Einsatzpotenziale und Grenzen der Transportplanung und des Vehicle Scheduling mit SAP APO

Inhaltsverzeichnis

Abkürzungsverzeichnis

1 Einleitung

2 Supply Chain Management

3 Transportplanung
3.1 Mathematische Verfahren der Tourenplanung
3.2 Heuristische Verfahren der Tourenplanung
3.2.1 Drehstromverfahren
3.2.2 Simulated Annealing Verfahren

4 Tourenplanung mit SAP APO
4.1 Grundlagen des SAP Advanced Planner and Optimizer (APO)
4.2 Umsetzung der Transportplanung durch TP/VS
4.3 Komponenten des Transportmanagements
4.3.1 Die Transportplanung (TP)
4.3.2 Das Vehicle Scheduling(VS)
4.4 Voraussetzung und Ablauf des Transportmanagements
4.5 Konfigurationen im TP/VS
4.5.1 Konfiguration im Customizing
4.5.2 Konfiguration des Optimierers
4.5.3 Transportdienstleisterhauswahl
4.6 Prozessübersicht der Tourenplanung
4.7 Optimierung im TP/VS
4.7.1 Optimierungsprinzip
4.7.2 Randbedingungen für die Optimierung
4.7.3 Resultat des Optimierungslaufs
4.8 4.8 Interaktive Planung
4.9 Lieferrückstandsbearbeitung
4.10 Transportdienstleisterauswahl

5 Kritische Würdigung

Abkürzungsverzeichnis

Abbildung in dieser Leseprobe nicht enthalten

Abbildungsverzeichnis

Abbildung 1: Planungsprozess im TV/VS

Abbildung 2: Prozess der kooperativen Lieferplanabwicklung zwischen zwei APO Systemen mit Abwicklung in R/3- Systemen

1 Einleitung

Was Microsofts Windows als Betriebssystem ist, ist SAPs R/3 als Enterprise Ressouces Planning Programm (ERP); der nicht wegzudenkende Marktführer. SAP wurde in den meisten großen und mittelständigen Unternehmen schon eingeführt oder es wird darüber nachgedacht es in naher Zukunft zu implementieren.¹

Durch den APO ( Advanced Planner and Optimizer) hat SAP ein Produkt geschaffen, welches die Arbeit im Supply Chain Management erheblich vereinfachen soll. Im Folgenden wird dabei auf die Arbeit des APO im Bereich der Tourenplanung und des Vehicle Scheduling eingegangen und versucht die Einsatzpotenziale und Grenzen des Programms zu ergründen.

Zuerst wird beschrieben, wie das Tourenplanungsproblem auf traditionelle Art und Weise, sowohl mathematisch als auch heuristisch, gelöst werden kann. Danach wird beschrieben, wie dieses durch den APO gelöst werden kann. In diesem Teil werden die Schritte erläutert, die notwendig sind, um die Tourenplanung zu optimieren.

2 Supply Chain Management

Unter Supply Chain Management versteht man die ganzheitliche Planung, Steuerung, Durchführung und Kontrolle des inner- und außerbetrieblichen Materialflusses sowie des dazugehörigen Datenflusses zur bedarfsgerechten Unterstützung der betrieblichen Leistungserstellung und -verwertung. Dabei umfasst das Supply Chain Management die Gesamte Informations- und Warenkette von der Beschaffung bis zum Absatz.²

Es kann in vier klassische Bereiche unterteilt werden: Beschaffung, Produktion, Distribution und Entsorgung.³

3 Transportplanung

Eine wesentliche physikalische Logistikleistung des Supply Chain Management ist neben der Lagerung der Transport von Waren zur Versorgung vom Lieferanten über die Industriestufe und den Handel bis zum Endverbraucher.⁴

Zu den Aufgaben der Transportplanung gehören u.A. die Gestaltung von Transportnetzen und die Steuerung der darin ablaufenden Transportprozesse.⁵Das Ziel der Tourenplanung ist die Optimierung der Anzahl und Einsatzzeit der Transportmittel.⁶

Zur Verfolgung dieser Ziele sind folgende Restriktionen zu beachten:

- Transportkapazität Die Ladungsmenge wird durch das Fassungsvermögen der eingesetzten Transportmittel begrenzt.
- Frachtgut Durch die Beschaffenheit und Empfindlichkeit der Frachtstücke wird die Möglichkeit der Beladung gegrenzt bzw. die Packfolge vorgegeben.
- Fahrzeiten Die Fahrzeiten auf einer Rundfahrt dürfen die Arbeitszeiten der Fahrer nicht überschreiten.
- Abhol- und Lieferzeiten Für Abholungen und Anlieferungen sind bestimmte Zeitpunkte oder Zeitfenster zu beachten.
- Geschwindigkeit Unter Berücksichtigung der Geschwindigkeitsbegrenzungen und Staueffekte wird die effektive Fahrgeschwindigkeit bestimmt.⁷

Das Tourenplanungsproblem mit Restriktionen ist bei einer größeren Anzahl von Anlieferungs- und Abholpunkten in begrenzter Zeit mathematisch nicht genau bestimmbar⁸.

Aus diesem Grund wurde eine Reihe von heuristischen Lösungsverfahren für das Tourenplanungsproblem entwickelt. Die Heuristiken können ohne Zeitrestriktionen rasch zu einem guten Ergebnis kommen oder auch in Tourenplanungsprogrammen verwendet werden.⁹

3.1 Mathematische Verfahren der Tourenplanung

Mathematische Tourenplanungsverfahren sind in der Praxis durch ihre hohe Rechenzeit nicht sehr verbreitet. Sie bauen auf gemischt- ganzzahlige Optimierungsmodelle auf. Sie setzen dabei u.A. Methoden des Branch and Bound oder der dynamischen und ganzzahligen Programmierung ein.¹⁰

3.2 Heuristische Verfahren der Tourenplanung

Die Tourenplanung bei Ganzladungstransporten ist relativ einfach, da Anlieferungen bzw. Abholungen direkt bedient werden. Aus diesem Grund werden diese Transporte gesondert abgewickelt.¹¹

Die Tourenplanung beschränkt sich auf die Planung von kombinierten Hin- und Rückfahrten zwischen zwei oder mehreren Punkten mit den kürzesten Wegen und den geringsten Leerfahrten.

Die Schwierigkeit liegt bei der Planung von Teilladungstransporten. Zunächst muss hierfür eine brauchbare Ausgangslösung geschaffen werden, die den Beförderungsbedarf unter Berücksichtigung der Restriktionen erfüllt. Diese kann dann mit Hilfe eines heuristischen Verfahrens weiter verbessert werden.¹²

Zur Erzeugung einer Anfangslösung wird bei vielen Tourenplanungsverfahren mit einer Clusterstrategie gearbeitet. Hierfür werden zunächst benachbarte Anlieferungs- und Abholpunkte zu Clustern zusammengefasst, die jeweils von einem Transportmittel bedient werden können. Danach wird für die einzelnen Cluster der optimale Fahrweg bestimmt. Im dritten Schritt werden die übrigen Restriktionen auf ihre Einhaltung überprüft. Im Falle einer Nichteinhaltung einer Restriktion wird versucht, diese durch Veränderung der Reihenfolge und Zuordnung der Zielpunkte zu erfüllen.¹³

3.2.1 Drehstromverfahren

Eine analytische Clusterstrategie stellt das Drehsromverfahren dar. Sie wir zunächst nur für Auslieferfahrten zu den Kunden des Servicegebietes durchgeführt.¹⁴

1. In eine beliebige Richtung wird von vom Logistikstandort ausgehend ein Grundstrahl LS 0 durch das Servicegebiet gezogen, der möglichst keine Anliefer- bzw. Abholziele schneidet.
2. Von diesem Grundstrahl ausgehend wird ein Leitstrahl LS 1 so weit gedreht, dass der Beförderungsbedarf in einer betrachteten Zeitspanne in dem Sektor zwischen LS 0 und LS 1 80 bis 90 Prozent des Fassungsvermögens des einzusetzenden Transportmittels ausfüllt.
3. Von dem Leitstrahl LS 1 wird ein zweiter Leitstrahl LS 2 so weit gedreht, bis das Fassungsvermögen eines zweiten Transportmittels ausgelastet ist. Auf diese Weise wird bis zum N-ten Leitstrahl fortgefahren, bis der Grundstrahl LS 0 erreicht wird und alle Anlieferpunkte einem Sektor zugeordnet wurden.
4. Ist die Auslastung des Transportmittels im letzten Sektor kleiner als die Summe der Restkapazitäten der übrigen Transportmittel, wird durch sukzessives Vordrehen der Leitstrahlen das Restaufkommen auf die Transportmittel der vorangehenden Sektoren gleichmäßig verteilt.
5. Ist die Auslastung des letztens Transportmittels deutlich geringer als die übrige Auslastung und eine Verteilung des Restaufkommens nicht möglich, wird die Auslastung durch sukzessives Zurückdrehen der Leitstrahlen gleichmäßig verteilt.
6. Für jeden Bedienungssektor wird anschließend der optimale Fahrweg ermittelt und die Gesamtfahrzeit errechnet.
7. Ist die ermittelte Fahrzeit eines Transportmittels in einem Sektor länger als zulässig, wird durch drehen der Leitstrahlen Zielorte an benachbarte Sektoren abgegeben, in denen ein Transportmittel noch nicht ausgelastet ist.¹⁵

Werden neben Anlieferstationen auch Abholstationen angefahren, werden diese sukzessive in die Fahrwegoptimierung der Auslieferungen einbezogen, wenn die abzuholenden Güter in die geleerten Transportmittel passen.

Die gewonnene Ausgangslösung wird durch vertauschen von Nachfolgern und Vorgängern einer Fahrt sowie durch die Abgabe von Zielen an benachbarte Sektoren optimiert bis eine weitere Reduzierung der Transportmittel und eine Verkürzung der Fahrzeiten wirtschaftlich nicht mehr interessant ist.¹⁶

3.2.2 Simulated Annealing Verfahren

Das Simulated Annealing Verfahren gehört zur Gruppe der stochastischen Heuristiken die von einer Rundreiseoptimierung, wie dem Travel Salesman Problem¹⁷, ausgehen. Es beginnt mit einer Anfangslösung, die häufig zufällig bestimmt wurde an dem ein Verbesserungsverfahren (z.B. 2-opt¹⁸) durchgeführt wird. Im Gegensatz zu deterministischen Verbesserungsverfahren werden jedoch vorübergehende Verschlechterungen der Zielfunktionswerte zugelassen.¹⁹

Die Entscheidung über die Inkaufnahme einer Verschlechterung erfolgt stochastisch; die Wahrscheinlichkeit dafür ist abhängig vom Ausmaß der Verschlechterung. Im Laufe des Verfahrens wird diese Wahrscheinlichkeit nach und nach reduziert.²⁰

4 Tourenplanung mit SAP APO

4.1 Grundlagen des SAP Advanced Planner and Optimizer (APO)

SAP bietet eine branchenübergreifende Lösung mit „mySAP Supply Chain Management“ zur Unterstützung des Supply Chain Managements an. Im Mittelpunkt davon steht der APO zur Planung und Optimierung von Logistiknetzwerken.²¹

Durch logische Bausteine des R/3 und des Logistics Execution System (LES) wird die mySAP-SCM- Lösung ergänzt.²²

Der APO enthält verschiedene Planungsfunktionen, die unabhängig, aber auch in Verbindung mit einem operativen System (z.B. SAP R/3) eingesetzt werden können. Im Folgenden wird von der Planungskomponenten Transport Planning and Vehicle Scheduling (TP/VS) aus gegangen. Dieses Modul führt die Transportplanung durch und bestimmt die Fahrtwege und trifft die Auswahl des Transportsystems. Dabei werden die zugehörigen Lieferungen und Transportauftrage erzeugt.²³

[...]

¹ eigene Darstellung

² vgl. Bartsch; Bickenbach (2001) S. 180

³ vgl. Bartsch; Bickenbach (2001) S. 180

⁴ vgl. Bartsch; Bickenbach (2001) S. 180

⁵ vgl. Arnold u.a. (2005) S. A3- 45

⁶ vgl. Gudehus (2005) S. 864

⁷ vgl. Gudehus (2005) S. 864

⁸ vgl. Arnold u.a. (2005) S. A3-56

⁹ vgl. Gudehus (2005) S. 864

¹⁰ vgl. Arnold u.a.(2005) S. A3-56

¹¹ vgl. Gudehus u.a.(2005) S. 865

¹² vgl. Gudehus (2005) S. 865

¹³ vgl. Gudehus (2005) S. 865

¹⁴ vgl. Gudehus (2005) S. 866

¹⁵ vgl. Gudehus (2005) S. 867

¹⁶ vgl. Gudehus (2005) S.867

¹⁷ näher beschrieben in Domschke (2002) S.127ff

¹⁸ näher beschrieben in Domschke (2002) S. 129

¹⁹ vgl. Domschke (2002) S. 130

²⁰ vgl. Domschke (2002) S. 130

²¹ vgl. Buxmann u.a.(2003) S. 63

²² vgl. Buxmann u.a.(2003) S. 64

²³ vgl. Buxmann u.a.(2003) S. 64