Verborgene Potentiale entdecken im SCM eine erfolgsversprechende Vorgehensweise

Transkript

1 Verborgene Potentiale entdecken im SCM eine erfolgsversprechende Vorgehensweise

2 Potentiale im SCM Materialfluss Lieferant Vorfertigung Beschaffung ROH HALB FERT Endmontage Distribution Kunde Informationsfluss

3 Standardvorgehen 1. Problem 2. Analyse 3. Projekt 3.1 Zieldefinition 3.2 Lösungen 3.3 Verantwortung 4. Prozessintegration 4.1 KVP 4.2 Zielintegration

4 Die Daten sind die Basis Kompetenz Handeln + richtig handeln Daten Information + Bedeutung/ Vernetzung Wissen + Analyse Können + Anwendungsbezug/ Wertung + Wollen

5 1.000 mal berührt mal ist nichts passiert Inventur 2007 Inventur 2008 Einlagerung in 2009 Auslagerung in externes Lager in 2008 Kundenbedarf in 2013 Nacharbeit (Oberfläche verschmutzt) Auslagerung externes Lager in 2010 Inventur 2009 Produktion 2007 Inventur 2010 Inventur 2011 Inventur 2012 Auslagerung in externes Lager in 2011 Einlagerung in 2010

6 Bestandsoptimierung Problem Lagerkapazitäten ausgeschöpft Hoher Reichweitenabschlag Gebundenes Kapital Hohe Auslaufkosten

7 Bestandsoptimierung: Analyse Definition geeigneter Analysewerte Bestandswert Reichweite Monate ohne Verbrauch Bestandsmenge Geeignete Merkmale identifizieren Lagerorte Artikelgruppen Produktgruppen ABC / XYZ Zeit EVT

8 Bestandsoptimierung: Analyse Langsamdreher identifizieren Garnichtdreher identifizieren Potential für Verschrottungen und Sonderverkäufe identifizieren

9 Bestandsoptimierung: Analyse Einfachverwendungsteile am Beispiel von Lichtschaltern

10 Bestandsoptimierung: Analyse Vorfertigung Losgröße St Endmontage HALB Losgröße St HALB HALB Alle Komponenten werden im Teilelager zwischengelagert

11 Bestandsoptimierung: Analyse Vorfertigung Endmontage Losgröße St Losgröße St HALB Losgröße St HALB Einfachverwendungsteile werden bedarfsorientiert gefertigt Eliminierung Teilelagerbestand

12 Bestandsoptimierung: Analyse ABC / XYZ Analyse Häufigkeit Verbrauchsmenge Verbrauch A B C X Y Z Hohe Menge mittlere Menge geringe Menge stetig MTS stetig MTS stetig MTS gut planbar gut planbar gut planbar Hohe Menge mittlere Menge geringe Menge schwankend MTS schwankend MTS schwankend MTO mäßig planbar mäßig planbar mäßig planbar Hohe Menge mittlere Menge geringe Menge sporadisch MTO sporadisch MTO sporadisch MTO nicht planbar nicht planbar nicht planbar Festlegen der richtigen Fertigungsstrategie MTS: make to stock (Lagerfertigung) MTO: make to order(kundenauftragsfertigung)

13

14 Bestandsoptimierung: Analyse Zusammenfassung Potential: Garnichtdreher 4,4 Mio. Langsamdreher 7,4 Mio. EVT Prozess umstellen 6,8 Mio. MTO Prozess umstellen 8,5 Mio. Gesamtpotential 14,9 Mio. Aus Potentialen Ziele top down ableiten

15 Bestandsoptimierung Projekt/Prozess Aufbau Bestandsmanagement Klärung Bestandsverantwortung Verschrottungsaktion / Sonderverkäufe

16 Bestandsoptimierung Lösung: Aufbau Bestandsmanagement Klärung Bestandsverantwortung Verschrottungsaktion / Sonderverkäufe Prozesseinführung zur kontinuierlichen Anpassung der Dispositionsparameter Integration in Jahresziele Änderung Produktionsprozess (Eliminierung WIP) Organisationsanpassung

17

18 Losgrößenermittlung Klassische Verfahren: Verbrauch Rüstzeit Rüstkosten Kapazitäten Lager & Behältnisse werden nicht berücksichtigt Verbrauch St p.a. Rüstzeit 30 min Rüstkosten 15 Losgröße St = Reichweite 6 Monate

19 Losgrößenermittlung 50 St. in eine Box 100 belegte Kisten 1000 Lagerkosten je Los St. in ½ Box 1 belegte Kisten 10 Lagerkosten je Los

20 Losgrößenermittlung Verbrauch St p.a. Rüstzeit 30 min Rüstkosten 15 x10 Lagerkosten Los 20 x10 Losgröße St = Reichweite 1 Monate = 20 Kisten 2x x Verbrauch St p.a. Rüstzeit 30 min Rüstkosten 15 Lagerkosten Los 10 Losgröße St = Reichweite 12 Monate = 1 Box 2x10 + 2x Reduzierung 80 Kisten

21

22 Optimierung Kommissionierzeit Problem: Hoher Kommissionieraufwand im Versandlager Analyse: Anzahl Kommissionierungen Anzahl Picks Identifizieren von Saisoneffekten Lösung: Lagerplatzoptimierung durch Umlagerung Integration in den Prozess

23

24 Optimierung Servicegrad Vorproduktion SG WKZ- Bereitstellung Beschaffung SG Beschaffung SG Produktion Kontinuierliche Verbesserung des Servicegrades Produktentwicklung SG Entwicklung Endmontage SG Produktion SG zum Kunden Versandlager SG zum Kunden Werkzeugbereitstellung Kunde

25 Optimierung Servicegrad 96,7 % Monatliche Darstellung (eine Zahl einmal im Monat) Tägliche Darstellung der Rückstände auf Materialebene Ausweitung auf Disponenten (Integration aller steuerungsrelevanten Parameter und Festlegung von Verantwortungen) 25

26 Optimierung Servicegrad Einbeziehen Materialstatus Differenzierung Serie/Projekt Servicegrad Produktion wie gut hält die Produktion ihre Termine? Servicegrad Beschaffung wie gut werden die Liefertermine gehalten? Spritzwerkzeuge Presswerkzeuge Stanzwerkzeuge Servicegrad Werkzeugbau werden die Werkzeuge termingerecht bereitgestellt? 26

27 Optimierung Servicegrad Voraussetzungen: Zeitnahes und automatisiertes Berichten Exception Reporting Definition von Verantwortungen Maßnahmenmanagement Integration in die Mitarbeiterziele 27

28 Datenqualität

29 Datenqualität Orbiter-Team in Colorado Marssonde Climate Orbiter (125 Mio $) Absturz am beim Anflug auf den Mars Orbiter-Team in Kalifornien

30 Datenqualität Bruttogewicht (Messing): 10 g Verbrauch -10 Cent Nettogewicht (Kontakt): 4g Zugang + 4 Cent Kuppelprodukt: Messingschrott 6 g Zugang + 5 Cent

31 Datenqualität Fehlerhafte Stückliste (kg statt g) Bruttogewicht (Messing): 10 g Verbrauch -10 Cent Nettogewicht (Kontakt): 4g Zugang + 4 Cent Kuppelprodukt: Messingschrott 6 kg Zugang Cent Mit jedem Hub werden ca. 5 GuV relevantes Ergebnis produziert Produktionsmenge St in 6 Monaten Ergebnisausweis

32 Der Wert Ihrer Daten hängt von der Reinheit ab

33 Datenqualität Start als Projekt 1. Definition der relevanten Daten Felder aus Materialstamm Materialstatus Beschaffungsart Arbeitsplandaten Stücklisten Kundenstammdaten Verpackungseinheiten Lieferantenstammdaten EK Preise.. Festlegung im Projektteam Projektteam muss fachübergreifend zusammengesetzt werden und über gutes Prozess Knowhow verfügen

34 Datenqualität 2. Definition von Prüfroutinen zur Identifikation von fehlerhaften Daten Eigenfertigung, aber kein Arbeitsplan vorhanden Keine Verpackungseinheit hinterlegt Keine Wiederbeschaffungszeit Mindestbestellmenge > real bestellte Menge Keine freigegebene Kalkulation 3. ABC Analyse durchführen (Zeitraum Monate) Produkte (nach Umsatz) Produkte (nach Absatz) Kunden (nach Umsatz). 4. Bei Produkten Stücklistenauflösung des A Segments Bereitstellen aller relevanten Daten aus Step 1 für die Materialien der Auflösung

35 Datenqualität 5. Datenbereinigung Fehlende Daten anlegen Fehlerhafte Daten korrigieren Kennzeichnung der Bearbeitung 6. Prozessanalyse Wie kam der Datenschiefstand ins System Festlegen eines zukünftigen Prozesses inkl. Verantwortung 7. Aufbau Exception reporting Automatische Identifikation fehlender Daten Automatische Identifikation fehlerhafter Daten Automatische Information an Verantwortlichen zur Korrektur 8. B Cluster bearbeiten 9. C Cluster nach Bedarf (exception reporting) 10.Alle 6 Monate mit Punkt 3 neu starten

36 Datenqualität Ergebnisse: Sehr hohes Datenqualitätsniveau Prozesse laufen effizienter Potentiale für Prozessoptimierungen werden entdeckt Mitarbeiter entwickeln abteilungsübergreifendes Prozessverständnis - Abteilungsdenke wird eliminiert

37 Beschaffungsmanagement Problem Hohe Prozesskosten Viele Bestellungen Aufwendiges Vorbereiten Lieferantenbesuche Steigende Materialkosten

38 Standardvorgehen 1. Problem 2. Analyse 3. Projekt 3.1 Zieldefinition 3.2 Lösungen 3.3 Verantwortung 4. Prozessintegration 4.1 KVP 4.2 Zielintegration

39 Beschaffungsmanagement

40 Ganzheitlicher BI-Ansatz AHAG Optimierungssysteme mit Delta Master Produktion/Logistik Finanzen/CO Vertrieb F & E Einkauf Marketing Qualität Produktion Bestand Lager Lieferungen Werkzeuge Profit Center Buchhaltung Investitionen Forderung Projekte Einkauf Lieferantenbewertung Gemeinkosten Ergebnisrechnung Bestellverhalten Werbematerial Reklamationen Produktivität Servicegrad Ausschussquoten OEE Komm. Daten Reichweiten Picks Etc. Kosten/Umsätze Margen Obligo GUV-Quoten Etc. Ford. Bestand DB Lieferungen Bestelllose Etc. Termine Kapazität. Prioris. Kosten Etc. PPE Servicegrad Reklamationen Anz.Bestell. Verbrauch Reichweiten Etc. Kosten WK-Effizienz Budget Etc. Reklamationen Quoten (PPM) Etc.

41 Beratungsfelder AHAG Unternehmensberatung Buldernweg 52a Münster

42 ABC Analyse nach Verbrauchsmenge 2012, Q1 2013, Q2 2013; Dsiponent: Althoff Gini-Index: 0,878 Detail:

43 Bericht 145 (2) 2012, Q1 2013, Q2 2013; Dsiponent: Althoff Gini-Index: 0,878

44 Lagerplatzoptimierung: Analyse der Zugriffe Artikel mehr hoher Zugriffsfrequenz nach vorne!

45 DeltaMaster Bericht BestandProduktion_AHAG_HHG - Produktion AHAG HHG Lieferantenbesuch VD GmbH Lermann :47

46 Inhaltsverzeichnis Lieferantenbesuche... 3 Übersicht... 3 Preisentwicklung... 4 TOP 10 EK Volumen... 5 TOP 10 Preisentwicklung... 6 Entwicklung Reklamationen... 7 Reklamationsquote... 8 Entwicklung Liefertreue... 9 Ursachen Termintreue nio Top 10 Termintreue nio Dokument1 2

47 Lieferantenbesuche Übersicht Mar 2013; Ist, {pp12}; Lieferant: VD GmbH Lermann Sparklines von Mär 2012 bis Mar 2013, skaliert bis 0 je Zelle Dokument1 3

48 Preisentwicklung Mar 2013; Lieferant: SCHLOSS Einkaufs- volumen > 0,00; Balken, skaliert je Spalte; Sparklines von Mär 2012 bis Mar 2013, skaliert bis 0 je Zelle, Nullwerte eingeblendet Dokument1 4

49 TOP 10 EK Volumen Mar 2013; Lieferant: SCHLOSS Obere 10 Warengrupen nach Einkaufs- volumen; Balken, skaliert je Spalte; Sparklines von Mär 2012 bis Mar 2013, skaliert bis 0 je Zelle, Nullwerte eingeblendet Dokument1 5

50 TOP 10 Preisentwicklung Mar 2013; Lieferant: SCHLOSS Obere 10 Warengrupen nach Einkaufs- volumen; Sparklines von Mär 2012 bis Mar 2013, skaliert von Min bis Max je Zelle, Nullwerte ausgeblendet Dokument1 6

51 Entwicklung Reklamationen Mar 2013; Lieferant: SCHLOSS * auf rechter Y-Achse Dokument1 7

52 Reklamationsquote Mar 2013; Lieferant: SCHLOSS Anzahl Rekla > 0; Sparklines von Okt 2012 bis Mar 2013, skaliert von Min bis Max je Zelle, Nullwerte eingeblendet Dokument1 8

53 Entwicklung Liefertreue Mar 2013; Lieferant: SCHLOSS * auf rechter Y-Achse Dokument1 9

54 Ursachen Termintreue nio Mar 2013; Lieferant: SCHLOSS; Termin ID: pünktlich, zu früh geliefert, zu spät geliefert, Unknown; Mengen ID: exakte Menge, überliefert, unterliefert Balken, skaliert je Spalte; Sparklines von Mär 2012 bis Mar 2013, skaliert bis 0 je Zelle, Nullwerte eingeblendet Dokument1 10

55 Top 10 Termintreue nio Mar 2013; Lieferant: SCHLOSS Obere 10 Warengrupen nach Anzahl SG Beschaffung nio; Balken, skaliert je Spalte; Sparklines von Mär 2012 bis Mar 2013, skaliert bis 0 je Zelle, Nullwerte eingeblendet Dokument1 11

56 Portfolioanalyse zur Identifikation Potential Lieferantenbündelung Objekte, 4 ausgewählt Sehr viele Schrauben bei sehr vielen Lieferanten

57 Bericht 140 (2) Objekte

58 Bericht Anzahl Lieferanten je Schraube 2012, 2013; Warengruppe: Schrauben

59 Alle Lieferanten zur Schraube Potential der Bündelung direkt transparent

60

61 Identifikation VD GmbH Lermann als Hauptverursacher

62 Identifikation VD GmbH Lermann als Hauptverursacher Durch Verknüpfung alle Lieferanten zu Stabmixer Beta XL gold Frage: Warum wurde nicht bei Lodey bezogen