Modellierung für pharmazeutische Distributionslager

Cardinal Health, ein Milliarden-Dollar schwerer Arzneimittelvertrieb und Logistikunternehmen, vertreibt mehrere Produkte, von markengeschützten Arzneimitteln und Generika zu frei verkäuflichen Arzneimitteln, Artikel für Gesundheits - und Schönheitspflege und die eigene Hausmarke. Sie sind mit einer Vielzahl der typischen Herausforderungen eines Distributionslagers konfrontiert, die durch die Natur der pharmazeutischen Produkte viel komplizierter ist. Brian Heath, Leiter der Advanced Analytics bei Cardinal Health, und ein erfahrener Anwender der AnyLogic-Software, benutzte die agentenbasierte Modellierung zur Lösung verschiedener unternehmerischer Probleme, wodurch Cardinal Health jährlich über 3 Millionen Dollar einsparte.

Problem:

Simulationsmodell eines Distributionslagers

Getestete Layoutkonfigurationen von Lagern

Cardinal Health ist ein wichtiges Bindeglied in der medizinischen Lieferkette, und bietet Zustellung am nächsten Tag in über 30.000 Standorten an, insbesondere die Zustellung an Krankenhäuser, Apotheken, Arztpraxen und direkt an den Verbraucher. Andere Zusatzleistungen wie Effizienz- und Bedarfsmanagement, Betriebskapitalmanagement und vertragliches Kreditmanagement tragen zu den Schwierigkeiten der mangelhaften Produktionssicherheit und den Lieferausfällen auf dem Markt, bedingt durch die Bestimmungen der FDA (Food and Drug Administration) und DDA, bei. Zusammenfassend muss Cardinal Health mit der Variabilität im pharmazeutischen Distributionsmanagement mithalten.

Cardinal Health betrachtet für die Analyse und für das tägliche Betriebsmanagement das Layout der Anlage, den Produktfluss, die Kommissionierung, Arbeits- und Ablaufplanung, Anforderungen der Kundenaufträge und Engpässe. Traditionelle Analyse-Tools wie das empirische Verfahren Trial-and-Error sind riskant, teuer und schwierig zu ändern. Forscher im Bereich der Produktionstechnik würden mathematische Modelle vorschlagen, die zwar kostengünstig sind, jedoch keine unerwartete Dynamik erfassen. Wenn etwas offen ist oder emergente Verhaltensweisen aufzeigt, wie beispielsweise einen Engpass, kann ein standardmäßiges mathematisches Modell das nicht ändern. Drittens, eine prozessorientierte oder diskret-ereignisorientierte Modellierung bietet aufgrund des Unvermögens, eine Anlage natürlich darzustellen, keine Vorteile. Aufgrund dieser Tatsache suchten Brian Heath und Cardinal Health nach alternativen Analyseoptionen.

Simulation des Lagerlayouts in 3D

3D Animation

LÖSUNG:

Die agentenbasierte Modellierung (Agent Based Modeling = ABM) mit der AnyLogic Simulations- und Modellierungssoftware gab Cardinal Health das erforderliche Instrument, um viele Aspekte von Distributionslagern ohne die Einschränkungen der traditionellen Tools zu bewältigen. ABM stellt Abstraktionen von verteilten autonomen Einheiten dar, die untereinander und mit ihrer Umgebung durch Raum und Zeit interagieren können, und ermöglichen Cardinal Health das Erfassen von der Aufteilung der Arbeitszeit, Wartezeit bei Engpässen, Zykluszeiten, zurückgelegte Wege, Variabilität der Arbeiter und andere wichtige Metriken.

Das erstellte Modell behandelte letztendlich die Aktivitäten der Angestellten und deren Interaktion während des Tages, wofür Daten wie Kommissionierungszeit und Leistungsstandard in das Modell importiert werden mussten. Jetzt kann Cardinal Health Daten zur Kommissionierungswartezeit sammeln und erkennen, welche Probleme diese im Lager verursacht, da "Agenten" als Individuen mit speziellen interaktiven Beziehungen modelliert werden. Parameter, die zusätzlich in das Model einbezogen wurden, waren die Geschwindigkeiten von einigen Arbeitskräften, deren Verhalten, Lernkurven, Zykluszeiten, Produktumlauf und Wegstrecken, die zu Fuß oder fahrend zurückgelegt werden.

Ebenso war die Möglichkeit des Imports von Excel-Dateien zwingend erforderlich, da Cardinal Health mehrere Lager besitzt und mehrere Layouts getestet werden müssen. Falls eine Änderung erforderlich ist, muss unter AnyLogic einfach nur die Excel-Datei aktualisiert und in das Modell importiert werden, dann startet man einen erneuten Durchlauf des Modells.

ERGEBNIS:

Mit dem durch die AnyLogic-Software erstellten agentenbasierten Modell kann Cardinal Health Layouts, Kommissionierungstechnologie, und Strategien der Produktanordnung vergleichen. Zusätzlich können sie verschiedene Methoden der Kommissionierung auswerten, um Arbeitszeitmodelle zu aktualisieren, und für den Support im Betrieb, wenn sich eine Auslastung mit den täglich variierenden Aufträgen ändert. Es werden auch Statistiken erhoben, beispielsweise zu Taktzeit, Anzahl der fertiggestellten Chargen pro Stunde, Entladezeit der LKWs und Abfolge der Ereignisse.

Das Modell lieferte durch die obengenannten Metriken Klarheit und deckt auch ein Problem auf, das durch die Zufallsverteilung der Arbeit bedingt war. Die Auslastung jedes Angestellten war ungleich, was den einen schneller und den anderen langsamer machte. Durch eine Ausgleichung der Auslastung arbeiteten die Angestellten mit ähnlicher Geschwindigkeit und Engpässe konnten drastisch gesenkt werden.

Ergebnisse des Lagermodells

Einige der Projektergebnisse

Durch das Minimieren der Engpässe mittels der AnyLogic-Software, konnte Cardinal Health die durchschnittliche Schichtlänge von 10,5 auf 7,25 Stunden reduzieren und so die Kapazität der Angestellten steigern. Cardinal Health sparte jährlich über 3 Millionen Dollar durch die agentenbasierte Modellierung mit der AnyLogic-Simulationstechnologie.

"AnyLogic’s agentenbasierte Bibliotheken, die flexible Architektur und die integrierte Animation sorgen für einen kontinuierlichen Erfolg dieses Projektes", erklärte Brian Heath, der Leiter der Advanced Analytics bei Cardinal Health. In seiner Präsentation erfahren Sie mehr über die Nutzung des agentenbasierten Modells für die Applikation in der realen Welt:

Ähnliche Fallstudien

Mehr Fallstudien