Kurze und zuverlässige Lieferzeiten bei sinkenden Produktionskosten – das sind die Parameter, welche die Wettbewerbsfähigkeit produzierender Unternehmen heute bestimmen. Zunehmende Variantenvielfalt und starke Umsatzschwankungen bereiten vielen Unternehmen jedoch Probleme, beide Faktoren im Gleichgewicht zu halten. Dies ist weniger eine Frage des Automatisierungsgrades, da die meisten Produktionsabläufe bereits aus mehrstufigen Supply-Chains mit hochautomatisierten Prozessschritten bestehen. Zwar rühmt sich mancher Prozessverantwortliche mit der rekordverdächtigen Durchsatzleistung seiner neuen Anlage. Dass deren Rekordmenge in den nachgelagerten Prozessschritten jedoch unnötige Zwischenbestände und damit Kapitalbindung verursacht, blendet er gerne aus. Die Lösung des Dilemmas liegt in einer strategischen Planung und taktischoperativen Steuerung der Prozesse und Anlagentechnik.

MES greifen zu kurz

Manufacturing Execution Systeme (MES) ermöglichen eine zentrale Prozessleittechnik, Betriebsdatenerfassung (BDE), Lagerverwaltung und Steuerung über die einzelnen Bereiche hinweg. Ferner sind MES in der Lage, Aufträge aus ERPSystemen in konkrete Befehle für die Steuerungstechnik umzusetzen. Problematisch wird es bei der Planung: Selbst in Kombination mit Feinplanungs- und APS-Modulen (Advanced Planning and Scheduling) bieten MES nur einen kurzfristigen Planungshorizont von bis zu vier Wochen. Eine mittel- und langfristige, das heißt taktisch-strategische Planung und Optimierung von Produktionsund Lagerprozessen lassen sich damit nicht realisieren. Dazu ist eine ganzheitliche Optimierung notwendig, nicht nur über alle Produktionsschritte, sondern auch über Themenfelder wie Kapazitätsplanung, Produktionsstrategien und Personaleinsatz hinweg.

Ausgangsbasis jeder Optimierung ist eine grundlegende Analyse, für die es zwei Ansätze gibt: Die traditionelle, qualitative Beratung und die datengestützte, quantitative Betrachtung. Die qualitative Beratung verfolgt einen Buttom-Up- Ansatz und will vor allem Verbesserungen einzelner Prozesse mit Hilfe von Workshops und Interviews erreichen. Aufgrund der mit zunehmender Anzahl an Teilschritten steigenden Komplexität der Prozesse können in den qualitativen Ansätzen die gegenseitigen Abhängigkeiten nur ungenügend oder gar nicht beachtet werden: Die Einflüsse von Produktionslosgröße und Produktvielfalt auf die Gesamtkosten lassen sich mit qualitativen Ansätzen daher nicht bestimmen. Gleiches gilt für temporäre Engpässe: Welche Kosten entstehen durch kurzfristige Änderungen in der Produktion, um Aufträge wichtiger Kunden einzuschieben?

Der quantitative Ansatz setzt auf eine datengestützte Simulation des Gesamtsystems. Kern der Analyse ist ein Datenmodell, das alle relevanten Eingangsgrößen abbildet, zum Beispiel die bestehenden Produktionslayouts, alle Ressourcen (Anlagen, Reaktoren sowie Personal) und Prozesse. Dies stellt sicher, dass nicht nur eine Teiloptimierung – beispielsweise die Minimierung von Bestandskosten – erreicht wird, sondern ein Gesamtoptimum wie etwa die Minimierung aller Kostentreiber.

Stammdatenänderungen werden quantifizierbar

Für den Aufbau des Datenmodells sind die entsprechenden Informationen meist bereits im ERP-System verfügbar oder liegen als Erfahrungswerte der Produktionsplaner vor. Im Rahmen einer Sensitivitäts-Analyse kann zusätzlich untersucht werden, wie sich unterschiedliche Annahmen oder Schwankungen in den Eingangsdaten - etwa variierende Produktionsraten – auf das Gesamtergebnis auswirken. Die Automatisierungssysteme stellen einen wichtigen Datenlieferanten dar, dessen Istwerte über BDE-Systeme in die Simulationen einfließen. Strategische Fragestellungen, wie die Prüfung eines neuen Fabrikdesigns, lassen sich in der Simulation durch Verändern des Datenmodells (Stammdaten und Eingabegrößen) beantworten. Dazu werden beispielsweise die Leistungsdaten von Produktionsanlagen und der Fördertechnik modifiziert. Das so modellierte Szenario kann anschließend mit realistischen Bewegungsdaten (echten Vergangenheitsdaten, aktuellen Aufträgen oder Bedarfsprognosen) „unter Last“ untersucht werden, unter anderem die Auswirkungen unterschiedlicher Losgrößen und Kapazitäten.

Die Automatisierungstechnik, beispielsweise in der Getränkebranche, braucht eine intelligente Planung der Produktionsprozesse.

Solche realen Bewegungsdaten (Bestellungen, Aufträge und Lieferungen) erlauben den Blick auf verschiedene Zeithorizonte und ermöglichen einen direkten Vergleich der Modelle mit der Ist-Situation: Die Auswirkung der Stammdaten-Änderungen (neues Fabriklayout, erweiterter Maschinenpark, anderes Schichtmodell) werden quantifizierbar. Da sich auf der Simulationsebene beliebige Szenarien erstellen lassen, können mehrere Alternativen simuliert und miteinander verglichen werden. Dem Aufspüren von Verbesserungsmöglichkeiten in der internen Supply- Chain folgt deren Umsetzung. Während sich „Quick-Wins“ wie reduzierte Sicherheitsbestände sofort realisieren lassen, sind Kapazitätserweiterungen von Anlagen oft langfristige Projekte.

Neben diesen einmalig zu erzielenden Effekten lassen sich durch eine direkte Kopplung des Simulations- und Planungstools mit dem MES-, ERP- oder WM-System (Warehouse Management) kontinuierliche Verbesserungsprozesse identifizieren und deren Wirksamkeit überprüfen. Voraussetzung für eine Kopplung von ERP- und Simulationstools ist eine Definition der Semantik der einzelnen Datenobjekte. Dies wird durch eine sorgfältige Spezifikation und Dokumentation der Anforderungen und Abläufe sichergestellt. Die Anbindung an SAP funktioniert dank entsprechender Standards wie IDoc (Intermediate Documents) weitgehend problemlos. Die Planungs- und Optimierungslösung Orion-PI der Axxom Software unterstützt zudem den Datenaustausch mit SAP sowie anderen ERPund WMS-Lösungen über einen direkten Datenbank-Link oder Web-Services.

Praxisbeispiel Getränke-Industrie

Wie eine derartige Umsetzung erfolgen kann, zeigt ein deutscher Softdrink- Hersteller. In den vergangenen drei Jahren hat sich das Unternehmen vom reinen, auf Mehrweg-Flaschen ausgerichteten Mineralwasser- Spezialisten zum Anbieter alkoholfreier Erfrischungsgetränke entwickelt. In diesem Zeitraum verdreifachte sich die Anzahl der zu befüllenden Artikel: Aktuell werden Getränke in rund 150 Varianten in verschiedenen Größen als Einweg- und Mehrwegprodukte auf mehreren Produktionsanlagen abgefüllt – insgesamt über 6,8 Mio. Hektoliter pro Jahr. Bislang setzte der Hersteller selbst erstellte Simulationswerkzeuge ein, die lediglich isolierte Informationen zu Fragestellungen lieferten, zum Beispiel zur Kapazitätsauslastung oder zum Lager- flächenbedarf.

Beispiel einer Optimierungssimulation: Grafische Auswertungen verdeutlichen die Ergebnisse.

Diese Tools waren der steigenden Planungskomplexität, verursacht durch die vielen Produktvarianten und Produktionsabhängigkeiten, nicht mehr gewachsen. Um die in der Getränke- Industrie typischen Nachfrageschwankungen in den Griff zu bekommen, entschloss sich das Unternehmen, die Produktionsplanung mit Hilfe strategischer Simulationen zu optimieren. Dazu wurde die Software Orion-PI Business Planner eingeführt, die bei gegebenen Absatz-Szenarien den Produktionsplan für einen mittel- bis langfristigen Planungshorizont von bis zu 18 Monaten simuliert und optimiert. Bei den Berechnungen berücksichtigt der Mineralwasser-Spezialist verschiedene fixe und variable Parameter. Zu den Einflussgrößen, die als unveränderliche Restriktionen in die Berechnung einfließen, zählen zum Beispiel die reihenfolge- abhängigen Rüstzeiten sowie Reinigungszeiten, Haltbarkeit der Getränke, Restlaufzeiten, Anlagenleistungen, Lagerkosten und der Personalbedarf je Qualifikation und Anlage. Variable Parameter sind Losgrößen, Lagerflächen oder Mannstunden. Seit dem Frühjahr 2008 ist die Lösung im Einsatz und reduziert den Planungsaufwand.

Eine Simulation der Auswirkung unterschiedlicher Absatzzahlen auf andere Planungsgrößen wie Personalbedarf, Lagerbestand oder Leergutbedarf ist jetzt innerhalb weniger Stunden möglich. Früher waren dazu mehrere Tage nötig. Das Unternehmen kann damit schnell auf geänderte Parameter reagieren und die unterschiedlichen Auswirkungen verschiedener Rahmenbedingungen vergleichen. Auswirkungen hat dies auch auf die Automatisierungstechnik, die nun für eine effizientere und bessere Maschinennutzung sorgen kann. So lassen sich beispielsweise die Anlagenauslastungen jetzt wochenweise berechnen und dementsprechend besser steuern. Das Einsatzgebiet strategischer Simulationen umfasst nicht mehr nur interne Prozesse. Mittlerweile werden darüber auch komplette Supply-Chains optimiert und dabei alle Beziehungen der Wertschöpfungskette von Produktionsstätten über Distributionszentren bis hin zu Lieferanten, Herstellern und Zwischenhändlern mit einbezogen.

Autor: Dr. Dominik Eberlein ist Manager Otimizytion 6 Technology bei Axxom in München.