Das Dispositions- und Prognosesystem bei der Anita Dr. Helbig GmbH
Felicitas Heid-Davignon (Anita Dr. Helbig GmbH) und Dr. Bernd Reineke
Kaum eine Branche ist so auf die richtige Einschätzung der Absatzpotenziale angewiesen wie die Bekleidungsindustrie. Die Anita Dr. Helbig GmbH, Brannenburg, entschied sich deshalb, zur Unterstützung der Absatzplanung das Prognose- und Dispositionssystem „Diskover SCO” (Supply Chain Optimizer) einzusetzen, um mit verteilungsfreien Prognoseverfahren die Kundenerwartung möglichst gut vorauszusagen. Besonderer Clou bei dieser Installation ist die sogenannte Blackbox, die autark im Hintergrund arbeitet.
Als Lagerfertiger ist die Anita Dr. Helbig GmbH, Spezialanbieter für Miederwaren und Bademoden, auf eine gute Planungsqualität angewiesen, um die Bestände nicht unnötig hoch steigen zu lassen, aber trotzdem die von den Kunden per Sofortorder bestellten Artikel rechtzeitig liefern zu können. In der Vergangenheit wurden die Absatzzahlen durch die Durchschnittsbetrachtung der Vergangenheitswerte ermittelt. Artikeltrends wurden damit erst sehr spät erkannt und mit gleichzeitiger Veränderung des Sortiments hin zu häufigerem Produktwechsel sank die Qualität der Planung. Dies führte zu erhöhten Beständen bei Nichtdrehern und zu mangelnder Lieferbereitschaft bei stark nachgefragten Artikeln.
Zur Verbesserung der Situation entschied sich das Unternehmen, den Planungsprozess mit einem spezialisierten Planungswerkzeug, dem System Diskover SCO der Firma Abels & Kemmner GmbH, zu unterstützen. Bevor das System implementiert wurde, erfolgte eine detaillierte Analyse der Verkaufsartikel. Durch Simulation mehrerer Szenarien wurden dabei die Lieferbereitschaft und das Bestandsniveau optimiert. Insbesondere die Beimischung von verteilungsfreien Verfahren zeigte dabei deutlich bessere Ergebnisse als Simulationen ohne diese Stellgrößen.
Sollte Diskover SCO zunächst nur für die Optimierung der Bedarfsprognosen genutzt werden, konnten darüber hinaus auch spezielle Anforderungen, wie unter anderem die regelmäßige Anpassung der Losgrößen zum Beispiel unter Berücksichtigung von Packeinheiten innerhalb kurzer Zeit realisiert werden. Nach Abstimmung der Datenstrukturen und Zusatzfunktionalitäten wurde das System in nur wenigen Wochen in Betrieb genommen. Als preiswerte Datenbank-Lösung wurde Microsoft Access ausgewählt, das sowohl hinsichtlich des zu erwartenden Datenvolumens als auch der Performance vollkommen ausreicht und zudem einfache Möglichkeiten bietet, die Daten flexibel und anforderungsgerecht auszuwerten.
Für die Optimierung erhält die Dispositions- und Prognoselösung die Schnittstellendaten wie beispielsweise Stammdaten, Bewegungs- und Auftragsdaten in Form von ASCII Dateien mit vorab abgestimmtem Aufbau. Einmal im Monat, in der Regel am Wochenende, erfolgen dann die mehrstündigen Optimierungsläufe. Die Ergebnisse werden nach der Optimierung an das übergeordnete ERP-System auf Basis eines IBM AS400 Rechners wieder in Form von Textfiles übergeben. Somit arbeitet Diskover SCO als Blackbox im Hintergrund ohne direkte Eingriffe durch die Disponenten.
Aufgrund des hohen Automatisierungsgrades ist diese Lösung ohne großen Aufwand zu betreiben. Und da die Software von Abels & Kemmner hier als Black Box fungiert, ist auch kein Schulungsaufwand angefallen. Die monatlich optimierten Prognosedaten werden im führenden ERP-System ohne Änderung des Frontends zur Verfügung gestellt. Für die Disponenten änderte sich folglich nichts. Einzig die Lieferbereitschaft sowie die Bestandssituation verbesserten sich kontinuierlich. Dies alles ohne viel Zutun im Tagesgeschäft und lediglich durch die Auswahl der passenden Dispositionsverfahren und -parameter.
http://www.anita.com/
https://ak-online.de/
Verteilungsfreie Verfahren
gehören zu den statistischen Prognoseverfahren. Sie sind immer dann anzuwenden, wenn die Schwankung der Verbrauchswerte je Periode nicht normalverteilt ist. Erfahrungsgemäß sind nur ca. 25% aller Verbrauchsreihen normalverteilt, das heißt bei drei Vierteln der zu prognostizierenden Artikel liegt keine Normalverteilung vor. Solche Artikel sind somit nur bedingt oder gar nicht mit den Standardverfahren herkömmlicher Prognose- oder ERP-Systeme zu prognostizieren, da diese zumeist nur Verfahren anbieten, die eine normalverteilte Nachfrage voraussetzen (z.B. Mittelwertverfahren, Exponentielle Glättung). Ist die Normalverteilung nicht gegeben, kommen die konventionellen Prognoseverfahren zu sehr ungenauen Ergebnissen und führen zu falschen Lieferbereitschaftsgraden.
