Modellbasierte Datenanalyse zur Identifikation logistischer Schwachstellen in Produktionsbereichen
Lasse Härtel, Peter Nyhuis
Die Erreichung einer hohen logistischen Leistungsfähigkeit in Form einer hohen Termintreue, geringen Auftragsdurchlaufzeiten, geringen Beständen und einer hohen Anlagenauslastung gewinnt für produzierende Unternehmen zunehmend an strategischer Bedeutung. Oftmals erreichen die Unternehmen die eigenen oder marktseitigen Ansprüche an die logistische Leistungsfähigkeit jedoch nicht. Eine steigende Datenverfügbarkeit bietet das Potenzial, die Ursachen für entstehende logistische Zielabweichungen evidenzbasiert, anhand vorliegender Unternehmensdaten zu ermitteln, um zielgerichtete Gegenmaßnahmen ableiten zu können. Im Rahmen der vorliegenden Arbeit wird eine systematische Methodik zur datenbasierten Identifikation grundlegender logistischer Schwachstellen in Produktionsbereichen industrieller Unternehmen entwickelt. Zur Ermöglichung einer strukturierten Ursachenanalyse, werden die komplexen logistischen Ursache-Wirkungs-Beziehungen zunächst gesammelt und in Form von Ursachenbäumen systematisiert. Darauf aufbauend wird untersucht, wie mithilfe logistischer Modelle, grundlegender statistischer Analysen und geeigneter Kennzahlen eine zielgerichtete Ermittlung der wahrscheinlichen Ursachenpfade allgemeingültig und datenbasiert gelingen kann. Im Ergebnis liegt ein umfassender Leitfaden zur Analyse und Verbesserung der Gestaltung und Konfiguration von Produktionssystemen vor.
