DIESE GESCHICHTE WARTET AUF DIE GENEHMIGUNG DES KUNDEN. BETRACHTEN SIE DAS IT-UNTERNEHMEN VERTRAULICH. NICHT OFFENLEGEN.
Wir stellen Business 4.0 vor
Wie TimkenSteel Industrie 4.0 – ein traditionell technisches Konzept – nahm und damit Lieferketten und Zuverlässigkeit revolutionierte
_____________________________________________________________________________________
Herausforderung: Eine historische globale Lieferkettenkrise, die durch die COVID-19-Pandemie ausgelöst wurde, wirft ein Licht auf die Ineffizienz traditioneller Beschaffungspraktiken. Change Agents bei TimkenSteel sahen darin eine Gelegenheit, das sprichwörtliche Pflaster abzureißen und sich durch das, was Supply Chain and Commodity Modeling Manager Nicholas Galbincea eine „Optimierungsmentalität“ nennt, „aufzurichten“.
Lösung: Seitdem hat TimkenSteel „Business 4.0“ implementiert – eine von Galbincea geleitete Initiative, die die Prinzipien von Industrie 4.0 auf Wartung, Zuverlässigkeit und Betrieb (MRO) anwendet. Die statistische Erkennungssoftware JMP® wurde zu einem entscheidenden Partner bei der Transformation des Unternehmens, da sie eine schlanke Lösung zur Automatisierung und Konsolidierung ganzer Arbeitsabläufe in einer End-to-End-Plattform bereitstellte.
Ergebnisse: Innerhalb von nur 6 Monaten nach der Einführung der Initiative in JMP sparte das Unternehmen laut Galbincea mehr als 700.000 US-Dollar ein – eine Zahl, von der er erwartet, dass sie mit der weiteren Verfeinerung des Modells noch steigen wird. Neben dem finanziellen Wert wurden die MRO-Prozesse drastisch gestrafft, wodurch TimkenSteel in der gleichen Zeit von 100 auf über 13.000 Artikel pro Woche umsteigen konnte. „Ich habe das Modell gebaut, gesehen, wie es funktioniert, und gesehen, dass das Unternehmen davon profitiert“, reflektiert Galbincea. „Für mich ist das großartig. Das macht einen Unterschied.“
_____________________________________________________________________________________
„In jeder Branche mit so viel Geschichte [wie der Stahlherstellung] ist es sehr einfach, Jahr für Jahr Dinge auf die gleiche Weise zu tun. Aber das darf einfach nicht mehr passieren“, sagt Nicholas Galbincea, Supply Chain and Commodity Modeling Manager bei TimkenSteel. „Eines der ungesundesten Dinge, die man in jedem Geschäft sagen kann, ist: ‚So haben wir das schon immer gemacht.'“
TimkenSteel – ein führender Anbieter von Stangen und Rohren aus legiertem Hochleistungsstahl – hat sich in den letzten Jahren ehrgeizige Nachhaltigkeitsziele gesetzt und nutzt schlanke Praktiken und kontinuierliche Verbesserungen, um die Umweltbelastung zu reduzieren und die Effizienz seiner jährlichen Schmelze von rund 1,2 Millionen Tonnen zu verbessern.
Dank Galbinceas einzigartiger Vision und der innovationsorientierten Führung, die ihn unterstützt, leiht sich TimkenSteel eine Strategie aus der Welt des Ingenieurwesens – Industrie 4.0, eine intelligente Fertigungsphilosophie – um andere Aspekte des Geschäfts zu transformieren. Diese Denkweise zur Optimierung hilft dem Unternehmen nun dabei, als Early Adopter von Big Data in den Bereichen Wartung, Zuverlässigkeit und Betrieb (MRO) Fuß zu fassen.
„Analytics ist die Zukunft, und diese Zukunft ist jetzt“, sagt Galbincea. „Wenn Sie nicht an Bord kommen, werden Sie im Staub zurückgelassen. Und ich weiß, das klingt klischeehaft, aber es ist jetzt wahrer denn je.“
Skalierung von Lean-Idealen über das Engineering hinaus
Galbincea, der in Maschinenbau und Materialwissenschaften ausgebildet war, brachte eine Computerperspektive zu TimkenSteel, wo er in einer R&D-Rolle begann. Anfang 2020 wechselte er in den Einkauf des Unternehmens und leitet nun die direkte Verbrauchsmaterialbeschaffung. Das Timing dieses Schrittes geht Galbincea jedoch nicht verloren.
„Und siehe da, es wäre ein Crashkurs in einem der schwierigsten globalen Lieferkettenprobleme, mit denen die Welt wahrscheinlich jemals konfrontiert war“, sagt er. Die globale COVID-19-Pandemie, die sich 2020 schnell weltweit ausbreitete, verursachte die bedeutendste Lieferkettenkrise in der Geschichte der postindustriellen Welt. Hersteller in allen Branchen auf allen Kontinenten wurden von gewaltigen Störungen getroffen, die sich ihrer Kontrolle entzogen, und TimkenSteel war da keine Ausnahme.
Galbincea sah sich nur wenige Wochen nach seiner neuen Rolle im Commodity Management einer historischen Herausforderung gegenüber und sah eine Gelegenheit für TimkenSteel, einen klaren Bruch mit der Art und Weise zu vollziehen, wie Lieferketten in der Vergangenheit verwaltet wurden, und stattdessen eine Transformation der Analytik anzugehen. „Es hat absolut Sinn gemacht. Es ist kein Hexenwerk, das, was wir kaufen sollten – unseren Bestand – basierend auf der Nachfrage und den Bedürfnissen des Unternehmens zu korrelieren.“
Galbinceas Plan war es, statistische Methoden zu nutzen, die in der Industrie 4.0 üblich sind, um die MRO zu optimieren. „Es geht um einen analytischen Ansatz, was wir verbrauchen sollten, basierend auf einer Masterplan-Prognose, und korreliert dies direkt mit dem, was wir kaufen sollten“, erklärt er. „Ich begann mit der Anwendung dieser analytischen Modelle, um zu fragen, wie wir unseren Lagerbestand reduzieren könnten. 2020 war der Zeit, den Lagerbestand zu reduzieren und sich zu verschlanken, weil das Geschäft langsam war.“
Galbincea, der sich während seines Studiums mit computergestützten Ansätzen in den Materialwissenschaften befasste, war der Idee von Industrie 4.0 – zumindest in technischen Anwendungen – nicht fremd. Die Anwendung algorithmischer Ansätze im Einkauf war jedoch relativ unbekanntes Terrain, nicht nur bei TimkenSteel, sondern in der gesamten Branche.
„Wir haben begonnen, unseren Bestand für die aktuelle Geschäftslage zu optimieren, und jetzt sind wir zwei Jahre von diesem [Wendepunkt] entfernt, und dem Unternehmen geht es sehr gut. 2021 war eigentlich ein Rekordjahr für TimkenSteel seit seiner Gründung“, sagt er.
JMP ist eine Komplettlösung zur Automatisierung von Datenworkflows
TimkenSteel lagert jederzeit Bestände im Wert von mehreren Millionen Dollar in einem kontrollierten Lagerhaus. Von Pumpen bis zu Schrauben und Muttern muss im Falle eines Bruchs oder Ausfalls im Fertigungssystem alles zur Hand sein, um kostspielige Ausfallzeiten zu vermeiden. Die Verwaltung Tausender Lagerartikel kann entmutigend sein, selbst wenn die globale Lieferkette ohne Unterbrechung läuft.
Traditionell ist die Bestandsverwaltung die Aufgabe eines Teams, das von Hand arbeitet, um das Angebot zu indexieren und die Beschaffung einzuleiten. Der schlanke Ansatz von TimkenSteel bedeutete jedoch, dass Galbincea neue Effizienzen durch Statistiken schaffen musste.
„[Anfangs] habe ich Bestandsmodelle für bestimmte direkte Rohstoffe erstellt, weil es ohne ein großes Team zu umständlich war, dies manuell zu tun“, erinnert sich Galbincea. Da hatte er eine Idee: das gesamte System automatisieren. „Ich sagte, wir bauen ein Modell. Lass uns einen Algorithmus bauen, der das Ganze handhabt!“ Dazu benötigte er ein Tool, und dieses Tool war JMP®.
Galbincea, der die Statistik-Erkennungssoftware in seiner früheren R&D-Rolle verwendet hatte, war laut Galbincea die natürliche Wahl für JMP. „JMP an sich ist ein sehr benutzerfreundliches Tool. Nur vom Standpunkt der Schnittstelle aus ist es wunderschön. Es ist relativ einfach, durch lineare Korrelationen zu navigieren und mit der grafischen Darstellung Ihrer Daten zu beginnen. Sogar maschinelles Lernen – das neuronale Netzmodul – ist unkompliziert. Sie verstehen vielleicht nicht, was all die Metriken und Parameter bedeuten, aber Sie können es in JMP ausführen.“
Darüber hinaus, fügt er hinzu, wird die mit jedem neuen Tool verbundene Lernkurve in JMP durch intuitive Anleitungsressourcen erheblich erleichtert. „Der Hilfe-Tab oben enthält kurze Tutorials und das Suchwerkzeug ist besonders hilfreich, um herauszufinden, welche Formeln bereits integriert sind“, erklärt er. „JMP verfügt über eine riesige Datenbank mit [vorgefertigten] Formeln, die Sie verwenden können, anstatt sie selbst programmieren oder herausfinden zu müssen.“
„Die Visualisierung ist auch großartig. Ich kann nicht genug Lob dafür aussprechen, wie einfach Graph Builder zu verwenden ist. Das Anzeigen von Daten mit einer grafischen Darstellung ist so viel leistungsfähiger als nur die Darstellung von Zahlen, und mit dem Inventar kann ich unserem Management visuell – und in einem einzigen Diagramm – zeigen, wo das Modell sagt, dass unser Maximum sein sollte. Es ist sehr mächtig, weil es Sinn macht.“
$700.000 Einsparungen in 6 Monaten
Ausgehend von wichtigen Rohstoffen – Materialien, die im Stahlherstellungsprozess verwendet werden, von feuerfesten Verbrauchsmaterialien bis hin zu Mühlenwerkzeugen und Rohrmühlen – begann Galbincea mit der Entwicklung eines MRO-Optimierungsmodells. „Mit JMP konnte ich die Datenbank des kontrollierten Lagers abfragen und sicherstellen, dass der physische und der digitale Bestand aufeinander abgestimmt sind“, sagt er. „Von Query Builder aus habe ich dann JMP verwendet, um diese Datentabellen zu massieren und eine Reihe von Verknüpfungen herzustellen, um die Vorlaufzeit zu [identifizieren]“, erklärt er. Dieser Arbeitsablauf ließ sich mit ein paar Skripten leicht automatisieren.
Jetzt greift das System auf Knopfdruck auf Daten aus der Datenbank von TimkenSteel zu und fragt sie ab, führt einen Optimierungsalgorithmus für jeden Artikel auf der Grundlage historischer Verbrauchs- und aktueller Vorlaufzeitberechnungen aus und gibt eine Reihe von Empfehlungen ab: wann Artikel nachbestellt und geliefert werden sollten welche Menge. Wenn der Saldo eines Inventarartikels unter einen bestimmten Schwellenwert fällt, löst das System einen Kauf aus. Schwellenwerte werden festgelegt, um Ereignisse in der globalen Lieferkette zu berücksichtigen, einschließlich überdurchschnittlich langer Vorlaufzeiten.
„Durch die Arbeit in JMP konnte ich über mehrere Monate bis zu einem Jahr [ein MRO]-Modell erstellen, Datenabfragen [automatisieren], Fehler beheben und dann damit live gehen“, sagt er. „Jetzt ist es so einfach wie zu klicken, zwei Skripte auszuführen, und [das Dashboard] spuckt neue Zahlen aus [unter Berücksichtigung] aktualisierter Vorlaufzeiten und des letzten, aber immer noch historischen Verbrauchs jedes Artikels.“
Das Modell trat im März 2022 in Kraft und generierte laut Galbincea allein in den ersten 6 Monaten Einsparungen von mehr als 700.000 US-Dollar. „Es ist eine echte goldene Gans, weil es uns im Laufe der Zeit immer mehr Geld sparen wird“, fügt er hinzu.
Ein lebendiges, atmendes Modell liefert Jahr für Jahr einen Mehrwert für das Unternehmen
Vor der Einführung des Modells von Galbincea war ein wesentlicher Fehlerpunkt im Lieferkettenmanagement der menschliche Fehler, der bei jedem Katalogisierungsprozess für physische Bestände unvermeidlich war. Jetzt, da ein Großteil des Prozesses automatisiert ist – wodurch die Möglichkeit menschlicher Fehler, die die Datenqualität beeinträchtigen könnten, eliminiert wird –, sind physische und digitale Bestände besser aufeinander abgestimmt. Und eine bessere Datenqualität unterstützt einen genaueren, optimierten Einkauf. Infolgedessen haben sich laut Galbincea auch die Lieferzeit und die Zuverlässigkeit verbessert. Das System verarbeitet jetzt einen Kauf mit einer Vorlaufzeitberechnung, die im Laufe der Zeit das Wissen über die Lieferkette erweitert, indem der Algorithmus kontinuierlich verfeinert wird.
„Das Modell lebt und atmet – es wird zusammen mit den Daten ständig aktualisiert“, sagt Galbincea. „Die Lieferzeiten haben sich in diesem Jahr geändert, da die Nachfrage so hoch ist und das Angebot aufgrund von Arbeit, Inflation, Kraftstoffkosten, Transport und Fracht immer noch erstickt ist … Und [mit dem Modell], Boom – all diese Zahlen werden sofort aktualisiert.“
In seiner zweiten Phase entwickelt Galbincea ein fortschrittlicheres Zuverlässigkeitsmodell, das Prognosen ermöglicht und einen vorbeugenden Wartungsplan und den damit verbundenen Einkauf optimiert. „Da wird es richtig cool“, sagt er.
In dieser nächsten Phase werden wahrscheinlich mehr KI und maschinelles Lernen involviert sein, da Fehler aus Datensicht nicht immer linear sind. „Wenn Sie die vorbeugende Wartung mit Ihrem Kaufplan korrelieren können, können Sie das Risiko und den Bestand wirklich optimieren.“
Die Automatisierung ermöglicht es Ingenieuren, ihre Zeit in wertschöpfendere Aufgaben zu investieren
Mehr noch als eine Reduzierung des Beschaffungsbudgets bedeutet die Innovation von Galbincea, dass TimkenSteel auch Arbeitsstunden im Ingenieurwesen einspart, die zuvor für sich wiederholende manuelle Aufgaben aufgewendet wurden. Während Abfragen früher einmalig waren, ermöglichen es jetzt Standardskripte in JMP den Ingenieuren, die Daten so oft wie nötig abzufragen, ohne zusätzlichen Zeitaufwand zu investieren.
„Vor fünf Jahren hat ein Ingenieur Daten manuell abgefragt und bearbeitet. Jetzt ist alles automatisiert, sodass Sie sehen können, wie [dieses Projekt] ein Proof of Concept war“, sagt er und fügt hinzu, dass das manuelle Erreichen des aktuellen Optimierungsniveaus von TimkenSteel selbst für ein Team von Ingenieuren so zeitaufwändig gewesen wäre, dass dies nicht der Fall gewesen wäre Mehrwert haben.
„Es liegt nicht nur im Dollarbetrag [den wir den Wert des Modells sehen]“, erklärt Galbincea. „Es gibt den Menschen auch die Möglichkeit, andere Probleme zu lösen und durch neue Projekte Werte zu schaffen. Wenn Sie die Zeit dieses Mitarbeiters freigeben, kann er an Aufgaben mit mehr Mehrwert arbeiten.“
„Wenn Sie es automatisieren können, gibt es keine Entschuldigung, es manuell zu tun.“
Bei der Umgestaltung des Lieferkettenmanagements sind Galbincea und seine Fürsprecher bei TimkenSteel vielleicht auf das gestoßen nächste industrielle Revolution – eine, die das gesamte Unternehmen betrifft. „Wenn Sie es automatisieren können, gibt es letztendlich keine Entschuldigung, es manuell zu tun“, schließt Galbincea. „Das ist Business 4.0: Digitalisieren Sie das gesamte Unternehmen und Sie können nahezu jeden Aspekt Ihres Unternehmens analysieren und potenzielle Optimierungsmöglichkeiten erkennen. Sie werden sehen, worauf Sie sich konzentrieren sollten [Zeit und Investition], und Sie werden das Beste für Ihr Geld bekommen.“
