Mobilitätswende: den Wandel möglich machen
Arjan van Staveren, Country Manager Germany bei Snowflake, erläutert in seinem Gastbeitrag, wie Scania und Snowflake den Wandel im Güterverkehr ermöglichen.
Für den Güterverkehr gleicht die Mobilitätswende einem nie dagewesenen Kraftakt. Schon jetzt werden im Jahr mehr als 3,7 Milliarden Tonnen über das deutsche Straßennetz transportiert – und die Tendenz ist weiter steigend. Das wird nicht nur für den Verkehr zunehmend zum Problem. Auch das Klima leidet, denn Studien belegen, dass LKWs für rund 10 Prozent der globalen CO2-Emissionen verantwortlich sind. Dank besserer Technik ist der Ausstoß pro Tonnenkilometer in Deutschland zwar gesunken, da der Güterverkehr auf den Straßen aber zugenommen hat, wurden die Einsparungen laut Umweltbundesamt sogar überkompensiert.
Was es braucht, sind also neue Lösungen, die den bestehenden Lieferketten bei gleichzeitig geringen Emissionen gerecht werden können. Eine Möglichkeit, beides miteinander in Einklang zu bringen, sind Fahrzeuge mit Elektroantrieb. Ihre Anzahl ist allein in den vergangenen zwei Jahren um knapp 80 Prozent gestiegen. Allerdings bringt die alternative Antriebsform auch neue Herausforderungen mit sich, auf die das deutsche Straßennetz schlichtweg noch nicht vorbereitet ist. Daran möchte Scania unbedingt etwas ändern. Der weltweit führenden Anbieter von Transportlösungen führt nicht nur LKWs, Busse sowie Industrie- und Schiffsmotoren im Portfolio, sondern bietet darüber hinaus auch datengestützte Dienstleistungen an, deren Ziel es ist, die Mobilitätswende aktiv voranzutreiben.
Wie groß ist die Reichweite einer Batterie?
Wo müssen zusätzliche Ladesäulen installiert werden?
Und auf welcher Route wird am wenigsten CO2 erzeugt?
Daten sind das Rückgrat der Mobilitätswende
Auf den ersten Blick erscheinen E-LKWs als gute Lösung, um den Güterverkehr auf deutschen Straßen umweltfreundlicher zu gestalten. Wie die vergangenen Jahre eindrucksvoll bewiesen haben, handelt es sich bei den Lieferketten jedoch um extrem fragile Verkettungen einzelner Prozesse, in der sich die wohl wichtigste Komponente nicht ohne Weiteres austauschen lässt. In der Praxis besteht deshalb noch immer ein großer blinder Fleck – und dieser muss zunächst durch eine valide Datengrundlage behoben werden. Wie groß ist die Reichweite einer Batterie? Wo müssen zusätzliche Ladesäulen installiert werden? Und auf welcher Route wird am wenigsten CO2 erzeugt? Bevor eine Logistikflotte, die bisher fossil betrieben wurde, auf elektrische Antriebsformen umgesattelt werden kann, gilt es, all diese offenen Fragestellungen zu klären. Scania ist auf ganz unterschiedliche Weise daran beteiligt, belastbare Antworten auf die Herausforderungen zu finden, die mit der Mobilitätswende einhergehen. Einerseits testet das Unternehmen derzeit den Einsatz autonomer Bergbau-LKWs, andererseits ist es am Bau mehrerer E-Straßen beteiligt, auf denen überprüft wird, inwiefern Oberleitungen einen nachhaltigen Gütertransport in Europa ermöglichen können. Konnektivität spielt dabei eine zentrale Rolle. Schon jetzt betreibt Scania über 600.000 vernetzte Fahrzeuge, über die jeden Tag 150 Millionen Meldungen direkt und nahezu in Echtzeit in die Data Cloud von Snowflake einfließen.
Dezentrale Strukturen gewähren tiefere Erkenntnisse
Um innovative Mobilitätsprojekte umsetzen zu können, sind große Datenmengen allein aber noch lange nicht ausreichend. Entscheidend ist die richtige technologische Grundlage, die dabei hilft, diese zu analysieren und Zusammenhänge zu erkennen, um smarte Handlungsempfehlungen abzuleiten. Hierfür setzt Scania auf ein Data Mesh-Konzept. Normalerweise gibt es nur ein einziges Team, das alle Datenquellen in ein zentrales Depot integriert. Über spezifisches Wissen, das sich auf die unterschiedlichen Abteilungen bezieht, verfügt es in der Regel nicht. Für die Qualität der Daten wird dies allerdings häufig zum Problem.
Bei einem Data Mesh ist das anders. Da es sich hierbei um einen dezentralen Ansatz zur Verwaltung und Bereitstellung von Daten handelt, gibt es mehrere Datenteams, die für die Belange der verschiedenen Abteilungen verantwortlich sind. Aufgrund des fachlichen Wissens, über das die einzelnen Teams verfügen, können die geschäftlichen Zusammenhänge ihrer Abteilung besser nachvollzogen werden, was letztlich dabei hilft, große Datenmengen gewinnbringender – und damit auch ressourcenschonender – einzusetzen.
So wird dank des Data Mesh-Konzepts zum Beispiel ersichtlich, welche Strecken (noch) nicht für Elektro-LKWs geeignet sind oder wie sie das Maximum aus ihrer Batterielaufzeit herausholen können. Auch Wartungen lassen sich besser planen, um Ausfälle und damit auch Störungen der Lieferkette auf ein Minimum zu reduzieren. Scania und Snowflake wissen, dass Erkenntnisse wie diese unverzichtbar sind, um die Mobilitätswende auf eine solide Basis zu stellen. Deshalb helfen sie mit vereinten Kräften dabei, den größtmöglichen Mehrwert aus den verfügbaren Daten zuziehen. Am Ende ist es nur auf diese Weise möglich, den Güterverkehr umweltfreundlicher zu gestalten, während Planbarkeit und Zuverlässigkeit auf einem gewohnt hohen Niveau bleiben.
Im Portrait: Arjan van Staveren ist heute Country Manager Germany bei Snowflake. Er war 2017 der erste deutsche Mitarbeiter beim Data-Cloud-Unternehmen Snowflake. Heute ist er als Country Manager Germany für den deutschen Markt verantwortlich. Vor Snowflake hatte Arjan van Staveren leitende Positionen im Vertrieb bei Microsoft und Bazaarvoice.
Im Gespräch mit Arjan van Staveren
Herr van Staveren, was bedeutet Data Mesh?
Ein Data Mesh ist ein dezentraler Ansatz zur Verwaltung und Bereitstellung analytischer Daten. Das bedeutet, dass es sich maßgeblich von anderen IT-Strukturen unterscheidet, in denen alle Datenquellen in einem zentralen Depot zusammenfließen. Während hier ein einziges Datenteam für die Integration und Bereitstellung aller Daten verantwortlich ist, zeichnet sich eine Data Mesh-Architektur durch mehrere Datenteams aus. Anstatt große Datenmengen zentral zu verwalten, kümmern sie sich um die Belange einer einzelnen Abteilung, erstellen hier qualitativ hochwertige Datenprodukte und machen diese unternehmensweit zugänglich.
Welche Vorteile haben Konzerne, die auf eine Data Mesh-Architektur setzen?
Mit einem Data Mesh hat die klassische „One-fits-all“-Lösung endlich ausgedient. Anders als bei einem zentralen Ansatz haben die Datenteams hier nicht nur genügend Zeit, sich auf die Bedürfnisse ihrer jeweiligen Abteilung zu konzentrieren, sondern verfügen bestenfalls bereits im Vorfeld über das fachliche Know-how, das in ihrem Bereich eine besonders wichtige Rolle spielt. So helfen die Datenteams in einem Data Mesh dabei, typische Bottlenecks zu vermeiden und können stattdessen die Datenagilität und -qualität für ihre jeweilige Abteilung dauerhaft verbessern. So bekommen Unternehmen die Chance, abteilungsübergreifend das Maximum aus ihren Daten herauszuholen.
Welche Rolle spielen dabei Cloud-Plattform-Technologien?
Völlig unabhängig davon, ob ein Unternehmen einen zentralen oder einen dezentralen Ansatz zur Datenverwaltung und -bereitstellung verfolgt – liegt diesem keine skalierbare und leicht zugängliche Cloud-Plattform zugrunde, wird es sich schon bald in einer Sackgasse wiederfinden. Auch wenn es in einem Data Mesh so wirkt, als wären die Abteilungen voneinander isoliert, so besteht das Ziel doch darin, die Daten übergreifend zugänglich zu machen. Dank Technologien wie der Data Cloud von Snowflake ist genau das möglich. Sie bietet branchenübergreifend die ideale Grundlage, um Daten sowohl innerhalb eines Unternehmens, als auch mit externen Parteien wie Geschäftspartner:innen oder Lieferant:innen zu teilen.
Für welche Branchen können Sie Lösungen anbieten?
Vom Handel bis hin zum Finanzsektor: Daten für smartere Entscheidungen heranzuziehen, ist für jede erdenkliche Branche längst unverzichtbar geworden. Während es in der Produktion dadurch zum Beispiel möglich wird, Lieferengpässe bestimmter Rohstoffe rechtzeitig einzukalkulieren, können in der Medizin datenbasiert bessere und individuellere Behandlungsmethoden angeboten werden. Um bestmöglich auf die Bedürfnisse der verschiedenen Branchen eingehen zu können, bietet Snowflake für jede von ihnen eine schlüsselfertige Data Cloud-Lösung, mit der es möglich ist, Daten in unterschiedlichsten Formaten zu integrieren und praktisch nutzbar zu machen.
Gerade das neue ESG-Reporting stellt für viele Unternehmen eine Herausforderung dar. Wie kann Snowflakes Data Cloud hier helfen?
Konkrete ESG-Ziele festzulegen, ist nur der erste Schritt. Um einen breiten Überblick zu gewinnen, ist es wichtig, sowohl auf interne als auch auf externe Datenquellen zuzugreifen – und das ist der Punkt, an dem die Probleme oft beginnen. Da ESG-Daten die unterschiedlichsten Formate aufweisen, ist die Integration und Weiterverarbeitung kompliziert und langwierig. Snowflakes Data Cloud kann helfen, diese Herausforderung zu überwinden und bietet eine dauerhafte Lösung für den nahtlosen Zugriff auf alle intern und extern gewonnenen ESG-Daten. Da sie als Single Source of Truth dient, ist es dank der Data Cloud möglich, große Datenmengen besser zu verstehen und aktiv im Sinne der gesetzten ESG-Ziele zu handeln.
Was können Unternehmen noch tun, um ihre Daten im Sinne der Nachhaltigkeit einzusetzen?
Dass Daten selbst große Mengen an Emissionen produzieren, wird oft vergessen – dabei verursacht schon ein Terabyte, das in der Cloud gespeichert ist, rund 210 Kilogramm CO2 pro Jahr. Das Problem: Auch bei Private Cloud-Lösungen bleibt der Großteil der verfügbaren Ressourcen die meiste Zeit ungenutzt, wenn diese keine Skalierung zulässt. Um nachhaltiger zu handeln, macht es deshalb Sinn, eine Public Cloud und noch besser eine Multi-Tenant-Plattform zu wählen. Damit ist ein System gemeint, das gleichzeitig mehrere Nutzende beziehungsweise Unternehmen bedienen kann. Das hat den Vorteil, dass keine Ressourcen ungenutzt bleiben und jederzeit flexibel skaliert werden kann, wodurch die Umwelt deutlich geschont wird.
Dieser Beitrag ist freigegeben unter einer CC-BY-ND 3.0 DE Lizenz
https://creativecommons.org/licenses/by-nd/3.0/de/
Bitte beachten Sie, dass die Bilder und Motive dem Urherrecht unterliegen.
