In unserem letzten Blogbeitrag zum Thema Netzwerkplanung haben wir Ihnen die fünf relevanten Erfolgsfaktoren vorgestellt. In diesem Beitrag erfahren Sie, wie Sie konkret bei der Optimierung Ihres Transportnetzwerkes vorgehen und welche Schritte Sie durchlaufen müssen, um dieses komplexe Vorhaben erfolgreich zu meistern. Basierend auf unserer langjährigen und branchenübergreifenden Beratungserfahrung haben wir eine standardisierte Vorgehensweise unter Einbeziehung von Data Mining und Machine Learning entwickelt:

1. Schritt: Projektrahmen und Untersuchungsbereich abgrenzen

Wie in jedem anderen Projekt sind auch bei der strategischen Netzwerkplanung im ersten Schritt der organisatorische sowie der inhaltliche Projektrahmen zu definieren. Organisatorisch sind Verantwortlichkeiten in einem Projektorganigramm festzulegen und ein Zeitplan aufzustellen. Inhaltlich muss der Untersuchungsbereich festgelegt werden. Dabei sollten Sie vorab unter anderem folgenden Fragen klären:

• Soll das gesamte Netzwerk betrachtet werden oder nur ein regionaler Ausschnitt?
• Wird das volle Produktspektrum beleuchtet oder nur einzelne Produktgruppen, um die Effekte im Netzwerk besser zu verstehen?
• Welche Freiheitsgrade gibt es bei der Planung und welche Parameter sind fixiert?
• Werden im Rahmen eines ‚Green Field‘-Ansatzes neue Logistikstrukturen untersucht oder ist die optimale Nutzung der bestehenden Strukturen innerhalb eines ‚Brown Field‘-Ansatzes zu ermitteln?

2. Schritt: Basismodell in Business Intelligence (BI) Software aufbauen

Im nächsten Schritt ist ein BI-Basismodell zur Kostensimulation aufzubauen. Dieses muss alle relevanten Kostentreiber beinhalten und deren Abhängigkeiten sowie Wechselwirkungen korrekt simulieren. Beispiele für relevante Kostentreiber sind Transport-, Handling-, Lager- und Kapitalbindungskosten. Bei unseren BI-Modellen legen wir besonderen Wert darauf, sie individuell an die Kundenbedürfnisse anzupassen. So schaffen wir eine detaillierte und vollständige Nachbildung des realen Inbound- oder Outbound-Netzwerks mit allen Lagerstufen sowie X-Docks.

Mithilfe von Machine Learning kann die Qualität von Eingangsdaten im BI-Modell optimiert werden, da sich damit Datenlücken automatisch befüllen lassen. Zudem setzen wir Data Mining zur Trend- sowie Mustererkennung ein und hinterlegen Logiken zur automatisierten Behebung von Datenfehlern im BI-Modell.

Entscheidend ist auch, dass die Rohdaten aus den Unternehmenssystemen direkt ins BI-Modell gespielt werden – das ermöglicht die aufwandsarme Aktualisierung mit neuen Rohdaten direkt aus dem ERP-System. So können Optimierungsentscheidungen regelmäßig überprüft und gegebenenfalls nachjustiert werden.

3. Schritt: Kostensimulation validieren

Sind alle Funktionen im Basismodell abgebildet, ist die Simulation zu überprüfen. Am besten anhand der Ist-Kosten im Netzwerk. Der simple Abgleich mit aktuellen KPIs zeigt, ob das BI-Modell funktioniert und wo es noch angepasst werden muss.  

Dieses Vorgehen hat zwei entscheidende Vorteile: Zum einen führt es zur Akzeptanz des BI-Modells in der Organisation – ein Schlüsselfaktor für die spätere Umsetzung der Optimierung. Zum anderen wird der Startpunkt der Verbesserung ermittelt. Dieser Schritt nimmt in der Regel die meiste Zeit in Anspruch, ist als Grundlage für alle weiteren Bemühungen allerdings besonders wichtig.

4. Schritt: Die optimale Lösung ermitteln

Die beste Berechnung der Welt hilft Ihnen nichts, wenn sie nicht umsetzbar ist. Werden zum Beispiel kostenoptimale Anlieferfrequenzen berechnet, sollten diese in SAP oder einem anderen ERP-System hinterlegt werden können. Schließlich kann ein LKW nicht 1,4 Mal die Woche anliefern.

Wichtig ist auch, mögliche Ziel-Szenarien zu definieren, um den Lösungsraum logisch einzugrenzen. Diese Eingrenzung ist entscheidend, um die Komplexität internationaler Transportnetzwerke beherrschbar zu machen. Dabei muss jedoch beachtet werden, dass dadurch die Lösungsfindung innerhalb des BI-Modells nicht zu stark limitiert wird. Wir setzen dazu beispielsweise auf ein hybrides Vorgehen: Auf Basis unserer langjährigen Erfahrung und unseres Expertenwissens grenzen wir den Lösungsraum ein. Gleichzeitig nutzen wir Optimierungsalgorithmen zur monetären Bewertung. So können wir beispielsweise den kostenoptimalen Standort für ein neues Zentrallager oder die optimierte Nutzung bestehender Lagerstrukturen ermitteln.

Damit die optimale Lösung auch von der gesamten Organisation getragen wird, muss jeder Stakeholder die Wirkungszusammenhänge verstehen. Das erfordert eine zielgerichtete und verständliche Kommunikation. Denn nur wenn alle überzeugt sind, ist das Vorhaben erfolgreich.

5. Schritt: Mithilfe von Sensitivitätsanalysen in die Zukunft blicken

Zu guter Letzt ist die Robustheit der Lösung durch Sensitivitätsanalysen sicherzustellen. Oft basiert die Optimierung der Netzwerkplanung auf Vergangenheitsdaten, ohne die Zukunft zu berücksichtigen. Selbst wenn Prognosen zu künftigen Entwicklungen miteinbezogen werden, unterliegen diese immer einer gewissen Unsicherheit. Mithilfe einer Sensitivitätsanalyse können verschiedene Entwicklungen simuliert werden. So lässt sich beobachten, wie sich diese Veränderungen auf das Optimum auswirken.

BI-Modelle eignen sich hierfür besonders gut, da relativ einfach viele unterschiedliche Möglichkeiten durchgespielt werden können: Was ändert sich bei der Anpassung des Lieferanten-Footprints? Was passiert, wenn ich das Volumen im Netzwerk reduziere bzw. erhöhe? Wie wirken sich unterschiedliche Kostensätze oder Transportpreissteigerungen aus? Durch die Simulation der externen Einflüsse sowie geänderter Rahmenbedingungen sichern BI-Modelle zuverlässig den nachhaltigen Erfolg der Optimierung.

Fazit:

Jeder der fünf Schritte ist elementar für den Erfolg Ihrer strategischen Netzwerkplanung. Nur wenn Sie alle nacheinander durchlaufen, erzielen Sie ein kostenbasiertes Optimum, das robust gegenüber äußeren Einflüssen ist und innerhalb Ihrer Organisation volle Akzeptanz findet. Gerne unterstützen wir Sie bei der strategischen Netzwerkplanung – sprechen Sie uns einfach an!