Presse

Fachartikel und mehr

Volle Regale und gute Margen

Dispositionsstrategien


Fachartikel, Baumarktmanager, erschienen in Ausgabe 6/16
Von Andreas Capellmann und Andreas Kemmner


Wollen Zulieferer von DIY-Märkten ihren Kunden stets volle Regale und gute Margen bieten, reicht es nicht aus, die JIT Supply Chain 4.0 aus dem Fertigwarenlager oder der letzten verfügbaren Maschine zu speisen.

Baumärkte wollen stets volle Regale – ideal mit Schnelldrehern und guten Margen. Zuliefernde Unternehmen stellen dafür teilweise eigene Rack-Jobber bereit oder engagieren Absatzserviceunternehmen dafür, um ein jederzeit perfekt gepflegtes Sortiment präsentieren zu können. Mit Lösungen wie „Logistik 4.0“ will man die Absatzzahlen noch genauer auf den Punkt bringen und im Idealfall mit Losgröße eins reagieren. Doch all diese Bemühungen führen nicht zum Erfolg, wollen Lieferanten diese zum Teil auch sehr schwankenden Bedarfsmeldungen immer schnellstmöglich beispielsweise binnen 24 Stunden bedienen.

Hierfür müssten sie nämlich zum Teil sehr hohe Bestände im Fertigwarenlager vorhalten oder aber JIT-Kapazitäten für die Produktion. Beides ist außerhalb der Spitzenlastzeiten überflüssig und damit auch teuer und bindet Kapital. Deshalb suchen zuliefernde Unternehmen nach Möglichkeiten, dies alles günstiger umzusetzen, um letztlich auch dem Baumarkt attraktive Preise machen zu können. Das Potenzial ist enorm: Neben der Kapitalbindung, die zu totem Kapital führt, liegen sogar 18 bis 30 weitere Kosten in den Beständen, die sich aus Kapitalkosten, Versicherungen, Verwaltung, Lagerkapazitäten usw. ergeben. Diese Kosten muss der Baumarkt bezahlen, wenn die Logistikkette nicht stimmt. Wie kann man aber die Lieferbereitschaft sogar steigern und gleichzeitig die Bestände abbauen?

Dispositionsprozesse optimieren

In erster Linie ist es eine Frage von besseren Dispositionsprozessen. Man kann beispielsweise schnell eher in kürzeren Abständen liefern. Das reduziert die Lagerkapazitäten. Selten nachgefragte Produkte wiederum fertigt man bei Bedarf und verbannt sie direkt aus dem Fertigwarenlager. Zudem kann man den logistischen Entkopplungspunkt durch Modularisierung möglichst weit an das Ende der Supply Chain setze und so Bestände über die gesamte Supply Chain hinweg abbauen. Viele logistische Stellgrößen sind zudem von Bauch geplant und per Hand ausgeführt. Ein Palettenplatz im Lkw mit Langsamdrehern zu füllen, nur um Frachtkosten zu sparen, treibt in der Summe schnell die Lagerbestände in die Höhe. Es gilt also, vieles über die gesamte Supply Chain hinweg zu optimieren.

Ein Unternehmen aus der Metallbranche, das Zulieferer für Baumärkte ist, hat es beispielsweise geschafft, seine Bestände deutlich zu senken und gleichzeitig den Lieferbereitschaftsgrad zu steigern: GAH Alberts. Der Hersteller u.a. von Beschlägen, Profile und Zauntechnik konnte kurzfristig 13% und satte 53% der Bestände in neun Monaten reduzieren. Mehr als die Hälfte des Fertigwarenlagers war also mit Material bestückt, welches nicht unmittelbar benötigt wurde, um dennoch eine hohe Lieferbereitschaft zu erfüllen.

Ein weiterer Zulieferer für Baumärkte aus dem Bereich der Lampen musste die Herausforderung meistern, dass die Komponenten der Produkte, die überwiegend nach eigenen Entwürfen gefertigt werden, größtenteils in China beschafft wurden. Die Lieferzeiten betragen hier zwischen 60 und 150 Tagen. Die Kunden, Fach- und Großhandelsunternehmen, fordern jedoch durchgehend höchste Lieferbereitschaft. Täglich laufen ca. 20.000 Kundenauftragspositionen, größtenteils mit einer Lieferfrist von 24 Stunden, ein. Daher ist auf der Beschaffungsseite ein ausreiche d hoher Bestand erforderlich. Verändert ich die Bedarfssituation jedoch auf Kundenseite, werden die zuvor lange im Voraus beschafften Artikel nicht mehr benötigt und zum Überbestand. Solche Problemstellungen gilt es demnach zu managen.

Toolkompetenzen

Methoden und Toolkompetenzen sind hierfür gefragt. Beim Lampenhersteller beispielsweise wurde eine erweiterte ABC- Analyse durchgeführt. Also eine Klassifizierung des vollständigen Artikelsortiments nach

  • wirtschaftlicher Bedeutung,
  • Regelmäßigkeit des Verbrauchs,
  • Anzahl Kunden pro Artikel sowie
  • Lebenszyklus

Diese Klassifizierungsmerkmale sind wichtige Größen für die Entscheidung, welche Planungs- und Dispositionsparameter für welchen Artikel eingestellt werden sollten. Zudem wurde ein Regelwerk erstellt, das genau festlegt, welche Artikelklassen wie zu planen und zu disponieren sind. Mit solchen grundlegenden Analysen kann man schon schnell bestehende Bestände sinken lassen und gleichzeitig die Lieferbereitschaft steigern.

Aber all solche Analysen und daraus abzuleitende Maßnahmen reichen nicht aus, wenn Disponenten beispielsweise nicht auch mit einer passenden Software unterstützt werden. So mussten etwa bei einem Armaturenhersteller die Melde- und Sicherheitsbestände ohne Systemunterstützung durch das ERP ermittelt werden. Insbesondere bei den Sicherheitsbeständen fiel auf, dass sie je nach Zuständigkeit auf verschiedene Arten berechnet wurden oder aber lediglich aus Erfahrungswerten resultierten. In der Disposition von Kaufteilen wurde nicht bedarfsbezogen auf Bestellbedarf geprüft, sondern einmal pro Woche. Der Gesamtprozess an dieser Stelle war also trotz ERP-System stark manuell geprägt, sehr aufwendig und damit auch trotz größter Sorgfalt fehleranfällig. Um die gesamten „Big Data“ aus der Supply Chain 4.0 überhaupt nutzen zu können, müssen viele Serien- und Variantenfertiger überhaupt erst einmal die Dispositionsprozesse vor dem Fertigwarenlager oder der letzten Fertigungsmaschine vor der Verpackung hinreichend durchstrukturieren und dispositiv optimieren. Und das ist kein triviales Unterfangen.

DISKOVER

Die Advanced Planning and Scheduling-Software Diskover unterstützt simulationsbasierte Planungsautomatisierung.

Komplexe Materie

Wie komplex die Disposition ist, kann man schon allein an der Anzahl der erforderlichen Stammdaten erkennen: Je nach Zuschnitt des Artikels hat man sich um bis zu 130 logistische Parameter zu kümmern. Stellt man sich diese als mathematische Gleichung vor, ist schnell zu verstehen, dass man diese nicht im Kopf rechnen kann. Große Fehler werden aber gemacht, wenn man einzelne Parameter der Einfachheit halber zusammenfasst. Beispielsweise werden Sicherheitsbestände für die schwankende Nachfrage, Sicherheitsbestände für schwankende Fertigungszeiten und Sicherheitsbestände für schwankende Lieferzeiten der Vorlieferanten in einem gemeinsamen Sicherheitswert abbildet. Kumuliert kann das nur zu mehr Bestand führen. Aus stark oszillierenden Graphen mit vielen unterschiedlichen Spitzen werden so Kurven, bis man letztlich zu einer „glatten“ Prognose kommt, die aber nur die Probleme zukleistert und am Ende viel Geld kostet. Eine optimale Disposition braucht also auch entsprechend differenzierende Werkzeuge.

ERP allein reicht nicht aus

In den meisten Unternehmen existiert für Dispositionszwecke bereits ein passendes Softwaretool: das bestehende ERP-System bzw. entsprechende Erweiterungen. Allerdings haben ERP-Systeme originär andere Aufgaben, sodass die Möglichkeiten zur Bedarfsprognose und Disposition zumeist sehr beschränkt und diese Funktionalitäten nicht ausreichend differenziert sind. So sind beispielsweise Automatismen zur kontinuierlichen Optimierung der Dispoparameter praktisch nicht vorhanden. Hinzu kommt, dass quasi alle bekannten ERP-Systeme ausschließlich mit statistischen Verfahren arbeiten, die eine sogenannte „normal verteilte“ Nachfrage unterstellen, wie z. B. Mittelwertverfahren oder exponentielle Glättung. Doch in der Praxis ist eine normalverteilte Nachfrage praktisch nie anzutreffen. Vielmehr unterliegt die Nachfrage ständigen saisonalen, konjunkturellen oder anderen Schwankungen. Die Konsequenz: Berechnungen unter Annahme einer normalverteilten Nachfrage führ zu systematisch falschen Bedarfsprognosen und Bestandsfehlern von bis zu 40%.

Print Friendly, PDF & Email