Brenntag automatiserer supply chain med IoT sensorer

Brenntag er med en årlig omsætning på mere end EUR 13 mia. en global markedsleder inden for distribution af kemikalier og ingredienser til brug i en lang række industrier.

Der er både store sikkerhedsmæssige og økonomiske hensyn at tage i forhold til logistikken forbundet med planlægning og distribution af kemikalier. Man kan ikke bare sende den ene lastbil efter den anden i kolonnekørsel med svovlsyre, saltsyre eller lignende rundt omkring på landevejene.

Som én af verdens største distributører og med mere end tre millioner årlige leverancer, håndteret af 17.000 ansatte fra 670 lokationer i 77 lande, er der udover det formelle aspekt også et stort økonomisk hensyn at tage, for at sikre at distributionen sker på en økonomisk forsvarlig måde.

Effektiv informationsdeling

Sammen med 3Tech har Fellowmind udviklet Brenntags nye monitoreringsløsning. Løsningen består af adskillige IoT gateways udviklet af 3Tech, som er eftermonteret på Brenntags eksisterende industrielle tankniveaumålere. Hver gateway samler løbende data og sender det til en Fellowmind IoT løsning, hvor den processeres. Når tanken er nået under et vist niveau, genereres der automatisk en genopfyldningsordre via Dynamics CRM.

Den indkøbsansvarlige hos kunden modtager ordren og bekræfter den. Når bekræftelsen er givet, bookes ordren og kørslen planlægges med ruteoptimering, indhentelse af lovmæssige godkendelser og bestilling af kemikalierne hos en leverandør.

Fellowmind har sørget for integration og opbygning af de nye services i Microsoft Dynamics 365 CRM. Denne nye løsning giver i langt højere grad mulighed for at generere automatiserede notifikationer til relevante brugere hos kunderne, Brenntag og andre interessenter, hvorfor informationsdelingen er blevet langt hurtigere og bedre.

Gladere kunder med dataopsamling

Med Microsoft Azure som fundament har Brenntag fået mange flere muligheder for at udlede relevant information fra de data, der bliver samlet op fra tankene.

Samtidig kan services som anomali-detektion bruges som grundlag for servicebeskeder og dialog med kunderne, gennem systembeskeder som denne: Vi kan se, at I de seneste 2 dage har brugt 30% mere af kemikalie X end normalt. Skal vi fremskynde næste leverance eller var det øgede forbrug blot kortvarigt?