Hohe Lieferbereitschaft wird oft durch hohe Best\u00e4nde erkauft. Das mu\u00df nicht sein. Bei W\u00fcrth Belux wurden die Best\u00e4nde bei Pilotartikeln um 50 Prozent gesenkt. Der Lagerumschlag insgesamt wurde innerhalb kurzer Zeit von 5,6 auf den Wert 7,5 gesteigert, was entsprechende Liquidit\u00e4t freisetzt. Dies alles ohne Einbu\u00dfen bei einer Lieferbereitschaft von 98,5 Prozent und ohne Zusatzkosten beim Personal in der Disposition. M\u00f6glich wurde dies durch den Einsatz eines Optimierungs- und Dispositionstools.<\/strong><\/p>\n Die weltweit t\u00e4tige W\u00fcrth-Gruppe handelt mit ihren 330 Gesellschaften in 80 L\u00e4ndern mit Befestigungs- und Montagematerial. 2,65 Millionen Kunden vertrauen auf die Produkte und den Service von W\u00fcrth. Durch sein weltweites Logistiknetzwerk steht W\u00fcrth f\u00fcr Qualit\u00e4t und perfekte Logistik. Letztere zeichnet sich durch eine Lieferbereitschaft von 98,5 Prozent aus und stellt h\u00f6chste Anforderungen an Mitarbeiter, Organisation und Systeme.<\/p>\n Zur weiteren Optimierung der Beschaffungsprozesse hatte die Niederlassung W\u00fcrth Belux N.V im belgischen Turnhout jedoch noch einige Hausaufgaben zu bew\u00e4ltigen, denn die Konzernleitung gab als neues Logistikziel einen Lagerumschlag von 9 pro Jahr f\u00fcr jede Landesniederlassung aus. Der Lagerumschlag in Belgien ma\u00df jedoch lediglich 5,6 pro Jahr, war also weit von der Zielvorgabe entfernt.<\/p>\n Aus diesem Grund wurde das Beratungshaus Abels & Kemmner beauftragt, den Lagerumschlag zu beschleunigen, um dieses neue Ziel f\u00fcr ann\u00e4hernd 17 000 Artikel, die von W\u00fcrth Belux gehandelt werden, m\u00f6glichst schnell und effizient zu erreichen.<\/p>\n Die Artikel werden vornehmlich bei den Schwesterunternehmen in Bratislava (SLO) und Landquart (CH) sowie bei dem Mutterkonzern Adolf W\u00fcrth GmbH & Co. KG (kurz AWKG) beschafft. W\u00e4hrend die AWKG in K\u00fcnzelsau die Artikel bereits in abnahmegerechten Verpackungseinheiten in kleinen St\u00fcckzahlen liefert, sind die Mindestbestellmengen bei den Schwesterunternehmen deutlich h\u00f6her. Daf\u00fcr sind die Artikel der Konzernschwestern preiswerter als die Kleinmengen der AWKG, was bei den sp\u00e4teren Untersuchungen noch eine wesentliche Rolle spielen sollte.<\/p>\n Von insgesamt 17 000 Artikeln sind ca. 13 500 Artikel lagerhaltig und werden aus dem Bestand verkauft. Die anderen Artikel werden auftragsbezogen beschafft und in der Regel direkt vom Lieferanten zum Kunden geliefert.<\/p>\n Schnell zeigte sich, dass das Ziel nur mit entsprechender Ver\u00e4nderung der softwaregest\u00fctzten Disposition m\u00f6glich wurde. Die vorr\u00e4tigen Artikel wurden zwar von den Eink\u00e4ufern ein- bis zweimal w\u00f6chentlich disponiert und bestellt, das IT-System unterst\u00fctzte die Disponenten dabei jedoch nur rudiment\u00e4r: Es wurden zwar Dispo-Listen mit allen relevanten Informationen ausgegeben, die Eink\u00e4ufer mussten diese jedoch alle sichten und bei Bedarf die Bestellungen manuell anlegen.<\/p>\n F\u00fcr gut planbare Artikel wurde das bestehende System dar\u00fcber hinaus zwar auch um eine Automatikfunktion mit Meldebestandsverfahren und Soll-Reichweiten erweitert, diese ber\u00fccksichtigen allerdings keine individuellen Verbrauchsverhalten der Artikel und k\u00f6nnen somit nur pauschal eingestellt werden.<\/p>\n Insofern bestand eindeutig Handlungsbedarf und man entschied sich, das Optimierungs- und Dispositionstool DISKOVER zun\u00e4chst als Optimierungstool stand-alone und nun f\u00fcr den t\u00e4glichen Betrieb auch integriert in die ERP-Landschaft (hier das Unix-System MSP) einzusetzen.<\/p>\n Bevor die Software jedoch den operativen Betrieb unterst\u00fctzen konnte, waren einige vorbereitende Analysen erforderlich (Bild 1):<\/p>\n ABC- und XYZ-Analyse zur Strukturierung des Artikelspektrums (ABC-Analyse nach wertm\u00e4\u00dfigem Umsatz, XYZ nach dem artikelspezifischen Variationskoeffizienten sowie der Anzahl Verbrauchsperioden, Z2-Artikel weisen in \u00fcber 50 Prozent der betrachteten Perioden keinen Verbrauch auf, N-Artikel haben keinen Verbrauch in dem Betrachtungszeitraum), Trend- und Saisonanalyse, Definition der Bevorratungsstrategien und Soll-Lieferbereitschaftsgrade, Simulation verschiedener Szenarien mit unterschiedlichen logistischen Parametern.<\/p>\n Die Analysen wurden begleitet durch optimierende Ma\u00dfnahmen zur Reduzierung logistischer Kenngr\u00f6\u00dfen wie Wiederbeschaffungszeit, Mindesteinkaufsmengen und Losgr\u00f6\u00dfen, die der Einkauf mit den Lieferanten neu verhandeln konnte.<\/p>\n Die Auswertung der Best\u00e4nde im Rahmen der ABC\/XYZ-Analyse zeigt deutlich, dass die Eink\u00e4ufer es sehr gut verstanden, Best\u00e4nde im Bereich AB-XY zu halten, um bei diesen Artikeln eine hohe Lieferbereitschaft zu erzielen, durch die regelm\u00e4\u00dfigen Verbr\u00e4uche kein hohes Risiko einzugehen und Best\u00e4nde in den schwierig zu planenden Bereichen Z und Z2 zu vermeiden (Bild 2).<\/p>\n Die weiteren Analysen ergaben, dass nur ein unbedeutender Anteil der Artikel (< 1 Prozent) einen Trendcharakter aufwiesen, aber immerhin f\u00fcnf Prozent der Artikel Saisonverhalten zeigten, welches den Eink\u00e4ufern zwar bekannt war, aber bisher f\u00fcr eine automatisierte Disposition nicht in Frage kamen.<\/p>\n F\u00fcr die Simulations- und Optimierungsl\u00e4ufe ist die Definition der Bevorratungsstrategien erforderlich, die angeben, welche Artikel bevorratet werden sollen und welche Lieferbereitschaftsgrade angestrebt werden. Da bereits im Vorfeld die auftragsbezogenen Artikel aus den Analysen ausgeklammert wurden, m\u00fcssen alle verbleibenden 13 500 Artikel im Lager vorr\u00e4tig sein. Anhand der ABC\/ XYZ-Matrix setzte das Projektteam die Soll-Lieferbereitschaftsgrade (LBG-Soll) fest mit dem Ziel, den sehr hohen Wert von 98,5 Prozent zu halten (Bild 3).<\/p>\n Bei der Definition der Simulationsszenarien spielte die M\u00f6glichkeit, bei verschiedenen Lieferanten (Schwesterunternehmen, Mutterkonzern s.o.) einzukaufen, eine wesentliche Rolle. Besonders interessant war dabei die Frage, wie sich der Preisvorteil der Schwestergesellschaften (preisoptimale Szenarien) gegen\u00fcber den k\u00fcrzeren Lieferzeiten und geringeren Mindestbestellmengen des Mutterkonzerns (umschlagsoptimale Szenarien) auswirken w\u00fcrden.<\/p>\n In den Simulationsl\u00e4ufen konnte dies durch die unterschiedlichen logistischen Parameter wie Lieferzeit, Wareneingangsbearbeitungszeit und Mindestbestellmengen sowie den unterschiedlichen Einkaufspreisen ber\u00fccksichtigt werden.<\/p>\n Zur Beurteilung der Simulationsergebnisse wurden neben der Bestandsh\u00f6he und dem Lieferbereitschaftsgrad das Bestellvolumen und die Anzahl der Bestellpositionen \u00fcber einen Vergleichszeitraum herangezogen. Denn gerade durch die Senkung der Mindestbestellmengen und der Eindeckzeitr\u00e4ume ergeben sich zwangsweise mehr Bestellpositionen und damit nat\u00fcrlich auch mehr Wareneingangsvorg\u00e4nge. Die Ergebnisse sind in Bild 5 zusammengestellt.<\/p>\n Beim Vergleich der preisoptimalen mit den umschlagsoptimalen Szenarien war schnell klar, dass das 13 bis 28 Prozent h\u00f6here Bestellvolumen gegen\u00fcber dem Ist-Zustand die Kosteneinsparung durch die Bestandssenkung um ein Mehrfaches \u00fcberstieg und damit nicht akzeptabel war. Ebenso w\u00fcrde sich bei den umschlagsoptimalen Szenarien die Anzahl der Bestellpositionen mehr als verdreifachen und somit den Aufwand in Einkauf und Wareneingang erheblich erh\u00f6hen. Daher wurden im Folgenden nur noch die preisoptimalen Szenarien betrachtet, die alle die Anforderungen an den Lieferbereitschaftsgrad erf\u00fcllten.<\/p>\n Zusammenfassend ist festzustellen, dass kleinere Eindeckzeitr\u00e4ume zu geringeren Best\u00e4nden f\u00fchren, aber die Zahl der Bestellpositionen nach oben treiben. Der Ausrei\u00dffaktor, der es erm\u00f6glicht, Bedarfsspitzen in den Vergangenheitsdaten zu gl\u00e4tten, wirkt sich ebenfalls durch geringer ausfallende Prognosewerte bestandssenkend aus.<\/p>\n Insgesamt wurde das preisoptimale Szenario V ausgew\u00e4hlt, bei dem der Zielbestandswert 40 Prozent unter dem Ist-Bestandswert liegt und damit ein Lagerumschlag von 9,35 pro Jahr erreicht wird. Das von der Konzernzentrale geforderte Ziel von 9 Umschl\u00e4gen pro Jahr w\u00e4re damit erreicht.<\/p>\n Die um fast 250 Prozent erh\u00f6hte Zahl der Bestellpositionen kann im Einkauf durch die Automatisierungsm\u00f6glichkeiten der Dispositionssoftware abgefangen werden. Geht man davon aus, dass alle gut prognostizierbaren Xund Y-Artikel zuk\u00fcnftig automatisiert, d.h. ohne Eingreifen des Eink\u00e4ufers bestellt werden k\u00f6nnen, l\u00e4sst sich insgesamt der Aufwand f\u00fcr die Erstellung der Bestellungen unter das bisherige Ma\u00df reduzieren. Allerdings bleibt ein erh\u00f6hter Aufwand im Wareneingang, der aber im errechneten Umfang von der Logistik noch zu bew\u00e4ltigen ist.<\/p>\n Zur weiteren Automatisierung der Einkaufsvorg\u00e4nge bietet die Software folgende Zusatzfunktionen:<\/p>\n Durch die flexible Gestaltung der DISKOVER-Schnittstellen zum \u00fcbergeordneten ERP-System lie\u00dfen sich weitere Anforderungen in kurzer Zeit realisieren, so dass die L\u00f6sung auch f\u00fcr zuk\u00fcnftige Anforderungen gut gewappnet ist.<\/p>\n Bereits nach kurzer Zeit wirkten sich die Projektergebnisse positiv aus. Deutlicher als bei den konventionell beschafften Artikeln, deren Best\u00e4nde durch die Reduzierung der Mindestbestellmengen und Lieferzeiten ebenfalls sanken, fallen die Ergebnisse bei den mit DISKOVER disponierten Pilotartikeln aus: \u00dcber 50 Prozent Bestandsabbau nach f\u00fcnf Monaten.<\/p>\nNeues Logistikziel<\/span><\/h3>\n
![\"Logo](\"https:\/\/www.ak-online.de\/\/wp-content\/uploads\/2006\/03\/Logo_Wuerth.png\"){kind=logo}
<\/p>\n![\"\"](\"https:\/\/www.ak-online.de\/\/wp-content\/uploads\/2006\/03\/AnalysenDISKOVER.png\")
<\/a>Problemfall IT<\/span><\/h3>\n<\/a>Vorbereitende Analysen<\/span>\u00a0<\/span><\/h3>\n<\/a><\/span><\/h3>\nSimulations- und Optimierungsl\u00e4ufe<\/span><\/h3>\n
\n\n
\n \u00a0<\/strong><\/td>\n Simulationsszenarien<\/strong><\/td>\n<\/tr>\n \n Parameter \/ Kennzahlen<\/strong><\/td>\n Ist<\/strong><\/td>\n I<\/strong><\/td>\n II<\/strong><\/td>\n III<\/strong><\/td>\n IV<\/strong><\/td>\n V<\/strong><\/td>\n<\/tr>\n \n Ziel<\/strong><\/td>\n \u00a0Preis\u00adoptimal<\/td>\n \u00a0Preis\u00adoptimal<\/td>\n Umschlags\u00adoptimal<\/td>\n \u00a0Preis\u00adoptimal<\/td>\n Umschlags\u00adoptimal<\/td>\n \u00a0Preis\u00adoptimal<\/td>\n<\/tr>\n \n Ausrei\u00dffaktor<\/strong><\/td>\n –<\/td>\n –<\/td>\n –<\/td>\n 2<\/td>\n –<\/td>\n 2<\/td>\n<\/tr>\n \n EDZ<\/strong><\/td>\n >>10<\/td>\n 5<\/td>\n 5<\/td>\n 5<\/td>\n 10<\/td>\n 10<\/td>\n<\/tr>\n \n LBG-Soll<\/strong><\/td>\n 98,5%<\/td>\n 98,5%<\/td>\n 98,5%<\/td>\n 98,5%<\/td>\n 98,5%<\/td>\n 98,5%<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n Welches Szenario liefert die besten Ergebnisse?<\/span>\u00a0<\/span><\/h3>\n
\n
Ergebnisse<\/span>\u00a0<\/span><\/h3>\n