Liquidität: Lieferprobleme mit alternativer Planung kurzfristig lösen Teil2

Als erstes verschafft man sich einen Überblick über alle Projekte und unterscheidet dabei zwischen Einkaufs- und Produktionsteilen. Wir empfehlen wenige Parameter wie Umsatz, Verzögerung und Anzahl Teile pro Projekt und Teil. Mit einem https://seaborn.pydata.org/generated/seaborn.pairplot.html lassen sich in Excel gespeicherte Daten ohne großen Aufwand darstellen:

Pairplot Python Seaborn — Man erkennt die Verteilung der Umsätze (rechts unten) sowie der Verzögerung (Mitte) für Produktion und Einkauf. Weiterhin sieht man welche Volumina bei welchen Verzögerungen auftreten und welche Umsätze wie verzögert sind.

Dieser Boxplot zeigt welche Aufträge durch wie viele Ausreißer wie lange verzögert werden. Beispielsweise für „phi-4“ bringt eine Hauruck-Aktion in der Produktion wenig, weil viele Einkaufsteile fehlen. Bei „iota-6“ hingegen würde das Vorziehen eines Zukaufteils und zweier Produktionsteile die Verzögerung halbieren.

Will man hingegen die Verteilung der Verzögerungen überblicken empfiehlt sich ein https://seaborn.pydata.org/generated/seaborn.violinplot.html

Jetzt geht es darum alle Projekte ursachenspezifisch zu beschleunigen. Bildet die Personalkapazität die Hauptursache für die Lieferverzögerungen dann stehen Ihnen folgende Optionen zur Auswahl:

· Zusatzschichten

· Ausstoß der Engpassmaschinen steigern

· Punktuell verlängerte Werkbank (bitte Vorlauf planen)

· Gezielte Produktivitätssteigerungen an Personalengpässen

Dazu gibt es erprobte Methoden, welche sich schnell umsetzen lassen.

Bildet hingegen die Maschinenkapazität die Hauptursache für die Lieferverzögerungen dann stehen Ihnen folgende Optionen zur Auswahl:

· Spezialwerkzeuge

· Schnellwechselvorrichtungen

· Verfahrensgeschwindigkeit erhöhen

· Zykluszeiten verkürzen

· Andere Materialien einsetzen

Auch das ist nicht Neues muss aber verfahrensspezifisch angegangen werden. Am schnellsten geht dies mit kurzen Experteneinsätzen.

Besteht hingegen ein Verteilungsproblem, weil Ihre Lieferanten und deren Konkurrenten gewisse Produkte nicht in den benötigten Mengen bereitstellen können dann sollten Sie das Problem als Optimierung mit begrenzten Ressourcen angehen. Die zugehörigen Algorithmen wurden von Lew Pontryagin und Richard Bellman in den 50er Jahren parallel entwickelt. Mittlerweile bestehen „open source“ Pakete. Die Auswahl und die Konfiguration hängen allerdings von den konkreten Prozessen im Betrieb ab.

https://blog.frankfurt-school.de/de/ai-pontryagin-or-how-neural-networks-learn-to-control-complex-systems/

https://www.ncbi.nlm.nih.gov/pmc/articles/PMC527981/?page=1

Als Notnagel sollte die Rückkonstruktion der Produkte auf einen früheren Stand mit älteren Komponenten betrachtet werden sofern diese kurzfristig verfügbar sind. Das ist unschön, hilft aber kurzfristig beim Schaffen von Liquidität.