Trends & Innovationen

Lagerlogistik der Zukunft mit Process Mining

Geschäftlicher Erfolg ergibt sich aus den richtigen Fragen. Die wichtigste Frage heutzutage lautet: Wie kann ich meine Geschäftsprozesse so effizient wie möglich gestalten? Mehr als 90 Prozent der Unternehmen in Deutschland sehen Process Mining als einen entscheidenden Hebel für eine erfolgreiche Digitalisierung an. Gerade im Bereich Warehousing liefert diese Art der Prozessoptimierung oft den zentralen Ansatzpunkt. Aber wie funktioniert das konkret?

Es gibt viele Begriffe für eine digitale Prozessoptimierung: auf Big Data basierende Prozessanalyse, Data Mining oder Process Mining. Sie meinen alle mehr oder weniger das Gleiche: einen vertieften Einblick in bestehende Einzelprozesse zu erhalten. Während beim Data Mining statische Informationen analysiert werden, also Daten, die zum Zeitpunkt der Analyse vorhanden sind, geht Process Mining noch einen Schritt weiter. Dieses mächtige Tool ermöglicht es Unternehmen, die Lücken zwischen den idealen und tatsächlichen Prozessen zu erkennen. Data Mining sieht die Beziehungen zwischen den verschiedenen Datenschichten und nutzt fortschrittliche Techniken, um Muster zu finden und so die Prozesse zu optimieren.

Einige Lager werden aus Effizienzgründen heute an Drittanbieter (3PL Third Party Logistics) von Logistikdienstleistungen ausgelagert. Der Auftraggeber spart so Geld, und jene Unternehmen, die Warehousing anbieten, sind besser ausgelastet. Die Branche nennt das „Komplettbetreuung eines ganzen Logistikprozesses“. Wer hier mit Innovationen aufwarten kann, die auch über Ländergrenzen hinweg nutzbar sind, ist klar im Vorteil.

Die Kunst der Datenveredelung

Gerade in der Logistik entstehen große Datenmengen. Die Kunst ist es, diese Daten zusammenzuführen und zu veredeln. „Für die Optimierung im Bereich Warehousing beispielsweise gilt, ein Lager effizient, kosten- und ressourcensparend zu führen – oder eben auch entsprechend umzugestalten“, heißt es bei Rhenus Warehousing Solutions. Dabei bietet das Process-Mining-Konzept die größte Chance und diese IT-basierten Tools können eine bisher nie dagewesene Transparenz aller Prozesse schaffen.

In den vergangenen Jahren hat sich nicht nur in der Produktion, sondern auch im Bereich Warehousing ein Trend durchgesetzt: Neben einer viel stärker individualisierten Anfertigung von Produkten jeglicher Art gibt es eine immer kundenspezifischere Distribution. Was früher kaum ökonomisch sinnvoll erschien, ist heute mithilfe moderner IT-Plattformen technisch möglich und zugleich wirtschaftlich umsetzbar.

Der smarte Blick in die Zukunft

Gerade weil die Dinge heute smart werden, Objekte im Internet of Things also einen Netzwerkzugriff haben, werden Dinge eindeutig identifizierbar. Genau da setzen Programme zur Prozessoptimierung an, betont Henny Zhang, Big-Data-Spezialist bei Rhenus, und ergänzt: „Wir sehen nicht nur, welche Prozesse gerade laufen und wie sie miteinander verknüpft sind. Wir bekommen auch einen vertieften Einblick in den gesamten Prozessablauf. So können wir auf einfache Weise unsere Bottlenecks und Schwachstellen identifizieren und in kürzester Zeit darauf reagieren. Dies ermöglicht uns im Grunde einen Blick in die Zukunft.“

Das ist gerade im Bereich Warehousing ein entscheidender Vorteil. Waren früher Lager auf große Mengen ausgerichtet, auf Bevorratung, so ist heute in Zeiten zunehmender Online-Bestellungen eine unmittelbare Reaktion auf stark schwankende Nachfrage unerlässlich. Und da ist es egal, ob es um Kleidung, Technik oder Lebensmittel geht. Der Kunde benötigt eine Zustellung am nächsten oder oft sogar am selben Tag, ohne Verzögerungen oder Beschwerdegründe, zum Beispiel weil etwas Falsches geliefert wurde. In diesem Sinne ist Logistik ein wichtiger Teil der Kundenzufriedenheit geworden.

Skalierbarkeit: Eine Lösung für alle

Der alte Spruch „Qualität braucht Zeit“ ist obsolet geworden. Der Endkunde will nicht warten. Er erwartet vielmehr Qualität – jetzt, immer und überall. Zugleich ist gerade im Bereich E-Commerce die neue Macht der Kunden durch Online-Bewertungen zu spüren. „More effective, more flexible“ lautet die Devise, die von den ausgelagerten Warenlagern im Sinne des Auftraggebers und vor allem im Sinne des Kunden umzusetzen ist. Die Frage ist: Lassen sich solche Warehouse-Daten verallgemeinern oder sind sie standortabhängig?

„Bei einem Lager von beispielsweise 55.000 Quadratmetern mit Waren verschiedenster Art auf vier Etagen ist das schon eine Herausforderung“, weiß Marta Kunikowska von Rhenus Polen zu berichten. Da zeigen schon kleine Optimierungen bei konkreten Lagerpositionen der Waren über bessere Laufwege bis hin zur Größe der Lagerbestände sowie flexiblere Zeiten für Anlieferung und Abholung große Wirkung. „Zudem müssen wir immer für eine unerwartete Nachfrage gewappnet sein. Und das nicht nur bei der Lagerhaltung, sondern auch beim Einsatz von Personal. Da hilft es enorm, wenn wir eine verlässliche Vorhersage erhalten, die den manuellen Aufwand schon im Voraus planbar macht.“

Andere Regionen des Logistikdienstleisters in Frankreich oder den Niederlanden sehen einen großen Vorteil gerade in der Skalierbarkeit. „Das heißt, eine an einem Standort der Gruppe gefundene Lösung lässt sich generell auch an anderen Standorten innerhalb des Rhenus-Netzwerks umsetzen“, sagt etwa Audrey Chaudron von Rhenus Warehousing Frankreich. Und Henny Zhang ergänzt: „Ein solches Livetracking ist für unsere Arbeit enorm hilfreich. So kann für den Kunden an all unseren weltweiten Standorten die gleiche Service-Qualität erbracht werden – bei optimaler Flexibilität.“

 

Big Data mit Überraschungen

Die Optimierung der Prozesse geht über das Livetracking hinaus. Denn noch spannender sind die Vorhersagen über künftige, teils stark schwankende Entwicklungen. So ist ein Logistikdienstleister wie Rhenus Warehousing Solutions in der Lage, sowohl warenmäßig als auch personalmäßig frühzeitig zu reagieren. „Wo sind die Flaschenhälse in den Abläufen? Wo sind noch Schwächen im Prozess?“ Auch hier kann Big Data einen enormen Vorteil bieten, wenn die Analyse von aktuellen Prozessen auf „alte Daten“ zurückgreifen kann – also eine Kombination von Data Mining und Process Mining erfolgt.

„Wir haben unsere Verlaufsdaten in das System eingegeben – mit teils unvorhergesehenen Ergebnissen“, sagt Big-Data-Spezialist Zhang, dessen Team dieses Tool bei dem Logistikdienstleister in den Niederlanden schon 2019 eingeführt hat. „Bei der Analyse der bisherigen Daten und dem Abgleich mit den aktuellen Prozessen sind wir auf eine rund 90-prozentige Übereinstimmung mit unseren eigenen Voraussagen getroffen. Das war durchaus zu erwarten. Aber bei zehn Prozent der Vorhersagen, die mittels Datenanalyse erfolgten, waren wir doch erstaunt, welche Hinweise zur Prozessoptimierung zutage traten.“

Vier Stufen zur digitalen Transformation

Das Zusammenführen von Kompetenzen, Know-how und Technologien ist der Schlüssel zum Erfolg – nicht nur im Warehouse-Management. Deshalb hat Rhenus ein „Vier-Stufen-Modell“ der Prozessoptimierung parat. Im ersten Schritt geht es um das sogenannte Process Monitoring, also die Überwachung der einzelnen Prozesse. Schon dieser Schritt kann viel über Effizienz oder Optimierungsmöglichkeiten erzählen. In einem zweiten Schritt werden darauf aufsetzend Benchmarks festgelegt, also ein Maßstab für den Vergleich von Leistungen, der für die Festlegung von Key Performance Indicators (KPI) wichtig ist.

Der dritte Schritt ist dann die Analyse der Daten „in einer fortgeschrittenen Form“. Diese Advanced Analytics werfen den Blick voraus, sind also für die Vorhersage von Erfolgsmodellen wichtig. Und in einem vierten Schritt geht es schließlich um die künstliche Intelligenz, um Big-Data-Anwendungen für die Automatisierung von Geschäftsprozessen. Für Zhang ist klar: „Erst diese Kombination gibt uns den Rahmen für eine erfolgreiche digitale Transformation.“

Wollen Sie mehr erfahren?

Interessieren Sie sich für weitere Informationen zu Innovationen im Lagerbereich? Diese finden Sie auf unserer Website.

Mehr


Kommentare.

Für diesen Artikel gibt es 0 Kommentare.

Was denken Sie?

Bitte melden Sie sich an, um diesen Artikel zu speichern oder zu kommentieren.
Sie sind noch nicht angemeldet? Jetzt registrieren

Anmelden

Bitte melden Sie sich an, um diesen Artikel zu speichern oder zu kommentieren.
Sie sind noch nicht angemeldet? Registrieren

arrow_upward