Auszeichnung : Wie ein Grazer Start-up Automotive-Lieferketten optimiert

Das Start-up aus Graz reiht sich mit dem Preis in eine Reihe namhafter Gewinner ein - so haben etwa im letzten Jahr Audi und VW gewonnen. Mit dem elogistics award würdigt der Arbeitskreis AKJ Automotive in erster Linie innovative Projekte, die Logistik und Informationsverarbeitung sinnvoll verbinden. Besonders beachtet wird dabei die Anwenderseite. Dabei legen die Fachjuroren ein Augenmerk darauf, ob die Lösung in der Praxis eingesetzt wird und ob sich signifikante Verbesserungen in den Prozessen ergeben haben.

Die Jury stellte dabei fest, dass das junge Start-up das Problem erkannt habe, dass Tier-1-Zulieferer bei ihren Just-in-sequence-(JIS)-Werken für den Materialfluss in Richtung der OEM-Werke nur wenig Gestaltungsspielraum haben, weil die Kunden die meisten Rahmenbedingungen vorschreiben.

Die Inbound-Logistik der JIS-Werke biete jedoch viel mehr Möglichkeiten der Optimierung, die mit den meisten ERP-Systemen und der dort implementierten Systematik der Materialplanung nicht erschließbar seien. Das Unternehmen Yanfeng suchte hier ein IT-Werkzeug, um die Inbound-Logistik nachhaltig optimieren zu können und fand dieses mit MasterScheduler.

Der MasterScheduler wurde im Werk von Yanfeng in Neustadt/Donau eingesetzt, um die operative und taktische Optimierung der Lieferabrufe systemgestützt durchführen zu können. Dazu werden die Ergebnisse des eingesetzten ERP-Systems mit den Produktionsaufträgen in den MasterScheduler eingelesen, der eine Optimierung der resultierenden Inbound-Ströme durchführt und die Ergebnisse an das ERP-System zurückgibt. Die ausgelösten Abrufe in Richtung der eigenen Lieferanten sind in weiterer Folge unter Transportaspekten optimiert.

Gründer von s2 Data & Algorithms sind die Mathematiker Stefan Kremsner und Stefan Lendl. Ihr Ziel war es, die Transportplanung effizienter zu machen, denn täglich fahren halbleere Lkw quer durch Europa. Gerade dort, wo die tägliche oder sogar stündliche Planungs-Komplexität und der Detailgrad für den Menschen zu hoch ist, gebe es laut den Foundern viel Potenzial an Einsparungen durch mathematische Optimierung.

Der MasterScheduler kann durch die exakte Modellierung der mehrstufigen Lkw-Beladung von Materialien in Behältern, Zwischenladungsträgern, Boxen und dem smarten Vorziehen von Materialbedarfen der Folgewochen stets optimal ausgelastete Fahrzeuge planen. Unter anderem sei das in der Autoproduktion eine echte Notwendigkeit.

Dispo hat bei Gründer und CEO Stefan Kremsner nachgefragt, wie sich die Lösung nun weiterentwickelt hat: "Durch die große Nachfrage nach dem Award-Gewinn und „Bekanntwerden“ unserer anfangs speziell für die Automotive Zulieferung entwickelten Lösung hat sich einiges getan: Durch den Award haben sich einige große Anfragen ergeben. Wir konnten in ersten Analysen der Kunden-Daten bereits ähnliches Einsparungspotential in einer erste Analyse ihrer Daten feststellen wie bei Yanfeng.

Durch unsere detaillierte Betrachtung jedes Transports in 3D und Optimierung der noch freien Auslastung konnten wir nicht nur Transparenz in die geplanten Transporte und deren exakte Auslastung bringen. Wir konnten vielmehr den steigenden Transportkosten durch mehr Effizienz entgegenwirken."

Die Vision und die Roadmap für das Produkt sei groß, so Kremsner. Viele Features konnten bereits integriert werden: So etwa gibt es eine neue Dispositionsübersicht für automatisierte, aber auch manuelle Planung von Transporten inkl. integrierter Routenwahl und 3D-Beladung oder auch spezielle Seefracht-Container-Optimierungsalgorithmen für Industrie und Logistikdienstleister.

"Wir können nun auch die optimierte Outbound Lieferung bzw. die Tourenplanung im gesamten Transportnetzwerk inkl. Außenläger oder Crossdocs implementieren, die beispielsweise bei Magna im Einsatz ist. Neben Reporting aus der Historie über alle Transporte ist auch die strategische Optimierung und Szenarien – um zu optimieren, wenn man Routen im Netzwerk verändert - dazugekommen.

Zusätzlich seien Feature geplant wie etwa Transport Data Analytics für verbesserte Abrechnung sowie Budgeting Forecast, in dem die Transportdaten ein Jahr ins Voraus geplant werden. Auch ein digitaler Logistik-Zwilling, der Daten aus den operativen Planungen nimmt und aggregiert im Netzwerk darstellt ist in Planung - genauso wie ein FFG Forschungsprojekt mit der TU Graz zu robuster Optimierung.