Warehouse Healing: Wegezeitenreduktion durch intelligente Algorithmen und dem WMS SuPCIS-L8

Mitten im Zeitalter von Digitalisierung und Automatisierung haben nahezu alle Logistikzentren vor allem eines gemeinsam: die konsequente Nutzung von Daten zur Ableitung von Handlungsempfehlungen oder Strategien bleibt weitestgehend auf der Strecke liegen. Die Folge: das oftmals immense Potenzial ruht im Verborgenen und wird nur selten genutzt.

Die neue Warehouse-Slotting-Strategie „Warehouse Healing“ defragmentiert das Lager und verringert durch die intelligente Analyse von Bewegungsdaten und Warenkörben die Wegzeiten für Mensch und Maschine. Dadurch werden die Kosten für den arbeitsintensivsten Prozess in einem Lager – der Kommissionierung – mit kleinem Aufwand stark reduziert, was vor allem zu Leistungssteigerungen und einer effizienten Ressourcenplanung im Lager führt. Die Realisierung ist für die operative Logistik kinderleicht: das Warehouse-Management-System SuPCIS-L8 schlägt Umlager- sowie Tauschvorgänge für Bestände vor und berücksichtigt dabei sowohl klassische Pickhäufigkeiten (Pick Frequency), wie man diese aus der ABC-Analyse kennt, als auch die Tatsache, dass eine Vielzahl an Artikeln häufig gemeinsam bestellt wird (Product Affinity). Ob in Nebenzeiten oder per Einstreuung in das reguläre Tagesgeschäft – diese Vorgänge sind einfach und jederzeit durchführbar. Im Automatiklager wiederum – bspw. in einem automatischen Hochregallager (HRL) – werden diese Vorgänge außerhalb der normalen Schicht durchgeführt.

Viele Unternehmen beschäftigen sich mittlerweile mit den Daten in ihren Systemen und stehen dabei nicht selten vor den besonderen Herausforderungen: Wie selektiere ich die richtigen Datenquellen und die Prozesse der Automatisierung überhaupt? Oder aber, wie leite ich daraus unternehmens-spezifische Use-Cases ab, die einen echten Mehrwert bieten? Und selbst wenn man diese Hürden bereits erfolgreich meistern konnte, ist man noch weit davon entfernt

‍

• konkrete Änderungen in den Geschäftsprozessen herbeizuführen und
• selbstlernende Modelle und immer bessere Ergebnisse über die Zeit zu erhalten.

‍

Mit der Innovation „Warehouse Healing“ von der S&P Computersysteme GmbH können Kunden aus vordefinierten Use-Cases das volle Potenzial schöpfen: von der Datensammlung bis hin zur Nutzung in der Intralogistik stehen smarte Tools sowie Experten aus dem Data-Science-Team dem Kunden zur Verfügung.

Die konkrete Umsetzung der Use-Cases folgt hierbei einem einfachen, investitionsschonenden Prinzip und teilt die Einführung in zwei Phasen:

1. Proof-of-Value
   Im ersten Schritt geht es darum, anhand von Kundendaten den hohen Nutzen zu validieren. Im Anschluss daran werden die Datenquellen bestimmt, die Daten integriert, transformiert und im Anschluss visualisiert. Auf der Grundlage von Algorithmen werden dann erste Ergebnisse (Umlagerungs- und Tauschvorschläge) bestimmt und durch die Interpretation der Ergebnisse die für den Use-Case spezifischen Einsparungen der Wegzeit ermittelt. Ziel ist es, eine datengetriebene Entscheidung für oder gegen die Einführung des „Warehouse Healings“ treffen zu können.
   
   
2. Umsetzung des Use-Cases
   In der zweiten Phase wird die Datenintegration unter Nutzung von Cloud Services automatisiert. Die Ergebnisse der Algorithmen werden nun dafür verwendet, Healing-Vorgänge zu simulieren und das Lager über das normale Maß hinaus zu defragmentieren, ohne, dass dies eine Auswirkung auf die laufenden Geschäftsprozesse hat. An dieser Stelle geht es vor allem darum, einen optimierten virtuellen Zielzustands zu erzeugen, welcher dazu verwendet werden kann, die optimale Kombination der Modellparameter zu trainieren. Durch die automatischen Trainingsexperimente im Hintergrund werden die Ergebnisse kontinuierlich besser. Neu in dieser Phase ist auch die tatsächliche Nutzung der Ergebnisse in den Geschäftsprozessen und die direkte Interaktion mit dem Warehouse-Management-System SuPCIS-L8. Kommuniziert wird hierbei über eine API. Über Fortschrittsanzeigen kann der Kunde die Realisierung der Potenziale in Echtzeit verfolgen und sich über die Einsparungen freuen.

Besonderen Wert legt die Strategie auf einen schnellen „Time-to-Value“. Erreicht wird dies dadurch, dass die Umlagerungen mit dem größten Effekt durch einen Algorithmus ermittelt und zuerst ausgeführt werden. Bereits nach einigen hundert Umlagerungen lässt sich beispielsweise in mehrgeschossigen Fachbodenanlagen im Bestfall bis zu 60% Wegzeit einsparen.

‍

Mittels KI und Simulationen veränderter Modellparameter wird im Laufe der Zeit das Ergebnis stetig an veränderte Gegebenheiten angepasst, um die Summe der Auslagerkosten minimal zu gestalten.

»Mit dem innovativen „Warehouse Healing“ aus der „Warehouse Intelligence Suite“ von S&P können Kunden die vorhandenen Daten in unternehmerischen Nutzen transformieren. Die Strategie reduziert Wegzeiten drastisch und optimiert damit den äußerst arbeitsintensiven Prozess der Kommissionierung. Das Ergebnis: Leistungssteigerungen, optimale Ausnutzung der Arbeitsabläufe und eine effiziente Ressourcenplanung in den Distributionszentren.«

Das Schönere daran ist übrigens: dieses Thema wurde in diesem Jahr von dem Fachmedium der Intralogistik materialfluss in der Kategorie Software zum »Produkt des Jahres 2021« gewählt!

Sie interessieren sich für das Thema Warehouse Healing und wünschen weitere Informationen? Kontaktieren Sie uns gerne!

‍