Smart Complexity Management

Weitere Informationen

• News
• Fallbeispiele

• 28.04.2020

  5 min.

  Smart Complexity Management

  Empfehlung

  Mehr

  08.04.2020

  5 min.

  5 Fragen an...

  Interview

  Mehr
• 
  

  • Welche Potenziale lassen sich durch datenbasiertes Variantenmanagement heben?

    
    

    Mit dieser Frage trat ein Weltmarktführer im Bereich Explosionsschutz an uns heran. Die Kernherausforderung unseres Mandanten lag in der profitablen Aufrechterhaltung der Supply Chain, bei oft sehr geringen Stückzahlen, für einige Produktvarianten. Dies galt insbesondere für Produkte der Steuer- und Verbindungstechnik. Hier schlug sich das gewachsene Sortiment auf die Auftragsabwicklung und vor allem auf die Produktionsprozesse nieder.

    In enger Zusammenarbeit mit Expertenteams des Kunden, analysierten wir weit über eine halbe Millionen Datenpunkte und schufen zunächst eine nachhaltige Datenbasis. Durch die Anwendungen von datenbasierten Methoden des Variantenmanagements konnten dann in kürzester Zeit belastbare Ergebnisse generiert und Stellhebel zur Optimierung der Produktportfolios aufgezeigt werden. Von den Gesamtkosten des betrachteten Bereichs bildeten etwa 23 % einen beeinflussbaren Anteil durch Umsetzung der Optimierungsvorschläge. Für die Implementierung dieses Potenzials in Millionenhöhe wurden konkrete Handlungsfelder abgeleitet und gemeinsam priorisiert.

  • Process Mining Methoden bieten enorme Potenziale, um Schwachstellen und Bottlenecks in komplexen Prozessen aufzuzeigen

    
    

    Diese bleiben in Unternehmen, aufgrund der Bedenken bezüglich mangelnder Datenqualität, jedoch oft unentdeckt. Ein deutscher Automobilzulieferer stellte sich gemeinsam mit unserem Projektteam der Herausforderung, den Änderungsprozess von Produkten auf Basis der digitalen Fußspuren innerhalb des eingesetzten PLM-Systems zu visualisieren und zu analysieren. Dabei wurden zunächst die benötigten Daten für den betrachteten Prozess in Zusammenarbeit mit dem Kunden zusammengetragen. Unser Projektteam hat im nächsten Schritt die Datenqualität bewertet und durch eine Tool-gestützte Datenaufbereitung den Grundstein für eine erfolgreiche Anwendung von Process Mining gelegt. Der Ist-Prozess konnte anhand der Daten digital abgebildet und mittels Process Mining Methoden durchleuchtet werden. Dabei wurden innerhalb kürzester Zeit KPIs zur Bewertung der Komplexität, Performance und der Ressourcen erarbeitet. Es wurde beispielsweise aufgedeckt, dass erhebliche Abweichungen zum manuell beschriebenen Prozess bestehen, sodass ein Standardisierungsgrad von lediglich 3 % im betrachteten Prozess vorliegt. Anhand der Ergebnisse wurden konkrete Optimierungsmaßnahmen zur Verbesserung des Änderungsprozesses abgeleitet.