Wo kommen denn eigentlich die Daten her für so ein Simulationsmodell?
Diese Frage stellen wir uns manchmal tatsächlich selbst. Das hängt natürlich ganz klar von der Phase des Projektes ab. Je früher wir in ein Projekt involviert sind, umso abstrakter sind üblicherweise die Daten. Und man muss unterscheiden zwischen Greenfield- und Brownfield- Projekten.
Bei einem Greenfield-Projekt sind das üblicherweise Daten, die nicht irgendwoher generiert werden können, sondern die werden im Prinzip aufbereitet bzw. automatisch erzeugt auf Basis von Annahmen. Das betrifft insbesondere Auftragsdaten. Die entsprechenden Fragestellungen verknüpfen sich miteinander:
- Welches Produktspektrum werde ich in Zukunft haben?
- Welche Kunden bestellen bei mir?
- In welcher Auftragsstruktur bestellen die Kunden bei mir?
- Wie fertige ich dann diese Aufträge?
- Wie versende ich diese Aufträge?
Und entscheidend ist zudem, je genauer ich simulieren will, umso genauer müssen auch die Daten sein.
Ein Beispiel ist die Lieferkette: Wenn ich über eine gesamte Lieferkette simuliere, dann reicht es mir wahrscheinlich, wenn ich in etwa die Durchlaufzeit pro Standort in meiner Lieferkette kenne. Ich weiß also, wenn ich einen Auftrag absetze an den Standort Köln, dann dauert das zwei Tage bis der Auftrag abgearbeitet ist und er kommt dann in den Transport und in mein Eingangslager.
Wenn ich jedoch ein Distributionssystem simulieren will bis auf die Fördertechnikebene, dann muss ich natürlich die einzelnen Förderer simulieren. Ich muss hierfür wissen, wie verhalten die sich und welche physikalischen Eigenschaften haben sie. Und die entsprechenden Daten brauche ich dann.
Bei einem Brownfield-Projekt wäre es natürlich ideal, wenn ich aus einer SAP-Schnittstelle – für die es übrigens inzwischen zertifizierte SAP-Schnittstellen für die Simulation gibt – die Auftragsdaten ziehe und diese zum Beispiel über Faktoren auf eine Zukunft projiziere, indem ich sage: Ich habe in Zukunft beispielsweise 20% Kunden mehr, ich kriege 50% mehr Aufträge, ich habe ein größeres Produktspektrum und so weiter.
Und daraus generiere ich mir die Ist-Daten und damit bin ich natürlich deutlich genauer, als wenn ich das einfach from the scratch generiere.
Nach Datenerhalt stellt sich dann die Frage: Können wir diese denn 1:1 verarbeiten? Aber dies beantworten wir in unserem nächsten Beitrag.
Unser selbst entwickeltes Tool SimAssist unterstützt übrigens bei der Datenanalyse und hilft dabei, die Zusammenhänge in Ihren Daten zu verstehen und zu visualisieren.
Mehr Infos unter: https://simassist.de/lp_simassist-datenanalyse/.