Modellierung des Back-Office-Systems der Banca d'Italia

Die Banca d'Italia wickelt jedes Jahr eine gewisse Menge an manuellen Überweisungen ab. Diese Überweisungen können nicht automatisch verarbeitet werden und erfordern zwei Abteilungen mit Angestellten im Back-Office-Bereich der Bank. Die Bank wollte feststellen, ob es von Vorteil sei, diese beiden Abteilungen zusammen zu legen.


Problem:




Back-Office-Geschäfte beinhalteten die gesamten Kontenüberpüfungs- und Begleichungstätigkeiten (siehe Bild)Bank back office processes simulation bezogen auf Handelsgeschäfte, die von dem entsprechenden Front Office durchgeführt wurden. Zwei Abteilungen oder Einheiten waren bei der Durchführung von nationalen Kredittransfers beteiligt. Die Angestellten der Geschäftseinheiten arbeiteten in Schichten von 7.30 Uhr bis 19:00 Uhr. Es gab in jeder Abteilung drei Kategorien von Angestellten (Mitarbeiter, Hilfskräfte und leitende Angestellte), wobei jede Kategorie andere Aufgaben durchführte.


Leitende Angestellte in Einheit A haben durch Unterschrift die Übermittlung der innerhalb des IT-Systems registrierten Zahlungen an Einheit B genehmigt, sodass diese anfangen konnten, damit zu arbeiten. Ein Assistent in der Einheit A konnte die Aufgaben eines Assistenten der Einheit B nicht erfüllen. Einheit B startete seine Tätigkeiten erst dann, wenn die Einheit A die Aufgaben jedes einzelnen Prozesses abgeschlossen hatte. Deshalb waren die Aufgaben der beiden ausführenden Einheiten unterschiedlich und fortlaufend.


Das nationale Kredittransferverfahren war nicht nur die einzige Aufgabe dieser Einheiten, es war auch die wichtigste, da jede Zahlung innerhalb einer gewissen Zeit ausgeführt werden musste (17:30). Würde dieser Zeitpunkt überschritten werden, würden die Kunden die Bank zur Zahlung von Strafzinsen auffordern, weshalb dieser Prozess für beide Einheiten oberste Priorität hatte.


Die Ziele des Projekts der Simulationsmodellierung, durchgeführt von Fair Dynamics Consulting, waren:

  • Die Auswirkung von Angestelltenabsenzen (aufgrund von Urlaub, Schulung, Krankheit etc.) auf die Zeit für den Abschluss des Vorganges prüfen.
  • Die Auswirkung von Stresssituationen (hohe Anzahl an Zahlungen und viele Eilzahlungen, die getätigt werden müssen, hoher Anteil an komplett manuell getätigten Zahlungen) auf die Zeit für den Abschluss des Vorganges und auf die Auslastungsrate der Angestellten prüfen.
  • Die potentiellen Vorteile einer organisatorischen Veränderung (eine Fusionierung von zwei Einheiten) oder einer Änderung im Genehmigungs- und Steuerungsprozess untersuchen.

Lösung:




Die Berater setzten die einzigartige Fähigkeit von AnyLogic ein, verschiedene Modellierungsmethoden zu verwenden und erstellten für ein bestmögliches Ergebnis zwei Modelle des Systems, diskretorientiert und agentenbasiert. Die numerischen Ergebnisse waren gleich. Normalerweise werden solche Systeme oft mit der diskretorientierten Methode simuliert. In diesem Fall konnte das agentenbasierte Modell einfacher verwendet und schneller erstellt werden.


Es wurden einige Experimente mit dem System durchgeführt:

  • Normale Aktivität: Die Leistungszeit der Einheiten an einem Tag bei einem Standardvolumen an Zahlungen.
  • Angestelltenabsenzen: Die Leistungszeit der Einheiten an einem Tag bei einem Standardvolumen an Zahlungen und bei einer Absenz von einer wichtigen Ressource pro Schicht.
  • Anormale Aktivität: Die Leistungszeit an einem Tag bei einem Anstieg des Zahlungsvolumens um 300%.

Die Effizienz des Ist-Szenarios (aktuelle Situation) und des Soll-Szenarios (mögliche Fusionierung von zwei organisatorischen Einheiten) wird grafisch verglichen (siehe Bild 2). Die grafische Darstellung zeigt, was bei beiden Szenarien an einem normalen Arbeitstag geschehen würde.

Der Vorteil einer Fusionierung der beiden Abteilungen wurde in der Simulation einer Absenz von Angestellten klar dargelegt. In dem aktuellen Szenario konnten die Einheiten die Fristen für alle Zahlungsvorgänge nicht einhalten, wenn ein Angestellter fehlte. Die Fusionierung würde dieses Problem lösen.


Business Process Optimization Bank of Italy

Ergebnis:




Die Simulation zeigte, dass die Fusionierung von aktuell zwei zu einem Unternehmensbereich sehr vorteilhaft wäre. Die Fusionierung hätte die folgenden Vorteile:

  • Ein deutlicher Anstieg der Produktivität des gesamten Prozesses, indem die Effektivität des Prozesses gesteigert wird und indem Arbeitszeit der Angestellten freigestellt wird, um diese möglicherweise für andere Vorgängen nutzen zu können.
  • Eine deutliche Reduktion der betrieblichen Risiken, indem das Volumen/ die Ausführungsfrist der Vorgänge verbessert und mehr Zahlungsanweisungen innerhalb der begrenzten Ausführungsfrist mit der gleichen Anzahl an Angestellten durchgeführt werden.
  • Eine vernünftige Reduktion der Beanspruchungsschwelle der Angestellten, besonders an Tagen abnormaler Aktivität.

Luigi Geppert von Fair Dynamics Italien stellte dieses Projekt in der AnyLogic Konferenz 2012 vor. Sie können sich diese Präsentation jetzt online ansehen, downloaden oder ein Dokument zu diesem Fall downloaden.



More Case Studies

  • Simulation eines Tunnelbaus mit Hilfe einer Tunnelbohrmaschine
    Die Kosten des Ausfalls einer Tunnelbohrmaschine für eine Stunde sind üblicherweise hoch und Projektmanager müssen ihr Bestes tun, um unnötige Verzögerungen im Bau zu verhindern. Das Ziel des Simulationsprojektes, welches durch die Ruhr-Universität Bochum in Deutschland durchgeführt wurde, war es, ein Simulationsmodell zu entwickeln, das fähig ist die Engstellen im Tunnelbauprozess zu bestimmen, um finanzielle Verluste zu minimieren.
  • Produktionsplanung in der Schiffsindustrie
    Die Manager einer der bedeutendsten italienischen Hersteller benötigten einen neuen, intelligenten Ansatz, um den Planungsprozess einfacher zu gestalten. Ziel war es, dem realen Produktionsplaner außergewöhnlich umfangreiche Planungsinformationen zu geben, mit denen dieser einen Plan vor seiner Umsetzung testen und verfeinern kann.
  • Construction Simulation Model Tackling Increased Constraints on a Complex Earthmoving Project
    “Anylogic’s flexible and easy to use environment enabled CCT’s simulation engineers to rapidly model the newly added constraints and deliver a valuable simulation model leading to a highly successful claim process,” affirms Ramzi Roy Labban, Manager, Construction Systems and Simulation at CCC.
  • Improving Plane Maintenance Process with AnyLogic Agent-Based Modeling
    The military aircraft maintenance turnaround process (the in-between time when the aircraft touches down, is refueled, rearmed, and inspected, in order to be released) is complex and, being fairly time-consuming, includes multiple interactions and parallel workflows. Engineers from Lockheed Martin, one of the largest companies in the aerospace, defense, security, and technologies industry, used AnyLogic simulation modeling to improve decision making in the entire military airplane turnaround process and evaluate the impact of process changes on turnaround time.
  • Apparel Company Chose Location for New Distribution Center Using Simulation Modeling
    Fruit of the Loom (FOTL) is one of the largest US apparel manufacturers and marketers. The company was expanding, and the executives wanted to know if it would be beneficial, in terms of shipping costs, to add a new distribution center (DC) on the east/west coasts of the US, or to redistribute products to a pre-existing DC. The contractors decided to simulate the whole supply chain in order to visualize DC locations on a GIS map, and the supply network between them.
  • Business Processes Optimization Using Data Science and Simulation Modeling
    The world’s largest companies use data analytics to increase their revenue and keep up with the changing business world. But how does data science relate to simulation modeling, and what are the cases for the implementation of this interaction, primarily concerning value for the business? The United Services Automobile Association (USAA), a Fortune 500 group of companies, has answered these questions with real-life solutions.
  • Outpatient Appointment Scheduling Using Discrete Event Simulation Modeling
    Indiana University Health Arnett Hospital, consisting of a full-service acute care hospital and a multispecialty clinic, faced poor statistics because the number of no-show patients (those who don’t show up for their scheduled appointments) rose dramatically to 30%. This was primarily connected to the fact that clinic schedules were driven by individual preferences of the medical staff, which led to increased variations in scheduling rules. To eliminate the problem, the client wanted to develop a scheduling methodology that would benefit the clinic, doctors, and patients.