Alexander Gruber ist wissenschaftlicher Mitarbeiter der Gruppe Logistiksysteme und Transport bei Fraunhofer Austria Research.

Blog

Logistische Kapazitätsplanung in der Krise – und darüber hinaus

Effektive Handlungsfähigkeit setzt die Transparenz von Kapazitätsbedarfen voraus. Beruhen mittel- und kurzfristige Planungen von Logistikkapazitäten bereits im Normalbetrieb nicht auf fundierten Berechnungen und zeitwirtschaftlichen Methoden, kann dies in Krisenzeiten zu großen Herausforderungen und operativen Problemen führen.

Was in der Produktion weitgehend selbstverständlich ist – dass man genau weiß, wie lange welcher Prozess dauert, wie viel Personal und welche Maschinen man dafür wie lange benötigt –, ist in der Logistik wenig verbreitet. Dabei sind die Möglichkeiten vorhanden – und bieten großes Potenzial, von Kosteneinsparungen über eine verbesserte Personalplanung und -steuerung bis hin zu einer solideren Performance bei Auftragsschwankungen und speziell in Krisenzeiten.

2 mal 10 ist nicht immer 20

Auf den ersten Blick dauern die Warenannahme und Einlagerung von 20 Paletten doppelt so lange wie die entsprechenden Vorgänge bei zehn Paletten. Ein genauerer Blick zeigt: absolut nicht. Werden beispielsweise Mischpaletten statt Ganzpaletten geliefert und liegt zusätzlich eine mangelhafte Kennzeichnung der Einzelprodukte vor, erhöht sich die Arbeitszeit unter Umständen von wenigen Minuten auf mehrere Stunden.

Die Art der Ware, Art des Behälters und viele andere Faktoren wirken sich daher immens auf den logistischen Kapazitätsbedarf aus. Aufgrund mangelnder Datenverfügbarkeit und fehlenden Methodeneinsatzes fließen diese Faktoren häufig jedoch nicht in die Ressourcen- und Personalkapazitätsplanung ein – mit entsprechend großen Abweichungen zwischen Plan und Wirklichkeit.

White Paper zum Thema

Überkapazitäten und Überstunden helfen nur bedingt

Um diese Unsicherheiten auszugleichen, werden von Betrieben oft gezielt Überkapazitäten vorgehalten oder Überstunden geleistet, wenn es heißt, „tagfertig“ zu arbeiten – wie zum Beispiel im Lebensmittelhandel. Beides kann zwar kleine Schwankungen abfangen, verursacht jedoch kontinuierlich Mehrkosten.

Aber was ist, wenn ein Krisenfall auftritt? Unternehmen sehen sich dann mit abrupten Veränderungen hinsichtlich der abzuwickelnden Mengen konfrontiert. Eine plötzlich stark erhöhte Nachfrage macht zusätzliches Personal nötig – aber wie viel genau?

Da sich zeitgleich auch die Zusammensetzung der Bestellungen ändert – Stichwort: Nudeln und Klopapier – und somit die Faktoren für den logistischen Kapazitätsbedarf, lässt sich der Personalaufwand aus den zuvor genannten Gründen nicht mehr einfach linear extrapolieren.

Neue Methoden der Kapazitätsplanung

Big Data Analytics und Machine-Learning-Lösungen können heute bereits helfen, um entsprechende Kapazitätsplanungsmodelle zu entwickeln. Bei Fraunhofer Austria arbeiten wir in den FFG-Forschungsprojekten SEMPRE und Stand PI mit Projektpartnern daran, die logistische Kapazitätsplanung auf der Basis von Machine Learning zu optimieren.

Berechnungsgrundlage sind in beiden Fällen die vorhandenen Buchungsdaten. In der Analyse sehen wir uns an, wo es Abweichungen zwischen Soll und Ist gibt und versuchen, Zusammenhänge hinsichtlich der Ursachen zu identifizieren.

Bei welchen Produkten kommen Abweichungen am häufigsten vor, und bei welchen Lieferanten? Inwieweit hängt es zum Beispiel vom verwendeten Behälter ab, inwieweit vom Artikel? Hat man einmal die Ergebnisse der Big-Data-Analyse, ermöglicht dies eine genaue und vorausschauende Planung der Personalkapazitäten.

Methods-Time Measurement in der Logistik

Für die Umsetzung von kurzfristigen Lösungen verwenden wir in Industrieprojekten das bewährte MTM-Verfahren („Methods-Time Measurement“). Basis hierfür ist eine enge Kooperation mit der österreichischen MTM-Vereinigung. Diese Methode zur Bewertung des Zeitaufwands für eine Tätigkeit ist ein objektives Verfahren, mit dem sich sogar Prozesse exakt planen lassen, die physisch noch nicht existieren.

In der Automobilindustrie wird dieses System beispielsweise für die Planung der Arbeitsinhalte an Montagelinien verwendet, bevor diese gebaut werden. In der Logistik ist dieses Prinzip jedoch – überraschenderweise – noch wenig bekannt. Die MTM-Methode gliedert manuelle Tätigkeiten in eine Abfolge von Bausteinen wie zum Beispiel „Greifen“, „Fügen“, „Drehen“, „Gehen“. Die benötigte Zeit für jeden dieser Bausteine ist bekannt, sodass sich die Gesamtzeit der Tätigkeit einfach berechnen lässt.

Situative Planbarkeit dank Transparenz

Abgesehen von Einsparungen durch den Verzicht auf Überkapazitäten und Überstunden, bieten sich durch MTM noch weitere Möglichkeiten. Die Entwicklung von fairen Prämienmodellen ist eine weitere Anwendung, ebenso hilft die Methode bei der objektiven Bewertung und dem Vergleich von logistischen Dienstleistungen und – last but not least – ermöglicht sie auch in Verbindung mit EAWS (Ergonomic Assessment Worksheet) eine Ergonomiebewertung einzelner Tätigkeiten und Prozessketten.

Somit ermöglicht dies in der Personalsteuerung eine optimierte Verteilung von belastenden Tätigkeiten zwischen einzelnen Mitarbeiterinnen und Mitarbeiter.

Die genannten Möglichkeiten und Methoden in Kombination mit der Digitalisierung schaffen für Unternehmen eine neue Transparenz. Diese wiederum schafft zusätzliche situative Planbarkeit. Eine erweiterte Planbarkeit ermöglicht letztendlich die Abbildung von Entwicklungs- und Kostenszenarien.

Verwandte tecfindr-Einträge