Problemstellung
Kernel ist der weltweit führende Hersteller und Exporteur von Sonnenblumenöl und Anbieter von landwirtschaftlichen Produkten aus dem Schwarzmeerbecken. Das Unternehmen besitzt 550.000 Hektar Land und mehr als 40 Getreidespeicher mit einem Gesamtlagervolumen von bis zu 2,8 Millionen Tonnen.
Eine der regelmäßigen Herausforderungen des Unternehmens ist die Planung, Ernte und der Transport seiner Agrarprodukte. Für die Planung muss eine große Menge an Eingabedaten berücksichtigt werden, die die Leistung der gesamten Lieferkette beeinflussen, einschließlich:
- Ernteplan
- Merkmale und Standorte der Ernteprodukte
- Getreidesilokapazitäten
- Siloeigenschaften
- Anzahl der am Erntetransport beteiligten Fahrzeuge
Das Unternehmen war gehalten, das Verhalten der Lieferkette mit einer wechselnden Geräteausstattung zu prognostizieren und diese jährliche Herausforderung ohne zusätzliche finanzielle Mittel zu bewältigen. Es beschloss daher, die Logistikabläufe in einer risikofreien Umgebung zu analysieren und zu optimieren, um Mehrkosten zu vermeiden. Kernel gab dazu eine Studie beim Beratungsunternehmen Business Logic in Auftrag, die ein digitales Optimierungsmodell der Supply Chain des Unternehmens mithilfe einer AnyLogic-Simulation erstellte.
Lösung
Screenshot des Logistik-Optimierungsmodells
(zum Vergrößern anklicken)
Das von den Business Logic-Beratern entwickelte Optimierungsmodell der logistischen Abläufe bildete Kernels Lieferketten ab, einschließlich des Transports der Ernteerträge von den Feldern zu den Silos, der Bearbeitung und Lagerung in Silos, des Transports vom Silo zum Hafen sowie der Verschiffung wider.
Die Berater wandten bei der Modellentwicklung mehrere Methoden an: Alle Komponenten darin wurden als Agenten nachgestellt, während Produktionsprozesse in Silos und Häfen mithilfe ereignisorientierter Modellierung simuliert wurden. Das Modell spiegelte auch die Wechselwirkung zwischen verschiedenen Hubs und Anlagen in Silos und Häfen wider, darunter:
- Fahrzeugentladung
- Betrieb von Wasch- und Trocknungsanlagen
- Warenlagerung im Silo
- Schienentransport der Agrargüter
Die entwickelte Lösung ermöglicht es dem Benutzer, Abläufe in der Lieferkette zu simulieren und Versuche mit den Komponenten durchzuführen, um zu prognostizieren, wie sich verschiedene Varianten auf die Netzwerkleistung auswirken. Der Benutzer kann im Modell Anlageneigenschaften wie die Geschwindigkeit des Erntetrocknungsprozesses, den Standort und die Anzahl von Silos sowie verschiedene Transportstrategien anpassen und Eigenschaften der Ernteprodukte wie z. B. deren Feuchtigkeit, festlegen.
Das Modell ist zudem nützlich zur:
- Einsatzplanung bei der Ernteaufteilung auf Silos unter Berücksichtigung von Silovolumen, Lagerkapazitäten und Anzahl an Lade-/Entladepunkten;
- Entscheidungsfindung bei der Erweiterung von Lagerkapazitäten, der Optimierung bestehender Standorte sowie der Modernisierung der Siloanlagen;
- Planung der Ernteverteilung auf Satndorte und Auslastung der Silokapazitäten in Abhängigkeit von den Wetterbedingungen.
Ergebnis
Das entwickelte Optimierungsmodell der Logistikabläufe ermöglicht Kernel-Spezialisten:
- die Durchführung digitaler Supply-Chain-basierter Experimente einschließlich Stresstests in einer risikofreien Umgebung;
- Reduzierung von Planungszeiten. (Vor dem Projekt dauerte die Berechnung eines einzelnen Szenarios zwei Wochen. Mit dem Modell kann es auf eine Stunde reduziert werden.)
- Bestimmung einer kostenoptimierten Supply-Chain-Konfiguration.
Zum Ende der Simulation werden mehrere Berichte erstellt: Sie enthalten Daten über den Lagerplatzumschlag, Auslastung der Silos, Fahrzeugbelegungen und andere Kennzahlen, die für Entscheidungen über die Konfiguration der Lieferkette und für die Planung der täglichen Transportvorgänge erforderlich sind.
Das Logistikoptimierungsmodell ist ein nützliches Entscheidungsinstrument für die Planung des saisonalen Betriebs der Logistikkette. Das Tool ermöglicht dem Benutzer zudem die wöchentliche, monatliche und jährliche Planung des Produktvertriebs.