Fachwissen im Einzelhandel<\/a> bei der Anwendung von Big Data f\u00fcr Einzelh\u00e4ndler an: Aufbau von Big Data L\u00f6sungen und Cloud-nativer Plattformen.<\/p>\nDer Endkunde unseres Kunden ist ein Betreiber einer Supermarktkette, der mehr als 200 Gesch\u00e4fte in Europa sowie Logistikbetriebe, Lieferketten und Vertriebszentren in der Region betreibt. Die Herausforderung, vor der sie standen, ist vielen Einzelhandelsunternehmen gemein – suboptimale \u00dcberwachung von K\u00fchl- und Gefrierger\u00e4ten. Wenn Probleme mit K\u00fchlger\u00e4ten zu sp\u00e4t entdeckt werden, kann dies \u00fcber Nacht zu verdorbenen Lebensmitteln im Wert von Tausenden von Dollar f\u00fchren, ganz zu schweigen von kostspieligen Reparaturen. In den meisten F\u00e4llen \u00fcberwachte der Endkunde die K\u00fchlger\u00e4te manuell und notierte die Temperaturregimes mit Stift und Papier, so dass die Daten erst nach einem Ausfall verf\u00fcgbar waren.<\/p>\n
![\"Big](\"https:\/\/d17ocfn2f5o4rl.cloudfront.net\/wp-content\/uploads\/2020\/08\/Partner-Case-features-photo-1.jpg\")
<\/p>\n
Im Sommer 2018 entschied sich der Endkunde f\u00fcr die Implementierung der drahtlosen Sensoren zur \u00dcberwachung der K\u00fchleinheit unseres Kunden, die min\u00fctlich Temperaturdaten senden. Die \u00fcberlegene Qualit\u00e4t dieser Ger\u00e4te erm\u00f6glichte es, mit einer einzigen Basisstation bis zu 100 Sensoren zu betreiben und eine stabile WLAN-Abdeckung f\u00fcr den gr\u00f6\u00dften Supermarkt des Endkunden bereitzustellen, der 3 Kilometer lang und 8.800 Quadratmeter gro\u00df ist. Nachdem das System installiert wurde, musste es jedoch Daten in Echtzeit extrahieren und \u00fcbertragen, um sie nutzbar zu machen.<\/p>\n
Gelieferte L\u00f6sung<\/h2>\n
Durch den Aufbau einer robusten Big Data Analytics-Plattform, die in der Lage ist, Big Data f\u00fcr Einzelh\u00e4ndler von Hunderten von Sensoren in 125 Gesch\u00e4ften in der EU zu sammeln, konnte der Endkunde unseres Kunden eine gr\u00f6\u00dfere Prozessoptimierung und Automatisierung erreichen. Die Plattform alarmiert das Personal sofort, wenn Sensoren Temperaturschwankungen au\u00dferhalb des optimalen Bereichs feststellen. Auf diese Weise werden die Filialleiter sofort alarmiert, wenn ein K\u00fchlschrank ausf\u00e4llt, so dass sie gen\u00fcgend Zeit haben, ihre Lebensmittel in eine andere Einheit zu verlagern und Reparaturen zu beauftragen. Als einer der Big Data-Anwendungsf\u00e4lle im Einzelhandel hat diese L\u00f6sung dazu beigetragen, Millionen von Dollar an verdorbenen Essensvorr\u00e4ten zu sparen.<\/p>\n
Bei der gelieferten L\u00f6sung handelt es sich um eine Cloud-basierte IoT-Plattform f\u00fcr die vorausschauende Ger\u00e4tewartung, die auf Analysetools zur Verarbeitung gro\u00dfer Datenmengen f\u00fcr die Nutzung durch den Einzelhandel basiert. Intellias baute auch ein praktisches Dashboard, mit dem das Unternehmen die Leistung seiner Anlagen \u00fcberwachen kann. Eines der ersten Ergebnisse war die Entdeckung, dass die ausgelagerte Verwaltungsgesellschaft die K\u00fchlschr\u00e4nke in einigen Gesch\u00e4ften bei -30\u00b0C betrieben hat, was 10\u00b0C unter den Anforderungen der europ\u00e4ischen Richtlinien f\u00fcr die Sicherheit der Lagerung von Lebensmitteln liegt. Durch die Anpassung der Temperatur konnte der Endkunde rund 20% des Energieverbrauchs dieser Gesch\u00e4fte einsparen.<\/p>\n
Unternehmensergebnisse<\/h2>\n
Intellias baute eine robuste Big Data-Plattform, die die Signale von Tausenden von Temperatursensoren in Echtzeit analysiert und die Filialleiter sofort informiert, wenn ein K\u00fchlschrank nicht mehr richtig funktioniert. Auf diese Weise konnte der Endkunde Zeit, Geld und M\u00fche sparen sowie die Einhaltung gesetzlicher Vorschriften sicherstellen, w\u00e4hrend er gleichzeitig pr\u00e4zise und zeitnahe Informationen \u00fcber die Anlagenleistung in der gesamten Lieferkette erhielt.<\/p>\n
Dar\u00fcber hinaus werden alle Daten sicher in der Cloud gespeichert, was eine einfache Pr\u00fcfung und R\u00fcckverfolgbarkeit erm\u00f6glicht. Unser Kunde war mit der gelieferten L\u00f6sung sehr zufrieden und befindet sich derzeit in Verhandlungen \u00fcber die Ausweitung des Systems auf andere L\u00e4nder in der gesamten EU. Intellias hat diesen erfolgreichen Fall zu seinem gro\u00dfen Portfolio an Big Data-Fallstudien hinzugef\u00fcgt, die der Einzelhandel ben\u00f6tigt.<\/p>\n","protected":false},"excerpt":{"rendered":"
Wir entwickelten eine Plattform zur Big Data Analytics in Echtzeit und zur Temperatur\u00fcberwachung f\u00fcr ein Netzwerk von 125 Gesch\u00e4ften in den baltischen L\u00e4ndern<\/p>\n","protected":false},"author":17,"featured_media":50298,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[42],"tags":[69,524,53,460],"class_list":["post-28968","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-fallstudie","tag-cloud-de","tag-data-analytics-de","tag-internet-of-things-de","tag-retail-de-2"],"acf":[],"yoast_head":"\n
Big Data f\u00fcr Einzelh\u00e4ndler: eine Plattform f\u00fcr die Ger\u00e4te\u00fcberwachung in Lieferketten - Intellias<\/title>\n<meta name=\"description\" content=\"Wir entwickelten eine Plattform zur Big Data Analytics in Echtzeit und zur Temperatur\u00fcberwachung f\u00fcr ein Netzwerk von 125 Gesch\u00e4ften in den baltischen L\u00e4ndern\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/intellias.com\/de\/big-data-einzelhandler-plattform-gerateuberwachung-in-lieferketten\/\" \/>\n<meta property=\"og:locale\" content=\"de_DE\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Big Data f\u00fcr Einzelh\u00e4ndler: eine Plattform f\u00fcr die Ger\u00e4te\u00fcberwachung in Lieferketten\" \/>\n<meta property=\"og:description\" content=\"Wir entwickelten eine Plattform zur Big Data Analytics in Echtzeit und zur Temperatur\u00fcberwachung f\u00fcr ein Netzwerk von 125 Gesch\u00e4ften in den baltischen L\u00e4ndern\" \/>\n<meta property=\"og:url\" content=\"https:\/\/intellias.com\/de\/big-data-einzelhandler-plattform-gerateuberwachung-in-lieferketten\/\" \/>\n<meta property=\"og:site_name\" content=\"Intellias\" \/>\n<meta property=\"article:published_time\" content=\"2020-08-21T13:54:12+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2024-05-10T01:53:30+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/d17ocfn2f5o4rl.cloudfront.net\/wp-content\/uploads\/2020\/08\/Partner-Case-features-fb.jpg\" \/>\n<meta name=\"author\" content=\"Oksana Vakshynska\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:image\" content=\"https:\/\/d17ocfn2f5o4rl.cloudfront.net\/wp-content\/uploads\/2020\/08\/Partner-Case-features-twitter.jpg\" \/>\n<meta name=\"twitter:label1\" content=\"Verfasst von\" \/>\n\t<meta name=\"twitter:data1\" content=\"Oksana Vakshynska\" \/>\n\t<meta name=\"twitter:label2\" content=\"Gesch\u00e4tzte Lesezeit\" \/>\n\t<meta name=\"twitter:data2\" content=\"3 Minuten\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/intellias.com\/de\/big-data-einzelhandler-plattform-gerateuberwachung-in-lieferketten\/\",\"url\":\"https:\/\/intellias.com\/de\/big-data-einzelhandler-plattform-gerateuberwachung-in-lieferketten\/\",\"name\":\"Big Data f\u00fcr Einzelh\u00e4ndler: eine Plattform f\u00fcr die Ger\u00e4te\u00fcberwachung in Lieferketten - Intellias\",\"isPartOf\":{\"@id\":\"https:\/\/intellias.com\/de\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\/\/intellias.com\/de\/big-data-einzelhandler-plattform-gerateuberwachung-in-lieferketten\/#primaryimage\"},\"image\":{\"@id\":\"https:\/\/intellias.com\/de\/big-data-einzelhandler-plattform-gerateuberwachung-in-lieferketten\/#primaryimage\"},\"thumbnailUrl\":\"https:\/\/intellias.com\/wp-content\/uploads\/2020\/08\/Big-Data-for-Retailers-A-Platform-for-Equipment-Monitoring-in-Supply-Chains.jpg\",\"datePublished\":\"2020-08-21T13:54:12+00:00\",\"dateModified\":\"2024-05-10T01:53:30+00:00\",\"author\":{\"@id\":\"https:\/\/intellias.com\/de\/#\/schema\/person\/ba2e15d0bfd27006a944536dffbea0b2\"},\"description\":\"Wir entwickelten eine Plattform zur Big Data Analytics in Echtzeit und zur Temperatur\u00fcberwachung f\u00fcr ein Netzwerk von 125 Gesch\u00e4ften in den baltischen L\u00e4ndern\",\"inLanguage\":\"de-DE\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/intellias.com\/de\/big-data-einzelhandler-plattform-gerateuberwachung-in-lieferketten\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"de-DE\",\"@id\":\"https:\/\/intellias.com\/de\/big-data-einzelhandler-plattform-gerateuberwachung-in-lieferketten\/#primaryimage\",\"url\":\"https:\/\/intellias.com\/wp-content\/uploads\/2020\/08\/Big-Data-for-Retailers-A-Platform-for-Equipment-Monitoring-in-Supply-Chains.jpg\",\"contentUrl\":\"https:\/\/intellias.com\/wp-content\/uploads\/2020\/08\/Big-Data-for-Retailers-A-Platform-for-Equipment-Monitoring-in-Supply-Chains.jpg\",\"width\":1000,\"height\":612},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/intellias.com\/de\/#website\",\"url\":\"https:\/\/intellias.com\/de\/\",\"name\":\"Intellias\",\"description\":\"\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/intellias.com\/de\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"de-DE\"},{\"@type\":\"Person\",\"@id\":\"https:\/\/intellias.com\/de\/#\/schema\/person\/ba2e15d0bfd27006a944536dffbea0b2\",\"name\":\"Oksana Vakshynska\"}]}<\/script>\n","yoast_head_json":{"title":"Big Data f\u00fcr Einzelh\u00e4ndler: eine Plattform f\u00fcr die Ger\u00e4te\u00fcberwachung in Lieferketten - Intellias","description":"Wir entwickelten eine Plattform zur Big Data Analytics in Echtzeit und zur Temperatur\u00fcberwachung f\u00fcr ein Netzwerk von 125 Gesch\u00e4ften in den baltischen L\u00e4ndern","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/intellias.com\/de\/big-data-einzelhandler-plattform-gerateuberwachung-in-lieferketten\/","og_locale":"de_DE","og_type":"article","og_title":"Big Data f\u00fcr Einzelh\u00e4ndler: eine Plattform f\u00fcr die Ger\u00e4te\u00fcberwachung in Lieferketten","og_description":"Wir entwickelten eine Plattform zur Big Data Analytics in Echtzeit und zur Temperatur\u00fcberwachung f\u00fcr ein Netzwerk von 125 Gesch\u00e4ften in den baltischen L\u00e4ndern","og_url":"https:\/\/intellias.com\/de\/big-data-einzelhandler-plattform-gerateuberwachung-in-lieferketten\/","og_site_name":"Intellias","article_published_time":"2020-08-21T13:54:12+00:00","article_modified_time":"2024-05-10T01:53:30+00:00","og_image":[{"url":"https:\/\/d17ocfn2f5o4rl.cloudfront.net\/wp-content\/uploads\/2020\/08\/Partner-Case-features-fb.jpg"}],"author":"Oksana Vakshynska","twitter_card":"summary_large_image","twitter_image":"https:\/\/d17ocfn2f5o4rl.cloudfront.net\/wp-content\/uploads\/2020\/08\/Partner-Case-features-twitter.jpg","twitter_misc":{"Verfasst von":"Oksana Vakshynska","Gesch\u00e4tzte Lesezeit":"3 Minuten"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/intellias.com\/de\/big-data-einzelhandler-plattform-gerateuberwachung-in-lieferketten\/","url":"https:\/\/intellias.com\/de\/big-data-einzelhandler-plattform-gerateuberwachung-in-lieferketten\/","name":"Big Data f\u00fcr Einzelh\u00e4ndler: eine Plattform f\u00fcr die Ger\u00e4te\u00fcberwachung in Lieferketten - Intellias","isPartOf":{"@id":"https:\/\/intellias.com\/de\/#website"},"primaryImageOfPage":{"@id":"https:\/\/intellias.com\/de\/big-data-einzelhandler-plattform-gerateuberwachung-in-lieferketten\/#primaryimage"},"image":{"@id":"https:\/\/intellias.com\/de\/big-data-einzelhandler-plattform-gerateuberwachung-in-lieferketten\/#primaryimage"},"thumbnailUrl":"https:\/\/intellias.com\/wp-content\/uploads\/2020\/08\/Big-Data-for-Retailers-A-Platform-for-Equipment-Monitoring-in-Supply-Chains.jpg","datePublished":"2020-08-21T13:54:12+00:00","dateModified":"2024-05-10T01:53:30+00:00","author":{"@id":"https:\/\/intellias.com\/de\/#\/schema\/person\/ba2e15d0bfd27006a944536dffbea0b2"},"description":"Wir entwickelten eine Plattform zur Big Data Analytics in Echtzeit und zur Temperatur\u00fcberwachung f\u00fcr ein Netzwerk von 125 Gesch\u00e4ften in den baltischen L\u00e4ndern","inLanguage":"de-DE","potentialAction":[{"@type":"ReadAction","target":["https:\/\/intellias.com\/de\/big-data-einzelhandler-plattform-gerateuberwachung-in-lieferketten\/"]}]},{"@type":"ImageObject","inLanguage":"de-DE","@id":"https:\/\/intellias.com\/de\/big-data-einzelhandler-plattform-gerateuberwachung-in-lieferketten\/#primaryimage","url":"https:\/\/intellias.com\/wp-content\/uploads\/2020\/08\/Big-Data-for-Retailers-A-Platform-for-Equipment-Monitoring-in-Supply-Chains.jpg","contentUrl":"https:\/\/intellias.com\/wp-content\/uploads\/2020\/08\/Big-Data-for-Retailers-A-Platform-for-Equipment-Monitoring-in-Supply-Chains.jpg","width":1000,"height":612},{"@type":"WebSite","@id":"https:\/\/intellias.com\/de\/#website","url":"https:\/\/intellias.com\/de\/","name":"Intellias","description":"","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/intellias.com\/de\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"de-DE"},{"@type":"Person","@id":"https:\/\/intellias.com\/de\/#\/schema\/person\/ba2e15d0bfd27006a944536dffbea0b2","name":"Oksana Vakshynska"}]}},"_links":{"self":[{"href":"https:\/\/intellias.com\/de\/wp-json\/wp\/v2\/posts\/28968"}],"collection":[{"href":"https:\/\/intellias.com\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/intellias.com\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/intellias.com\/de\/wp-json\/wp\/v2\/users\/17"}],"replies":[{"embeddable":true,"href":"https:\/\/intellias.com\/de\/wp-json\/wp\/v2\/comments?post=28968"}],"version-history":[{"count":9,"href":"https:\/\/intellias.com\/de\/wp-json\/wp\/v2\/posts\/28968\/revisions"}],"predecessor-version":[{"id":73745,"href":"https:\/\/intellias.com\/de\/wp-json\/wp\/v2\/posts\/28968\/revisions\/73745"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/intellias.com\/de\/wp-json\/wp\/v2\/media\/50298"}],"wp:attachment":[{"href":"https:\/\/intellias.com\/de\/wp-json\/wp\/v2\/media?parent=28968"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/intellias.com\/de\/wp-json\/wp\/v2\/categories?post=28968"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/intellias.com\/de\/wp-json\/wp\/v2\/tags?post=28968"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}