Problemstellung:
HAVI ist eine globale Firma mit 5 Milliarden USD Umsatz und ein langjähriger Lieferketten- und Verpackungspartner von McDonald’s. Das Unternehmen bietet Dienstleistungen zu den Bereichen Lieferkettenmanagment, Verpackung, Logistik, Recycling und Abfall an. Als McDonald’s auf dem Erfolg der Einführung des „All-Day Breakfast“ aufbauen und mehr Gerichte der Speisekarte ganztägig in 14000 Restaurants anbieten wollte, stießen sie auf etliche Herausforderungen (Komplexität der Speisekarte, Notwendigkeit neuer Ausrüstungsgegenstände, räumliche Beschränkungen).
Das Unternehmensziel von McDonald’s war es, seine Küchen so auszustatten und so zu besetzen, dass möglichst der größte finanzielle Gewinn aus der Speisekartenerweiterung erreicht werden konnte. In Zusammenarbeit mit HAVI wurde ein Simulationsmodell erstellt, das die gewaltige Komplexität der Lieferkette und des Betriebs von 14000 Restaurants widerspiegelte. Der Wert des Modells lag darin, dass es eine fundierte Entscheidung in Bezug auf die Beschaffung von Ausrüstungsgegenständen und Personalbesetzung ermöglichte.
Lösung:
HAVI verwendet einen iterativen von Hypothesen getriebenen Prozess für seine Simulationen und Analysen, bei denen Daten mit menschlicher Erfahrung ausbalanciert werden.
Um die Anforderungen von McDonald’s zu erfüllen, betrachtete das Modell:
- Regionale Vorlieben
- Komplexität der Speisekarte
- Raum zum Kochen
- Eine vergrößerte Vielfalt von Speisen, die gleichzeitig gekocht werden
- Ausrüstung und Personalbesetzung
Mit Hilfe von AnyLogic konnten diese Anforderungen erfüllt und simuliert werden. Hierbei wurden räumliche Randbedingungen und unterschiedlichste Ausrüstungen und Arbeitskonfigurationen berücksichtigt. Zu den Entscheidungsvariablen des Simulationsmodells gehörten:
- Ausrüstungstyp
- Räumliche Anforderungen der Ausrüstung
- Personalbedarf
- Anforderungsgeschwindigkeit
- Batch Größe
- Produktmix
- Ladengrundriss
- Anforderung Autorestaurant
Auf der Seite der Ausgaben war es entscheidend, das Kundenerlebnis zu messen. Folglich wurden Faktoren wie Servicezeit, Produktfrische, Abfall und andere Dienstleistungsmetriken im Modell berücksichtigt.
Schließlich wurde - gemäß der Strenge des Analyseprozesses von HAVI - das Modell validiert und kalibriert, was Versuche in der Testküche von McDonald’s beinhaltete. Das hieraus resultierende Modell erfasste die notwendigen Metriken und stellte eine Simulation zur Verfügung, die mit der realen Welt vergleichbar war. Kurz gesagt, die AnyLogic Simulation hat beim Entscheidungsprozess geholfen und dabei für das beste finanzielle Ergebnis gesorgt, das für McDonald’s durch die Erweiterung der Speisekarte erreicht werden konnte.
Die Mächtigkeit der agentenbasierten Modellierung in AnyLogic erlaubte die Erfassung der Eigenschaften des Systems in einer Weise, wie sie sich in der realen Welt darstellen. Die Charakteristika und Parameter von Ausrüstungsgegenständen, Arbeitskräften und der Umgebung, in der sie arbeiten, können wie benötigt modelliert werden. Darüber hinaus lassen sich benutzerdefinierte Objekte entwickeln und wiederverwenden.
HAVI entschied sich für eine Simulation mit AnyLogic, da es mit agentenbasierter Modellierung, ereignisorientierter Simulation und Systemdynamik mehrere Modellierungsmethoden in einem System unterstützt und somit ganzheitlichste und mächtigste Ergebnisse zu erzielen vermag.
Ergebnis:
Das AnyLogic Modell lieferte Ergebnisse für eine Vielfalt von Anforderungsprofilen und Restaurantkonfigurationen. Dies ermöglichte es HAVI, maßgeschneiderte Empfehlungen abzugeben.
Diese Empfehlungen deckten den Bedarf von Ausrüstung und Kostenabschätzungen für die Erreichung von Kundenzufriedenheitsgrenzwerten in verschiedenen Szenarien ab. Die Vorteile hieraus waren die Vermeidung von Ausrüstungskosten und ein optimaler Kostenkompromiss zwischen Arbeit und Ausrüstung.
Ohne die Simulationsmodellierung mit AnyLogic hätten die mit eingehenden physischen Tests verbundenen Zeit- und Kostenrandbedingungen maßgeschneiderte Empfehlungen verhindert.
Projektpräsentation durch Nate DeJong, HAVI
