Optimierung des Transports

Überflüssige Leerfahrten binden Zeit und Kapital – Teil 1

Wissensbeitrag

Jeder fünfte LKW auf Europas Straßen fährt leer! So lautet das Ergebnis einer Studie der Europäischen Kommission. In Deutschland trifft dies sogar auf jeden vierten LKW zu. Deutschlands Spediteure und Logistiker stehen damit vor einer Herausforderung, denn: Leerfahrten kosten Zeit und Geld. Wesentliche Aspekte einer gewinnorientierten Logistikgesellschaft sind entsprechend die Kosten sowie die Effizienz der Transportwege.

Komplexe Transportnetzwerke als Herausforderung

Glühbirne als Sinnbild für den Geistesblitz

Jede Entscheidung bedeutet heutzutage bares Geld und jede Entscheidung zieht die Kostenschraube an.

Über einem stehen Unternehmensziele, wie beispielsweise Liefertreue und Pünktlichkeit, Umweltschutz und Leerkostenvermeidung. Diese Ziele stehen aber bereits meist in einem Konflikt zueinander. Denn: Wer kurzfristige Änderungen zu Gunsten der Liefertreue annehmen will, wird Abstriche bei der Leerkostenvermeidung machen müssen.

Als wäre der Zielkonflikt nicht schon Ballast genug, schwebt über allem immer die Kostenfrage mit. Punkte wie z.B. Benzinkosten, Personalkosten, LKW Maut, Leerkosten, Fuhrparkkosten, Speditionskosten, usw. dürfen nicht vergessen werden, denn Logistik ist und bleibt ein teures Geschäft.

Jeder Logistikverantwortliche weiß: Diese Problematik führt zu einem scheinbar ewigen Kalkulieren und Jonglieren, einem Verwerfen der Lösung und erneutem Modellieren, ohne am Ende wirklich das Optimum zu finden.

Mathematische Optimierung hilft, Entscheidungen zu treffen

Wie aber kann man dieser Problematik entgegentreten?

Es bedarf einer Transportoptimierung, die sowohl die Parameter als auch die Ziele vereint und zu einem optimierten Ergebnis führt, welches auch kurzfristig abrufbar ist. Mit mathematischer Optimierung kann genau das erreicht werden.

In einem weiteren Artikel werde ich Ihnen verschiedene Ansätze vorstellen, mit denen sich solche Fragestellungen zielgerichtet und effizient lösen lassen. Kennen Sie solche Anforderungen aus Ihrem Betrieb ebenfalls? Bitte sprechen Sie uns an, und wir gehen gemeinsam nicht nur allgemein auf Lösungsansätze ein, sondern betrachten direkt Ihren speziellen Fall.

Optimierung des Transports
Wissen

Überflüssige Leerfahrten binden Zeit und Kapital – Teil 2

Jeder fünfte LKW auf Europas Straßen fährt leer! So lautet das Ergebnis einer Studie der Europäischen Kommission. Was sind also die technologischen Möglichkeiten, diesen Umstand zu verbessern?

Anonyme Referenz
Referenz

Erfolgreiches Supply Chain Management

Als Logistiker oder Hersteller von Waren ist das Supply Chain Management ein wichtiger Teil des Geschäfts. Die X-INTEGRATE Optimierungslösung „Supply Chain Optimizer“ (SCO) auf Basis von IBM DOC unterstützt den Kunden bei der Unternehmensplanung.

Optimierung des Transports
Wissen

Transportoptimierung im Detail: Die Beladeoptimierung

Warum die Routenoptimierung nur einen ersten Schritt darstellt – Die Netzwerkoptimierung und die Transportoptimierung bilden den Grundstein der Logistikoptimierung und sind aus effizienten Logistikketten nicht mehr wegzudenken. Dieser Artikel beleuchtet die Berechnung der Beladeoptimierung.

MAN Logo
Referenz

Dynamische und optimierte Auftragseinplanung

MAN Truck & Bus AG setzt auf einen von X-INTEGRATE mathematisch optimierten Auftragsbestand, um seinen Auftragseinplanungsprozess und die Auftragsoptimierung zu verbessern.

Geschäftsoptimierung
Wissen

Dynamische Anpassung an Absatzmärkte - Teil 2

Mathematische Optimierung ist ein valider Lösungsansatz für Zuordnungsprobleme. Der zweite Teil der Blogserie beweist dies mit einem Praxisbeispiel.

Verschiedene Werkzeuge wie Hammer, Schraubenzieher, etc. auf einem Boden
Wissen

Standardtool vs. Standardplattform

Genau wie in vielen anderen Bereichen auch, bietet die Welt der Optimierung vielfältige Möglichkeiten, sich einer Fragestellung zu nähern. Doch was ist die bessere Wahl - Standardtool oder Standardplattform?

Geschäftsoptimierung
Wissen

Geschäftsoptimierung mit mathematische Berechnungen

In mathematischen Optimierungsmodellen für Geschäftsprobleme hängt die Performance oft davon ab, ob das zugrunde gelegte Modell linear ist. Der heutige Blogartikel erklärt das Vorgehen.

X-INTEGRATE Standortoptimierung
Lösung

X-INTEGRATE Standort Optimierung

Nahezu jedes größere Unternehmen ist auf eine geeignete Methode angewiesen, Standorte sinnvoll auszuwählen und zu betreiben. Um die besten Standorte zu ermitteln, setzen wir auf mathematische Optimierung.

Tafel mit mathematischen Formeln
Wissen

Optimierung in der Praxis: Weniger ist mehr (Teil 1)

Fortschreitende Technologien ermöglichen uns, immer genauere Berechnungen durchzuführen. Wir sind heute in der Lage, in kürzerer Zeit mit höheren Datenmengen umzugehen als jemals zuvor. Gerade in der Mathematik hat das aber nicht nur Vorteile.

MAN Logo
Presse

"Automobil Industrie" berichtet über Lösung für MAN

Das Magazin “Automobil Industrie” hat die X-INTEGRATE Lösung zur Mathematischen Optimierung des Auftragsbestands bei dem Nutzfahrzeughersteller MAN näher beleuchtet.

Zur SCOPE Website
Presse 16.12.19

Fachbeitrag: Auftragsbestand mathematisch optimiert

83.000 Fahrzeuge setzte MAN Truck & Bus 2016 ein. Die hohe Nachfrage nahm der Full-Range-Anbieter zum Anlass, seinen Auftragseinplanungsprozess und die Auftragsoptimierung auf den Prüfstand zu stellen. Die Erfolgsstory im Artikel in der SCOPE.

Zur Industrie Management Website
Presse 25.02.18

Fachbeitrag: "Produktion & Standortwahl optimieren

Im Fachbeitrag des Magazins “Industrie 4.0 Management”, erzählen wir, wie sich Produktion und Standortwahl mithilfe algorithmischer Berechnungen optimieren lassen.

Interessiertes Publikum sinnbildlich für IBM Think 2019
Event 06.11.18

X-INTEGRATE auf der IBM THINK 2019

Freuen Sie sich außerdem auf zwei spannende Sessions mit IT-Manager und Geschäftsführer der X-INTEGRATE Software & Consulting GmbH Wolfgang Schmidt zu innovativen Business-Integrationstechnologien.

Wissen

Standortoptimierung als Teil des Supply Chain Managements

Das Supply Chain Management umfasst viele einzelne Aspekte der strategischen und operativen Arbeitsweise von Unternehmen. Einen möglichen Ansatz stellt die Standortoptimierung dar, die dieser Blogartikel vorstellt.

Bestimmung eines Standortes
Wissen

Schwerpunktanalyse in einem Logistiknetzwerk

Bei der Planung eines neuen Warenlagers oder neuer Fabrik-Standorte steht man vor dem Problem, die Inputdaten in den Griff zu bekommen. IBM ILOG LogicNet Plus XE ist ein Standardtool zur strategischen Planung und Optimierung von Logistiknetzwerken.

Weiterleitung zu Beschaffung Aktuell
Presse 12.04.17

Beschaffung aktuell berichtet über SCO

In der Ausgabe 04/2017 berichtet “Beschaffung aktuell” über unser Tool zur Optimierung der Produktions- und Netzwerkplanung “SCO”.

Lieferkette optimieren durch bessere Nutzung der Ressourcen
Lösung

Lieferkette optimieren durch bessere Nutzung der Ressourcen

Ein gutes Supply Chain Management muss Produktions- und Warenlagerkapazitäten beachten, den reibungslosen Transport der Produkte und Zulieferungsprodukte bis zum Endkunden gewährleisten und dabei die Transport-, Produktions- und Lagerungskosten minimieren.

Geschäftsoptimierung
Wissen

Dynamische Anpassung an Absatzmärkte

Was tun, damit sich das eigene Produkt von der Konkurrenz abhebt, ohne dafür interne Strukturen aufgeben zu müssen? Was wird benötigt, um keine statische Lösung zu entwickeln, sondern um sich einem stets wandelnden Markt dynamisch anzupassen? Unser Blogartikel klärt auf.

Boston Consulting Group Logo
Referenz

IBM ILOG CPLEX als Ergänzung zu MATLAB

Die X-INTEGRATE besitzt tiefgehendes Wissen in der individuellen Modellerstellung für IBM ILOG CPLEX sowie in der Integration mit anderen Applikationen und Lösungen. Die BCG hat auf diese Expertise zurückgegriffen und in kurzer Zeit MATLAB durch IBM ILOG CPLEX erweitert.

ILOG Optimization
Technologie

ILOG Optimization

ILOG CPLEX und ILOG CP Optimizer bieten Ihnen die Möglichkeit, in kürzester Zeit verschiedene Simulationen für mögliche Entscheidungen durchzuführen. Dabei ist CPLEX vor allem für lineare Modelle geeignet, während CP Optimizer generelle Constraint-Programming-Modelle löst.