von Götz-Andreas Kemmner und Gerrit Sames[1]
Die Disposition ist zwar eine zentrale Funktion eines Unternehmens, aber selbst heute, in der „Fabrik 3.0“ noch unterentwickelt. Ohne eine leistungsfähigere Disposition, wird sich eine durchgängige Fabrik 4.0 nicht realisieren lassen. Die Grundlagen einer moderneren leistungsfähigen und weiter automatisierbaren Disposition sind jedoch gelegt und werden von Technologieführern auch bereits eingesetzt. Rettung naht also.
Wir stehen an der Schwelle zur Fabrik 4.0 und die meisten Unternehmen versuchen den Grad der Digitalisierung weiter voranzutreiben. Die Disposition von Material, sowohl in der Beschaffung, wie in der Fertigung, wird auch in der Fabrik 4.0 eine zentrale Funktion bleiben. Bei oberflächlichen Blick könnte man den Eindruck gewinnen, dass die Disposition IT-technisch bereits weit vorangekommen ist; wer plant heute noch von Hand? Überall werden ERP-Systeme, Warenwirtschaftssysteme oder PPS-Systeme eingesetzt. Schaut man sich die Dispositionsprozesse jedoch genauer an, stellt man fest, dass in vielen Unternehmen, gewissermaßen getarnt durch ein IT-System, noch immer „mit der Hand am Arm“ disponiert wird.
In manchen Fällen werden noch „Dispolisten“ aus dem ERP-System gezogen und die Disponenten entscheiden selbst über Bestelltermine und -mengen. Häufiger kommen die Dispositionsvorschläge zwar aus dem ERP-System, die Anwender überschreiben die vorgeschlagenen Bestelltermine und -mengen jedoch massiv.
Zentrale Ursache für dieses Manko ist die Datenqualität der ERP-Systeme, die sich in zwei Dimensionen ausdrückt. Zum einen sind Stammdaten fehlend, falsch oder veraltet und zum anderen sind die Dispositionssysteme nicht richtig parametrisiert.
Viele Manager sehen zwar, dass die Datenqualität im ERP-System nicht zufriedenstellend ist, bezweifeln aber immer noch, dass sich durch das Nachjustieren von Dispositionsparametern viel erreichen lässt. Bei der richtigen oder zumindest verbesserten Einstellung der Dispositionsparameter geht es aber nicht um das Tuning eines eigentlich schon ausreichend starken Motors, aus dem nun noch das letzte herausgekitzelt werden soll, sondern darum, einen Motor erst einmal richtig ans Laufen zu bringen. Das folgende Praxisbeispiel aus einem internationalen Produktionsunternehmen mag dies verdeutlichen (s.u.).
Dieses Beispiel zeigt, wie drastisch sich unterschiedliche Verfahrenseinstellungen auf Bestände und Lieferbereitschaft auswirken können. Ziel des Unternehmensbereiches war es, eine Lieferbereitschaft von 95% zum Markt hin sicherzustellen. Die dafür erforderlichen Bestände sollten möglichst geringgehalten werden. Wie die Abbildung zeigt, gelang es durch geeignetes Einstellen der Dispositionsparameter des ERP-Systems (Verfahrenskombination 1), die Lieferbereitschaft hinreichend sicherzustellen, allerdings auf Kosten eines um 18% höheren Bestandes. Durch weitere Optimierungen, ergänzt durch eine erweiterte Dispositions- und Prognosefunktionalität, konnte die geforderte Lieferbereitschaft letztlich sogar mit 40% weniger Bestand erreicht werden (Verfahrenskombination 3).
Es bedarf keiner großen Visionen, um zu erkennen, dass die Herausforderungen an die Disposition weiter wachsen werden. Die Zeit, die Disponentinnen und Disponenten zur Datenpflege zur Verfügung steht, wird zwangsläufig immer geringer werden; alleine schon aufgrund der demographischen Entwicklung wird das notwendige Personal immer stärker fehlen. Aber wohl noch entscheidender ist, dass das Verständnis der Anwender für die Auswirkung von Dispoparametern sehr eingeschränkt ist, zumal selbst ausgewiesene Experten deren komplexes Zusammenwirken nicht mehr zuverlässig durchdringen können. Letztlich werden in den ERP-Systemen im Allgemeinen keine geeigneten Werkzeuge zur Optimierung der Dispositionsparameter zur Verfügung gestellt.
Schauen wir uns die Digitalisierungshemmnisse der Disposition im Einzelnen an:
Hindernis 1: Die konventionelle Pflege von Dispositionsparametern ist viel zu aufwändig.
Ein einfaches Rechenbeispiel macht dies deutlich: Eine Disponentin, ist für (nur) 1000 Artikel zuständig und konzentriert sich auf die Pflege der wesentlichsten 10 Dispositionsparameter. Diese soll sie viermal im Jahr, also alle drei Monate überprüfen. Es ist sicherlich nicht übertrieben, von einer Prüfdauer von mindestens 60 Sekunden pro Dispositionsparameter auszugehen, denn jede Materialnummer muss aufgerufen, die Masken mit den gewünschten Parametern müssen geladen werden und über die richtige Einstellung muss nachgedacht oder sie muss nachgeschlagen werden. Mit diesen Vorgaben ergibt sich ein erforderlicher Pflegeaufwand von 666 Stunden pro Jahr. Das entspricht ca. 40 Prozent der Jahresarbeitskapazität einer Person.
Der vollständige Pflegeaufwand ist sogar noch größer: In leistungsfähigen ERP-Systemen lassen sich pro Materialnummer weit mehr als nur 10 Dispositionsparameter einstellen. Im SAP-System können bei Bedarf beispielsweise über 130 Parameter für jedes Material festgelegt werden; dabei sind Einstellungen zu Vergangenheitswerten, Quotierungen, Lieferplänen und Kontrakten noch gar nicht enthalten. Natürlich benötigt niemand so viele Einstellungen für einen Artikel zur selben Zeit; weit mehr als 10 sind es in der Praxis jedoch allemal.
Hindernis 2: Die konventionelle Pflege von Dispositionsparametern liefert keine reproduzierbaren Dispositionsergebnisse.
Diesen Effekt kennt jeder Praktiker, doch die meisten Unternehmen tun wenig dagegen. Jeder Anwender gewichtet Sachverhalte anders, verhält sich damit anders und hat darüber hinaus nur den Überblick über einen Teil des Geschehens. Mit jeder Urlaubs- oder Krankheitsvertretung, mit jedem Personalwechsel verändert sich die Dispositionswelt der betroffenen Artikel, was wiederum Auswirkungen auf alle nachfolgenden Dispositionsstufen hat.
Hindernis 3: Eine konventionelle Pflege von Dispositionsparametern liefert keine wirtschaftlich optimierten Ergebnisse.
Zu wirtschaftlich optimierten Dispositionsergebnissen lässt sich nicht per Bauchgefühl kommen, denn das Zusammenspiel der verschiedenen Dispositionseinstellungen ist äußerst komplex. Letztlich geht es um statistische Effekte und statistische Zusammenhänge zwischen Parametereinstellungen und wirtschaftlichen Ergebnissen, die selbst Fachspezialisten nicht mehr in allen Auswirkungen voraussehen können.
Auf den ersten Blick scheint es schwierig, unter diesen Umständen zu richtig eingestellten Dispositionsparametern zu gelangen.
Smart Data Analytics eröffnet breite Möglichkeiten für die Disposition 4.0
Heinrich von Pierer, dem ehemaligen Vorstandsvorsitzenden von Siemens wird das Bonmot zugeschrieben: “Wenn Siemens wüsste, was Siemens weiß“. Entsprechendes gilt für unsere ERP-Systeme. Die meisten Unternehmen sind sich gar nicht darüber im Klaren, was ihre ERP-System alle wissen; welch enormer Fundus an Erkenntnissen zur Optimierung der Disposition aus dem gesammelten Datenpool gezogen werden kann, wenn man nur die richtigen Instrumente dafür hat.
Ein solches Analyseinstrument stellt das System DISKOVER SCO dar. Das System ist in der Lage, die umfangreichen Datenbestände eines ERP-Systems zu nutzen, um mittels Simulation optimierte Parametereinstellungen zu ermitteln und bestimmte Dispositionsparameter laufend nach zu justieren. Mit Simulationsansätzen arbeitet man heute an vielen Stellen. So werden Fahrzeugkarosserien bereits während der Entwicklung in CAD-System ‚gecrasht‘ und auf Grund der Simulationsergebnisse optimiert. Entsprechendes gilt bei der Entwicklung von Formen für formgebenden Fertigungsprozesse wie Gießen, Schmieden oder Spritzgießen. Auch in diesen Fällen wird das Fließen des Materials beim Einspritzen in die Form simuliert, um die Formgebung zu optimieren.
Simulation auch zur Optimierung von Dispositionsparametern und Stammdaten einzusetzen, ist deshalb ein eigentlich naheliegender Ansatz. Will man sich nicht mit Küchendisposition zufriedengeben will, ist es auch praktisch der einzige Ansatz, dem komplexen Zusammenwirken von Dispositionsparametern auf die Schliche zu kommen.
Mittels Simulationen wird überprüft, wie sich bestimmte Kombinationen von Dispositionsparametereinstellungen auf die Wirtschaftlichkeit der Dispositionsergebnisse auswirken. Das System ‚crasht‘ sozusagen die Disposition im Rechner, ehe die Parametereinstellungen in der Praxis umgesetzt werden.
Obwohl DISKOVER SCO Parametereinstellungen zum Teil bereits automatisch optimieren kann. Ersetzt der Simulationsprozess noch nicht den Fachmann, der die Simulationsergebnisse interpretieren muss und daraus Schlüsse ziehen kann. Optimierungsprozesse werden jedoch drastisch beschleunigt, Risiken deutlich verringert und es werden qualitativ weit bessere Ergebnisse erreicht. Die Simulationsergebnisse können einerseits in Dispositionsregelwerken abgebildet werden, andererseits werden besonders dynamische Parametereinstellungen, wie Sicherheitsbestände oder Prognosewerte, durch Simulationsprozesse direkt nachjustiert.
Sehr interessant ist dabei auch, dass sich für jeden einzelnen Artikel und jedes Material direkt überprüfen lässt, ob geforderte Lieferbereitschaftsgrade in der Praxis überhaupt eingehalten werden können und welche Durchschnittsbestände zu erreichen sein werden.
Der grundsätzliche Ablauf der Datenanalysen und Simulationen lässt sich in vier Schritte untersteilen:
Durch die Übernahme umfangreicher Stamm- und Bewegungsdaten aus dem ERP-System werden der gesamte Wertstrom und der Planungs- und Dispositionsprozess im Simulationssystem abgebildet (Schritt 1).
Über Simulationen können nun unterschiedliche Kombinationen von Dispoparametereinstellungen und Dispositionsstrategien nach logistischen und wirtschaftlichen Kriterien wie z.B. erreichbare Lieferbereitschaft, Durchschnittsbestände oder Lagerhaltungs- und Bestellkosten verglichen werden (Schritt 2).
Um die Auswirkungen alternativer Dispositionseinstellungen für unterschiedliche Artikelgruppen zu simulieren, werden im System DISKOVER zu testende Dispositionsparametereinstellungen oder ganze Regelwerke in Szenarien übernommen und in den Simulationsprozess gegeben. Die Ergebnisse lassen sich direkt in DISKOVER als Gesamtergebnis über alle Artikel sowie für jeden einzelnen Artikel ansehen, um daraus ggf. Hinweise für Optimierungsansätze zu erhalten. Auf diese Weise lassen sich unterschiedliche Handlungsalternativen durchspielen und miteinander vergleichen (s.u.).
Als Ergebnis der Datenanalysen gewinnt man nicht nur Informationen zu den richtigen Parametereinstellungen im ERP-System, sondern auch strategische Erkenntnisse und Organisationsregeln, die hier aber nicht weiter betrachtet werden sollen, obwohl sie für das logistische Geschäftsmodell eines Unternehmens von großer Bedeutung sein können.
Von direkter Bedeutung für die Disposition 4.0 ist, wie man die gewonnenen Erkenntnisse zur richtigen Einstellung von Dispositionsparametern in der Praxis effektiv und effizient anwenden kann:
Die Erkenntnisse, mit welchen Einstellungen, unter welchen Randbedingungen, optimierte Bestandshöhen, Reichweiten resp. Lieferbereitschaftsgrade erreicht werden, werden dazu in Entscheidungstabellen und Regelwerken abgelegt (Schritt 3).
„Dispo-Handbücher“ oder einfache Arbeitsanweisungen werden diesen Regelwerken nicht gerecht. Das liegt nicht nur daran, dass es für die Anwender viel zu aufwändig wäre, zwecks Datenpflege die Regeln nachzuschlagen. Entscheidender ist, dass die Regelwerke auf einer großen Zahl unterschiedlicher Materialklassifizierungen aufsetzen, die laufend neu berechnet werden müssen und ohne die die Regelwerke nicht funktionieren.
Die Optimierung und das Rückspielen der Ergebnisse ins ERP-System erfolgt deshalb im System DISKOVER täglich automatisch oder zu wählbaren Zeiten (Schritt 4).
Systeme, die dem ERP-System die jeweils aktuellen Dispositionsparametereinstellungen vorgeben und auf diese Weise die Logistikperformance optimieren, kann man als „ERP Performance Management Systeme“ ansehen oder sie einfach als „Dispo 4.0-System“ bezeichnen (s.u.).
die Strategien und Artikeleinstellungen vor
Ein solches ERP-Performance Management System / Dispo 4.0-System regelt die Parametereinstellungen im ERP-System nach. Es muss dazu
- ein breites Spektrum an Stamm- und Bewegungsdaten aus dem ERP-System übernehmen;
- zahlreiche Artikelklassifizierungen und Kennzahlenermittlungen vornehmen;
- Regelwerke und Entscheidungstabellen abbilden;
- über umfangreiche Simulationsfunktionen verfügen, und
- die Einstellungsvorgaben an das ERP-System zurückgeben.
Für Klassifizierungen und einfache Regelwerke gibt es bereits verschiedene Lösungen am Markt. Bei den Simulationsfunktionen trennt sich heute die Spreu vom Weizen.
Durch die vorgestellte Vorgehensweise kann die manuelle Pflege von Dispoparametern entfallen und die Qualität der Dispositionsvorschläge wird besser. Sehen sich die Disponenten seltener gezwungen, die Dispositionsvorschläge des IT-Systems anzupassen, werden Dispositionsergebnisse reproduzierbarer und da die Dispositionsparameter gezielt auf eine möglichst wirtschaftliche Wertschöpfungskette hin optimiert worden sind, ergeben sich effektivere Dispositionsergebnisse. Letztlich lässt sich damit der Automatisierungsgrad der Disposition steigern, da der Teil der Artikel, der automatisch disponiert werden kann, deutlich ansteigt.
Wie weit die Automatisierung getrieben werden kann, hängt hauptsächlich vom Detaillierungsgrad der erarbeiteten Dispositionsregelwerke ab.
Auch wenn der Markt noch dünn gesät ist, auf „Smart Company Data“ basierendes ERP-Performance Management ist in der Praxis angekommen und bei Technologieführern bereits im Einsatz. Das zeigen die Beispiele von drei Unternehmen, die in diesem Bereich sehr weit vorangeschritten sind:
- Die Hansaflex AG, weltweit einer der führenden Systemanbieter rund um die Hydraulik, disponiert ca. 400 Regionalläger praktisch vollautomatisch. Bedarfsprognosen, Lagerhaltungs- und Dispositionsstrategien werden von DISKOVER durch automatische Simulation und mittels eines differenzierten Regelwerks dem SAP-System vorgegeben.
- Die TROST Fahrzeugteile, eine Marke der WM SE, einer der führenden Kfz-Teilegroßhändler im Independent Aftermarket in Deutschland und in Europa, steuert über die ebenfalls im DISKOVER-System definierten Planungs- und Dispositions-Regelwerke die Disposition seines Zentrallagers und der ca. 150 Niederlassungen in Deutschland, Österreich, Tschechien, der Slowakei und Rumänien.
- Die STO-Gruppe – international führender Hersteller von Farben, Putzen, Lacken und Beschichtungssystemen sowie Wärmedämmverbundsystemen – setzt zur Steuerung der Nachbevorratung seiner Filialen in Deutschland und Europa das Dispo 4-0-System DISKOVER ein, um mittels Regelwerken und Simulation dem SAP®-System unter Wirtschaftlichkeitskriterien optimierte Nachbevorratungsstrategien vorzugeben.
In allen drei Fällen wurden bedeutende Bestandsreduzierungen, verbesserte Lieferbereitschaft und rationellere Dispositionsprozesse erreicht. Alle drei Unternehmen sehen die Einführung des Dispo 4.0-Systems als strategische Investition in die Steigerung ihrer Wettbewerbsfähigkeit und Ertragsstärke an.
Ein leistungsfähiges Dispo 4.0-System kann man als CNC-Steuerung der Werkzeugmaschine ERP-System ansehen. Ähnlich wie Fertigungsqualität, -genauigkeit und -effizienz durch den Sprung von der manuell bedienten Werkzeugmaschine zur CNC-Maschine massiv gestiegen sind, wird die Ansteuerung des ERP-Systems durch Dispo 4.0-Systeme die Dispositionsqualität, -genauigkeit und -effizienz deutlich vorantreiben und die Disposition reif für die Fabrik 4.0 machen.
[1] Prof. Dr.-Ing. Gerrit Sames ist Professor für allg. BWL, insbesondere Organisation mit Ausrichtung auf ERP-Systeme an der THM Business School in Gießen. Zuvor war er in Geschäftsführungs- und Vorstandspositionen bei der Monier Gruppe, bei der Schott AG und bei der Buderus Heiztechnik GmbH tätig.
Bild von THAM YUAN YUAN auf Pixabay
