{"id":13903,"date":"2018-02-13T12:45:46","date_gmt":"2018-02-13T11:45:46","guid":{"rendered":"https:\/\/ak-online.de\/?p=13903"},"modified":"2025-01-15T10:59:55","modified_gmt":"2025-01-15T09:59:55","slug":"disposition-4-0-fuer-die-fabrik-4-0-2","status":"publish","type":"post","link":"https:\/\/www.ak-online.de\/de\/disposition-4-0-fuer-die-fabrik-4-0-2\/","title":{"rendered":"Automatisierung der Disposition"},"content":{"rendered":"

von G\u00f6tz-Andreas Kemmner und Gerrit Sames[1]<\/a><\/em><\/p>\n

Die Disposition ist zwar eine zentrale Funktion eines Unternehmens, aber selbst heute, in der \u201eFabrik 3.0\u201c noch unterentwickelt. Ohne eine leistungsf\u00e4higere Disposition, wird sich eine durchg\u00e4ngige Fabrik 4.0 nicht realisieren lassen. Die Grundlagen einer moderneren leistungsf\u00e4higen und weiter automatisierbaren Disposition sind jedoch gelegt und werden von Technologief\u00fchrern auch bereits eingesetzt. Rettung naht also.<\/strong>\u00a0<\/strong><\/p>\n

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 oberfl\u00e4chlichen Blick k\u00f6nnte man den Eindruck gewinnen, dass die Disposition IT-technisch bereits weit vorangekommen ist; wer plant heute noch von Hand? \u00dcberall werden ERP-Systeme, Warenwirtschaftssysteme oder PPS-Systeme eingesetzt. Schaut man sich die Dispositionsprozesse jedoch genauer an, stellt man fest, dass in vielen Unternehmen, gewisserma\u00dfen getarnt durch ein IT-System, noch immer \u201emit der Hand am Arm\u201c disponiert wird.<\/p>\n

In manchen F\u00e4llen werden noch \u201eDispolisten\u201c aus dem ERP-System gezogen und die Disponenten entscheiden selbst \u00fcber Bestelltermine und -mengen. H\u00e4ufiger kommen die Dispositionsvorschl\u00e4ge zwar aus dem ERP-System, die Anwender \u00fcberschreiben die vorgeschlagenen Bestelltermine und -mengen jedoch massiv.<\/p>\n

Zentrale Ursache f\u00fcr dieses Manko ist die Datenqualit\u00e4t der ERP-Systeme, die sich in zwei Dimensionen ausdr\u00fcckt. Zum einen sind Stammdaten fehlend, falsch oder veraltet und zum anderen sind die Dispositionssysteme nicht richtig parametrisiert.<\/p>\n

\"Die<\/a>
Die Bedeutung der Disposition zeigt sich auch im Industrie 4.0 Reifegradmodell (Quelle: THM Gie\u00dfen und AWF-Arbeitsgemeinschaft Industrie 4.0)<\/figcaption><\/figure>\n

Viele Manager sehen zwar, dass die Datenqualit\u00e4t im ERP-System nicht zufriedenstellend ist, bezweifeln aber immer noch, dass sich durch das Nachjustieren von Dispositionsparametern viel erreichen l\u00e4sst. 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.).<\/p>\n

\"Falsche<\/a>
Falsche Dispositionsparameter haben h\u00e4ufig gravierende Auswirkungen<\/figcaption><\/figure>\n

Dieses Beispiel zeigt, wie drastisch sich unterschiedliche Verfahrenseinstellungen auf Best\u00e4nde und Lieferbereitschaft auswirken k\u00f6nnen. Ziel des Unternehmensbereiches war es, eine Lieferbereitschaft von 95% zum Markt hin sicherzustellen. Die daf\u00fcr erforderlichen Best\u00e4nde sollten m\u00f6glichst 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% h\u00f6heren Bestandes. Durch weitere Optimierungen, erg\u00e4nzt durch eine erweiterte Dispositions- und Prognosefunktionalit\u00e4t, konnte die geforderte Lieferbereitschaft letztlich sogar mit 40% weniger Bestand erreicht werden (Verfahrenskombination 3).<\/p>\n

Es bedarf keiner gro\u00dfen Visionen, um zu erkennen, dass die Herausforderungen an die Disposition weiter wachsen werden. Die Zeit, die Disponentinnen und Disponenten zur Datenpflege zur Verf\u00fcgung steht, wird zwangsl\u00e4ufig immer geringer werden; alleine schon aufgrund der demographischen Entwicklung wird das notwendige Personal immer st\u00e4rker fehlen. Aber wohl noch entscheidender ist, dass das Verst\u00e4ndnis der Anwender f\u00fcr die Auswirkung von Dispoparametern sehr eingeschr\u00e4nkt ist, zumal selbst ausgewiesene Experten deren komplexes Zusammenwirken nicht mehr zuverl\u00e4ssig durchdringen k\u00f6nnen. Letztlich werden in den ERP-Systemen im Allgemeinen keine geeigneten Werkzeuge zur Optimierung der Dispositionsparameter zur Verf\u00fcgung gestellt.<\/p>\n

Schauen wir uns die Digitalisierungshemmnisse der Disposition im Einzelnen an:<\/p>\n

Hindernis 1: Die konventionelle Pflege von Dispositionsparametern ist viel zu aufw\u00e4ndig.<\/h3>\n

Ein einfaches Rechenbeispiel macht dies deutlich: Eine Disponentin, ist f\u00fcr (nur) 1000 Artikel zust\u00e4ndig und konzentriert sich auf die Pflege der wesentlichsten 10 Dispositionsparameter. Diese soll sie viermal im Jahr, also alle drei Monate \u00fcberpr\u00fcfen. Es ist sicherlich nicht \u00fcbertrieben, von einer Pr\u00fcfdauer von mindestens 60 Sekunden pro Dispositionsparameter auszugehen, denn jede Materialnummer muss aufgerufen, die Masken mit den gew\u00fcnschten Parametern m\u00fcssen geladen werden und \u00fcber 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 Jahresarbeitskapazit\u00e4t einer Person.<\/p>\n

Der vollst\u00e4ndige Pflegeaufwand ist sogar noch gr\u00f6\u00dfer: In leistungsf\u00e4higen ERP-Systemen lassen sich pro Materialnummer weit mehr als nur 10 Dispositionsparameter einstellen. Im SAP-System k\u00f6nnen bei Bedarf beispielsweise \u00fcber 130 Parameter f\u00fcr jedes Material festgelegt werden; dabei sind Einstellungen zu Vergangenheitswerten, Quotierungen, Lieferpl\u00e4nen und Kontrakten noch gar nicht enthalten. Nat\u00fcrlich ben\u00f6tigt niemand so viele Einstellungen f\u00fcr einen Artikel zur selben Zeit; weit mehr als 10 sind es in der Praxis jedoch allemal.<\/p>\n

Hindernis 2: Die konventionelle Pflege von Dispositionsparametern liefert keine reproduzierbaren Dispositionsergebnisse.<\/h3>\n

Diesen Effekt kennt jeder Praktiker, doch die meisten Unternehmen tun wenig dagegen. Jeder Anwender gewichtet Sachverhalte anders, verh\u00e4lt sich damit anders und hat dar\u00fcber hinaus nur den \u00dcberblick \u00fcber einen Teil des Geschehens. Mit jeder Urlaubs- oder Krankheitsvertretung, mit jedem Personalwechsel ver\u00e4ndert sich die Dispositionswelt der betroffenen Artikel, was wiederum Auswirkungen auf alle nachfolgenden Dispositionsstufen hat.<\/p>\n

Hindernis 3: Eine konventionelle Pflege von Dispositionsparametern liefert keine wirtschaftlich optimierten Ergebnisse.<\/h3>\n

Zu wirtschaftlich optimierten Dispositionsergebnissen l\u00e4sst sich nicht per Bauchgef\u00fchl kommen, denn das Zusammenspiel der verschiedenen Dispositionseinstellungen ist \u00e4u\u00dferst komplex. Letztlich geht es um statistische Effekte und statistische Zusammenh\u00e4nge zwischen Parametereinstellungen und wirtschaftlichen Ergebnissen, die selbst Fachspezialisten nicht mehr in allen Auswirkungen voraussehen k\u00f6nnen.<\/p>\n

Auf den ersten Blick scheint es schwierig, unter diesen Umst\u00e4nden zu richtig eingestellten Dispositionsparametern zu gelangen.<\/p>\n

Smart Data Analytics er\u00f6ffnet breite M\u00f6glichkeiten f\u00fcr die Disposition 4.0<\/strong><\/h2>\n

Heinrich von Pierer, dem ehemaligen Vorstandsvorsitzenden von Siemens wird das Bonmot zugeschrieben: \u201cWenn Siemens w\u00fcsste, was Siemens wei\u00df\u201c. Entsprechendes gilt f\u00fcr unsere ERP-Systeme. Die meisten Unternehmen sind sich gar nicht dar\u00fcber 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 daf\u00fcr hat.<\/p>\n

Ein solches Analyseinstrument stellt das System DISKOVER SCO dar. Das System ist in der Lage, die umfangreichen Datenbest\u00e4nde eines ERP-Systems zu nutzen, um mittels Simulation optimierte Parametereinstellungen zu ermitteln und bestimmte Dispositionsparameter laufend nach zu justieren. Mit Simulationsans\u00e4tzen arbeitet man heute an vielen Stellen. So werden Fahrzeugkarosserien bereits w\u00e4hrend der Entwicklung in CAD-System \u201agecrasht\u2018 und auf Grund der Simulationsergebnisse optimiert. Entsprechendes gilt bei der Entwicklung von Formen f\u00fcr formgebenden Fertigungsprozesse wie Gie\u00dfen, Schmieden oder Spritzgie\u00dfen. Auch in diesen F\u00e4llen wird das Flie\u00dfen des Materials beim Einspritzen in die Form simuliert, um die Formgebung zu optimieren.<\/p>\n

Simulation auch zur Optimierung von Dispositionsparametern und Stammdaten einzusetzen, ist deshalb ein eigentlich naheliegender Ansatz. Will man sich nicht mit K\u00fcchendisposition zufriedengeben will, ist es auch praktisch der einzige Ansatz, dem komplexen Zusammenwirken von Dispositionsparametern auf die Schliche zu kommen.<\/p>\n

Mittels Simulationen wird \u00fcberpr\u00fcft, wie sich bestimmte Kombinationen von Dispositionsparametereinstellungen auf die Wirtschaftlichkeit der Dispositionsergebnisse auswirken. Das System \u201acrasht\u2018 sozusagen die Disposition im Rechner, ehe die Parametereinstellungen in der Praxis umgesetzt werden.<\/p>\n

Obwohl DISKOVER SCO Parametereinstellungen zum Teil bereits automatisch optimieren kann. Ersetzt der Simulationsprozess noch nicht den Fachmann, der die Simulationsergebnisse interpretieren muss und daraus Schl\u00fcsse ziehen kann. Optimierungsprozesse werden jedoch drastisch beschleunigt, Risiken deutlich verringert und es werden qualitativ weit bessere Ergebnisse erreicht. Die Simulationsergebnisse k\u00f6nnen einerseits in Dispositionsregelwerken abgebildet werden, andererseits werden besonders dynamische Parametereinstellungen, wie Sicherheitsbest\u00e4nde oder Prognosewerte, durch Simulationsprozesse direkt nachjustiert.<\/p>\n

Sehr interessant ist dabei auch, dass sich f\u00fcr jeden einzelnen Artikel und jedes Material direkt \u00fcberpr\u00fcfen l\u00e4sst, ob geforderte Lieferbereitschaftsgrade in der Praxis \u00fcberhaupt eingehalten werden k\u00f6nnen und welche Durchschnittsbest\u00e4nde zu erreichen sein werden.<\/p>\n

Der grunds\u00e4tzliche Ablauf der Datenanalysen und Simulationen l\u00e4sst sich in vier Schritte untersteilen:<\/p>\n

Durch die \u00dcbernahme umfangreicher Stamm- und Bewegungsdaten aus dem ERP-System werden der gesamte Wertstrom und der Planungs- und Dispositionsprozess im Simulationssystem abgebildet (Schritt 1).<\/p>\n

\u00dcber Simulationen k\u00f6nnen nun unterschiedliche Kombinationen von Dispoparametereinstellungen und Dispositionsstrategien nach logistischen und wirtschaftlichen Kriterien wie z.B. erreichbare Lieferbereitschaft, Durchschnittsbest\u00e4nde oder Lagerhaltungs- und Bestellkosten verglichen werden (Schritt 2).<\/p>\n

Um die Auswirkungen alternativer Dispositionseinstellungen f\u00fcr unterschiedliche Artikelgruppen zu simulieren, werden im System DISKOVER zu testende Dispositionsparametereinstellungen oder ganze Regelwerke in Szenarien \u00fcbernommen und in den Simulationsprozess gegeben. Die Ergebnisse lassen sich direkt in DISKOVER als Gesamtergebnis \u00fcber alle Artikel sowie f\u00fcr jeden einzelnen Artikel ansehen, um daraus ggf. Hinweise f\u00fcr Optimierungsans\u00e4tze zu erhalten. Auf diese Weise lassen sich unterschiedliche Handlungsalternativen durchspielen und miteinander vergleichen (s.u.).<\/p>\n

\"Die<\/a>
Die Auswirkung eines Regelwerks auf das gesamte Teilespektrum l\u00e4sst sich per Simulation mittels DISKOVER ermitteln<\/figcaption><\/figure>\n

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 f\u00fcr das logistische Gesch\u00e4ftsmodell eines Unternehmens von gro\u00dfer Bedeutung sein k\u00f6nnen.<\/p>\n

Von direkter Bedeutung f\u00fcr die Disposition 4.0 ist, wie man die gewonnenen Erkenntnisse zur richtigen Einstellung von Dispositionsparametern in der Praxis effektiv und effizient anwenden kann:<\/p>\n

Die Erkenntnisse, mit welchen Einstellungen, unter welchen Randbedingungen, optimierte Bestandsh\u00f6hen, Reichweiten resp. Lieferbereitschaftsgrade erreicht werden, werden dazu in Entscheidungstabellen und Regelwerken abgelegt (Schritt 3).<\/p>\n

\u201eDispo-Handb\u00fccher\u201c oder einfache Arbeitsanweisungen werden diesen Regelwerken nicht gerecht. Das liegt nicht nur daran, dass es f\u00fcr die Anwender viel zu aufw\u00e4ndig w\u00e4re, zwecks Datenpflege die Regeln nachzuschlagen. Entscheidender ist, dass die Regelwerke auf einer gro\u00dfen Zahl unterschiedlicher Materialklassifizierungen aufsetzen, die laufend neu berechnet werden m\u00fcssen und ohne die die Regelwerke nicht funktionieren.<\/p>\n

Die Optimierung und das R\u00fcckspielen der Ergebnisse ins ERP-System erfolgt deshalb im System DISKOVER t\u00e4glich automatisch oder zu w\u00e4hlbaren Zeiten (Schritt 4).<\/p>\n

Systeme, die dem ERP-System die jeweils aktuellen Dispositionsparametereinstellungen vorgeben und auf diese Weise die Logistikperformance optimieren, kann man als \u201eERP Performance Management Systeme<\/em>\u201c ansehen oder sie einfach als \u201eDispo 4.0-System\u201c bezeichnen (s.u.).<\/p>\n

\"Das<\/a>
Das \u201eERP Performance Management System\u201c gibt dem ausf\u00fchrenden ERP-System
die Strategien und Artikeleinstellungen vor<\/figcaption><\/figure>\n

Ein solches ERP-Performance Management System \/ Dispo 4.0-System regelt die Parametereinstellungen im ERP-System nach. Es muss dazu<\/p>\n