Drucken

IPL-Magazin 51 | April 2020 | Autor: Prof. Dr. Gerhard Metze


Umrechnung monetärer Zahlen der Buchhaltung in Zeitwerte für Logistik und Produktion.


Prof. Dr. Gerhard Metze
Prof. Dr. Gerhard Metze

Quantifizierung ist immer noch ein „Knackpunkt“ bei Lean-Projekten in Logistik und Produktion. Ein Engpass ist meist die Ermittlung der Durchlaufzeiten. Die Durchlaufzeiten sind aber der wesentliche Bezugspunkt, um einerseits die Ausgangssituation eines Werkes zu charakterisieren, und andererseits die Wirkung von Maßnahmen ex ante darzustellen, und ex post zu überprüfen.

Hinzu kommt noch ein anderer wesentlicher Punkt: die Quantifizierung der „tatsächlichen“ Kapazitätsauslastung. Im schlimmsten Fall werden immer noch Produktivitätskennzahlen aufgetischt, in denen die Ist- Stunden der Mitarbeiter auf ihre Soll-Stunden bezogen werden. Dies ist schlicht und einfach eine Anwesenheitsquote, die mit Produktivität nicht das Geringste zu tun hat. Andererseits will man weder die Zeit noch den Geldaufwand aufbringen, um über monatelange Detailanalysen mehr Transparenz über die Ist-Situation, mit einer Unterscheidung zwischen Symptomen und wirklichen Ursachen, zu erhalten. Zudem besteht noch die Gefahr, „zu genaue“ Daten zu erhalten, die nicht geeignet sind, die Ursachen zu identifizieren, geschweige denn Maßnahmen abzuleiten. Ein Beispiel hierfür ist die Analyse der Durchlaufzeit für ein und dasselbe Produkt in ein und derselben Fertigung (Abb. 1).

 

Abb. 1: Beispiel der Variation der Durchlaufzeit eines definierten Produkts in ein- und derselben Fertigung im Verhältnis zur Planzeit des ERP- Systems (= DLZSoll)
Abb. 1: Beispiel der Variation der Durchlaufzeit eines definierten Produkts in ein- und derselben Fertigung im Verhältnis zur Planzeit des ERP- Systems (= DLZSoll)

 

 Die Durchlaufzeiten entsprechen in keiner Weise irgendeiner Verteilung, sondern die Werte sind stochastisch verteilt. Damit kann weder eine Aussage über eine „realistische“ Plan- Durchlaufzeit gemacht werden, noch eine Aussage über die reale Kapazitäts-Nutzung. Und genau diese „Nicht“- Verteilung ist typisch für eine Produktion mit Variantenvielfalt und sehr unterschiedlichen Losgrößen.
Im Folgenden stellen wir unseren Ansatz vor, der aus den zugänglichen Zahlen eines „normalen“ ERP- Systems eines Unternehmens in kurzer Zeit eine ziemlich deutliches Bild der Ursachen für eine schlechte Produktivität, gemessen an langen Liegezeiten und einer schlechten Kapazitätsnutzung, erzeugt.

Für eine belastbare Aussage über die Durchlaufzeit(en) auf aggregiertem Niveau wird zuerst an den Zahlen der Buchhaltung über die Bestände angesetzt. Dann werden die Geldwerte der Bestände in Zeitwerte der Durchlaufzeit transformiert.


Dies ist für alle großen Bereiche der materiellen Wertschöpfung möglich
(Abb. 2):


Die Verwendung der Werte aus dem Geschäftsabschluss reicht für eine Analyse durchaus aus. Bei Zukaufteilen bzw. dem Lager sind in der Bilanz die Bestände für tote Bestände auf den Erinnerungswert von 1 Euro herabgesetzt. Sie belegen zwar noch einen Platz im Lager, aber für die Durchlaufzeit spielen sie keine Rolle. Bei den unfertigen Erzeugnissen und auch bei den Fertigerzeugnissen wird oft versucht, diese zum Geschäftsjahresende zu reduzieren. Deshalb muss man davon ausgehen, dass die Bestands- und Durchlaufzeitrealität noch etwas schlechter aussieht als auf dieser Basis errechnet. Aber die Abweichungen halten sich in Grenzen und sind für unseren Zweck akzeptabel.

Falls vorhanden, sollten deshalb die Bestandsdurchschnitte aus der monatlichen betriebswirtschaftlichen Auswertung herangezogen werden, hier fehlen aber meist Angaben über Unfertige Erzeugnisse.

 

Abb. 2: Umwandlung von Geld-Werte in Zeit-Werte
Abb. 2: Umwandlung von Geld-Werte in Zeit-Werte

 

 

An einem kleinen Beispiel für die Produktionsdurchlaufzeit soll das verdeutlicht werden. Um noch den Anteil der Liegezeit zu bestimmen, sind von der Arbeitsvorbereitung, aus dem MES – System, teilweise auch aus dem ERP- System die durchschnittlichen physischen Bearbeitungszeiten als Durchschnittswert einzubeziehen. Das nebenstehende Beispiel (Abb. 3) zeigt ein relativ „normales“ Unternehmen der Elektrotechnik, das aufgrund seiner guten Auftragslage die Kapazität erhöhen muss. In der Diskussion steht die Errichtung eines neuen Werkes auf der grünen Wiese mit einem hohen Investment.

 

Abb. 3: Ermittlung der durchschnittlichen Durchlaufzeit in der Produktion (21,75 Arbeitstage/Monat)
Abb. 3: Ermittlung der durchschnittlichen Durchlaufzeit in der Produktion (21,75 Arbeitstage/Monat)

 

Das Ergebnis unserer Analyse zeigt, dass bei diesem hohen Liegezeitanteil noch genügend Kapazitätsreserven stecken. Diese können dadurch gehoben werden, indem Maßnahmen zur Reduzierung der hohen Liegezeitanteile in Bereichen zwischen 30 – 50 % initiiert und realisiert werden (Abb. 4). Nach unseren Berechnungen kann in diesem Fall auf ein neues Werk verzichtet werden.

 

Abb. 4: Steigerung der Kapazitätsnutzung durch Verkürzung der Liegezeit
Abb. 4: Steigerung der Kapazitätsnutzung durch Verkürzung der Liegezeit

 

Quantifizierung ursächlicher Liegezeit-Parameter

Beim nächsten Schritt einer Quantifizierung geht es um die Zuordnung der Ursachen der Liege- und Wartezeitanteile, die nun nicht monokausal, sondern interdependent multikausal sind und deshalb gegenseitige „Aufschaukel“-Effekte auf die Durchlaufzeit – und damit die Kapazitätsnutzung - zur Folge haben.

Alleine schon mit der Angabe des Liegezeitanteils ergibt sich der Endpunkt eines Sigmoids (Wachstumskurve) zur Quantifizierung (Abb. 5), nicht aber der Verlauf der Kurve, der ja entscheidend für die Bestimmung von Ursachen und der Wirkung von Maßnahmen ist.

 

Abb. 5: Unterschiedliche Liegezeitanteile von 3 Unternehmen gemäß ihrer unterschiedlichen Komplexität
Abb. 5: Unterschiedliche Liegezeitanteile von 3 Unternehmen gemäß ihrer unterschiedlichen Komplexität

 

Der Kurvenverlauf wird bei dem Ansatz von 3 relevanten Parametergruppen bestimmt:

 

Teile- und Variantenvielfalt

Es gibt hinreichend genügend Untersuchungen über die Auswirkungen der Teile- und Variantenvielfalt über fast alle Wirtschaftszweige hinweg. Eine Zunahme der Vielfalt hat immer eine Zunahme von Fehlern, aber natürlich auch von Liegezeiten und damit eine Reduzierung der Kapazitätsnutzung zur Folge. Aber solange in einem Unternehmen eine hohe Teile- und Variantenvielfalt zur Strategie der Unterscheidung von den Wettbewerbern gehört, ist dieser Hebel zur Reduktion von Fehlern und Lieferzeiten nur sehr begrenzt bedienbar. Lediglich bei der Teilevielfalt ist mit einem Baukastensystem gegenzusteuern. Die Gefahr andererseits besteht in der zu langsamen Integration innovativer Bauteile von den Lieferanten, da sie noch nicht im Baukasten enthalten sind. In unserem Ansatz werden Teilevielfalt und Variantenvielfalt zu einem Index zusammengefasst, als erster Parameter des Sigmoids. Die quantitativen Daten dazu sind sowohl aus dem MES als auch dem ERP-System eines Unternehmens erhältlich und abrufbar.

Technisch bedingte Fertigungsstruktur

Der einfachste kritische Fall ist ein konstant überlasteter Engpass an einer Kapazitätseinheit. Dieser lässt sich bei einem linearen Ablauf der Wertschöpfungskette in der Produktion herausrechnen.

Die zu treffende Maßnahme ist in diesem Fall relativ einfach: der Engpass muss erweitert werden, also die Kapazität erhöht werden. So einfach ist es in der Realität von Teile- und Variantenvielfalt und komplexer Produktarchitektur nicht. Hier wechselt die Engpasssituation je nach unterschiedlichem technischen Aufbau der Kundenaufträge zwischen den Maschinengruppen und den einzelnen Maschinen (Abb. 6).

 

Abb. 6: Enpasswechsel in der Produktion
Abb. 6: Enpasswechsel in der Produktion

 

 

Bei einem häufigen Wechsel der Engpässe macht eine Erhöhung einzelner Kapazitätseinheiten keinen Sinn. Erschwert wird diese Situation, wenn beim Durchlauf der Wertschöpfung das Material zuerst durch einen Engpass muss, anschließend weitere Bearbeitungen an anderen Kapazitäten durchläuft, und dann – nach unterschiedlichen Zeiten – wieder an diesen Engpass erneut zur Bearbeitung zurückkehren muss (Abb. 7). Es geht also um die Problematik von Kreisprozessen mit unterschiedlichen Rückkehrzeiten. Diese Situation ist nicht nur in der Mikroelektronik gegeben, sondern findet ich auch in der Produktion „normaler“ Güter des Maschinenbaus und der Elektrotechnik. An beiden Aspekten setzt der zweite Parameter des Sigmoids an, womit die technisch bedingte Fertigungsstruktur erfasst wird.

Dabei wird ein Index aus folgenden beiden Einflussgrößen gebildet:

 

Abb. 7: Kreisprozess im Ablauf der Fertigung
Abb. 7: Kreisprozess im Ablauf der Fertigung

 

 

Diese Daten sind in den meisten MES und ERP- Systemen nicht auf Knopfdruck abrufbar, müssen also aufbereitet werden. Erfahrungsgemäß liegen in den meisten Unternehmen diese Daten entweder bei der Arbeitsvorbereitung oder der Fertigung in einer Qualität vor, die zu einer Quantifizierung ausreicht.

 

Informationsbeherrschung

Angesichts des flächendeckenden Einsatzes von ERP-Systemen über alle Branchen hinweg (etwas weniger bei MES) scheint es verwunderlich, dass immer noch erhebliche Lücken in der Beherrschung der Informationsprozesse bestehen. Unzureichend aufgesetzte Systeme, nicht zu Ende konzipierte Informationsverkettungen zu und von den Mitarbeitern, Zeitverzögerungen zwischen dem physischen Materialfluss und dem Informationsfluss erhöhen die ohnehin nicht geringe technische Komplexität und vergrößern das Chaos.

Das folgende Beispiel der Situation eines Werkes mit elektrotechnischen Produkten und Geräten verdeutlicht dies:


Ein Großteil dieser Informationen ist nicht aus IT- Systemen abrufbar, sondern muss durch langwierige Detailanalysen eruiert werden. Daraus wird eine Kennzahl gebildet, die den Grad der Informationsbeherrschung in einer Organisationseinheit charakterisiert (Abb. 8).

 

 

Abb. 8: Faktoren zur Ermittlung des Niveaus der Informationsbeherrschung bei Detailanalysen
Abb. 8: Faktoren zur Ermittlung des Niveaus der Informationsbeherrschung bei Detailanalysen

 

 

Wichtig ist dabei der Realitätsgehalt der Informationen, der die Abweichungen
der Daten in den IT- Systemen zu der realen Situation angibt.
So ist es weniger problematisch, wenn Material fehlt oder eine Kapazität
nicht belegbar ist, als wenn die Information darüber nicht der Realität entspricht.
Denn bei dieser Situation ist eine effiziente Planung bzw. Umplanung
und Steuerung nicht möglich.
Es verwundert nicht, dass bei diesem Beispiel mit einem schlechten
Niveau der Informationsbeherrschung von 57% der Anteil der Liegezeit an
der Durchlaufzeit den enorm hohen Wert von 93 % aufweist.
Bei dem hier vorgestellten Ansatz verzichtet man auf derartige aufwändige
Detailanalysen. Ein speziell aufgebautes System von geeigneten Indikatoren
erstellt, das eine relativ schnelle und verläßliche Informationsgewinnung
erlaubt.

Es charakterisiert das Niveau der Informationsbeherrschung aus zwei Kriterien, die sich relativ einfach quantifizieren lassen:


Die Rückkopplungsgeschwindigkeit über den Fortschritt materieller Prozesse in das IT- System wird charakterisiert durch das Verhältnis von

 

So findet man in der Praxis genügend Beispiele für Prozesszeiten von 30 Minuten, deren Fertigstellung aber nur zwei Mal am Tag im MES und/oder ERP- System rückgemeldet werden. In nicht wenigen Firmen ist der Rhythmus der Aktualisierung noch länger, bei alten IT- Systemen bis zu 3 Tagen. Das Verhältnis von Aktualisierungszeit zur Bearbeitungszeit zeigt auf, welcher Zeitverzug zwischen den materiellen Vorgängen und ihren Abbildungen im IT-System für die Planung und Steuerung der Produktion gegeben ist. Die Rückkopplungsgeschwindigkeit soll im optimalen Fall der Geschwindigkeit der materiellen Prozesse entsprechen.

Ein Indikator für den Realitätsgehalt der Plan-Zeitwerte lässt sich aus ERPSystemen gut herausholen.


Hier wird

 

Das folgende Beispiel (Abb. 9) verdeutlicht die sehr unterschiedliche Situation zweier Unternehmen,

 

Abb. 9: Unterschiedliche Streuung der DLZWerte für technische ähnliche Produkte bei technisch ähnlichen Unternehmen
Abb. 9: Unterschiedliche Streuung der DLZWerte für technische ähnliche Produkte bei technisch ähnlichen Unternehmen

 

Simulation der Durchlaufzeitreduzierung und der verbesserten Kapazitätsnutzung

Aus dem Zusammentragen vieler Werte von verschiedenen Unternehmen hat sich eine „Normkurve“ aufgestellt, um die sich die einzelnen Unternehmen in einem Korridor zuordnen lassen. (Abb. 10).

 

Abb. 10: Vergleich verschieden aktiver Unternehmen bei der Liegezeitreduktion zu einer Normkurve
Abb. 10: Vergleich verschieden aktiver Unternehmen bei der Liegezeitreduktion zu einer Normkurve

 

Damit können auch erzielte Verbesserungen der letzten Maßnahmen im Vergleich zueinander deutlich gemacht werden: So haben die Maßnahmen bei Unternehmen A (rot) zwar einiges an Komplexität reduziert, aber die Auswirkungen auf den Liegezeitanteil – und damit die Kapazitätsnutzung - ist noch recht gering (Abb.11).Bei Unternehmen B (gelb) haben geringfügige Maßnahmen auch nur geringfügige Verbesserungen bewirkt. Demgegenüber hat Unternehmen C (grün) mit den Maßnahmen die Komplexität deutlich verringern können und auch eine spürbare Reduktion der Liegezeitanteile bewirkt, was sich unmittelbar in einer höheren Kapazitsnutzung niederschlägt.

 

Abb. 11: Bemerkenswerte Reduktion der Komplexität bei Unternehmen A, aber geringe Wirkung auf den Liegezeitanteil
Abb. 11: Bemerkenswerte Reduktion der Komplexität bei Unternehmen A, aber geringe Wirkung auf den Liegezeitanteil

 

In umgekehrter Weise können die Wirkungen von Maßnahmen zur Durchlaufzeitverkürzung durch das Kennzahlensystem für jede Parametergruppe abgeschätzt werden. Dazu wird die „Normkurve“ auf die spezifische Situation eines Unternehmens angepasst und justiert. Der Parameterbereich der Varianten- und Teilevielfalt wird hier nur insofern berücksichtigt, als er ein wichtiger Bestandteil der Komplexität ist. Bei den vorliegenden Simulationsbeispielen wird der unternehmensspezifische Wert einbezogen, aber nicht zur Veränderung angesetzt, denn Logistik und Produktion haben hier keinen Zugriff darauf.

Damit verbleiben die Bereiche „Technisch bedingte Fertigungsstruktur“ und “Informationsbeherrschung“. Hier kann die Simulationsqualität des Ansatzes verdeutlicht werden: Angedacht war die Segmentierung einer chaotisch ablaufenden Produktion in ein Segment für einen Großkunden und ein zweites Segment für alle anderen Kunden. In beiden Segmenten wäre nach wie vor eine Vermischung von Aufträgen mit linearer Abfolge und von Aufträgen mit Kreisprozessen vorgekommen.

Das große Chaos sollte in zwei kleinere chaotische Systeme aufgeteilt werden, durchaus verbunden mit einer Reduktion der Liegezeiten. Mittels unseres Ansatzes kann man jedoch aufzeigen, dass die Trennung der Fertigungsstruktur in ein Segment für Produkte mit einem linearen Prozessfortgang und ein Segment für Produkte mit Kreisprozessen im Ablauf wesentlich höhere Reduzierungen der Durchlaufzeit, zusammen mit einer deutlichen Steigerung der Kapazitätsnutzung erbringen würde. Also völlig unabhängig von der Zugehörigkeit der jeweiligen Produkte zu einer Produktklasse oder Kundenklasse. Es macht demnach wenig Sinn, die Fertigung nach den Kriterien des Vertriebs zu segmentieren, hier muss zuallererst auf der Basis von Fertigungstechnik und Fertigungsorganisation eine Reduktion der Komplexität stattfinden. Für die Informationsbeherrschung ist die Beschleunigung der Rückkopplungsgeschwindigkeit auf die Geschwindigkeit der materiellen Prozesse der größte Hebel. Hierzu ist die Update-Zeitdauer der Daten im IT-System ohne Zweifel wichtig. SAP hat mit HANA derzeit eine Vorsprungposition im Vergleich zu Wettbewerbern. Aber die Leistungssteigerungen der Prozessoren in den Rechnern wie bei den Speichern werden dazu führen, dass in den nächsten Jahren auch mittelstandsübliche IT- Systeme in diese Leistungsbereiche vordringen werden. Heute werden schon Aktualisierungszyklen von 5 Minuten erreicht, die in den meisten Anwendungsfällen des Maschinenbaus und der Elektrotechnik als Update-Zeit ausreichen.

Zudem nützt die Verkürzung der Update-Zeitdauer im IT-System nur dann, wenn an der Schnittstelle Mensch-Maschine (Human-Machine Interface HMI) Vorgaben und Rückmeldungen in Echtzeit erfolgen, also keine Verzögerung des Informationsflusses vor allem im Zusammenhang mit papiergestützten Aufgabeninformationen und Vollzugsbestätigungen. Hier zeigen die Simulationen die große Hebelwirkung von Sprachsteuerung und cleveren Funklösungen auch im mobilen Einsatz unter den rauen Bedingungen einer Fertigung. Mit der Kombination einer Fertigungssegmentierung (nach fertigungstechnischen Aspekten) und einer Fertigungsdurchführung mit Vorgaben und Rückmeldungen in Echtzeit konnten in zwei Werken einer mittelständischen Firmengruppe die Liegezeiten so drastisch reduziert werden, dass bei fast gleicher Struktur die Kapazität vervierfacht werden konnte. Der dargelegte Ansatz der Quantifizierung erleichtert nicht nur die Priorisierung der Maßnahmen nach ihrer Kosteneinsparung. Sondern auf dieser Basis kann auch die Steigerung der Kapazitätsnutzung abgeleitet werden. Die ökonomischen Wirkungen einer Umsatzsteigerung bei praktisch gleichhohen Fixkosten sind in der Regel deutlich höher als die reinen Kosteneinsparungen. Von den eingesparten Investitionssummen für ein neues Werk ganz zu schweigen.