Loading…
Data-driven digital supply chain twins
development, application and opportunities in road freight logistics
Gerlach, Benno
The Digital Supply Chain Twin (DSCT) represents a novel and transformative concept within the realm of Logistics and Supply Chain Management (LSCM). DSCTs are dynamic, digital simulation models intricately connected to real-world logistics systems, holding the promise of enhancing decision-making processes and bolstering resilience within the LSCM industry. A particular application area of DSCTs has been identified in the domain of transportation systems, with a possible focus on road freight logistics, as truck transportation reigns as the predominant cargo mode as to date. However, this topic has not been subject to extensive research in the past years. This is partly due to the complexity and time-consuming nature of building simulation models that can effectively adapt to a changing environment. To overcome this challenge, researchers have identified data-driven simulation modeling methods as a potent enabler in creating DSCTs. Data-driven modelling techniques allow the semi-automatic creation of simulation models from data. However, the use of data-driven DSCTs in road freight logistics is not currently explored.
This thesis delves right into this topic, by examining the application of DSCTs in road freight logistics. The primary objective is to explore the value they bring to the industry and investigating how data-driven simulation modeling techniques can be effectively employed to implement these models. To achieve this goal, a qualitative content analysis (QCA) was conducted, culminating in the development of the CRISP-DSCT model. The CRISP-DSCT model, inspired by the renowned CRISP-DM, comprises an eight-phase process model meticulously designed for the seamless execution of DSCT initiatives. The research journey further unfolded through three in-depth case studies, each approached from the standpoint of a distinct stakeholder in road freight logistics. The first case study scrutinized the perspective of a Digital Freight Forwarder (DFF) striving to curtail empty runs in the transport network. The second case study delved into the carrier's viewpoint, aiming to optimize fleet utilization. The third case study centered on a shipping company, endeavoring to refine truck and dock scheduling. The outcomes of these case studies were pivotal in unraveling valuable insights and knowledge about the application of DSCTs in road freight logistics. By synthesizing these learnings, the CROSSROAD framework was introduced, which introduces the innovative concept of a cross-stakeholder DSCT for resilient optimization and advanced cooperation in road freight logistics. This comprehensive framework lays the groundwork for fostering collaborative relationships between various stakeholders in the logistics ecosystem, paving the way for cooperative solutions and win-win scenarios.
The study's primary findings have brought to light two crucial aspects. Firstly, the true value of the DSCT model lies not merely in direct applications but, more importantly, in its role as a dynamic sandbox environment that empowers stakeholders in road freight logistics to develop resilient strategies and analytical solutions. By simulating real-world logistics systems and allowing for experimentation with various scenarios, DSCTs serve as invaluable tools for decision-makers to enhance their strategic planning and risk management capabilities. Secondly, a significant discovery emerged regarding the potential for creating a unified global DSCT, applicable to all stakeholders in the road freight logistics domain. This novel approach facilitates the realization of distinct use cases tailored to the unique requirements of each stakeholder, thereby fostering a cooperative and symbiotic environment. By encouraging cooperation and collaboration among stakeholders, the global DSCT concept holds the promise of unlocking new levels of efficiency and optimization within the road freight logistics ecosystem.
Der Digital Supply Chain Twin (DSCT) stellt ein neuartiges und transformatives Konzept im Bereich Logistik und Supply Chain Management (LSCM) dar. DSCTs sind dynamische, digitale Simulationsmodelle, die eng mit realen Logistiksystemen verbunden sind. Durch ihre Fähigkeit Was-wäre-wenn-Szenarien durchzuführen, versprechen sie Entscheidungsprozesse von Akteuren im Bereich LSCM zu verbessern und Wertschöpfungsketten insgesamt resilienter zu machen. Während der Großteil der aktuellen Forschung sich mit DSCTs von Wertschöpfungsnetzwerken und Anwändungsfällen wie Risikomanagement beschäftigt, findet das Forschungsgebiet von DSCTs von Transportsystemen aktuell weniger Beachtung. Gerade im Bereich Straßengüterlogistik gibt es hierzu aktuell kaum Forschung, obwohl diese als ein sinnvolles Teilgebiet erscheint, da der Lkw-Transport heutzutage weiterhin die vorherrschende Transportart darstellt. Die Erstellung von Simulationsmodellen, die sich effektiv an ein sich veränderndes Umfeld anpassen können, ist jedoch aufgrund ihrer Komplexität und des hohen Zeitaufwands ihrer Implementierung eine große Herausforderung. Um diesem entgegenzuwirken, werden in der aktuellen Literatur datengetriebene Simulationsmodellierungsmethoden als ein möglicher Wegbereiter zur Erstellung von DSCTs genannt. Datengetriebene Methoden ermöglichen die semi-automatisierte Erstellung von Simulationsmodellen auf Grundlage von Daten. Der Einsatz von datengetriebenen DSCTs in der Straßengüterlogistik ist aktuell jedoch noch nicht erforscht.
Diese Arbeit befasst sich mit eben dieser Anwendung von DSCTs in der Straßengüterlogistik. Das primäre Ziel ist die Erforschung des Werts, den DSCTs für die Branche bringen, und zu untersuchen, wie datengesteuerte Simulationsmodellierungstechniken effektiv zur Umsetzung dieser Modelle eingesetzt werden können. Um dieses Ziel zu erreichen, wurde eine qualitative Inhaltsanalyse (QCA) durchgeführt, die in der Entwicklung des CRISP-DSCT-Modells gipfelte. Das CRISP-DSCT-Modell, das sich an den weithin bekannten CRISP-DM anlehnt, umfasst ein achtstufiges Prozessmodell, das für die erfolgreiche Durchführung von DSCTInitiativen entwickelt wurde. Die Forschungsreise wurde durch drei umfangreiche Fallstudien fortgesetzt, die jeweils aus der Sicht eines bestimmten Akteurs der Straßengüterlogistik durchgeführt wurden. Die erste Fallstudie untersuchte die Perspektive eines digitalen Spediteurs (DFF), der bestrebt ist, Leerfahrten im Transportnetz zu reduzieren. Die zweite Fallstudie befasste sich mit der Sichtweise eines Spediteurs, der die Auslastung seiner Flotte optimieren möchte. Die dritte Fallstudie befasste sich mit einem Versender, der die Zulaufsteuerung von Lkw und das Laderampenmanagement verbessern wollte. Die Ergebnisse dieser sorgfältigen Fallstudien waren ausschlaggebend für die Gewinnung wichtiger Einsichten und Erkenntnisse über die Anwendung von DSCTs in der Straßengüterlogistik. Durch die Synthese dieser Erkenntnisse wurde das CROSSROAD-Framework entwickelt, welches das innovative Konzept eines akteursübergreifenden DSCT für robuste Optimierung und erweiterte Kooperation in der Straßengüterlogistik vorstellt. Dieses umfassende Framework bildet die Grundlage für die Förderung von Kooperationsbeziehungen zwischen den verschiedenen Akteuren im Straßengüterlogistik-Ökosystem und ebnet den Weg für kooperative Lösungen und Win-Win- Szenarien.
Die Hauptergebnisse der Studie enthüllten zwei wesentliche Erkenntnisse. Erstens liegt der wahre Wert des DSCT-Modells nicht allein in direkten Anwendungen, sondern in seiner Rolle als dynamische Sandkastenumgebung, die es den Beteiligten ermöglicht, resiliente Strategien und analytische Lösungen zu entwickeln. Zweitens ist es möglich, einen globalen DSCT für die Straßengüterlogistik zu entwickeln, der die Verwirklichung unterschiedlicher, auf die einzelnen Interessengruppen zugeschnittener Anwendungsfälle ermöglicht. Ferner fördert dieser Kooperationen zwischen Akteuren in der Straßengüterlogistik und deren symbiotische Partnerschaften effektiv. Zusammenfassend lässt sich sagen, dass diese Arbeit einen bedeutenden Schritt zum Verständnis des Potenzials von datengetriebenen DSCTs in der Straßengüterlogistik darstellt. Durch die Bewältigung der wichtigsten Herausforderungen und die Bereitstellung eines umfassenden Frameworks eröffnet diese Forschungsarbeit neue Horizonte für die Branche und verspricht eine verbesserte Resilienz und bessere Entscheidungsmöglichkeiten für alle beteiligten Akteure.
