Herausforderung

Ein Unternehmen mit rund 10 Millionen Euro Umsatz betreibt einen wachsenden Handel mit kleinteiligen Metallwaren. Eine effiziente Abwicklung der logistischen Aufgaben drohte mit zunehmender Auslastung der Flächen- und Lagerkapazitäten an ihre Grenze zu stoßen. Da Lagerkapazitäten kurzfristig nicht erhöht werden konnten, suchte das Unternehmen nach einer kurzfristig umsetzbaren Lösung. Der Unternehmer erkannte in den Methoden der künstlichen Intelligenz einen geeigneten Ansatz und beauftragte Dederichs und Partner damit, sein Problem zu lösen.

Vorgehen

Wir ermittelten in einem ersten Schritt Ablauffolgen und erfassten durchschnittliche Bearbeitungszeiten. Aus dem umfangreichen Datenbestand konnten statistische Zusammenhänge und Rückschlüsse auf den Prozessaufwand ermittelt werden. Die Ursachen von Engpasssituationen fanden wir in jährlich mehr als 60.000 Auftragspositionen. Ein maschinell lernender Algorithmus deckte auf, welche Aufträge mit welchen Eigenschaften zu Engpässen führten. In einem abschließenden Workshop stellten wir die Ergebnisse der Datenanalyse den beteiligten Mitarbeitern vor und bezogen sie aktiv in die Maßnahmenfindung ein.

Ergebnisse

Das Vorgehen ermöglichte eine schnelle Umsetzung der Maßnahmen unter Beteiligung der Mitarbeiter. Die Reorganisation der Prozesse und die gewonnenen Erkenntnisse für die Lagerbewirtschaftung reduzierten die gesamte Durchlaufzeit im Betrieb um 20%. Die Auswertung der Daten lieferte der Geschäftsführung darüber hinaus wertvolle Prognosen für eine strategisch sinnvolle Lagererweiterung.

zurück zu "Referenzen: Digitalisierung und Prozessoptimierung"