delivery können wir die angestrebten Verkürzungen der Lieferzeiten nicht erreichen. Wenn ich sechs Stunden Verarbeitungs- und Versandzeit habe, um einen Artikel in Berlin auszuliefern, dann kann dieser Artikel nicht weit weg von Berlin lagern“, so Ralf Kleber, Deutschland-Chef von Amazon, gegenüber brandeins. „Hierfür müssen wir große Datensätze heranziehen und die entsprechenden Algorithmen entwickeln“.

Data Mining wird immer wichtiger

Hinsichtlich der Datenauswertung bewegen sich Unternehmen im sogenannten Data Mining, meist via Data Mart. Wiederkehrende Muster bei der Bestellung beziehungsweise bei der Recherche werden in den Datensätzen aufgezeigt und zu Prognosen formuliert. Predictive Analytics sei hier genannt. Ist-Situationen rücken in den Hintergrund, Kauf-Vorhersagen gehört die Zukunft. Hinsichtlich der Lagerung rücken lokale Händler und die Händlerintegration in den Fokus und natürlich die Variante, in der Stadt platzierte Depots mit gängigen Artikeln zu nutzen.

Die Vernetzung der Produktion wie auch der Intralogistik sind dabei die wichtigsten Segmente, die es fortan zu beachten gilt. Auf Vorrat lagern kann sich auf Dauer auch kein Amazon – trotz der zuletzt guten Zahlen. Dinge wie die digitale Fabrik, IoT sowie Forschungen in Richtung des Ameisenalgorithmus werden helfen.