Beurteilung der Industrie 4.0-Readiness von Supply Chain Netzwerken

ngesichts der zunehmenden Herausforderungen, die durch einen verstärkten internationalen Wettbewerb sowie immer individuellere Kundenforderungen und kürzere Produktlebenszyklen an die Unternehmen gestellt werden, gewinnt die koordinierte und kollaborative Zusammenarbeit in Supply Chain Netzwerken immer mehr an Bedeutung. In diesem komplexen und dynamischen Umfeld wird Flexibilität zu einer Schlüsselkompetenz für den Erfolg von Supply Chain Netzwerken. Die im Rahmen von Industrie 4.0 stattfindende Entwicklung der zunehmenden Digitalisierung und Vernetzung bietet neue Möglichkeiten zur Erzielung der erforderlichen Flexibilität, um als Supply Chain Netzwerk im Wettbewerb bestehen zu können. Basistechnologien von Industrie 4.0 sind Informations- und Kommunikationstechnologien wie das Internet der Dinge und Dienste, das zu autonomen Prozessen, vernetzten Geräten und Maschinen sowie einer zentralen Datenverfügbarkeit in der Cloud führt. Um den Umsetzungsgrad von Supply Chain Netzwerken beim Einsatz von Industrie 4.0-Technologien zur Schaffung einer netzwerkweiten Flexibilität zu bewerten, wird in dieser Arbeit ein praxis- und anwendungsorientiertes Instrument zur Beurteilung der Industrie 4.0-Readiness von Supply Chain Netzwerken entwickelt. Dafür wird zunächst der Industrie 4.0-Readiness-Kompass als qualitatives Instrument zur Beurteilung der Industrie 4.0-Readiness vorgestellt. Das sich anschließende quantitative Instrument basiert auf dem standardisierten Rahmenwerk des Supply Chain Operations Reference (SCOR)-Modells und nutzt das integrierte SCOR-Kennzahlensystem zur Operationalisierung der Industrie 4.0-Readiness. Zur Ermittlung der Bedeutung der Kennzahlen des Kennzahlensystems für die Industrie 4.0-Readiness wird ein integrierter AHP-PROMETHEE-Ansatz verwendet, dessen Gewichte durch Expertenbefragungen generiert werden. Die Durchführung von Benchmarks ermöglicht die Beurteilung der Industrie 4.0-Readiness eines spezifischen Supply Chain Netzwerks sowie die Aufdeckung von Verbesserungspotenzialen. Die Anwendung des zweiteiligen Instruments wird anhand eines Fallbeispiels aus der Automobilindustrie illustriert.