Fertigungsunternehmen, die nach der Just-in-Time-Strategie ihre Logistik und Produktion organisieren, richten ihren gesamten Materialfluss auf den optimierten Produktionsprozess aus. Die verringerten Durchlaufzeiten und reduzierten Lagerkosten steigern die Wettbewerbsfähigkeit nachhaltig. Möglich wird der Benefit allerdings nur durch Just-in-Time-Logistik des Logistik-Partners. Und genau dort stößt man an Grenzen, die sich nur noch mit IoT und KI überwinden lassen.
Inhaltsverzeichnis: Das erwartet Sie in diesem Artikel
Die Krux der Just-in-Time-Logistik
Nicht alle Logistiker sind dem Japaner Taiichi Ōno dankbar. Dieser hatte dereinst das Just-in-Time-Konzept bei dem japanischen Automobilhersteller Toyota Motor Company entwickelt. Sein Toyota Produktionssystem brachte in Japan nicht den stärksten Erfolg, da der japanische Automobilmarkt für Skaleneffekte aus dem Just-in-Time-Konzept zu klein war. Der amerikanische Markt besitzt jedoch die nötige Größe. Im Jahr 1973 wurde man durch die anhaltenden Erfolge von Toyota auf das Just-in-Time-Konzept aufmerksam.
Zauberwort ETA Prediction
In Europa hat sich das Just-in-Time-Konzept gerade in der Automobil- und Luftfahrt-Industrie etabliert. Es hat mit der Just-in-Time-Lieferung und der Just-in-Time-Distribution hinterlässt es deutliche organisatorische Spuren in der Logistik.
Den Just-in-Time-Gedanken setzen vor allem die Logistiker für den jeweiligen Hersteller um. Doch ist es mitunter schwierig, eine Lieferung Just-in-Time, nämlich genau im Moment des Bedarfs beim Kunden eintreffen zu lassen. Die genaue Vorhersage der erwarteten Ankunftszeit (Estimated Time of Arrival Prediction) ist die Grundlage der Just-in-Time-Logistik geworden.
Die Widrigkeiten in der Logistik
Für den Logistiker ist die Verkehrssituation nicht voraussehbar. Dies führt nicht selten zu unerwarteten Verzögerungen. Zu den Widrigkeiten des Verkehrs aufgrund des Verkehrs kommen arbeitsrechtliche Stolpersteine hinzu. Die gesetzlichen Regelungen zu den Lenk- und Ruhezeiten engen die Disposition der Logistiker weiter ein.
Die Widrigkeiten im Yard-Management
Just-in-Time-Logistik erfordert auch eine präzise Zulaufsteuerung im Werk. Wartebereiche müssen ankommende Lkws aufnehmen. Das Wartezeitmanagement sorgt für eine optimierte Annahme der Lieferungen und die Zuführung der Güter in die Produktion. Für den Warenempfänger ist es daher wichtig, zu jedem Zeitpunkt den genauen Standort der Logistik-Objekte (Wechselbrücken, Auflieger, etc.) zu kennen und daraus abgeleitet auch eine möglichst genaue Vorhersage der erwarteten Ankunftszeit.
Auf dem Betriebshof selbst ist eine ausgefeilte Steuerung der Verladetore (neudeutsch „Loading Dock Management“) nötig, um die Be- und Entladeprozesse effizient zu gestalten. Eine Neuerung bringt die autonome Lagerlogistik mit sich: autonome Flurförderzeuge erwarten eine Wechselbrücke exakt an dem vorgegebenen Loading Dock. Steuert der Fahrer die Wechselbrücke an das falsche Ladetor, werden die falschen Güter in das Lager oder in ein anderes Logistik-Objekt zur Weiterfahrt befördert. Hier sorgt IoT für eine präzise Loading-Dock-Identification (LDI): Digital wird ermittelt, welche Wechselbrücke gerade am Loading Dock 471 steht. Ist es die Richtige, erhält der autonome Gabelstapler 475a freie Fahrt.
Telematik und IoT dominieren die Kommunikation in der Logistik
Eine mündliche Abfrage des Standorts per Handy oder Funk gehört zur Geschichte. Längst hat das Asset Tracking per GPS-Ortung Einzug gehalten. Während die ersten Systeme sich damit begnügten, den fehleranfälligen Standort des Zugfahrzeugs zu tracken, sorgt eine Telematik wie die des Münchner Spezialisten MECOMO mittlerweile für ein Asset-Tracking der Wechselbrücken und Auflieger.
Die Positionsdaten der Wechselbrücken und Auflieger müssen allerdings noch in eine Prognose zur Erwarteten Ankunftszeit (ETA) übersetzt werden. Diese Lücke schließen Softwarelösungen für das Flottenmanagement mit Stillstandszeitanalysen und Verspätungswarnungen (ETA-Überwachung) wie etwa mecFLEET und erlauben so eine Echtzeit-Disposition.
Der Transport empfindlicher sowie sensibler Güter erfordert eine permanente Überwachung der klimatischen Bedingungen des Ladeguts. Hochpräzise IoT-Messfühler nehmen die Zustandsdaten des Ladeguts auf und melden diese über IoT-fähige Telematiken weiter an die Flottenmanagement-Software. Dies ermöglicht es, eine Ersatzlieferung auszulösen, wenn noch während des Hauptlaufs erkannt wird, dass die Ware bereits verdorben ist und demnach am Zielort nicht mehr genutzt werden kann. Hier spart IoT in der Smart Supply Chain wertvolle Zeit.
Softwareanbieter nehmen sich aktuell der Just-in-Time-Logistik an
MECOMO: Ankunftszeit (ETA) mit wählbarer Präzision berechnen
Der Münchner Anbieter MECOMO entwickelte speziell für die Überwachung der ETA Module für sein Software-Portal mecFLEET: ‚ETA light‘ und ‚ETA pro‘. Damit wird die Tourenüberwachung um die ETA Prediction erweitert. Ankunftszeiten können mit wählbarer Präzision prognostiziert werden.
-
ETA Prediction mit ETA light
Errechnung der Ankunftszeiten ohne dynamische Einflussfaktoren wie Verkehrslage und Wetter. Das ist für viele Touren ausreichend. Für jede Position des Logistikobjekts wird die ETA neu errechnet.
-
Präzise Prognose der Ankunftszeiten mit ETA pro
Wenn es auf besonders genaue Vorhersage ankommt (z.B. Just-in-time einer wichtigen Lieferung), dann leistet ETA pro die Errechnung der Ankunftszeiten unter Berücksichtigung dynamischer Einflussfaktoren wie der Verkehrslage und dem Wetter.
project44: Mehr Transparenz auf dem Betriebshof
Während MECOMO sich der Planbarkeit der Just-in-Time-Logistik widmet, widmet project44 seine Aufmerksamkeit dem Yard-Management. Eine optimierte Zulaufsteuerung sorgt für eine schnelle und reibungslose Zuführung der angelieferten Güter. Mit ihrer Lösung „Yard Solutions“ erweitert project44 die Supply-Chain-Visibility auf den Betriebshof.
Dabei setzt project44 vor allem auf zwei Aspekte:
-
Transparenz in den Abläufen auf dem Betriebshof
Mit Funktionen zur Yard-Visibility gibt project44 den Disponenten den Überblick über die aktuellen Workflows auf dem Betriebshof. Dies ermöglicht eine faktenbasierte Entscheidungsfindung im Yard-Management.
-
Digitale Organisation von Abläufen
Der digitale Gate-Management-Workflow automatisiert das Slot-Booking. Hier fließen die Daten der Predictive ETA mit dem gesamten Trailer Status ein. So sind effektives Yard Forecasting sowie zuverlässige Planungsprozesse möglich. Auch die Ankunft und die Anfahrt der Carrier wird hier in Self-Service-Prozessen organisiert.
Die 5 großen Trends in der Just-in-Time-Logistik
-
Real-Time-Daten in der Supply-Chain-Visibility
Die Transparenz und die Real-Time-Verfügbarkeit aller Daten entlang der Supply-Chain ist die Grundlage für eine zuverlässige Planung und Vorausplanung von Be- und Endladeprozessen. Dabei spielt die Einbindung aller Prozessteilnehmer eine wichtige Rolle. Diese erfolgt per App oder Telematik und ermöglicht erst ein effizientes Zeitfenstermanagement für die Be- und Entladeplanung.
-
IoT sichert die Automatisierung im Yard
Die zuverlässige Identifizierung und Verfolgung von Logistik-Objekten wird die Grundlage für die Automatisierung von Abläufen im Yard. Die IoT liefert mit Basistechnologien wie 5G die Infrastruktur für disruptive Innovationen.
-
KI gibt Handlungsempfehlungen
Den Einsatz Künstlicher Intelligenz hat das Fraunhofer Institut für Materialfluss und Logistik IML untersucht. Eine Stärke künstlicher Intelligenz ist es, aus der großen menge der Real-Time einlaufenden Daten Erkenntnisse zu gewinnen. Voraussagen zu Engpässen erlauben eine frühzeitige Disposition.
-
Autonome Logistik im Yard
Fahrerloses Rangieren, das selbständige Bewegen von Wechselbrücken auf Logistikhöfen wird die Zukunft im Yard sein. Die Folgen werden eine Reduzierung von Gefahrenbereichen und eine Beschleunigung und Präzisierung der Prozesse auf dem Yard mittels Künstlicher Intelligenz sein. Zudem wird sich so der Personalengpass in der Logistik entspannen.
-
Integration der Systeme
Die zur Verfügung stehenden Real-Time-Daten ermöglichen eine Verbindung der Systeme zur Beschleunigung der Prozesse. So lassen sich aus dem Ladestellen-Management relevante Daten für Warehouse Management (WMS) und Transport Management (TMS) ableiten. Und erst durch die Verknüpfung der Systeme entsteht ein großes Rationalisierungspotential: bessere Auslastung und reduzierte Wartezeiten sind zwei schnell zu erwartende Ergebnisse. Künstliche Intelligenz ermöglicht Vorhersagen zu Durchlaufzeiten, Slot- und Belegungszeiten.
