Logistik, Prozessverbesserung

Logistik-Diagnose im Logistik-Controlling der Serienfertigung

Lesedauer:  7 Minuten

Mittels des Logistik-Controllings können Industrieunternehmen die logistische Leistung betreffende Problemfelder und Verbesserungspotenziale ermitteln. Darauf aufbauend lassen sich durch die Logistik-Diagnose die Problemursachen und geeignete Verbesserungsmaßnahmen auf praktische Weise bestimmen.

 Es bestehen hohe logistische Anforderungen an Industrieunternehmen, die in der – oft variantenreichen – Serienfertigung tätig sind. Typischerweise stellen Serienfertiger eine von einzelnen Disponenten schwer überschaubare Anzahl von Endprodukten her. Deren teilweise komplexen Produktstrukturen machen die genaue terminliche und kapazitive Koordination zahlreicher Produktionsprozesse erforderlich. Ein hoher Anteil der Einzelteile und Komponenten ist fremd erzeugt, so dass die Abstimmung mit einer Reihe von Zulieferern notwendig ist. Zudem gehen steigende Kundenanforderungen hinsichtlich der Liefertreue und Lieferzeit der Unternehmen einher mit einer wachsenden Nachfrage nach Produkten, die nach kundenindividuellen Spezifikationen herzustellen sind.

Diesen Anforderungen begegnen die Unternehmen mit Maßnahmen zur Steigerung der Transparenz der Produktion. Auf strategisch-gestalterischer Ebene z. B. mit Produkt- bzw. Produktionssegmentierung sowie der Kombination von kundenanonymer Vorfertigung und kundenspezifischer Endmontage. Auf operativer Ebene werden die Aktivitäten des Logistik-Controllings intensiviert [1,2]. Der logistische Ist-Betriebszustand der Prozesse wird regelmäßig bis kontinuierlich überwacht. Mit den Methoden und Werkzeugen des Logistik-Controllings sind zahlreiche Auswertungen möglich, die sowohl die Defizite der Ist- gegenüber den Soll-Zuständen als auch über letztere hinausgehende Leistungspotenziale rasch erkennen lassen.

cieminsky1

Kombination von Logistik-Controlling und Logistik-Diagnose

Im Regelkreis des Logistik-Controllings von Hautz (zitiert nach [1]) finden sich jedoch auch Schritte, die die Logistikverantwortlichen trotz der Vielzahl der verfügbaren Controlling-Methoden, logistischen Modelle und Planungsverfahren vor Herausforderungen stellen: Die zur Lenkung der Unternehmenslogistik zu treffenden Entscheidungen erfordern ein ausgeprägtes Verständnis logistischer Wirkzusammenhänge bzw. ein Bewusstsein für die Auswirkungen der Planungs- und Steuerungsmaßnahmen. Hier bietet die Logistik-Diagnose Hilfestellung, indem sie den Entscheidern logistisches Expertenwissen in strukturierter Form zur Verfügung stellt [3]. Bild 1 zeigt den Regelkreis des Logistik-Controllings und hebt die Schritte hervor, die durch die Logistik-Diagnose unterstützt werden können:

• Zielsetzung: Formulierung von konsistenten logistischen Zielsetzungen (intern sowie extern), Festlegung der Priorität gegensätzlicher Zielsetzungen,
• Soll-Wert-Ermittlung: Prüfung der konsistenten prozessübergreifenden Berücksichtigung und Abstimmung von Parametern,
• Abweichungsanalyse: Identifikation von ungeeigneten oder falsch parametrisierten Planungs- und Steuerungsmaßnahmen, Aufzeigen von inkonsistenten Zielsetzungen und nicht zielorientierten Lenkungsentscheidungen,
• Maßnahmenableitung: Definition von geeigneten Zielsetzungen und Maßnahmen, Festlegung der Reihenfolge der Maßnahmen.

Die qualitative Modellierung und Analyse der prozessinternen und prozessübergreifenden logistischen Wirkzusammenhänge in der industriellen Unternehmenslogistik bilden die Grundlage der Logistik-Diagnose. Die qualitativen Modelle basieren auf der am Institut für Fabrikanlagen und Logistik (IFA) entwickelten Theorie der Logistischen Kennlinien [4].

Qualitative Wirkmodelle logistischer Wirkzusammenhänge

Zwei Modellierungsansätze wurden berücksichtigt: Zum einen wurden die bekannten logistischen Zielsysteme der Logistikprozesse Beschaffungs-, Produktions- und Distributionslogistik [1,4] miteinander verbunden und die prozessübergreifenden Zielkorrespondenzen und Zielkonflikte analysiert. Zum anderen wurde das Modell der Fertigungssteuerung [5] als Grundlage verwendet, um qualitative Wirkmodelle der Wirkzusammenhänge zwischen logistischen Zielgrößen und Planungs- und Steuerungsmaßnahmen in den Logistikprozessen zu entwickeln und zu evaluieren. Anhand von Bild 2 sei dies an einem kurzen Beispiel erläutert.

cieminsky2

Die qualitativen Wirkmodelle basieren auf einer Regelkreisanalogie: Auf die logistischen Zielgrößen wirken Regel- und Stellgrößen sowie so genannte Determinanten. Letztere bilden die Planungs- und Steuerungsparameter der einzelnen Lenkungsmaßnahmen ab. So lässt sich der Umlaufbestand als Regelgröße der Durchlaufzeit eines Arbeitssystems und entsprechend der Ist-Zugang und Ist-Abgang als Stellgrößen identifizieren (Bild 2). Letztere werden durch die Determinanten der Auftragsfreigabe bzw. der Kapazitätssteuerung beeinflusst. Die Analyse der möglichen Maßnahmen zur Reduzierung der Durchlaufzeit ergibt (Bild 2): Die Reduzierung des Ist-Freigabeumfangs ermöglicht das höchste Maß der Durchlaufzeitreduzierung an dem Arbeitssystem. Zur Feinsteuerung im Betrieb eignet sich jedoch eher die Änderung der Kapazität zu genau den Zeitpunkten, an denen ein erhöhter Rückstand die Anpassung des Ist-Abgangs (und damit die Beeinflussung der Durchlaufzeit) notwendig macht. Unter Zuhilfenahme der logistischen Modelle aus [4] lassen sich in ähnlicher Weise auch die Auswirkungen der übrigen Maßnahmen auf die Zielgrößen analysieren und bewerten.

Softwareunterstützter Ablauf der Diagnose

Die im Rahmen dieser Modellierung und Analyse der Wirkzusammenhänge gewonnnen Erkenntnisse bilden die Wissensbasis für die Logistik-Diagnose. Diese wurde in einem Software-Prototyp hinterlegt, der den Ablauf der Diagnose unterstützt. Wie in Bild 3 gezeigt, haben die Nutzer der Logistik-Diagnose über eine eigene Schnittstelle Zugang zum Software-Werkzeug ebenso wie die Logistik-Experten, die die gespeicherte Wissensbasis pflegen.

Neben einem Diagnosekern umfasst das Diagnosewerkzeug eine relationale Datenbank, in der die erforderliche Wissensbasis gespeichert ist. Die Datenbank besteht aus einer Reihe von Tabellen mit unterschiedlichen Informationsinhalten:

  • Informationen zur Struktur der logistischen Wirkzusammenhänge: Die Tabellen dieser Kategorie spezifizieren die modellierten Elemente der logistischen Prozesse – Zielgrößen, Kennzahlen, Parameter – und ihre Verbindungen sowie die Wirkrichtungen.
  • Informationen zu den Bewertungen der Planungs- und Steuerungsmaßnahmen: Die Tabellen dieser Kategorie enthalten Informationen zu der Effektivität, mit der bestimmte logistische Lenkungsmaßnahmen auf bestimmte logistische Zielgrößen wirken. Auf diese Weise schreiben die Tabellen vor, in welcher Reihenfolge Verbesserungsmaßnahmen durchgeführt werden sollten, um die logistische Leistung zu steigern.
  • Informationen zu den Diagnose- und Therapieregeln: Mit den Diagnoseregeln werden die Konsistenz von Zielsetzungen und die Effektivität der Lenkungsmaßnahmen eines Unternehmens geprüft. Mit den Therapieregeln lässt sich ermitteln, welche zusätzlichen Maßnahmen ein Industrieunternehmen ergreifen sollte, um die logistische Leistung zu steigern.

Durch den Zugang über die Experten-Schnittstelle sind Logistik-Experten in der Lage, Struktur und Inhalte der Datenbank zu pflegen und zu aktualisieren.

cieminsky3

Die eigentliche Logistik-Diagnose erfolgt unter Anwendung der Benutzer-Schnittstelle und des Diagnosekerns der Software. Der medizinischen Analogie folgend, gliedert sich die Diagnose in die drei Phasen Prozessüberwachung, Diagnose und Therapieableitung. In der Phase der Prozessüberwachung werden über einen interaktiven Fragebogen Informationen und Daten zum Ist-Betriebszustand (Ist-Leistung) und den aktuellen Zielsetzungen sowie Maßnahmen der Unternehmenslogistik gesammelt und temporär im Diagnosewerkzeug gespeichert. In der sich anschließenden Diagnosephase gleicht der Diagnosealgorithmus die Ist-Informationen des untersuchten Unternehmens mit der Wissensbasis der Datenbank ab. Auf diese Weise erschließen sich die Ursachen der vorhandenen Leistungsdefizite. In der Phase der Therapieableitung werden geeignete Maßnahmen zur logistischen Leistungsverbesserung abgeleitet. Standardisierte Berichte fassen die Ergebnisse der Diagnose und der Therapieableitung zusammen. Diese stehen dem Benutzer in der Datenausgabe seiner Schnittstelle zur Verfügung.

Diagnose- und Therapieregeln

Den zentralen Bestandteil des Diagnosewerkzeugs bilden die Diagnose- und Therapieregeln. Beide Arten von Regeln lassen sich im übertragenen Sinne durch einfache prüfende Fragen beschreiben:

  • Diagnoseregeln: Sind die vom Unternehmen gewählten logistischen Zielsetzungen konsistent? Wurden die Zielsetzungen in eine logische Reihenfolge gesetzt? Welche zur Zielerreichung sinnvollen Maßnahmen ergreift das Unternehmen? Welche der ergriffenen Maßnahmen eignen sich nicht zur Erreichung der logistischen Zielsetzungen?
  • Therapieregeln: Welches sind die wichtigsten logistischen Zielsetzungen des Unternehmens? Welche weiteren Zielsetzungen lassen daraus ableiten? Welche Maßnahmen zur Zielerreichung sollte das Unternehmen in Zukunft vermeiden? Welche Maßnahmen sollte es stattdessen oder zusätzlich ergreifen.

Der Diagnosealgorithmus arbeitet diese Art der Fragestellungen bezüglich aller in den Datenbanken gespeicherten Zielgrößen und Lenkungsmaßnahmen durch. Dies ermöglicht eine umfassende Prüfung und Anpassung der Lenkungsentscheidungen, die ein Unternehmen zur logistischen Zielerreichung trifft.

Fazit

Die Logistik-Diagnose ist als sinnvolle Erweiterung des Logistik-Controllings anzusehen. Sie stellt Industrieunternehmen der Serienfertigung logistisches Expertenwissen in konzentrierter Form zur Verfügung. Dadurch werden die Unternehmen in die Lage versetzt, mögliche Ursachen für Defizite in ihrer Logistikleistung und die entsprechenden Verbesserungsmaßnahmen rascher zu ermitteln. Zwar quantifiziert die Logistik-Diagnose die von ihr vorgeschlagenen Maßnahmen nicht unmittelbar. Hierzu kann anschließend aber auf die quantitativen Analyseergebnisse des Logistik-Controllings zurückgegriffen werden. Dadurch sollten im Endergebnis konsistente Zielsetzungen und Ziel-Werte sowie eine zielorientierte Parametrisierung der Planungs- und Steuerungsparameter erreicht werden.

Die Logistikverantwortlichen können die Analysen unter Einsatz des Diagnosewerkzeugs selbst durchführen. Selbstverständlich ist es auch möglich, den Diagnosevorgang von Logistik-Experten betreuen zu lassen. Beispielsweise erscheint eine die Diagnose begleitende Workshopserie bei erstmaliger Durchführung als sinnvoll. Eine Besonderheit des Ansatzes besteht darin, die Unternehmenslogistik als Ganzes zu behandeln. Dies fördert die Abstimmung unter den Logistikprozessen Beschaffungs-, Produktions- und Distributionslogistik. Das Verständnis der Logistikmitarbeiter für die Zusammenhänge ihrer eigenen Lenkungsentscheidungen mit denen von Mitarbeitern aus anderen Prozessen kann auf diese Weise verbessert werden.

Literatur:

[1] Wiendahl, H.-P., Nyhuis, P. u. a.: Controlling in Lieferketten. In: Schuh, G. (Hrsg.): Produktionsplanung und -steuerung. 3. Aufl., Berlin: Springer, 2006
[2] Cieminski, G. von, Fischer, A.: Ganzheitliches Logistik-Controlling in der innerbetrieblichen Prozesskette. In: PPS Management 10 (2005) 4, S. 11-14
[3] Ludwig, E.: Modellgestützte Diagnose logistischer Produktionsabläufe. Fortschritt-Berichte VDI Reihe 2 Band 362. Düsseldorf: VDI, 1995
[4] Nyhuis, P.; Wiendahl, H.-P.: Logistische Kennlinien. 2. Aufl., Berlin: Springer, 2003
[5] Lödding, H.: Verfahren der Fertigungssteuerung. Berlin: Springer, 2005.


Das könnte Sie auch interessieren

Der neue Kollege im Shopfloor

Der neue Kollege im Shopfloor

KI-Assistenzsysteme stärken Fachkräfte im Mittelstand
Viele mittelständische Produktionsunternehmen können ihre Fertigung noch nicht vollständig automatisieren. Gleichzeitig eröffnen Fortschritte in Robotik und KI neue Möglichkeiten. Intelligente Mensch-Technik-Systeme verbinden menschliche Erfahrung mit digitalen Assistenzsystemen im Shopfloor. Sie unterstützen Mitarbeitende, erleichtern den Zugang zu Wissen und steigern Produktivität sowie Qualität –auch in gewachsenen Produktionsumgebungen.
Integration statt Inseldenken

Integration statt Inseldenken

Smart Production mit Plattformstrategie
ZF hat mit der Digital Manufacturing Platform (DMP) eine der umfassendsten digitalen Transformationen der Fertigungsindustrie umgesetzt. Innerhalb kurzer Zeit entstand ein global einheitliches Produktionsnetzwerk, das Prozesse standardisiert, Daten silos auflöst und End-to-End-Transparenz schafft – alles unter hoher Skalierbarkeit und agilem Tempo, selbst in herausfordernden Zeiten wie der Corona-Pandemie
Digitale Ursachenanalyse senkt Stillstände und Kosten

Digitale Ursachenanalyse senkt Stillstände und Kosten

Digital Change Manager spart 60 % Analysezeit und senkt Kosten in der Papierproduktion
Digitale Ursachenanalyse und gezieltes Change Management transformieren die Papierproduktion: Ein Schweizer Hersteller reduziert ungeplante Stillstände, spart 60 % Analysezeit ein und senkt die Kosten mithilfe innovativer digitaler Ansätze. Das Beispiel zeigt, welches Potenzial diese Strategie für Prozesseffizienz und Wettbewerbsfähigkeit hat –wer Manufacturing digital denkt, findet hier Ansätze mit hohem Potenzial.
Smart Cutting – Intelligente Prozesse im Maschinenpark

Smart Cutting – Intelligente Prozesse im Maschinenpark

Produktivitätssteigerung im Sägeprozess durch Condition Monitoring und Machine Learning
Smart Cutting kombiniert Digital Retrofit, Condition Monitoring und KI, um die Produktivität im industriellen Sägeschnitt zu steigern. Durch Echtzeit-Datenanalyse und Machine Learning werden Maschinenzustände überwacht, Anomalien erkannt und Materialklassifikation automatisiert – für mehr Effizienz, weniger Stillstand und höhere Produktqualität.
KI-Potenziale im Mittelstand

KI-Potenziale im Mittelstand

Von der systematischen Analyse zur praktischen Umsetzung
Während KI in Großunternehmen zunehmend etabliert ist, stehen mittelständische Unternehmen vor der Herausforderung, geeignete KI-Anwendungsfälle zu identifizieren und erfolgreich umzusetzen. Durch die Kombination aus detaillierter Prozessanalyse, strukturiertem Kompetenzaufbau und systematischer Potenzialidentifikation konnten 21 konkrete KI-Einsatzmöglichkeiten identifiziert und mit einem Brandenburger Mittelständler validiert werden.
Verbesserung der Transparenz im logistischen Prozessmanagement

Verbesserung der Transparenz im logistischen Prozessmanagement

Die (geheime) Macht von Durchlaufdiagrammen
Werden Führungskräfte aus Unternehmen mit klassischer Werkstattfertigung zu bestehenden Defiziten befragt, äußern sie vor allem Kritik an der mangelnden Transparenz in der Auftragsabwicklung. Zudem bemängeln sie das Fehlen geeigneter Methoden zur Ermittlung realistischer Liefertermine sowie die Liefertreue, die als verbesserungswürdig gilt. Dabei liegen bereits viele Daten und Diagramme vor, die helfen können – sie müssen nur richtig angewendet werden.