IPL-Magazin 31 | April 2015 |

Szenariengestützte Bedarfs- und Kapazitätsplanung in der Automobil- und Zuliefererindustrie

Robin Hornung, Leiter der flexis Consult GmbH

Wie ereignisorientierte Bedarfsplanung die Prognosegenauigkeit signifikant erhöht und Reaktionsmöglichkeiten für veränderte Planung liefert

Automobilhersteller wollen und müssen ihre Bedarfsplanung zielgenauer gestalten, um die Profitabilität zu verbessern. Die Frage ist, wie man die Prognose auf der Bedarfsseite verbessern und gleichzeitig Maßnahmen auf der Kapazitätsseite ergreifen kann? Die Antwort liefert eine softwaregestützte, ereignisorientierte Bedarfsplanung.

Einmal im Monat mindestens tagt in Automobilkonzernen das große Querschnittsgremium, das für die Planung verantwortlich ist. Vertriebsmitarbeiter, Verantwortliche aus der Produktion, Einkäufer und Logistiker, manchmal auch Vertreter der Abteilung Finance sitzen zusammen, erörtern Bedarfs- und Kapazitätsszenarien und verabschieden Investitionen. Das hat direkte Auswirkungen auf die kurz-, mittel- und langfristige Produktionsplanung. Die Spitzenkräfte des Automobilherstellers greifen auf eine Fülle von Informationen zurück, von Marktdaten und -trends, über Gesetzesnovellen, Verkaufs- und Produktionszahlen, Produktlebenszyklen sowie Marketingmaßnahmen zur Verkaufsförderung. Sie nutzen sogar tagesaktuelle Informationen aus sozialen Netzen, in denen Meinungen über einzelne Modelle und Ausstattungsvarianten ausgetauscht werden. Hochspezialisierte Programme betreiben dafür Data Mining und füllen große Data-Warehouse-Systeme, Business-Intelligence-Lösungen werten die Daten aus. Den Planern steht damit eine Fülle von Informationen zur Verfügung, um Bedarf und Produktion miteinander in Einklang zu bringen, oftmals in Form umfangreicher Tabellenkalkulationen und als Papierausdruck. Szenarienvergleich trifft Exel-Liste.

Ergebnis: Je länger der Planungshorizont, desto ungenauer und unsicherer die Bedarfsprognose.

Woran liegt das?

Bei der Produktionsplanung geht es immer darum, freie Marktnachfrage zu beplanen. Das ist mit mathematischen Modellen gut machbar, wenn genügend Stichproben aus Vergangenheit und Gegenwart zur Verfügung stehen. Aus den verschiedenen Stichprobensammlungen lassen sich Trends ableiten und Prognosen dazu erstellen, wie sich die Nachfrage entwickeln wird. Dieser Blick in die Glaskugel berücksichtigt aber noch keine zukünftigen Ereignisse.

Alle Automobilhersteller wissen aber aus Erfahrung, dass Ereignisse in der Zukunft den Bedarf stark beeinflussen können, mal mehr, mal weniger. Neben den bereits erwähnten Faktoren gibt es zum Beispiel saisonale Effekte im Kaufverhalten. Und abhängig von der wirtschaftlichen Entwicklung zieht die Nachfrage immer erst zeitversetzt an. All diese Faktoren verändern die auf Grundlage aktuell vorliegender Daten und Stichproben erstellte freie Vertriebsplanung. Bisher ist es ungemein schwierig, künftige Einflüsse und ihre Folgen auf die Nachfrage richtig einzuschätzen – zu groß ist ihre Vielfalt und ihre Anzahl aus Kombinationen von einzelnen Ereignissen, die sich überlagern und auch gegenseitig beeinflussen können. Und alle Szenarien spiegeln sich in unterschiedlichen Kapazitätsbedarfen wider, die nun aufwändig auf die tiefsten Ebenen der Produktplanung bis hin zum Teil heruntergebrochen werden müssen.

Die Experten dieser Planungsrunde haben durchaus viel Wissen über Maßnahmen, die man ergreifen kann, um veränderte Rahmenbedingungen zu berücksichtigen. Es fehlt aber das systematische Ablegen und Nutzen dieses Wissens im Planungsprozess. Bisher helfen sich Unternehmen mit ganz einfachen Modellen wie etwa Stückzahlbandbreiten, die sie aufschreiben. Diese aber können trügerisch sein, weil Flexibilitätsmodelle immer Vorlaufzeiten brauchen – nur dann lassen sich einzelne Maßnahmen rechtzeitig aktivieren. Bandbreitenmodelle können das in der Regel nicht abbilden und auch Flexibilitätsmodelle müssen erst geplant werden, bevor sie aktiviert werden können. Hinzu kommt, dass sich auch bei der Kapazität Maßnahmen überlagern. Bei einer Engpassressource entscheidet man sich zum Beispiel dafür, als erstes eine zweite Anlage hinzuzunehmen, dann beide mit unterschiedlichen Auslastungen laufen zu lassen und die Taktzeit Schritt für Schritt zu optimieren.

Drei Maßnahmen, die sich überlagern. Wie wollen die Planer das intern ablegen? Ein Blumenstrauß aus sechs verschiedenen Maßnahmen ergibt schon sechs Fakultät Kombinationen, die – unterschiedlich miteinander kombiniert – jeweils andere Kapazitätswerte ergeben.

Bei einer Planung über einen Zeitraum von acht Jahren kommt es sogar schnell zu 25 Ereignissen, die zu berücksichtigen sind. „Manuell“ verliert man dabei den Überblick. Die quantitative Voraussage für den Bedarf wird damit sehr ungenau. Gefragt ist eine Lösung, die freie Nachfrage mit dem Wissen über die Zukunft „anreichert“.

Szenariengestützt systematisch Bedarfe planen

Die flexis AG in Stuttgart, Spezialist für Lösungen zur Optimierung und Planung von Produktionsprozessen in der Automobilindustrie, hat ein solches System in Forschungsprojekten mit Industriepartnern entwickelt und erprobt. Kern ist der Gedanke, Zukunftsereignisse mit Hilfe einer Software zu modellieren, miteinander ins Verhältnis zu setzen und voneinander abhängige Szenarien zu entwerfen, die mit Wahrscheinlichkeitskorridoren valide Zukunftsszenarien bzw. Entscheidungshilfen entwerfen.

Im ersten Schritt werden alle Ereignisse, von denen man weiß, dass sie in der Zukunft Auswirkungen auf die Nachfrage haben können, im System modelliert und in eine zeitliche Reihenfolge gesetzt:

Ereignis 1: Neuproduktanlauf,

Ereignis 2: Marketingaktivität,

Ereignis 3: Incentive-Aktion,

Ereignis 4: Wettbewerber zieht mit seinem Produkt nach,

Ereignis 5: Gesetzesänderung,

Ereignis 6: gute wirtschaftliche Entwicklung im Jahr x bedeutet erhöhte Nachfrage im Jahr x+2.

Das klingt auf den ersten Blick trivial, ist es aber nicht, da sich diese Ereignisse häufig überlagern und unterschiedlich starken Einfluss auf die Nachfrage haben.

Die Definition der Events und ihrer Auswirkungen auf Teile des Produkts erstreckt sich vom Gesamtfahrzeug über die Komponenten- bis auf Teileebene. Für jedes Ereignis wird eine Wahrscheinlichkeit des Eintritts eingegeben, ein Start- und ein Endzeitpunkt, eine Bandbreite, wie stark sich das Ereignis auf die freie Nachfrage auswirkt sowie weitere Kriterien. Interessant ist zum Beispiel, ob es zu einer relativen oder absoluten Nachfrageveränderung kommen wird. Bei der Produktion von 10.000 Autos für eine Sonderedition wird sich ein sehr gutes Verkaufsergebnis einstellen, die Veränderung wird daher absolut sein.

Eine eher allgemeine Marketingaktion wie das Schalten einer Fernsehwerbung wird dagegen ein Ereignis erzeugen, das nur eine relative Auswirkung auf die Nachfrage zeitigt. Der Planer hat eine Vielzahl von Ereignissen, die zu unterschiedlichen Zeitpunkten einsetzen, mit unterschiedlichen Wahrscheinlichkeiten modelliert. Um ihm diese mit den jeweiligen Auswirkungen zu zeigen, visualisiert das System eine Bandbreite von Ereignissen in einem Chart mit farblich abgestuften Wahrscheinlichkeiten.

Je dunkler die Farbe, desto höher die Wahrscheinlichkeit, je heller die Einfärbung in der Ergebnisvisualisierung desto unwahrscheinlicher ist das Eintreten der Events. Sinnvoll ist ein „Confidence-Intervall“ von plus/minus 30 Prozent für die erwarteten Mindest- und Maximalwerte der Bedarfsbandbreite. Alles was im Wahrscheinlichkeitshorizont über oder unter diesen 30 Prozent liegt, interessiert nicht, weil das Vorhalten der Flexibilität für diese Ereignisse viel zu teuer kommt.

Auf dieser Grundlage erfolgt somit also die ereignisorientierte Bedarfsplanung. In diesem Schritt definiert man die Produkte oder Teilmärkte, für die geplant werden soll, einschließlich Stückzahlen, Kosten pro Teil, Arbeitszeiten etc. Diese Informationen lassen sich auch importieren. Anschließend legen die Planer die Maßnahmen fest, mit denen die Kapazitäten angepasst werden können. Das reicht vom Erhöhen der Arbeitszeiten über Taktzeitreduzierungen mit gleichzeitigem Personalzuwachs bis hin zum Zuschalten von Ressourcen. Auf der Ebene der Teile können alternative Lieferanten ausgewählt werden.

Nun geht es darum, Parameter einzustellen. Jede Maßnahme bekommt einen Namen, damit man sie identifizieren kann. Sie wirkt gezielt auf eine Ressource, also ist die zeitliche Granularität zu beachten, zum Beispiel ob sich die Maßnahme auf Tages-, Wochen- und Monatsbasis planen lässt. Der Parameter „Capacity Increase Type“ beschreibt die Arten der Kapazitätserhöhungen, ob absolut (eine Ressource direkt betreffend) oder relativ (wie eine Taktzeitreduzierung). Die Reihenfolge des Zuschaltens der Parameter ist wichtig. Was ist die Reaktionszeit für das Aktivieren, was ist die Mindestzeit, um die Maßnahme laufen zu lassen (Mitspracherecht des Betriebsrates), was ist die Maximaldauer (Arbeitszeiterhöhung), Maßnahmen mehrfach nutzen, was die Planung erleichtert, Taktzeitreduzierung von einer Minute um zwei Sekunden ist eine Maßnahme, die drei Mal ergriffen werden kann, so dass die Taktzeit insgesamt um sechs Sekunden reduziert wird.

Ein weiterer Block sind Kostenfaktoren wie das Hinzufügen und Wegnehmen einer parallelen Anlage sowie für den laufenden Betrieb.

Die Bereitstellung von Flexibilität entlang dieser Bedarfsbandbreiten ist immer eine geschäftliche Entscheidung. Wie viel Flexibilität will das Unternehmen zur Verfügung stellen? Beim Bewerten der Szenarien benötigt man „harte Euros“, also eine Messgröße, die unmissverständlich die Auswirkungen der Maßnahmen auf finanzieller Ebene aufzeigt und somit eine variable Entscheidungsgrundlage. Deswegen sind im System Kostenverrechnungssätze integriert und im Hintergrund läuft ein Vollkostenrechnungsmodell, das die Kosten wie auch die Möglichkeiten von Mehrverkäufen einander gegenüberstellt.

Das Ergebnis sind so genannte Hüllkurven. Die Kapazitätshüllkurven ermöglichen es, die Bedarfe mit den unterschiedlichen Szenarien so „einzuhüllen“, dass man nach einer tagesaktuellen Verifizierung der Bedarfszahlen die Bedarfe immer decken kann. – Bedarfserfüllung / Screenshot Das betrifft natürlich auch das gezielte Abbauen von Ressourcen, um vorhersehbare geringere Nachfrage zu antizipieren und so vorhersehbaren Schaden zu verringern. Kurzarbeit hat zum Beispiel eine Vorlaufzeit von drei Monaten bis sie genehmigt ist, dann folgen zwei weitere Monate bis die Mitarbeiter zuhause bleiben dürfen. Mit einer fünfmonatigen Vorlaufzeit lassen sich 20 Prozent der Kapazität reduzieren und Kosten senken. Obwohl Nachfrage, Umsätze und Erträge sinken, erreichen es Unternehmen mit dem Instrument Kurzarbeit, profitabel zu bleiben oder wirtschaftliche Schäden klein zu halten.
Am Ende hat der Planer in einem System vor sich: seine gesamten Bedarfe, die gesamte prognostizierte Zukunft mit all seinem Wissen über die Zukunft in Bezug auf das zu beplanende Produkt. Er hat seine entsprechenden Kapazitäten vor sich, inklusive aller Maßnahmen, die er ergreifen muss, um sicherzustellen, dass der Bedarf befriedigt werden kann. Er hat die Kosten pro Teil in bestimmten Zeiträumen oder dem gesamten Planungshorizont für alle Maßnahmen. Er kennt die Umsätze über die Teile, die dagegen stehen. Auf einen Blick ist ersichtlich, ob damit profitabel gearbeitet wird.

Fazit
Die Einführung einer solchen Lösung ist weniger aufwändig als es erscheinen mag. Sehr viele Informationen liegen in den diversen BI- und Data-Warehouse-Systemen bereits vor; über Standardschnittstellen können sie vergleichweise einfach eingelesen werden. Der Startpunkt für die Einführung einer solchen Lösung sind entweder die Komponenten, die am schwierigsten bedarfsseitig zu prognostizieren sind oder die Komponenten, die am schwierigsten kapazitiv zu beplanen sind. Interessant ist das Verfahren bei volatilen Bedarfen und daraus resultierender Planungsunsicherheit sowie bei Kapazitäten, die schwer bereit zu stellen sind.

Wenig Sinn ergibt es, eine solche Lösung in Märkten mit konstanten Verhältnissen einzuführen. Speziell in volatilen Ländern wie beispielsweise China sind Bedarfsszenarien hingegen sinnvoll. Das Planungsgremium des Automobilkonzerns hat somit ein Werkzeug an der Hand, das es erlaubt, die Bedarfsplanung zu systematisieren. Alle aktuell zur Verfügung stehenden Informationen über die Zukunft sind berücksichtigt; systematisch und quantitativ: monetär, nach Stückzahlen und zeitlich. Es besteht Transparenz über Kapazitäten und Flexibilitäten der Ressourcen: die Vorlaufzeiten bestimmter Maßnahmen geben Auskunft darüber, welche Kapazitätsmaßnahmen sich überlagern und was das für die Flexibilität aller Ressourcen in der Produktion bedeutet.

Kurz- bis mittelfristig wiederum ist es möglich, Maßnahmen auszuwählen und zu kombinieren, die sicherstellen, dass Kapazitäts- und Bedarfskurve parallel verlaufen, was letztlich eine zielgerichtete Kapazitätsplanung ermöglicht. Durch die Vermeidung von Überkapazitäten und die Sicherstellung von Flexibilität ist das Realisieren der gewünschten Vertriebserlöse wahrscheinlicher, ebenso wie es möglich wird, den Schaden bei schlechten Marktsituationen zu begrenzen.

Sehr viel Nachfrage auf Gesamtproduktebene generieren Zusatzausstattungen. Werden elektronische Features falsch prognostiziert, kann unter Umständen der ganze Fahrzeugverkauf leiden. Daher ist es wichtig, bei Komponenten, Steuergeräten und Sonderausstattungen möglichst präzise Prognosen zu erstellen und die Kapazitäten darauf abzustimmen. Nur dann kann auf Optionsebene die Nachfrage bedient werden, was immer auch heißt, dass auf Gesamtfahrzeugebene die Vertriebsziele erreicht werden können. Die Kopplung eines Smartphones im Fahrzeug mit seiner Vielfalt an potenziell neuen Kommunikationsfunktionen bedeutet für Hersteller immer, dass eine sehr große Zahl an Fahrzeugkomponenten ausgetauscht werden muss. Das fängt bei den Kabelbäumen an, geht über die Steuergeräte bis hin zu den Batterien.

In der Folge kann das Fahrzeug immer schwerer geworden sein, was wiederum die Notwendigkeit neuer Achsfedern nach sich zieht. Denn das gleiche Fahrzeug – einmal normal und das andere Mal mit viel Elektronik ausgestattet und damit sehr viel schwerer – muss mit der gleichen Bodenhöhe auf der Straße stehen.