Unkontrolliert ankommende Lkw sind typisch für viele Be- und Entladestationen. Die Folge: Liegekosten, schlechte Docknutzung und Prozessabfälle. Unternehmen benötigen Echtzeitwissen über ankommende Lkw, um ihre Lager optimal verwalten zu können. Doch wie kann das erreicht werden?
Folgende Situation veranschaulicht die gängige Praxis in vielen Unternehmen. Lagerdocks werden auf Basis eines einmalig erstellten, statischen Lkw-Ankunftsplans disponiert und verwaltet. Es wird erwartet, dass Lkw zu bestimmten Tageszeiten eintreffen, und auf dieser Grundlage wird die Kapazität der Dockarbeiter geschätzt. Stellen Sie sich nun das folgende typische Szenario vor:
Es wird erwartet, dass ein Lkw um 14 Uhr im Lager ankommt, er steht jedoch im Stau und verspätet sich. Ein Dockarbeiter versucht, den Fahrer zu kontaktieren, um zu bestimmen, wann der Lkw voraussichtlich ankommen wird. Leider ist keine direkte Kommunikation mit dem Fahrer möglich, sodass der Dockarbeiter stattdessen das Transportunternehmen kontaktiert. Das Transportunternehmen muss seinerseits den Subunternehmer kontaktieren, der wiederum den Fahrer kontaktieren muss, um den aktuellen Status zu erfahren. In der Zwischenzeit weist der Frachtführer dem Dockarbeiter andere Lageraufgaben zu, da man von einem Nichterscheinen des Lkw ausgeht. Die Verwaltung wird dementsprechend vorbereitet. Plötzlich taucht der Lkw aber doch auf, und zwar gleichzeitig mit zwei anderen Lkw, die pünktlich als letzte Lastwagen des Tages eintreffen.
Die obige, anschauliche Beschreibung stellt einen unkontrollierten Lkw-Fluss dar, wie er für viele Be- und Entladestationen typisch ist. Die Nachteile und Konsequenzen sind vielfältig und beinhalten unter anderem:
- Erhöhte Liegekosten durch lange Wartezeiten im Hof
- Ineffiziente Docknutzung, die die interne Materialflusssteuerung sowie Prozesszeiten und Kosten beeinflusst
- Unzuverlässige Dock-Kapazitätsplanung aufgrund unvorhersehbarer Lkw-Ankünfte, und dadurch ineffiziente Ressourcennutzung
- Viele unnötige Prozesse durch manuelle Nachverfolgung, E-Mails und Telefonanrufe mit dem Ziel, den aktuellen Status zu ermitteln
Lkw in Echtzeit managen
Stellen Sie sich vor, was für Vorteile es hätte, Lkw in Echtzeit zu verwalten und gleichzeitig eine direkt mit den Fahrern effektiv kommunieren zu können.
Die Anwendung Camelot Dock Scheduler Optimizer (DSO) bietet Ihnen die nötige Infrastruktur, um genau das zu ermöglichen. Sie wird direkt in das Transportmanagementsystem des Frachtführers integriert. Ladungen (in Form von Transportaufträgen) aus dem Transportmanagementsystem werden an die DSO-Anwendung gesendet, um eine Abholzeit zu arrangieren. Natürlich ist die DSO-Anwendung so eingerichtet, dass sie die Kapazität und Arbeitszeiten am Lagerdock widerspiegelt.
Transportunternehmen oder Fahrer greifen auf die DSO-Anwendung zu, um einen Termin zum Be- bzw. Entladen zu organisieren. Auf dieser Grundlage beginnt dann die Verfolgung des Lkw. Die Lkw werden über eine vernetzte App auf dem Smartphone des Fahrers verfolgt. Basierend auf den Datendiensten von HERE wird die voraussichtliche Ankunftszeit (estimated time of arrival, ETA) berechnet. Die Alarmfunktion löst Warnungen an Dockarbeiter aus, wenn es zu deutlichen Abweichungen der ETA kommt.
Die Nutzung der Smartphone-App ermöglicht dann eine direkte Kommunikation mit dem Lkw-Fahrer. So findet ein effizienter und effektiver Informationsaustausch statt, der eine reibungslose Änderung des Dockplans gewährleistet.
Eine Kooperation mit Synfioo, den ETA-Experten, erweitert nun die DSO-Anwendung
Synfioo berechnet als erstes Unternehmen eine integrierte Prozess-ETA für intermodale Lieferketten. Die Abdeckung fast aller möglichen Störungen entlang der Lieferkette durch die direkte Integration vieler verschiedener Telematikdienste macht Synfioos ganzheitlichen Ansatz zur ETA-Vorhersage einzigartig.
Zusätzlich zu den HERE-Datendiensten kombiniert Synfioo eine Vielzahl von Echtzeit-Datenquellen, um die Qualität der ETA-Vorhersagen signifikant zu verbessern. Beispielsweise sind Fahrertelematikdaten enthalten, um die exakten Pausenzeiten des Fahrers in die Berechnung einzubeziehen.
Basierend auf maschinellem Lernen verarbeitet ein Algorithmus Echtzeitdaten über Wetter, Verkehr, Staus und Baustellen sowie etwa 50 weitere Einflussfaktoren und kombiniert diese mit Telematik- und Transportdaten, um eine detaillierte Sicht auf komplexe, multimodale Transportketten und mögliche Störungen zu bieten. Das Ergebnis: Größere Transparenz in den Lieferketten, die es den Transportplanern ermöglicht, ihre Transporte nach Ausnahmefällen zu verwalten.
Optimale Sichtbarkeit der Supply Chain
Die Integration der beiden Tools bietet Unternehmen eine ideale Möglichkeit, ihren Lkw-Fluss in Echtzeit zu verwalten. So können Lieferkettenstörungen frühzeitig und proaktiv verwaltet werden, was zu Einsparungen bei den Liegekosten und zu einer verbesserten Nutzung des Docks und der Dockressourcen führt.
Die Autoren möchten Alessandra Wischnewski für ihre Unterstützung bei der Erstellung dieses Artikels danken. Alessandra arbeitet im Bereich Logistik und Lieferkette. Ihr Schwerpunkt liegt auf Transportmanagement und Track-and-Trace-Lösungen, mit denen sie nach neuen Wegen sucht, um die Lieferkettentransparenz zu verbessern.
