Genaue, schnelle und kontinuierliche Auftragsdaten werden zum Standard in der Bauindustrie und Teil der Datenwirtschaft der Zukunft. Thomas Concrete erkannte das große Potenzial, das sowohl für das eigene Geschäft als auch für das seiner Kunden im Angebot von Asset Tracking in Echtzeit liegt. Mit der Expertise von Axelsson Consulting und unserer vernetzten Lösung ermöglichten wir es dem Kunden, neue Dienstleistungen anzubieten, die es seinen Kunden erlauben, ihr Geschäft durch datengesteuerte Erkenntnisse und Cloud-native Technologien effizienter und nachhaltiger zu führen.

Die Betonindustrie ist eine konservative Branche, deren Verfahren seit vielen Jahren weitgehend unverändert geblieben sind. Gleichzeitig ist Beton ein sehr zeitempfindliches Material, und Lieferverzögerungen können zu hohen Zusatzkosten führen.

Hier erkannte die Thomas Concrete Group, ein globaler Hersteller und Vertreiber von hochwertigem Transportbeton für gewerbliche und private Kunden, die Chance, innovativ zu sein und datengesteuerte, vernetzte Lösungen zu nutzen, um mehr Wert aus ihren Daten zu schöpfen, was sie zu einem der ersten Unternehmen in der Baubranche machte, das sich der digitalen Transformation seines Geschäfts verschrieb. Mit der IoT- und Cloud-Computing-Expertise von Axelsson Consulting konnte Thomas Concrete zwei zentrale Herausforderungen bewältigen und gleichzeitig die Geschäftsabläufe effizienter, skalierbarer und wettbewerbsfähiger gestalten. Die erste dieser Herausforderungen bestand darin, den Endkunden die Möglichkeit zu geben, ihre Betonlieferungen in Echtzeit zu verfolgen.

In dieser Fallstudie beschreiben wir diese erste Herausforderung, erläutern unseren Prozess zur Entwicklung einer Cloud-nativen und datengesteuerten Asset-Tracking-Lösung, die auf den spezifischen Geschäftsfall des Kunden zugeschnitten ist, und veranschaulichen den Wettbewerbsvorteil, den die Lösung bietet.

Die Herausforderung: Kontinuierliche Bereitstellung genauer Positions- und Ankunftsinformationen von Lieferungen

Der Betonmarkt, der in der Regel Teil der Lieferkette des Baumarktes ist, ist ein hart umkämpfter Markt, und die Qualität des Betons allein reicht nicht mehr aus, um einen Wettbewerbsvorteil zu erzielen. Was heute den Unterschied ausmacht, ist das Angebot zusätzlicher digitaler Dienstleistungen für die Kunden. Dies würde das Geschäft von Thomas Concrete erweitern, einen Mehrwert für die Kunden schaffen und dabei helfen, das Unternehmen in die datengesteuerte Zukunft zu führen.

Das gelieferte Material, Beton, ist ein zeitempfindliches Material, und wenn sich eine Lieferung zu lange verzögert oder die Baustelle nicht rechtzeitig für den Einbau vorbereitet wird, kann sich die Qualität des Materials erheblich verschlechtern und muss möglicherweise ganz verschrottet werden. Dass Lieferungen aufgrund von Verspätungen verschrottet werden müssen, ist ein überraschend häufiges Szenario, das zu einem unwiederbringlichen Wertverlust führt. Daher ist es von entscheidender Bedeutung, genau zu wissen, wo sich eine Lieferung befindet und wann sie eintreffen wird, um alles vor Ort vorzubereiten. Die Lösung: Asset-Tracking in Echtzeit.

Wir erkannten die Notwendigkeit von Innovationen in dieser konservativen Branche und sahen, wie die Endnutzer von den zusätzlichen Erkenntnissen aus Echtzeitdaten profitieren könnten, und machten uns daran, eine vernetzte, Cloud-native IoT-Lösung zu entwickeln, die es ihren Endkunden ermöglicht, Lieferungen in Echtzeit zu verfolgen, einschließlich einer digitalen Schnittstelle, die den aktuellen GPS-Standort des Lastwagens und eine ständig aktualisierte Ankunftszeit anzeigt. Mit allen Lieferinformationen sofort auf ihren Geräten, einschließlich ereignis- und datengesteuerter Web- und nativer mobiler Push-Benachrichtigungen, wenn die Lieferung den Geofence des Werks verlassen hat, können die Kunden nun genau wissen, wann sie eine Lieferung erwarten können, und die Abläufe vor und nach der Lieferung auf der Grundlage von Echtzeiterkenntnissen optimieren. Dies ermöglicht Thomas Concrete eine effektivere Planung der Lieferrouten unter Berücksichtigung von Verkehr, Wetter und Fahrzeugtyp sowie die Integration zusätzlicher Dienstleistungen in ihre Preismodelle. Dies haben wir dank unserer gründlichen Prozess bei der Analyse, Auswahl, Prüfung und Abstimmung der am besten geeigneten Lösungsarchitektur für den jeweiligen Anwendungsfall.

Wie wir die richtige Architektur für die Echtzeit-Datenintegration entwickelt haben

Am Anfang unseres Überprüfungsprozesses stehen die beiden wichtigsten Schritte: Erstens, sich ein vollständiges Bild von der bestehenden Datenlandschaft des Kunden zu machen, wie sie genutzt werden kann und was der Anwendungsfall des Kunden von unserer Lösung erfordert sowie wie sie für die Zukunft skaliert werden kann. Dazu arbeiteten wir mit den IT-Entscheidern von Thomas Concrete zusammen, um eine Liste detaillierter technischer Fragen zu ihren technischen Anforderungen zu beantworten, wie sie planen, ihr Geschäft in Zukunft auszubauen, und welche verbesserten Dienste sie ihren Kunden anbieten wollen und was für die Endbenutzer am wichtigsten ist. Dieser kritische Schritt ermöglicht es uns zum einen, die Funktionen, die Leistung und die Grenzen der vorhandenen Daten des Unternehmens zu verstehen, und zum anderen, klare Anforderungen als Eckpfeiler für den zweiten Schritt festzulegen. Mit einem klaren Bild vor Augen prüfen wir dann gründlich alle möglichen Lösungen für die Anforderungen unseres Kunden, von technischen Entscheidungen über den Datenfluss bis hin zur Ereignisbehandlung und -verarbeitung, um den höchstmöglichen Durchsatz und damit eine Echtzeit-Streaming-Architektur zu ermöglichen. Wenn wir unsere Eckpfeiler gesetzt haben, wissen wir, welche detaillierten technischen Fragen wir stellen müssen, um nicht nur die wichtigsten Erfolgsfaktoren zu definieren, sondern auch die für die Bedürfnisse des Kunden am besten geeignete Cloud-Native-Architektur auszuwählen. Für diesen Anwendungsfall haben wir festgestellt, dass die IoT-Architektur eine hohe Leistung, einen hohen Durchsatz und eine niedrige Latenz aufweisen muss, um die riesigen Datenmengen von Lastwagen und die Echtzeit-Lieferposition zu verarbeiten und den Kunden des Kunden eine möglichst genaue Ankunftszeit zu liefern.

Die Entwicklung einer IoT-Architektur, die eine hohe Datenaufnahme ermöglicht und dennoch eine Echtzeitverarbeitung im großen Maßstab erreicht, ist ein schwieriger und hochkomplexer Prozess. Schon eine einzige langsame Komponente gefährdet den Echtzeit-Durchsatz der gesamten Architektur und verringert möglicherweise den Mehrwert für das Unternehmen. Um ein optimales Ergebnis zu erzielen, müssen die Geschäftsanforderungen von Anfang an berücksichtigt werden, damit die relevanten Aspekte entsprechend gestaltet werden können. Wir haben erkannt, dass ein ganzheitlicher Ansatz erforderlich ist, der alle Aspekte der Architektur abdeckt. Vor diesem Hintergrund und nach eingehender Prüfung entschieden wir, dass Azure für unseren Anwendungsfall am besten geeignet ist und Azure EventHubs, serverlose Azure Functions, Azure Kubernetes Service, Azure Premium SSD Managed Disks und Azure DevOps in vollem Umfang genutzt werden sollten. Serverless Azure Functions verfügt beispielsweise über eine unübertroffene Elastizität, um innerhalb eines App Service-Plans je nach Auslastung nahezu unbegrenzt skalieren zu können, und Azure Premium SSD Managed Disks verfügt über eine unübertroffene E/A-Leistung, wodurch sie perfekt für unseren Anwendungsfall mit hohem Durchsatz geeignet sind. Als primärer Datenspeicher dient die Zeitreihendatenbank CrateDB, die sich gut für die Verarbeitung großer Mengen halbstrukturierter Sensordaten eignet und auch unter hoher Last eine gleichbleibende Leistung bietet, sowie dedizierte Edge-Module für die Offline-Fähigkeit, um Datenverluste bei vorübergehenden Netzwerkausfällen zu verhindern. Auf dieser Grundlage und in enger Zusammenarbeit mit dem Kunden legten wir die im obigen Diagramm dargestellte übergreifende Architektur fest und optimierten sie während der Implementierungsphase weiter für hohen Durchsatz, Leistung und Zuverlässigkeit, um sicherzustellen, dass die geschäftlichen Anforderungen erfüllt wurden, und um die Grundlage für künftige IoT-Anwendungsfälle zu schaffen, die damals auf der Roadmap standen.

Wie wir durch datengesteuerte und Cloud-native Technologien einen Wettbewerbsvorteil geschaffen haben

Die Cloud-native Asset-Tracking-Lösung, die wir für die Thomas Concrete Group entwickelt haben, wurde etwa sechs Monate nach der Initiierung und vier Monate nach Beginn der Vollzeit-Implementierung bereitgestellt und ermöglicht dem Kunden seitdem die kontinuierliche Verfolgung von mehr als 1.500 Lieferfahrzeugen in ganz Europa mit einer Latenz von 9 ms, während gleichzeitig Dutzende Millionen von Datenpunkten gespeichert werden. Die Endkunden von Thomas Concrete können nun in Echtzeit und auf jedem Gerät genau wissen, wann eine Lieferung eintrifft und sich entsprechend vorbereiten. Für Thomas Concrete bedeutet dies, dass das Unternehmen sein Geschäft effizienter führen und seinen Kunden neue Dienstleistungen durch neue Geschäftsmodelle anbieten kann, die durch digitale Cloud-Technologien ermöglicht werden. Dies bedeutet weniger Verspätungen, beträchtliche Kosteneinsparungen und weniger Abfall für die Endkunden, was das Unternehmen deutlich nachhaltiger macht.

Die Entwicklung skalierbarer, sicherer und Cloud-nativer Lösungen erfordert Fachwissen in mehreren Bereichen: Gerätekonnektivität, Digitalisierung der Lieferkette und ggf. Edge Computing. Vielleicht ist es keine Überraschung, dass laut einer Studie von Cisco bis zu 75 Prozent der IoT-Projekte scheitern. Wir sind der Meinung, dass ein gründlicher Prüfungsprozess auf der Grundlage der Geschäftsanforderungen für die Entwicklung erfolgreicher Big-Data-Streaming-Architekturen und IoT-Lösungen, die die aktuellen Geschäftsziele erfüllen, unerlässlich ist.

Mit unserer Cloud-nativen und datengesteuerten Echtzeit-Asset-Tracking-Lösung, die in der Microsoft Azure-Cloud implementiert ist, ermöglichten wir es dem Kunden, die Vorteile von Azure IoT zu nutzen und sein Geschäft zu digitalisieren.

Wie in dieser Fallstudie erwähnt, wurde CrateDB als integraler Bestandteil der Architektur für die Speicherung der Geodaten verwendet. Sie können mehr darüber lesen, wie die Datenbank in der Lösung verwendet wurde hier.

Unser Ansatz zur Bereitstellung der Big-Data-Streaming-Architektur, die für die Asset-Tracking-Lösung in dieser Fallstudie verwendet wurde, kann auch für andere Anwendungsfälle genutzt werden.

In unserer nächsten Fallstudie stellen wir unsere industrielle IoT-Lösung vor - eine Cloud-native Lösung, die drahtlose IoT-Sensoren zur Messung der Materialhärtung auf Baustellen verwendet. Erhalten Sie erste Informationen und exklusive Inhalte des Axelsson-Teams, indem Sie unseren Newsletter abonnieren. Newsletter.