Der Shopfloor wird zur Datenquelle

Klassische IT-Systeme wie Warehouse-Management-Systeme erfassen zwar Transaktionen und grobe KPIs (Key Performance Indicators), liefern jedoch nur begrenzte Einblicke in die operative Realität. Daher basieren Entscheidungen häufig auf verzögerten, manuell erstellten (Excel-)Reports, Annahmen oder manuellen Beobachtungen.

Genau an dieser Stelle setzen Warehouse-Analytics-Lösungen wie ‚Warehouse 360‘ von Proglove an. Ziel ist es, operative Abläufe nicht nur abzubilden, sondern in Echtzeit messbar und steuerbar zu machen. Grundlegend dafür ist eine Architektur, in der die Daten direkt während der Wertschöpfung erfasst und in einen kontinuierlichen Analyseprozess überführt werden. Um das zu erreichen, werden Echtzeitdaten von Wearable Scannern des Unternehmens mit den Daten der bestehenden Systeme zusammengeführt.

Während klassische Scanner primär einzelne Transaktionen erfassen, liefern Wearables, insbesondere solche mit Anzeigemöglichkeiten wie der ‚Mark Display‘ oder ‚MAI‘, zusätzliche Kontextinformationen. Neben dem eigentlichen Scan werden Zeitstempel, Barcode-Typ, Prozess-Ort und Interaktionen aufgezeichnet. Außerdem können die tatsächlich durchgeführten Bewegungsabläufe wie Gehen, Waren heben oder Fahren erkannt und zugeordnet werden. Dadurch entsteht ein deutlich vollständigeres Bild der tatsächlichen Prozessausführung.

Datenverarbeitung nahezu in Echtzeit

In der ‚Insight Warehouse 360‘-Plattform werden die erfassten Daten nahezu in Echtzeit verarbeitet. Ein entscheidender Schritt dabei ist die Kontextualisierung: Einzelne Ereignisse werden nicht isoliert betrachtet, sondern in den jeweiligen Prozess eingebettet. Aus einer Sequenz von Scanvorgängen wird so beispielsweise ein vollständiger Picking-Prozess inklusive Positionen und Bewegung im Lager, der hinsichtlich Dauer, Effizienz und Abweichungen analysiert werden kann, abgeglichen mit den Transaktionsdaten aus dem WMS.

Das Analysesystem kann einen einzelnen Prozess – in welcher Zeit wurde welcher Weg zurückgelegt, welche Artikel wurden in welcher Reihenfolge gepickt – im Detail und grafisch für jeden verständlich anzeigen. Vor allem aber lassen sich aus diesem ‚Digitalen Zwilling‘ durch Aggregation und Analyse Muster erkennen, die mit klassischen Systemen nicht sichtbar wären. Beispielsweise werden Engpässe, ineffiziente Wege oder wiederkehrende Verzögerungen unmittelbar identifizierbar. Die Ergebnisse werden in Form von Dashboards, Heatmaps oder KPI-Visualisierungen bereitgestellt und ermöglichen eine direkte Interpretation durch operative Verantwortliche.

Auf Basis von Scannerdaten wird hier die Bearbeitung eines Auftrages in ‚Warehouse 360‘ gezeigt, inklusive längerer Standzeiten und Picks entgegen der Picksequenz. © Proglove

Damit werden Betriebsverantwortliche in Echtzeit auf Probleme hingewiesen, können anhand der detaillierten Prozess-analysen die Details verstehen und direkt reagieren und den Prozess aktiv steuern.

Beispiel Materialfluss

Ein typisches Anwendungsbeispiel ist die Analyse von Materialflüssen innerhalb eines Lagers. Durch die Kombination von Bewegungs- und Prozessdaten lassen sich stark frequentierte Bereiche und suboptimal gelagerte Waren identifizieren. Zu hoch oder zu weit vom Startpunkt platzierte Schnelldreher können schnell erkannt und umgelagert werden. Auch erkennt das System in Echtzeit Staus, was insbesondere in Umgebungen mit Förderfahrzeugen wichtig ist. Betriebsleiter und Prozessingenieure können so agieren und Prozesse umstellen.

Auch in der Leistungsbewertung ergeben sich neue Möglichkeiten. Das System erfasst zwar keine Benutzerdaten, sondern nur Gruppen- und Gerätedaten. Damit können aber vollständige Prozessketten analysiert werden, anstatt individuelle KPIs zu vergleichen. Unterschiede in der Bearbeitungszeit werden nicht nur sichtbar, sondern auch erklärbar, da Kontextinformationen wie Auftragsstruktur oder Standort berücksichtigt werden.

Die Zusammenführung von bestehenden Daten und Warehouse-Systemen gestaltet sich bei der Implementierung sehr einfach: Über standardisierte Schnittstellen (zum Beispiel per BAPI oder SFTP) erfolgt der Datenaustausch mit vorhandenen Systemen wie WMS oder ERP. Zusätzlich werden die bestehenden (oder neu ausgerollten) Wearable-Geräte mit der Proglove Insight-Plattform verbunden. Dann wird in wenigen Tagen zusammen mit den Kollegen vor Ort sowohl die Lagerkarte digitalisiert als auch der Prozess analysiert und damit eine komplette Echtzeitsicht auf die Prozesse bereitgestellt.

Die Lagerleistung

Patrick Blitz ist Principal Product Manager bei Proglove. © Proglove

Die Auswirkungen auf die Leistungen des Lagers sind messbar. Durch die Identifikation ineffizienter Abläufe lassen sich Durchlaufzeiten reduzieren und Ressourcen gezielter einsetzen. Gleichzeitig sinkt der manuelle Analyseaufwand, da relevante Informationen automatisch bereitgestellt werden. Entscheidungen können schneller und fundierter getroffen werden, was sich unmittelbar auf Produktivität und Kosten auswirkt. In Praxisprojekten konnten damit mindestens 5 % mehr Waren mit der gleichen Mannschaft bewegt werden, zum Teil aber auch mehr als 15 %. Außerdem konnte durch bessere Positionierung von Artikeln und fortlaufende ergonomische Analysen die körperliche Belastung der Mitarbeiter stark reduziert werden. 

Redakton: Inka Krischke