White Paper Wissen ist Macht - Arvato Supply Chain Intelligence...White Paper Wissen ist Macht -...

White Paper

Wissen ist Macht - Arvato Supply Chain Intelligence

Ein Leitfaden zur effektiven Nutzung riesiger Datenmengen unter Einbezug von Digitalisierung, Industrie 4.0 und dem Internet der Dinge (IoT) entlang der Supply Chain.

© A

nna

Zie

linska

– G

ett

yim

ages.c

om

http://www.gettyimages.de/search/photographer?family=creative&photographer=Anna+Zielinska

Arvato Supply Chain Intelligence

Version: 1.1 | 21.09.2016 Seite 2 von 29

Rechtlicher Hinweis Copyright © Arvato Systems, An der Autobahn 200, 33333 Gütersloh, Deutschland. Alle Rechte

vorbehalten.

Der Inhalt dieses Dokuments ist Eigentum von Arvato Systems. Es darf ohne schriftliche Genehmigung

von Arvato Systems weder ganz noch in Ausschnitten dupliziert, an Dritte weitergegeben oder

veröffentlicht werden.

Dieses Dokument hat informatorischen Charakter und stellt kein Angebot auf Abschluss eines Vertrages

dar.



1. Executive Summary ................................................................................................................. 4

2. Trends und Entwicklungen im Zeitalter von Industrie 4.0 und digitaler Transformation .......... 5

3. Herausforderungen und Bedeutung eines Supply Chain Intelligence Systems ...................... 7

4. Supply Chain Intelligence als Self Service Ansatz .................................................................. 9

5. Supply Chain Intelligence Toolbox – Beispiele aus der Praxis .............................................. 11

5.1 Supply Chain Netzwerkoptimierung ....................................................................................... 12

5.2 Forecasting, Planning und Replenishment ............................................................................ 13

5.3 Picking Productivity Management System (PPMS) ............................................................... 14

5.4 Wegeoptimierte Artikelpositionierung (WMO) ........................................................................ 16

5.5 Fleetmanagement .................................................................................................................. 18

5.6 Wirtschaftliches Disponieren .................................................................................................. 19

5.7 CO2-Bilanzierung ................................................................................................................... 22

5.8 Gaming Center Logistics ........................................................................................................ 24

5.9 Personalkapazitätsplanung .................................................................................................... 26



1. Executive Summary

Die Logistik ist eine der Schlüsselbranchen des digitalen Zeitalters und bietet zahlreiche Schnittstellen

zwischen der realen und virtuellen Welt. Die Digitalisierung revolutioniert die Geschäftsprozesse der

Unternehmen und ermöglicht neue Formen des Vertriebs wie beispielsweise den Online-Absatz.

Der Wandel zum Omnichannel-Vertrieb findet gerade statt und stellt die Logistik schon jetzt vor große

Herausforderungen. Die Kunden erwarten Informationen über ihre Bestellungen in Echtzeit.

Click&Collect-, Pick-up&Delivery- sowie Same-Day-Delivery-Konzepte sind auf dem Vormarsch. Zudem

nehmen die Auftragsgrößen ab, das Artikelsortiment weitet sich stark aus, die Retourenquote steigt und

die Lieferzyklen werden immer kürzer. Die bisherigen Netzwerke können das nicht mehr effizient leisten

und müssen angepasst werden.

Aber an welchen Stellschrauben müssen die Supply Chain Manager drehen?

Zur Beantwortung dieser Fragestellungen eignen sich insbesondere Business Intelligence Systeme, da

sie in der Lage sind, große Datenmengen zu analysieren. Doch traditionelle Business Intelligence

Ansätze mit zentralen Reportingstrukturen, die einen definierten Set an Kennzahlen (KPI) periodisch an

die Führungskräfte und Entscheider liefern, sind nicht mehr zeitgemäß: Sie sind zu langsam und zu

statisch. Sobald die Reports generiert und verteilt sind, ist der eigentliche Informationsgehalt längst

überholt. Hinzu kommt, dass Supply Chain Manager bei gravierenden Abweichungen eine sofortige und

detaillierte Ursachenanalyse benötigen, die sie am besten selbst durchführen. Dieses Unterfangen

scheitert jedoch häufig entweder an hoch-aggregierten Kennzahlen oder an wenig

anwenderfreundlichen User-Interfaces. Das ist frustrierend und die Folge sind falsche oder zu spät

getroffene Entscheidungen.

In der neuen Welt von „4.0“ ist alles digital, vernetzt und vor allem in Echtzeit. Es gelten neue

Gesetzmäßigkeiten und Regeln. Wer nicht weiß, was gerade in seiner Supply Chain passiert und zu

langsam handelt, den bestraft sofort die Konkurrenz. Derjenige, der den Schatz riesiger Datenmengen

zu heben weiß, hat hingegen einen klaren Wettbewerbsvorteil.

Es gilt nicht mehr das Prinzip „Die Großen fressen die Kleinen“, sondern „Die Schnellen fressen die

Langsamen“.

Dieses White Paper untersucht die Herausforderungen, vor denen Unternehmen in verschiedenen

Bereichen des Supply Chain Managements stehen, um die richtigen Entscheidungen auf Basis

notwendiger Transparenz zu treffen. Anhand von Praxisbeispielen wird gezeigt, wie eine intelligente

und intuitiv-bedienbare Data Discovery Software dazu beitragen kann, neue Erkenntnisse selbstständig

zu generieren, und damit die Effizienz und Agilität der Prozesse steigert.



2. Trends und Entwicklungen im Zeitalter von Industrie 4.0 und digitaler Transformation

Wir stehen am Rande einer technischen Revolution, die unsere Art zu leben, zu arbeiten und

miteinander zu kommunizieren grundlegend verändern wird. Dabei sind Komplexität, Reichweite und

das Ausmaß auf unser Leben noch nicht absehbar.

Milliarden von Menschen sind über Mobilgeräte mit einer noch nie da gewesenen Verarbeitungs- und

Speicherkapazität miteinander verbunden und verfügen über einen nahezu unbegrenzten Zugang zu

Wissen. Und diese Möglichkeiten werden potenziert durch sich abzeichnende technische

Durchbrüche in Bereichen wie künstliche Intelligenz, Robotik, Internet der Dinge, autonome

Fahrzeuge, 3-D-Druck, Drohnen, Nano- und Biotechnologie, Materialwissenschaften,

Energiespeicherung und Quantencomputing.

Wenn von Industrie 4.0 die Rede ist, spricht man im gleichen Atemzug meist auch von

Digitalisierung und dem Internet der Dinge. Üblicherweise geht es dabei um Systeme und Software,

mit denen klassische Fertigungs- und Produktionsanlagen intelligent vernetzt, automatisiert und damit

autonom gesteuert werden. Vor allem die Optimierung und Automatisierung von Abläufen verspricht

hohe Effizienzgewinne. Werkstücke könnten sich sensorgesteuert je nach Auslastung der Anlagen

selbstständig durch den Produktionsprozess navigieren – die Grundlage für sogenannte "Smart

Factories".

Abbildung 1: Quelle: The Internet of Things, MIT Technology Review, Business Report

Doch in der Industrie der Zukunft geht es nicht ausschließlich um intelligente Fabriken, sondern auch

darum, wie diese über Unternehmensgrenzen hinweg zusammenarbeiten. Denn Smart Factories,

Cyberphysische Systeme und das Internet der Dinge bieten völlig neue Möglichkeiten von

Kooperation und Wertschöpfung. Die Integration verschiedener Wertschöpfungspartner in die

Prozesskette sorgt für erheblich mehr Flexibilität und Geschwindigkeit – und damit auch für mehr

Komplexität. Dies betrifft vor allem den Bereich Supply Chain Management.



Abbildung 2: Quelle: Text von Steffan Heuer für change – das Magazin der Bertelsmann Stiftung. Ausgabe 1/2015

Die sogenannte Digitale Transformation, deren Treiber unter anderem Big Data ist, sowie der sich

verschärfende Wettbewerb fordern von Unternehmen nicht nur, ihre Geschäftsprozesse durch

Digitalisierung zu optimieren, sondern sie gibt auch den Anstoß, um neue Business-Modelle zu

entwickeln. Mit den intelligenten Tools verändern sich die Spielregeln am Markt. Heute heißt der

Kampf nicht mehr "Groß gegen Klein", sondern "Schnell gegen Langsam". Wer die digitale

Transformation verschläft, steht bald vor Problemen.

Der wirtschaftliche Nutzen von Big Data lässt sich in sehr vielen Funktionsbereichen belegen.

Beispielhaft seien hier folgende genannt:

Big Data erleichtert es Marketing- und Vertriebsabteilungen, Produkt- und Service-Angebote individuell auf Kundensegmente zuzuschneiden.

Mit dem Internet der Dinge oder Machine to Machine (M2M)-Kommunikation können produzierende Unternehmen ihre Fertigungs-, Service- und Supportprozesse optimieren. Dafür erfassen Sensoren entlang der Supply Chain permanent Daten – bis hin zum späteren Betrieb – und optimieren Prozesse auch unternehmensübergreifend.

In Distribution und Logistik kann eine nachhaltige Kostensenkung erreicht werden, indem die

Fahrzeuge stärker mit der Außenwelt vernetzt werden und Daten wie Benzinverbrauch, Zustand von Verschleißteilen oder Positionsdaten automatisch erfassen und in Datenbanken übertragen. Mit diesen Daten können Disponenten zeitnah Transporte planen, Beladungen und Routen ändern sowie Wartungskosten und Stillstandzeiten minimieren.

Im Bereich des Finanz- und Risikocontrollings können Frühwarnsysteme beispielsweise für

Risikomanagement oder Performance-Kontrolle aufgesetzt werden.



3. Herausforderungen und Bedeutung eines Supply Chain Intelligence Systems

Für führende Unternehmen gehört die Steuerung gegensätzlicher Prioritäten in der Lieferkette schon

heute zur täglichen Aufgabe. Angesichts wachsender Komplexität, Schnelligkeit, Datenvolumina,

anspruchsvolleren Kunden und begrenzter Ressourcen stehen Supply Chain Manager unter dem

enormen Druck, für ein Gleichgewicht aus operativer Effizienz, perfekter Auftragsauslieferung und

Flexibilität in der Lieferkette zu sorgen. An erster Stelle stehen dabei Rentabilität und

Kostenmanagement, gefolgt von Flexibilität der Lieferkette sowie die Notwendigkeit, die

Kundenanforderungen zu erfüllen.

Bestände, Distribution, Beschaffung und Transport zählen zu den wichtigsten Kostenfaktoren der

Lieferkette. Die Möglichkeit, diese zu minimieren, wird als Wettbewerbsvorteil erkannt und als zentrale

Aufgabenstellung führender Unternehmen betrachtet, um sich einen Wettbewerbsvorsprung gegenüber

Konkurrenten zu verschaffen.

Welche zentralen Geschäftsanforderungen an ein modernes Supply Chain Intelligence System

entstehen daraus?

Aussagekräftige Visualisierungen (keep it simple):

Entscheider benötigen nicht viele, sondern wenige, aber dafür die richtigen Kennzahlen (Key

Performance Indicators) und Visualisierungen zur Steuerung ihrer Lieferketten.

Unübersichtliche Tabellen mit endlosen Zahlenkolonnen nützen wenig, um schnell einen

Überblick zu bekommen und fundierte Entscheidungen zu treffen. Hingegen helfen

https://insight.arvato-systems.de/functions/marketing/Fotogalerie_Marketing/2 - Media/_w/Media_Fotolia_61657733_businessman_working_with_pc_and_smartphones_jpg.jpg



geoanalytische Darstellungen beispielsweise bei taktisch-strategischen Standort- und

Transportoptimierungen.

Ad-hoc Analysen:

Um beispielsweise negative Trends und vor allem deren Ursachen frühzeitig zu erkennen,

reicht die Aussagekraft der hoch-aggregierten Kennzahlen nicht mehr aus. Vielmehr müssen

detailliertere Analysen durchgeführt werden, um den Ursachen auf den Grund zu gehen.

Deshalb ist es zwingend notwendig, die zugrundeliegenden Datenmengen in jedwede

Richtung auswerten zu können.

Skalierbarkeit:

Die Analyse von Daten wird zum wesentlichen Bestandteil in allen Fachbereichen eines

Unternehmens. Lösungen zur Datenanalyse müssen hinsichtlich ihrer Benutzerzahlen

skalierbar sein.

Analysegeschwindigkeit:

Auch bei großen zugrundeliegenden Datenvolumina muss ein Anwender die Ergebnisse

seiner Analysen unmittelbar erhalten. Hier ist die In-Memory-Technologie gefordert, denn nur

so lassen sich Daten performant analysieren.

Intuitives User-Interface:

Nur wenn das eingesetzte Business Intelligence System einfach und intuitiv zu nutzen ist,

werden die Anwender es gerne verwenden und positive Ergebnisse für das Unternehmen

erzielen. Die Anwender müssen somit in der Lage sein, eigenständig und unabhängig von der

IT-Abteilung auf Daten zuzugreifen und diese zu analysieren.

Einfache Anbindung externer Datenquellen:

Aufgrund wachsender horizontaler und vertikaler Vernetzungen innerhalb der Supply Chain

steigen nicht nur die Datenvolumina stetig an, sondern auch die Anzahl von Datenquellen und

Datenempfängern. Einerseits müssen unternehmensinterne Datenquellen angebunden

werden, wie z. B. ERP- oder MES-Systeme auf Shop-Floor-Ebene sowie Sensordaten in der

Fertigung oder Planungsdaten im Vertrieb etc. Andererseits gilt das Gleiche für

unternehmensexterne Datenquellen, wie z. B. Währungskursentwicklungen,

Rohstoffpreisentwicklungen, Bonitätsratings von Lieferanten und Kunden per Web Service,

Telematiksysteme für das Tracking und Tracing des Frachtguts, Anbindung kundenseitiger

Warenwirtschaftssysteme für die Bedarfsanalyse im Rahmen von Konsignationslagern und

vieles mehr.

Kurze Projekt- bzw. Implementierungszeiten:

Unternehmen befinden sich im steten Wandel und die Veränderungsgeschwindigkeit im Zuge

der Digitalen Transformation wird eher zu- als abnehmen. Die Transparenz mittels

Kennzahlen muss stets gegeben sein, da diese als Basis für strategische, taktische und

operative Maßnahmen dient. Veränderungen bei Prozessen oder Datengrundlagen ziehen



somit zwangsläufig auch Anpassungen der Supply Chain Intelligence Systeme nach sich.

Lange Implementierungszyklen verursachen einen Blindflug des Unternehmens, den sich

Wettbewerber sofort zunutze machen.

Kollaboration:

Wie werden Entscheidungen getroffen? Wir treffen Entscheidungen nicht nur aufgrund valider

Zahlen, sondern beziehen auch andere Menschen und deren Meinungen, Ideen, Erfahrungen

und Perspektiven mit ein. Die Kommunikation und Zusammenarbeit mit anderen sowie

zusätzliche Einflüsse aus unserem Umfeld bilden den Kontext für die Daten und unterstützen

uns in der Entscheidungsfindung.

Mobile Technologie:

Mobile Technologien sind ein weiterer Schlüsselfaktor für die Transparenz der Lieferkette und

die verbreitete Nutzung von Big Data-Szenarien. Die Verbreitung von mobilen Endgeräten

wird weiter zunehmen. Zum einen kann der Anwender unterwegs mit einem beliebigen Tablet

oder Smartphone Entscheidungen treffen und diese sofort teilen. Zum anderen erhalten

Mitarbeiter so Informationen in einer einfachen und leicht verständlichen Form.

4. Supply Chain Intelligence als Self Service-Ansatz

Effizienzsteigerungen in der Supply Chain funktionieren nicht ohne Mitarbeiter, die zum richtigen

Zeitpunkt die richtigen Informationen haben, um fundierte Entscheidungen zu treffen oder

vorzubereiten. Eine Data Discovery Software kann dazu beitragen, für Aufklärung zu sorgen, und

Informationen rechtzeitig und gezielt bereitstellen. Sie versetzt den Nutzer in die Lage, große

Datenmengen einfach zu analysieren und damit neue Erkenntnisse zu gewinnen.

https://insight.arvato-systems.de/functions/marketing/Fotogalerie_Marketing/2 - Media/_w/Media_Fotolia_83367257 _Businessman_using_tactile_interface_jpg.jpg



Abbildung 3: Quelle: The Internet of Things, MIT Technology Review, Business Report

Was zeichnet eine intuitive und flexible Data Discovery aus?

Idealerweise ist sie so einfach zu bedienen wie z. B. eine Google-Suchfunktion, die dem Anwender

bereits bei der Eingabe des Suchbegriffs Sofortergebnisse anzeigt. Dies ist auch unter dem Stichwort

der assoziativen Umgebung bekannt. Durch Verwaltung von Verknüpfungen zwischen Datensätzen wie

z. B. Transport und Bestand auf Engine- und nicht auf Anwendungsebene wird so eine sehr intuitive

Umgebung bereitgestellt. Weitergehende Fragen zu Kosten erfordern damit keine erneute

Konfiguration, sodass Adhoc-Analysen und Berichterstattungen möglich sind und der Abfrageprozess

spürbar beschleunigt wird, ohne dass die IT-Abteilung involviert werden muss.

Mit Data Discovery Dashboards und Scorecards lassen sich selbst große Datenmengen aus

unterschiedlichen Quellen analysieren. Aussagekräftige Visualisierungen bringen bisher unsichtbare

Trends und Datenbeziehungen ans Licht. Führungskräfte können mit Dashboards und Scorecards fach-

und bereichsübergreifend für Transparenz in der Lieferkette sorgen und fundierte Entscheidungen

treffen. Dadurch gewinnt die Supply Chain in der Chefetage an Bedeutung und erhält die

Aufmerksamkeit, die sie verdient.

Zusammengefasst sollte für eine innovative Data Discovery mittels BI-Software wie z. B. QlikView die

Software folgende Eigenschaften mitbringen, damit sie heutigen und zukünftigen Ansprüchen genügt:

In-Memory-Datenverarbeitung

Responsive Design für mobile Anwendungen

Einfache Anbindung und Konsolidierung interner und externer Datenquellen in einer

Applikation

Analyse von Massendaten ohne Aggregate

Intuitive und intelligente Suchfunktion (Smart Search)



Offene Standards und Erweiterbarkeit im Rahmen der Applikationsentwicklung

Unterstützung von kollaborativen Arbeitsformen

Moderne Datenvisualisierung

Skalierbare Architektur

Kurze Projektlaufzeiten

5. Supply Chain Intelligence Toolbox – Beispiele aus der Praxis

Durch die Kombination von Prozess-Know-how und IT-Kompetenz aus mehreren hundert Logistikprojekten hat Arvato Systems zahlreiche praktische Lösungsansätze für die verschiedenen Anforderungen im Bereich Supply Chain Management entwickelt. Daraus ist eine umfangreiche Supply Chain Intelligence Toolbox entstanden, die Anwender dabei unterstützt, schnellere und bessere Entscheidungen zu treffen.

Die Supply Chain Intelligence Toolbox besteht einerseits aus unternehmens- und prozessübergreifenden Anwendungen und andererseits aus Anwendungen, die sich in die Kategorien Intralogistik, Transport, Nachhaltigkeit (Green Logistics), Gamification und Produktion einordnen lassen.

Abbildung 4: Supply Chain Intelligence Toolbox von Arvato Systems

Im Folgenden stellen wir jeweils Anwendungsbeispiele aus den verschiedenen Kategorien vor.



5.1 Supply Chain Netzwerkoptimierung

Verbesserung der Service Level und höhere Effizienz in der Distribution

Herausforderung

Durch die Verringerung von Beständen und Verlängerung der Lieferketten bei gleichzeitig steigenden Logistikkosten wächst der Bedarf an effizienten und agilen Supply Chain-Strategien. Für die effiziente Neugestaltung der Supply Chain sind die zumeist historisch gewachsenen Produktions- und Transportnetzwerke mit Hilfe intelligenter Analyse- und Planungsinstrumente zu optimieren. Die schnelle und detaillierte Untersuchung verschiedener Szenarien erfordert durch das hohe Maß an Wechselwirkungen und die umfangreichen Datenmengen in einer Supply Chain computerbasierte Planungsinstrumente. Eine manuelle Planung führt oft zu hohem Aufwand bei gleichzeitig schlechter Ergebnisqualität. Fragestellungen und Anforderungen komplexer Transportnetzwerke betreffen beispielsweise:

Dynamische Anpassungen an Kundenstrukturen Transparenz entlang der Lieferkette Prognosegenauigkeit von Kosten und Lieferzeiten Werks-, Depot- und Hubstandorte Kapazitäten für Produktion, Transport und Umschlag Fahrpläne von Linienverkehren Produktionsprogramme von Werken Steigende Anforderungen an die Service Level Starke Mengenschwankungen Neukunden und Verlust von Bestandskunden Umfangreiche Kosten- und Erlösanalysen

Derzeit müssen Planer an vielen Stellen auf Tabellenkalkulationsprogramme zurückgreifen, wobei der Pflegeaufwand in der Regel hoch und die Integration in den Gesamtprozess gering ist.

Lösung

Auf Basis von QlikView hat Arvato Systems eine intuitive Anwendung entwickelt, die folgende

Leistungsbestandteile enthält:

Analyse der Ist-Strukturen und Prozesse Standortoptimierung durch Center of Gravity-Analyse Bewertung der Standortverteilung nach Zeit-, Kosten-, Qualitätskriterien

Inbound / Outbound Transportanalysen Analyse von Sendungs- und Netzwerkdaten Analyse von mehrstufigen Lieferketten Dynamische Schwerpunktanalysen Analyse von Distributions- und Retourenstrategien (Omnichannel, Same Day Delivery)

Netzwerksimulation Simulative Berechnung und Bewertung von Szenarien

Potenzialanalyse (z. B. Kostenpotenziale) Kunden- und Absatzstrukturen Umsatz- und Absatzanalysen



Abbildung 5: Screenshot aus dem Tool Supply Chain Netzwerkplanung

5.2 Forecasting, Planning und Replenishment

Vollständige Transparenz über die Lieferkette hinweg und effizientere Produktverfügbarkeit

Herausforderung

Prozesse wie Absatz- und Produktionsgrobplanung (Sales and Operations Planning = S&OP) sowie Collaborative Planning, Forecasting and Replenishment (CPFR) erfordern eine Zusammenarbeit innerhalb und außerhalb des Unternehmens. Ziel dieser Maßnahmen ist ein einheitlicher Plan für den nächsten Zeitraum, der die Anforderungen aller Beteiligten abdeckt oder berücksichtigt. S&OP & CPFR sind Verfahren, die Daten unterschiedlichster Datenquellen konsolidieren. Daher benötigen die Beteiligten Zugriff auf Informationen und Erkenntnisse aus verschiedenen Quellen, um zeitgerecht fundierte Entscheidungen treffen zu können. Dazu gehören auch aktuelle

https://insight.arvato-systems.de/functions/marketing/Fotogalerie_Marketing/4 - Manufacturing + Public/_w/Manufacturing_Fotolia_82282579_jpg.jpg



Statusinformationen über den Ort und Zustand eines Produkts oder Charge in der Lieferkette. Da entlang der Supply Chain verschiedene Wertschöpfungspartner – vom Rohstofflieferanten über den Produzenten, den Transport- und Logistikdienstleister bis hin zu Filiale und Kunde – beteiligt sind, ist eine zeitnahe Integration aus unterschiedlichsten Datenquellen erforderlich. Das Ergebnis: Die Möglichkeit, auf volatile Kundennachfragen schnell zu reagieren, steigt erheblich, Forecasts werden präziser, der Lagerbestand kann gesenkt und die Produktionskapazität besser ausgelastet werden. Außerdem steigen Umsatz und Gewinn.

Lösung

Arvato Systems hat für unterschiedlichste Branchen, wie z. B. die Pharma-Branche, Anwendungen auf

Basis von QlikView entwickelt, die folgende Leistungsbestandteile enthalten:

Bestandsanalysen für Produktion, Transit und Markt

Forecasting von Absatzzahlen

Berechnung von Sicherheits- und Meldebeständen in Abhängigkeit von realen Absatzzahlen

am Markt

Analyse von Durchlaufzeiten je Produkt und Charge Potenzialanalyse (z.B. Kostenpotenziale)

Abbildung 6: Screenshot aus dem Tool Forecasting

5.3 Picking Productivity Management System (PPMS)

Steigerung der Lagerprozesseffizienz

Herausforderung

Manuelle Kommissioniersysteme sind trotz aller Automatisierungstrends in der Intralogistik immer

noch vorherrschend. Studien zufolge entfallen mehr als 70% der Lagerkosten auf die

Kommissionierung. Entsprechend hoch sollten die Bemühungen sein, die Effizienz von

Kommissioniersystemen zu steigern. Logistikleiter stehen vor der Entscheidung, geeignete

Maßnahmen einzuleiten. Aber welche?

Wie gut ist die aktuelle Leistungsperformance im Vergleich zu anderen Unternehmen? Wo sind die größten Stellhebel, um die Produktivität zu verbessern? Welches Potenzial steckt noch in Ihren Prozessen? Wie gut sind die Kapazitäten ausgelastet?



Bisher fehlten die geeigneten Messinstrumente und -methoden. Mit dem Picking Productivity Management System (PPMS) von Arvato Systems wird diese Lücke geschlossen.

Lösung

Auf Basis von QlikView hat Arvato Systems eine online- und echtzeitfähige Anwendung entwickelt, mit

der Sie Ihre Fragen auf Knopfdruck beantworten und die richtigen Maßnahmen einleiten können. Das

PPMS enthält folgende Leistungsbestandteile:

Detaillierte Produktivitätsanalysen hinsichtlich Einflussfaktoren, Kunden, Artikeln, Bereichen und Mitarbeitern

Umfangreiche Darstellungen der IST-Produktivität Vergleiche der Ist-KPIs zu Vorwochen oder Vormonaten Analysen von Auftragslasten Standortvergleich auf Basis definierter Leistungskennzahlen Monitoring der wichtigsten Lagerprozesse hinsichtlich Zeit, Kosten und Qualität Deep-Drill der Ist-Performance und Durchlaufzeiten auf Basis von Scannerdaten Visualisierung von Pickhäufigkeiten, Wegen und Nachschüben im Lagerlayout und im

Tagesverlauf Multidimensionale Ursachenanalyse der Einflussfaktoren auf die Produktivität Bewertung der Arbeitsergonomie Innovatives Benchmarking-System Detaillierte Potenzialanalysen Personalkapazitätsanalyse Prozesskostenbewertung je Mitarbeiter, Artikel und Kunde Prämienwertberechnung

Abbildung 7: Screenshots aus dem Tool Picking Productivity Management System (PPMS)



5.4 Wegeoptimierte Artikelpositionierung (WMO)

Reduzierung der Wegezeiten durch optimierte Artikelpositionierung

Herausforderung

In manuell betriebenen Lagersystemen beträgt der Wegeanteil ca. 40-60 Prozent am gesamten

Zeitbedarf der Kommissionierung. Um die zurückgelegte Strecke der Lagermitarbeiter, die Arbeitszeit,

die Dauer der Nutzung der Flurförderzeuge und somit die Logistikkosten zu reduzieren, bieten sich

grundsätzlich drei Möglichkeiten:

Die erste Möglichkeit zur Optimierung ist die Reihenfolge der Kommissionierung der Artikel.

Diese wird dem Lagermitarbeiter vorgegeben durch die Reihenfolge, mit der die Artikel als

Positionen auf der Pick-Liste aufgeführt werden. Diese Optimierung ist weit verbreitet und wird

meist von dem lagerführenden IT-System, also einem ERP- oder WMS-System, vorgegeben.

Die zweite Möglichkeit ist die Optimierung des Weges zwischen den einzelnen Positionen auf

der Pick-Liste. Dies wird in modernen Lagern über ein Staplerleitsystem abgedeckt.

Die dritte und meist nicht beachtete Optimierungsmöglichkeit ist die wegemeteroptimierte

Artikelplatzierung. Bei Unternehmen mit schnelldrehenden Sortimenten, wie z. B. im Handel,

verändern sich die Bestell- und damit Zugriffszeiten je Artikel sehr häufig. Ein eben noch als

A-Artikel eingestufter Schnelldreher kann nächste Woche schon als B- oder sogar C-Artikel

klassifiziert werden.

Um eine effiziente Artikelpositionierung zu gewährleisten, sind Bestell- und Zugriffshäufigkeit

permanent zu überwachen. Darüber hinaus sind folgende Einflussfaktoren für eine optimale

Artikelpositionierung zu berücksichtigen:

Lagergeometrien (Ganglängen, Gangbreiten, Regalhöhen, etc.) Lagerstrategien (chaotische Lagerung, Festplatzlager, FiFo / LiFo, Multi-Zonen-Pick, Multi-

Order-Pick) Restriktionen wie z. B. Zusammenlagerungsverbote für Gefahrstoffe, Kühlprodukte, etc. Artikelgeometrien (Volumen, Gewicht, Bruchgefahren, Stapelbarkeiten, etc.) Eingesetzte Transporthilfsmittel (Etagenwagen, Flurförderzeuge, Stapler, etc.) Bestellverhalten der Kunden (Artikel, die innerhalb von Aufträgen häufig zusammen bestellt

werden) Aufgrund verschiedenster Rahmenbedingungen je Artikel und Kundenanforderung ist für eine

optimale Artikelpositionierung die Platzierung nach ABC-Kriterien häufig nicht ausreichend. Im

schlimmsten Fall kann es sogar aufgrund einer reinen Platzierung nach Bestellhäufigkeit zu einer

Überlastung bestimmter Lagerbereiche und somit zu erhöhten Wartezeiten kommen.



Die Projekterfahrung zeigt, dass ohne computerbasierte Planungsunterstützung eine permanente

Überwachung der Artikelpositionierung von mehreren Tausend Artikeln nicht realisierbar ist und

deshalb unterlassen wird. Hier steckt ein beachtenswertes Potenzial zur Optimierung der

Logistikkosten, das sich ohne großes Investment und lange Projektlaufzeiten heben lässt und i.d.R. zu

einem RoI von kleiner gleich einem Jahr führt.

Lösung

Ziel der wegemeteroptimierten Artikelplatzierung ist es, die Artikel so im Lager zu platzieren, dass

häufig bestellte Artikel oder oft zusammen bestellte Artikelkombinationen möglichst nah beieinander

und möglichst optimal zum Kommissionier-Startpunkt im Lager platziert werden. Es handelt sich um

eine proaktive Optimierung des Lagers auf Basis der zurückliegenden Warenausgänge. Das sollte in

regelmäßigen Abständen wiederholt werden, um auf Änderungen des Bestellverhaltens der Kunden

optimal zu reagieren.

Auf Basis von QlikView hat Arvato Systems eine Anwendung entwickelt, mit der sich permanent die

Qualität und das Optimierungspotenzial der Artikelpositionierung sehr einfach überwachen lassen.

Anhand eines Szenariovergleichs können unterschiedliche Optimierungsalgorithmen berechnet und

verglichen werden. Als Ergebnis erstellt die Software eine Umlagerungsliste, die sich flexibel

umsetzen lässt. Im Einzelnen bietet die QlikView-Anwendung folgende Funktionen:

Berechnung des Effizienzgrades der Artikelpositionierung in Near-Time Permanente ABC-Analyse Vergleich von Optimierungsalgorithmen Visualisierung der Ergebnisse der Optimierungsalgorithmen Berechnungen von Veränderungen in Gangfrequenzen durch Optimierung Standardisierung von Umlagerungslisten

Automatisierung der Versendung von Umlagerungslisten

Durchführung komplexer Planungen innerhalb kürzester Zeit

Eindeutige Managementvorgaben durch die Festlegung eines Single Point of Truth



Abbildung 8: Screenshots aus dem Tool Wegemeteroptimierte Artikelplatzierung (WMO)

5.5 Fleetmanagement

Auslastung verbessern, Kosten senken

Herausforderung

In der Logistikdienstleisterbranche, aber auch in vielen verladenden Industrieunternehmen, ist das

Fuhrparkmanagement Geschäftsbestandteil. Lkw, Pkw, Busse, Flurförderzeuge, Schienenfahrzeuge

und Anhänger müssen gekauft, verkauft oder geleast werden. Eine vorbeugende Wartung stellt

sicher, dass Ausfälle und umfangreiche Reparaturen vermieden werden. Dabei gilt es zahlreiche

Richtlinien und Gesetze einzuhalten, wie z. B. die örtlichen Abgaswerte und Sicherheitsvorschriften.

Entsprechende Arbeitskräfte müssen vorgehalten werden, damit die Transportaufträge von

Rohmaterial, Fertigerzeugnissen oder Passagieren zeitgerecht an den Bestimmungsort erfolgen

können.



Ein Flottenmanagement konzentriert sich auf die Steigerung von Effizienz und Auslastung sowie die

bestmögliche Nutzung des Fahrzeugpools. Dazu gehört der Überblick und die Überwachung aller

wesentlichen Kostenfaktoren in Echtzeit wie z.B.

Kraftstoffkosten betragen bis zu 1/3 der Gesamtkosten eines Fuhrparks. Die derzeitig hohe

Preisvolatilität der Rohstoffmärkte ermöglicht Chancen aber auch Risiken für das

Kostenmanagement.

Neue Technologien können den Kraftstoffverbrauch senken. Aber sie erfordern auch neue

Investitionen und ggf. einen höheren Wartungsbedarf. Ist somit unter einer Vollkostenbetrachtung

eine Investition wirklich wirtschaftlich?

Der aktuelle Standort und Zustand eines Lkws ist stets zu ermitteln, um in der Disposition die

richtigen Entscheidungen zu treffen. Die Fülle an Daten ist gezielt und transparent darzustellen.

Lösung

Auf Basis von QlikView hat Arvato Systems Anwendungen entwickelt, mit denen sich der eingesetzte

Fuhrpark überwachen und schnellere, bessere Entscheidungen treffen lassen. Im Einzelnen bietet die

Fleetmanagement-Lösung folgende Funktionen:

Management: Dashboard der wichtigsten KPI

Ist-Analyse von Transportaufträgen

Einzelanalyse von Kraftstoffverbräuchen und Transportaufträgen

Berechnung von Leerfahrtsanteilen je Transportauftrag

Analyse der Einsatzbedingungen (Straßenklasse, LKW-Typen, Gewichte)

Benchmarks für Fahrzeug-Typen und Baujahre

Trend-Monitoring

Kostentransparenz und Übersicht über Fahrverhalten

Identifizierung von Soll- und Ist-Abweichungen

Abbildung 9: Screenshots aus dem Tool Fleetmanagement

5.6 Wirtschaftliches Disponieren

Deckungsbeiträge analysieren und optimieren



Herausforderung

In der Disposition geht es oftmals sehr hektisch zu. Transporte müssen schnell und möglichst

kosteneffizient manuell von Mitarbeitern geplant und disponiert werden. Der Disponent muss dabei

eine Vielzahl von Einflussfaktoren in seiner täglichen Arbeit berücksichtigen. Das können u. a.

folgende Punkte sein:

Lenk- und Ruhezeiten Verfügbarkeit von Laderaum Auftragsrelation Abfahrts- und Ankunftszeiten Kapazitäten der Fahrzeuge Reinigungs- und Hygienevorschriften

Diese große Anzahl der Einflussfaktoren macht eine optimale Disposition zu komplex, um rein manuell

durchgeführt zu werden. Hier kommen häufig Softwaretools zum Einsatz, die den Disponenten bei der

Arbeit unterstützen sollen. Diese Tools sind oftmals Speziallösungen, die jeweils einen Teilbereich der

für den Disponenten wichtigen Einflussfaktoren berücksichtigen. Für eine fundierte

Dispositionsentscheidung ist aber das gesamte Bild unabdingbar. Daher muss ein Disponent häufig

zwischen Tools wechseln und seine Disposition entsprechend mehrfach anpassen. Der Prozess ist

langwierig und fehleranfällig.

Darüber hinaus können mit Hilfe von Telematiksystemen die aktuellen Auftragsfortschritte wieder

zurück an die Dispositionstools gesendet werden. Diese Informationen werden in aller Regel im

Nachgang nicht dazu genutzt, die Disposition auf Grundlage von Datenanalysen für die Zukunft zu

optimieren.



In der operativen Disposition können Logistics Intelligence-Lösungen aktuell noch nicht unterstützen.

Aufgrund der hohen Datenmengen und der heterogenen Softwarelandschaft bieten sich aber Logistics

Intelligence-Lösungen wie das wirtschaftliche Disponieren an, um nachgelagert die getroffenen

Entscheidungen besser bewerten zu können. Daraus lassen sich wertvolle Erkenntnisse für die

zukünftige Disposition ableiten, um Kosten zu sparen und Fehler zu minimieren.

Lösung

Auf Basis von QlikView hat Arvato Systems Anwendungen entwickelt, mit denen sich die Disposition

sowie die Fahrer monitoren lassen, um schnellere, präzisere sowie wirtschaftlichere Entscheidungen

treffen zu können. Im Einzelnen bietet der Dispositionsleitstand folgende Funktionen:

Standortübergreifende und minutengenaue Transparenz über die Dispositionsergebnisse

Abgleich der Dispositionsqualität mit wirtschaftlichen Zielvorgaben

Detaillierte DB-Analyse auf Basis von Echtdaten mit Drill-Down auf Transportebene

Schnelle Identifizierung von offenen Transporten und nicht disponierten Assets

Verbesserung der Deckungsbeiträge durch Kosten- und Nutzenanalysen

Kontrolle und Benchmarking der Produktivitäten einzelner Lkws/Fahrer/Dispostellen

Kartendarstellung der aktuellen Fahrzeugstandorte

Kundenindividuelle Transportkostenkalkulationen auf Basis von realen Logistikkosten

Verbesserung der Auslastung von Fahrern und Fahrzeugen

Abbildung 9: Screenshots aus dem Tool Wirtschaftliches Disponieren



5.7 CO2-Bilanzierung

Analyse, Bilanzierung und Optimierung von Emissionstreibern

Herausforderung

Der Megatrend „Ökologische Nachhaltigkeit“ führt zu einem Bewusstseinswandel in Politik, Wirtschaft

und Gesellschaft. Ökologisch nachhaltige Produkte und Dienstleistungen sind ein wesentlicher Hebel

zur Erreichung klimarelevanter Ziele. Steigende Energiekosten, die vermehrte Kundennachfrage nach

umweltfreundlichen Produkten und Dienstleistungen sowie umweltpolitische Restriktionen zwingen

mittlerweile jeden zweiten Logistiker zum nachhaltigen Handeln. Die Erfassung und Reduzierung der

CO2-Emissionen stehen bei vielen Unternehmen bereits jetzt ganz oben auf den strategischen

Maßnahmenlisten. Green Logistics ist ein probates Mittel zur Kostensenkung und trägt obendrein zur

Imagesteigerung bei. Mit der Erfassung der CO2-Emissionen können die Emissionstreiber identifiziert,

bewertet und dadurch kann gezielter nach geeigneten Kostensenkungspotenzialen gesucht werden.

Lösung

Auf Basis von QlikView hat Arvato Systems eine CO2-Bilanzierung entwickelt, mit der Unternehmen

ihre Emissionen entlang der gesamten Wertschöpfungskette erfassen und auf Basis gängiger Normen

(DIN EN 16258, DECREE 1336, GRI 4.0, GHG-Protocoll) bilanzieren können.

Schritte zur CO2-Bilanzierung

Die CO2-Bilanzierung ist der erste Schritt zur Nachhaltigkeit.

Die CO2-Bilanzierung bietet die Möglichkeit, alle Prozesse und Energietreiber im Unternehmen zu

analysieren, zu überwachen und zu optimieren. Dieses Vorgehen ist ein erster Schritt zu einer

nachhaltigen Ausrichtung der Unternehmensaktivitäten und bereitet auf kommende wirtschaftliche und

politische Verpflichtungen in Sachen Umweltschutz vor.

https://insight.arvato-systems.de/functions/marketing/Fotogalerie_Marketing/3 - Utilities/_w/Utilities_Fotolia_19164305_Windkraft_Solarenergie_jpg.jpg



1. Erfassung

Zur vollständigen Aufstellung einer CO2-Bilanz bedarf es im ersten Schritt einer möglichst genauen

Erfassung der Emissionen entlang der Wertschöpfungskette.

2. Bilanzierung

Alle Energieverbräuche werden mit spezifischen Emissionsfaktoren für Kraftstoffe, Strom und

Betriebsstoffe bewertet. Die Konsolidierung und Bilanzierung erfolgt in drei Kategorien (sogenannte

Scope 1-3) auf Basis einschlägiger Richtlinien.

3. Controlling

Die Bilanzierung über die eigenen Emissionen ist ein erster Schritt, um mehr Transparenz zu

erlangen. Unternehmen, die sich konkrete Emissionsziele gesetzt haben, müssen allerdings

permanent Soll- und Ist-Werte im Auge behalten, um rechtzeitig Korrekturmaßnahmen einleiten zu

können. Hierzu ist ein unterjähriges CO2-Monitoringsystem für die Emissionstreiber einzurichten.

4. Simulation

Verbesserungsmaßnahmen müssen außer auf Klimaschutzziele auch auf die Kriterien Kosten, Zeit

und Qualität hin überprüft werden. Mit Hilfe von Simulationen, What-If-Szenarien und Forecasts

können die Effekte und Wechselwirkungen geplanter Maßnahmen frühzeitig erkannt und bewertet

werden.

5. Marketing & Vertrieb

Die richtige Kommunikations- und Marketingstrategie kann dazu genutzt werden, Mitarbeiter zu

sensibilisieren und den vertrieblichen Fokus auf den Gewinn neuer Kunden und Lieferanten zu

stärken.

Funktionsumfang der CO2-Bilanzierung auf einen Blick:

Bilanzierung gemäß GHG Protocol Bilanzierung aller Transportarten (Road, Rail, Sea, Air) Corporate und Product Carbon Footprint Standortemissionen (Strom, Öl, Gas, etc.) Multimodale Transporte Monitoring von Fahrerschulungen Prämienlohnsysteme Benchmark- und Forecast-Funktionen Kundenindividuelles Customizing und Modulare Softwareerweiterung Hoher Automatisierungsgrad durch flexible Schnittstellenanbindung wie z. B. Telematik Erfüllung der umweltpolitischen Auflage eines Energiemonitoringsystems



Abbildung 10: Screenshots aus dem Tool CO2-Bilanzierung

5.8 Gaming Center Logistics

Mit Gamification die Mitarbeitermotivation und Leistung steigern

Herausforderung

Laut einer Studie der Unternehmensberatung GALLUP aus dem Jahr 2010 denken 21 Prozent der

Mitarbeiter über eine Kündigung nach und 66 Prozent der Befragten machen nicht mehr als „Dienst

nach Vorschrift“. Dies bedeutet, dass 87 Prozent der Mitarbeiter keine oder nur wenig Motivation

besitzen, um permanent ein hohes Leistungsniveau in ihrem Job abzurufen. Die Studie hat ebenfalls

errechnet, dass durch fehlende Mitarbeitermotivation und die daraus resultierenden

Produktivitätseinbußen jährlich ein volkswirtschaftlicher Schaden von etwa 127 Milliarden Euro

entsteht. Hierbei sind insbesondere solche Tätigkeiten betroffen, die einen sehr monotonen Ablauf



beinhalten. Dazu gehören u. a. Prozesse aus der Logistikbranche wie z. B. Auftragserfassung,

Kommissionierung, Stammdatenmanagement oder Transportdisposition.

Eine Methode, um den Arbeitsalltag spannender zu gestalten, bietet der Ansatz, spielerische

Elemente in die Arbeitsprozesse einzubauen. Die Lust am Spielen liegt in der menschlichen Natur.

Nicht ohne Grund verbringen Millionen Menschen jeden Tag mehrere Stunden mit ihrem Computer,

Smartphone oder Spielkonsole. Sie wollen einen neuen Highscore erreichen, in höhere Level

aufsteigen oder in eine andere, fiktive Welt eintauchen und vor allem wollen sie gewinnen. Kaum

etwas zieht – vor allem die jüngere Generation – mehr in ihren Bann als Spiele.

Warum also den natürlichen Spieltrieb nicht in die Arbeitswelt übertragen?

Lösung

Angelehnt an populäre Sportevents wie die Formel 1, die Fußball-Bundesliga oder die Tour de France

hat Arvato Systems ein Gaming Center entwickelt, das zu mehr Spaß und Motivation in den

Arbeitsprozessen führt.

Am Beispiel der Formel 1 geht das so: –– Zunächst werden die Mitarbeiter in der Kommissionierung z. B. auf die Teams Ferrari und McLaren aufgeteilt. Es können auch mehrere Standorte an dem Spiel teilnehmen. Das zugewiesene Formel 1-Team stellt den sogenannten Avatar während des Spiels dar. –– Als Nächstes wird der Saisonablauf geplant. Das heißt, es werden die Termine und Uhrzeiten für die Qualifyings und Rennen festgelegt. –– Um eine Vergleichbarkeit der Teams zu gewährleisten, wird vor dem Saisonstart eine Produktivitätsvorgabe für jedes Team ermittelt. –– Im Qualifying wird die Startreihenfolge für das jeweilige Rennen festgelegt, sodass die eigene Performance getestet werden kann. –– Im Live-Ticker können die Spieler während des Spiels ihre Leistung einsehen und ihr Ranking im Vergleich bewerten. –– Ein Countdown zeigt rechtzeitig den Rennstart an. Über einen Liveticker lässt sich der Rennverlauf verfolgen. –– Nach dem Rennen werden die Plätze berechnet und die drei Siegerplätze gekürt.



Abbildung 11: Screenshots aus dem Tool Gamification

5.9 Personalkapazitätsplanung

Ein Assistenzsystem zur Steigerung der Gesamteffizienz

Herausforderung

Mit der Ausweitung des Online-Handels beschleunigt sich der Warenumschlag, verringern sich die

Sendungsgrößen und steigt das Angebot kurzfristiger Liefertermine, z. B. durch Same-Day-Delivery.

In der Folge nimmt die Volatilität der Tagesdurchsätze zu bei gleichzeitiger Ausdehnung der

Arbeitszeiten, da sich die Cut-Off-Zeiten weiter nach hinten verschieben. Einerseits reagieren viele

Unternehmen auf diese Entwicklung mit einer Flexibilisierung ihrer Arbeitszeitmodelle, wie z. B. durch

den Einsatz von Teilzeitarbeitskräften. Andererseits ist die Komplexität der Personalplanung dadurch

sehr hoch geworden.

Mithilfe moderner Personaleinsatzplanungstools können Logistikverantwortliche heute sicherstellen,

dass für die anstehenden Aufgaben die richtige Anzahl von qualifizierten Mitarbeitern zur Verfügung

steht. Jedoch werden diese Assistenzsysteme in Logistikzentren häufig noch nicht eingesetzt und die

Personalplanung manuell durchgeführt.

Studien zeigen, dass durch die manuelle Planung ein Effizienzverlust von bis zu 30 Prozent entsteht.

Somit wäre es also möglich, die Gesamtproduktivität der Mitarbeiter um fast ein Drittel zu steigern,

ohne personelle Kapazitäten aufzubauen.

Lösung

Auf Basis von QlikView hat Arvato Systems Anwendungen entwickelt, mit denen sich die Bestell- und

Auftragshistorie analysieren und sich Simulationen über die zukünftige Entwicklung und Verteilung

durchführen lassen. Mithilfe unterschiedlicher statistisch-mathematischer Verfahren wird geprüft und

verglichen, welche Methode die größte Annäherung an die Realität ermöglicht und damit die besten

Dispositionswerte für die Personalplanung liefert. Im Einzelnen bietet die Personalplanung folgende

Funktionen:

Analyse der Auftragshistorie auf Basis von Kundenbestellungen, Bestellpositionen oder Picks

Analyse der Produktivitätsentwicklung

Analyse der Kommissionierzeiten

Ausreißeranalyse auf Basis statistischer Verfahren



Forecasting von Kundenaufträgen, Auftragspositionen oder Picks

Bedarfsermittlung von Personal je Funktionsbereich

Kontrolle der Planungsqualität

Schichtplanerstellung

Identifizieren kurzfristiger Personalbedarfe

Berücksichtigung von wochentags- und monatsbezogenen Einflüssen in der Auftragsstruktur

.

Abbildung 12: Screenshots aus dem Tool Personalkapazitätsplanung



Nehmen Sie jetzt Kontakt mit uns auf,

um mehr über unsere Leistungen zu

erfahren.

Kontakt

Bernd Jaschinski-Schürmann

-------------------------------------------------

Arvato Systems

An der Autobahn 200

33333 Gütersloh

Germany

Telefon: +49 (5241) 80-89304

E-Mail: [email protected]

oder unter:

http://IT.arvato.com/scm-logistics

http://it.arvato.com/scm-logistics



Über Arvato Systems Als global agierender Next Generation IT Systemintegrator konzentriert sich Arvato Systems auf

Lösungen, die die digitale Transformation unserer Kunden unterstützen.

Wir nutzen das Know-how und das hohe technische Verständnis von mehr als 3.000 Mitarbeitern an

weltweit über 25 Standorten. Im Verbund der zum Bertelsmann Konzern gehörenden Arvato können wir

gesamte Wertschöpfungsketten gestalten. Das Arvato Systems Team entwickelt zukunftssichere

Lösungen, die unsere Kunden agiler und wettbewerbsfähiger machen sowie innovative

Businessmodelle erschließen. Darüber hinaus integrieren wir passende digitale Prozesse und

übernehmen den Betrieb sowie die Betreuung von Systemen.

Lösungen von Arvato Systems überzeugen durch die einzigartige Kombination aus internationaler IT-

Engineering Excellence, der offenen Denkweise eines Global Players und dem leidenschaftlichen

Engagement unserer Mitarbeiter. Wir gestalten unsere Geschäftsbeziehungen persönlich und

partnerschaftlich mit unseren Kunden. So erzielen wir gemeinsam nachhaltig Erfolge.

www.IT.arvato.com

Bildnachweise:

© sdecoret / Fotolia

© Syda Productions / Fotolia

© Alex / Fotolia

© @nt / Fotolia

http://www.it.arvato.com/

White Paper Wissen ist Macht - Arvato Supply Chain Intelligence...White Paper Wissen ist Macht -...

Documents

Transcript of White Paper Wissen ist Macht - Arvato Supply Chain Intelligence...White Paper Wissen ist Macht -...