Prozessoptimierung in SAP EWM mittels Process Mining

Was ist eigentlich Process Mining?

Heutzutage werden praktisch alle Unternehmensprozesse systemisch unterstützt. Sei es z.B. in der Buchhaltung, Einkauf oder Auftragsabwicklung durch ein ERP-System, in der Produktion durch ein MES-System oder in der Logistik durch ein Warehouse Management System. Dabei speichern diese Systeme alle Änderungen die ein bestimmter Auftrag, wie z.B. ein Auslieferungsbeleg, erfährt. Genau diese Information, diese digitalen Spuren, die ein Prozess im System hinterlässt, macht sich Process Mining zu nutze. Process Mining verwendet diese Änderungsdaten, um mit Hilfe von zusätzlichem Prozesswissen, daraus einen digitalen Zwilling des Prozesses zu erzeugen. Mithilfe dieses digitalen Zwillings lassen sich alle historischen Prozessdurchläufe visualisieren und analysieren. So können die Probleme verstanden und der Prozess optimiert werden.  Wenn Sie mehr über die Technologie an sich erfahren wollen, empfehle ich Ihnen unser White Paper zum Thema.

Dadurch können ohne umfangreiche Entwicklungszeiten bereits vorgefertigte Analysemodelle angewendet werden. Je nach Anwendungsfall werden bestimmte KPIs automatisiert berechnet und die Ergebnisse in Analysen dargestellt. Dies ermöglicht es, mit geringem Implementierungsaufwand bereits erste wertvolle Ergebnisse und Erkenntnisse zu gewinnen. Zusätzlich ist die App in einem nutzerfreundlichen Interface dargestellt und ermöglicht damit auch weniger technisch-affinen Mitarbeitenden von den umfangreichen Analysen und Auswertungen zu profitieren. Darüber hinaus werden wiederholende Aufgaben über vordefinierte „Actions“ automatisiert, um manuellen Zeitaufwand zu sparen.

Wo findet Process Mining Anwendung in der Logistik?

Lange Zeit wurde die Technologie überwiegend für die indirekten Prozesse bspw. im Einkauf und Auftragsabwicklung eingesetzt. Zu komplex und vielschichtig waren die Prozesse in der Produktion und Logistik. Doch mittlerweile hat sich die Technologie deutlich weiterentwickelt. Es ermöglicht uns nun, sie auch in diesen Bereichen einzusetzen, vorausgesetzt, das nötige Prozesswissen ist bei den Process Mining Experten vorhanden.  Im Bereich der Logistik gibt es z.B. folgende Anwendungsfälle:

1. Inbound-Logistik:
   Mit Hilfe von Process Mining wird der Inbound-Prozess der eingehenden Materialien und Produkte von den Lieferanten zur Produktion oder zum Weiterverkauf optimiert. Engpässe aber auch Überbestände werden so in Ihrem Bestand identifiziert, Ihre Effizienz gesteigert und Lieferzeiten optimiert. Auch die effiziente Einteilung der richtigen Lagerfläche für ein Produkt kann unterstützt werden. Durch eine Echtzeit-Analyse werden Lieferverzögerungen minimiert, damit Sie in Ihrem Unternehmen einen reibungslosen Prozess-Ablauf sicherstellen können.

2. Produktionsversorgung: Ein entscheidender Prozess vor allem in größeren Produktionen, der mit Prozess Mining untersucht werden kann, ist der Produktionsversorgungsprozess mit Kundenbedarfsteilen bzw. die Materialbereitstellung in der Produktion. Dabei wird neben dem eigentlichen Auslieferungsbeleg auch der Fortschritt des Fertigungsauftrags abgebildet, um so bestmögliche Synergien zu identifizieren. Wird die Auslieferung zu früh ausgelöst? Welche Gründe gibt es für die zu späte Bereitstellung? Hat der Auslieferungsvorgang zu lange gedauert oder war der Trigger-Zeitpunkt zu spät? Durch Prozess-Mining bringen Sie Transparenz in die oft komplexen Abhängigkeiten zwischen Produktion und Logistik und optimieren so idealerweise auch direkt den Produktionsprozess.

3. Outbound-Logistik:
   Ebenso können Sie auch den Versandprozess der Kundenlieferungen mit Process Mining optimieren. Gerade bei Betrachtung der Durchlaufzeiten der Auslieferungsbelege gibt es hier eine Vielzahl an Ansetzungspunkten, um diese in Ihrem Unternehmen zu reduzieren.  So können Sie die Kommissionierungswege nachverfolgen und dadurch Anpassungen an Ihrem Lagerlayout vornehmen, um Ihre Pickzeiten zu verbessern. Sie können analysieren, wie viel Zeit bei einem Kommissionier-Vorgang bei Lieferungen aus verschiedenen Lagertypen verloren geht. Zudem können Sie genau nachverfolgen wie viele Auslagerungen Sie pro Welle haben. Auch in der Verpackung können Sie einen Mehrwert generieren, sei es auf Basis der Zeit oder der Materialnutzung. Sie können das Zeitfenster für Verpackung und Versand analysieren und die Ursachen identifizieren, warum es zu Verzögerungen gekommen ist. Die Echtzeit-Analyse ermöglicht es Ihnen auch direkt in den Prozess einzugreifen: So sehen Sie auf einen Blick die Kritikalität jedes aktuell im System befindlichen Auftrages und können Handeln bevor z.B. Prio-Lieferungen zu spät das Lager verlassen.

Die Herausforderungen von Process Mining im Warehouse

Im Vergleich zur Analyse der indirekten Prozesse, ist die Anwendung der Technologie im Bereich der Logistik schwieriger. Die große Herausforderung bei der Erstellung des digitalen Abbilds des Prozesses (ungeachtet, ob Inbound, Produktionsversorgung oder Outbound) ist die Mehrstufigkeit und die damit verbundene Komplexität. Betrachten wir bspw. den Outbound-Prozess, fällt direkt auf, dass dieser nicht nur aus einem einzelnen Prozess, sondern aus einer Vielzahl von Sub-Prozessen besteht. Die Ausgangslage bildet hierbei der Prozess auf Basis des Auslieferungsauftrages. Dieser beginnt mit dem Anlegen der Auslieferungsauftragsposition. Er beinhaltet im Prozessdurchlauf u.a. das Erstellen und Quittieren der Pick-Lageraufgabe und endet zum Ende des Prozesses mit der Auslieferung. Dieser Prozess beschreibt aber nur einen Bruchteil der Komplexität, die für die Auslieferung nötig ist. Somit langt es für den Aufbau der Transparenz nicht, nur diesen abzubilden.

Denn dieser Hauptprozess triggert im Warehouse Subprozesse wie Auslagerungen von den Quell-HUs, Bewegungen der Ziel-HU und ggf. abschließende Konsolidierungsprozesse. Und genau bei diesen physischen Prozessen ist die Transparenz nötig. Zudem sind sie mittels herkömmlicher Methoden nur schwer zu analysieren. Die wirklichen Auslagerungen sind im SAP EWM auftragsunabhängig und somit nicht direkt einem Auftrag zuordbar. Dies ist auch so gewünscht, schließlich kann eine Quell-HU auch für zwei Aufträge gepickt werden. Besteht Ihr Logistikzentrum aus mehreren Lagerarten bspw. aus einem Automatischen Kleinteillager (AKL) und dem Großladungsträger (GLT), kommt die zusätzliche Herausforderung in der Analyse hinzu, dass es somit zwei Quell-HU und zwei Ziel-HU Subprozesse gibt. Gibt es bei Ihnen ebenfalls Mischaufträge aus AKL und GLT, entsteht ein weiterer Ziel-HU Prozess für die Konsolidierung des Auftrages.

Daher müssen diese Subprozesse einzeln modelliert und anschließend verbunden werden – was erst seit der Einführung von Multi-Event-Logs in Celonis, einer der führenden Plattformen für den Einsatz der Technologie, möglich ist. Gleicher Anbieter geht aktuell mit seinem Datenmodell, das objektzentriertes Process Mining (OCPM) ermöglicht, einen weiteren Schritt, um dieses Zusammenspiel der einzelnen Prozesse noch besser analysierbar zu machen.

Operative Anwendung der EWM Daten

Sobald die Herausforderungen der Modellierung Ihrer Logistikprozesse bewältig sind, bietet das erstellte Datenmodell viele praktische Vorteile. Neben der Schaffung von Transparenz erzielt die Analyse der EWM Daten mit Process Mining auch tiefgehende operative Anwendungsvorteile.

Künstliche Intelligenz

Mittels Hilfe von modernsten KI-Algorithmen kann die voraussichtliche Fertigstellung von Aufträgen prognostiziert werden. So können Sie sowohl kurzfristig als auch in Echtzeit reagieren und die Reihenfolge Ihrer Aufträge überarbeiten, um so kritische Aufträge zu priorisieren und damit eine rechtzeitige Fertigstellung dieser sicherzustellen. Dabei wird immer die aktuelle Auslastung Ihres Lagers und alle auslieferungsrelevanten Informationen berücksichtigt.

Multi-Order-Picking

Ein weiteres gängiges Problem, welches durch das mehrstufige Datenmodell mit Quell- und Ziel-HU verbessert wird, ist das Multi-Order-Picking. Darunter versteht man das gleichzeitige Kommissionieren mehrerer Artikel einer Quell-HU für unterschiedliche Aufträge, anstatt jeden Auftrag einzeln nacheinander zu bearbeiten. Dadurch wird Ihre Effizienz gesteigert, da die Aufträge schneller abgewickelt sowie die Laufwege reduziert werden.

Lagerbelegung

Auch zur operativen Analyse Ihrer Lagerbelegung kann Process Mining bei Ihnen ein Mehrwert generieren. Durch die Auswertung auf Basis der Lageraufgaben bekommen Sie schnell und einfach einen Überblick über Ihre Lagerbelegung und können bei Missständen direkt reagieren. Auch nach Umsetzung von Anpassungen behalten Sie weiterhin den Überblick und können jederzeit prüfen, ob die Umstellung den gewünschten Mehrwert geschaffen hat.

Durch die Analyse der Fahrtwege und des Verbrauchs verschiedener Lagerteile, wird über Process Mining bereits bei Einlagerung neuer Lieferungen der entsprechend beste verfügbare Lagerplatz vorgeschlagen. So wird unnötige Mehrarbeit im Lager zu vermieden.

Wie Sie sehen, sind die Möglichkeiten die Process Mining in diesem Bereich bietet, vielfältig und mächtig. Die Lösungen sollten dabei immer auf die Herausforderungen der jeweiligen Unternehmen angepasst werden. Wenn Sie Fragen zu den Möglichkeiten haben, sprechen Sie uns an, wir verstehen gerne Ihre Herausforderungen und geben eine Einschätzung, ob die Technologie einen Mehrwert geben kann.

Die Vorteile des SAP EWM Standards

Welches Warehouse Management-System (WM) nutzen Sie? Viele Unternehmen nutzen Ihre eigene WM-Software. Die Nutzung von SAP EWM gegenüber individuell entwickelter Software schafft jedoch erhebliche Vorteile für Process Mining. Dadurch, dass EWM in vielen Unternehmen eingesetzt wird und für die Historisierung der Änderungen immer die gleichen Standardtabellen verwendet, können sich Anbieter von Process Mining Software darauf konzentrieren, Celonis Standard-Applikationen zu entwickeln. Diese Standard-Applikationen bestehend aus Transformations-Pipelines und User-Interface können dann verwendet werden, um die Implementierungszeit und den Aufwand Ihrer persönlichen Lösung deutlich zu verkürzen.

Das Rothbaum SAP EWM Warehouse Cockpit

Das von uns entwickelte „Rothbaum SAP EWM Warehouse Cockpit“ (auch im Celonis-Marketplace verfügbar) besteht dabei neben der klassischen Darstellung im Process Explorer auf den unterschiedlichen Prozess-Ebenen aus insgesamt acht Teil-Bereichen und ist sowohl für die Management-Ebene als auch den operativen Einsatz bestens geeignet.

Zum einem besteht diese aus einem dreiteiligen Management-Overview, welcher Ihnen einen sofortigen Überblick über die Themen Workload, Durchlaufzeiten (DLZ) und Prioritäts-Aufträgen liefern kann, sodass Sie immer die aktuelle Lage in Ihrem Lager auf High-Level Ansicht einsehen können und sich so einen kurzen und prägnanten Einblick verschaffen können. Verlinkt mit den jeweiligen detaillierten Informationen kann bei Bedarf auch direkt in die Details eingestiegen werden, um so Auffälligkeiten und Ungereimtheiten auf den Grund zu gehen.

Auf der anderen Seite kann der operative Anwender über die Ansicht zu den offenen Delivery Orders die einzelnen Aufträge in Echtzeit verfolgen. Zusätzlich zur Echtzeit-Analyse erhalten Sie mit KI-Algorithmen wie dem Random Forest prognostizierte Endzeitpunkte der jeweiligen Aufträge. So können Sie bei Bedarf kurzfristig reagieren und die Priorisierung der Aufträge anpassen und diejenigen mit höherer Wichtigkeit priorisieren. Auch dort unterstützen wir Sie mit unseren hinterlegten Action-Flows, die Ihnen bei der Umsetzung der Priorisierung die Arbeit merklich reduzieren können. Sei es, um direkt über Celonis die angepassten Daten in Ihr EWM zurückzuspielen oder Ihre Kolleg:innen per automatisierter Email über diesen Sachverhalt zu benachrichtigen.

Ihnen fehlt etwas? Kein Problem, da das zu Grunde liegende Datenmodell ein digitaler Zwilling Ihrer Logistik ist, ist eine Anpassung oder Weiterentwicklung der Analysen oder operativen Einsatzmöglichkeiten problemlos und schnell möglich. Sprechen Sie uns gerne an!

Haben wir Ihr Interesse geweckt? Jedes Warehouse ist einzigartig – wir freuen uns darauf Ihres kennenzulernen!

Johannes Mayr, Senior Berater