Supply chain optimization using model-based systems engineering and the internet of things

Abstract

Supply-Chain Management (SCM) is crucial for business operations, requiring careful planning and optimization to minimize product costs. New technologies like the Internet of Things (IoT) enable real-time monitoring of supply chain performance, helping detect malfunctions and adapt strategies to address issues like rising costs. However, IoT system architects face challenges in mastering diverse technologies and integrating them into SCM. Methodologies like Model-Based Systems Engineering (MBSE) simplify the design process by providing system models and views. In this paper, we propose an MBSE approach for IoT-driven supply chain optimization. Our approach automatically performs optimization based on IoT monitoring data. We illustrate how system designers can adapt our approach to their specific needs. For example, system designers can provide templates for the artifact generation, such as system code or input files for the optimization. We discuss multiple scenarios showcasing the benefits of our approach.

Das Supply Chain Management (SCM) ist entscheidend für den Geschäftsbetrieb und erfordert eine sorgfältige Planung und Optimierung, um Produktkosten zu minimieren. Neue Technologien wie das Internet der Dinge (IoT) ermöglichen eine Echtzeitüberwachung der Lieferkettenleistung, wodurch Fehlfunktionen erkannt und Strategien zur Bewältigung steigender Kosten angepasst werden können. Allerdings stehen IoT-Systemarchitekt:innen vor der Herausforderung, verschiedene Technologien zu beherrschen und sie in das SCM zu integrieren. Methoden wie Model-Based Systems Engineering (MBSE) vereinfachen den Designprozess, indem sie Systemmodelle und -ansichten bereitstellen. In dieser Arbeit schlagen wir einen MBSE-Ansatz zur IoT-gestützten Optimierung von Lieferketten vor. Unser Ansatz führt automatisch eine Optimierung basierend auf IoT-Überwachungsdaten durch. Wir zeigen, wie Systementwickler:innen unseren Ansatz an ihre spezifischen Anforderungen anpassen können, beispielsweise durch die Bereitstellung von Vorlagen für die Artefakterstellung wie Systemcode oder Eingabedateien für die Optimierung. Wir diskutieren verschiedene Szenarien, die die Vorteile unseres Ansatzes veranschaulichen.