Produktportfolio: Variantenvielfalt in Griff bekommen

Erfolgreiche produzierende Unternehmen optimieren ihr Produktportfolio kontinuierlich hinsichtlich des Kosten-Nutzen-Verhältnisses. Eine datenbasierte Komplexitätskostenrechnung mittels Process Mining bewertet die Komplexität des Produktportfolios automatisiert und transparent.

Prof. Dr. Günther Schuh, Dr. Christian Dölle und
Christina Ruschitzka
WZL der RWTH Aachen

In den vergangenen Jahren hat die produzierende Industrie die Variantenvielfalt durch historisch gewachsene Produktprogramme und kürzere Innovationszyklen stetig gesteigert. Insbesondere der Trend kundenindividuelle Lösungen anzubieten, motiviert Unternehmen dazu, das Produktportfolio zu erweitern. Viele unterschätzen jedoch den negativen finanziellen Effekt, den die zunehmende Variantenvielfalt mit sich bringt. Denn parallel zu den am Markt angebotenen Produktvarianten steigt die interne Komplexität.

Um strategische Entscheidungen bezüglich des Produktportfolios treffen zu können, ist es wichtig, Transparenz über die direkten und indirekten Kosten einer Produktvariante zu schaffen. Die produzierende Industrie steht daher vor der Herausforderung, sogenannte Komplexitätskosten zu ermitteln und verursachungsgerecht zuzuordnen. Hierbei werden einmalige und laufende indirekte varianteninduzierte Kosten verstanden. Werden Gemeinkosten, im Rahmen der traditionellen Zuschlagskalkulation, auf Basis von Gemeinkostenschlüsseln auf alle Produktvarianten verteilt, kann es zur Quersubventionierung unrentabler Varianten kommen.

Komplexitätskostenrechnung identifiziert unrentable Varianten

Eine Komplexitätskostenrechnung erlaubt hingegen, Gemeinkosten verursachungsgerecht den einzelnen Produktvarianten zuzuordnen und somit unrentable Varianten zu identifizieren. Fokussiert wird die Analyse auf Abteilungen und Prozesse, bei denen ein erhöhter Aufwand durch Komplexität entsteht. Erfahrungsgemäß liegen diese insbesondere in den Bereichen Entwicklung, Logistik, Qualität oder Beschaffung.

Derzeit werden Komplexitätskosten anhand von Interviews mit den von Komplexität betroffenen Abteilungen erhoben, da notwendige Informationen nur implizit einzelnen Mitarbeitenden bekannt sind und sich nicht per Datenanalyse erfassen lassen. Die Interviewergebnisse sind jedoch von Subjektivität geprägt und mit hohen Erhebungsaufwänden verbunden. Der Harvard-Professor Robert S. Kaplan und Steven Anderson benennen beispielhaft ein Unternehmen, das eine prozessorientierte Kostenrechnung einsetzt. Die 70.000 Mitarbeitenden sind dazu angehalten, monatlich Umfragen über ihre Zeiteinteilungen hinsichtlich unterschiedlicher Arbeitsaufwendungen einzureichen, die von 14 Vollzeitbeschäftigten analysiert und ausgewertet werden.

Process Mining befähigt zur (teil-)automatisierten Ermittlung von Komplexitätskosten

Im Rahmen des Exzellenzclusters „Internet of Production“ wurde am Werkzeugmaschinenlabor WZL der RWTH Aachen ein Konzept für eine Komplexitätskostenrechnung mittels Process Mining entwickelt. Unter der Anwendung dieser Prozessmanagement-Technik können Daten aus den unterschiedlichsten Informationssystemen dazu genutzt werden, Komplexitätskosten (teil-)automatisiert zu ermitteln und den Produktvarianten verursachungsgerecht zuzuordnen.

Im Zuge von Industrie 4.0 und der laufenden Digitalisierung nutzen Unternehmen betriebliche Informationssysteme und verfügen so über immer mehr Daten in digitaler Form. Die Basis für die datenbasierte Komplexitätskostenrechnung sind daher die in den IT-Systemen erfassten und dokumentierten Produkt- und Prozessdaten. Process Mining erkennt tatsächliche Prozesse und Arbeitsabläufe durch die Extraktion von Modellen aus Ereignisprotokollen. Die betrachteten Prozessereignisse umfassen eine Vielzahl von Vorgängen, wie das Erstellen eines CAD-Modells innerhalb der Produktentwicklung oder das Anpassen von Artikelstammdaten.

Im ersten Schritt werden die erforderlichen Daten zur Charakterisierung der Prozessereignisse definiert: eine Identifikationsnummer, um welches Produkt oder welche Produktkomponente es sich in dem Ereignis dreht, die dabei ausgeführte Aktivität, die Aktivitäten ausführende Ressource sowie Start- und Endzeit der jeweiligen Aktivität. Um die Prozessereignisse eindeutig zuordnen zu können, wurde eine einheitliche Beschreibungsvorschrift für die Produktstruktur analog zu Strukturstücklisten erarbeitet. Über Kennzeichnung der Ebenen und Mengenangaben werden die Zugehörigkeiten von einzelnen Produktkomponenten zu Baugruppen und deren Zugehörigkeit zu Produktvarianten transparent abgebildet. Die Stücklistennummer stellt die Identifikationsnummer der Prozessereignisse dar. Darüber hinaus gilt es, auch die Unternehmensressourcen für die Anwendung von Process Mining sowie die monetäre Bewertung der Prozessereignisse zu strukturieren. Basierend auf den Daten aus Informationssystemen können die Kostensätze der jeweiligen Aktivitäten ausführenden Ressourcen bestimmt werden.

Kosten für alle Arbeitsabläufe granular auf Prozessschrittebene ermitteln

Auf Basis der definierten Eingangsdaten können mittels Process Mining die Kosten für alle Arbeitsabläufe im Unternehmen granular auf Prozessschrittebene ermittelt werden. Dazu werden die Kosten für jedes Prozessereignis aus der Multiplikation der Dauer der Aktivität mit den Ressourcenkosten errechnet. Durch Verknüpfen der Prozessdaten mit den Stücklistennummern lassen sich im letzten Schritt die Kosten den verursachenden Produktvarianten zuordnen und entlang der jeweiligen Produktstruktur verrechnet.

Zusätzlich separiert die datenbasierte Komplexitätskostenrechnung mittels einer Frequenzanalyse zwischen einmaligen und laufenden Kosten. Während laufende Kosten in regelmäßigen Abständen verbucht werden, etwa Qualitätssicherungsmaßnahmen, treten einmalige Kosten nur ungeregelt auf, beispielsweise bei der Entwicklung einer Produktkomponente.

Mit der granularen, (teil-)automatisierten Ermittlung von Komplexitätskosten lassen sich die einzelnen Produktvarianten schneller, aufwandsärmer sowie objektiver bewerten. Umfangreiche Variantenbewertungen, Kostenplanungen sowie zukünftige Investitionsentscheidungen werden tiefgreifend unterstützt. Der größte Aufwand des Verfahrens besteht in der Integration in die unternehmensspezifische Systemlandschaft und damit im Aufbereiten der Softwareschnittstellen. Derzeit wird am WZL der RWTH Aachen an der Detaillierung des Verfahrens geforscht und die Implementierung mit Industriepartnern erprobt. Die Deutsche Forschungsgemeinschaft (DFG) fördert das Projekt im Rahmen der Exzellenzstrategie des Bundes und der Länder – EXC- 2023 Internet of Production – 390621612.