Sucht man im Internet nach Logistik und Statistik oder auch nach anderen Suchbegriffen in Kombination mit Statistik, findet man häufig offizielle Berichte vom Statistischen Bundesamt, Branchenanalysen oder Zahlen, Daten, Fakten. Grundsätzlich ist das auch nicht falsch, aber die Statistik ist viel mehr als Diagramme, Summen und Zusammenfassungen. Sie ist ein Forschungs- und Wissenschaftsfeld, dass sich mit einer Vielzahl von Methoden, neuen technologischen Möglichkeiten und belegbaren Analysen beschäftigt.

Die Anwendung statistischer Methoden reicht von grundlegenden maschinelle Lernverfahren, über die Analyse komplexer Daten und Ansätze deskriptiver Statistik bis zu verschiedenen Regressions- und Klassifikationsverfahren inklusive Neuronaler Netzwerke – um nur einen kleinen Auszug zu nennen. Die Statistik ist also ein zentraler Enabler für den Einsatz von Machine Learning, Künstlicher Intelligenz und für durchdachte Forecastings im Unternehmenskontext. Das Buzzword „Big Data“ ist allgegenwärtig. Um diesen Begriff handelbar zu machen, braucht es aber gezielte statistische Methoden, die auf die Ausgangssituation abgestimmt sind.

Die Statistik benötigt spannende Anwendungsbereiche. Hier kommt die Logistik ins Spiel. Welche andere Branche und wissenschaftliche Disziplin bietet einen schönere Spielwiese für statistische Methoden und Auswertungen, als die Logistik? Das komplexe Zusammenspiel von Supply Chains und globalen Lieferketten, agile Planungen, der Einfluss von geo-politischen und pandemischen Entwicklungen auf den Absatz oder Produktionen, die Ermittlung von Risiken, die Wechselwirkung von Marketingmaßnahmen in Omni-Channel-Vertriebskanälen, … Das synergetische Zusammenfügen der beiden Disziplinen Statistik und Logistik ist nicht nur wirtschaftlich hoch spannend, sondern insbesondere auch wissenschaftlich.

Immer mehr Dissertationsvorhaben und Forschungsprojekte beschäftigen sich mit dem Thema Forecasting. Welche Methode oder Methodenkombination ist erfolgsversprechend bei welcher Ausgangssituation? Welche Daten geben einen wesentlichen Einblick und welche Auswirkungen hat welcher Faktor? Wie viele Daten sind notwendig, um erfolgreich zu prognostizieren? Diese und weitere Fragen werden uns in den kommenden Jahren weiter begleiten. Eine spannende Entwicklung liegt vor uns und dabei ist nur eins klar: Die Statistik und die Logistik werden noch weiter zusammenwachsen, um den Herausforderungen der Digitalisierung gemeinsam zu begegnen.

Prof. Markus Pauly ist Vorstandsmitglied der Graduate School of Logistics und Inhaber eines Lehrstuhls an der Fakultät für Statistik an der TU Dortmund. Im Blog zeigt er die Synergien zwischen Logistik und Statistik auf.