{"id":15791,"date":"2021-05-03T14:05:00","date_gmt":"2021-05-03T21:05:00","guid":{"rendered":"https:\/\/thisfishstaging.local\/?post_type=blog&p=15791"},"modified":"2023-05-29T20:11:27","modified_gmt":"2023-05-30T03:11:27","slug":"roi-guide-managing-material-costs-in-seafood","status":"publish","type":"blog","link":"https:\/\/this.fish\/de\/blog\/roi-guide-managing-material-costs-in-seafood\/","title":{"rendered":"Materialkostenmanagement bei Meeresfr\u00fcchten"},"content":{"rendered":"

Es gibt einen Megatrend, der den digitalen Wandel in der Meeresfr\u00fcchtebranche mehr als alles andere vorantreibt. Ich nenne ihn den Fish n' Chips-Index<\/em>Seit 1990 ist der relative Preis von Fisch laut FAO-Fischpreisindex um 60 Prozent gestiegen, w\u00e4hrend der relative Preis von Halbleitern oder \"Chips\" um 45 Prozent gesunken ist. Der Einsatz von Technologien zur R\u00fcckverfolgung von Rohstoffen bei der Verarbeitung von Meeresfr\u00fcchten ist praktikabler denn je.<\/p>\n\n\n\n

Tats\u00e4chlich k\u00f6nnen die Rohstoffkosten bis zu 75 Prozent der Gesamtproduktionskosten ausmachen, mehr als bei jedem anderen Input. Aus diesem Grund \u00fcberwachen die Verarbeiter von Fisch und Meeresfr\u00fcchten ihre Ausbeute bzw. Verwertungsquoten, d. h. den prozentualen Anteil des Rohmaterials, der im Endprodukt landet, sehr genau. Verschwendung kann sich erheblich auf das Endergebnis auswirken.<\/p>\n\n\n\n

Die japanische Produktionsmethode, die als \"Lean Manufacturing\" bekannt ist, ist davon besessen, sieben Arten von Verschwendung zu beseitigen. muda<\/em> (\u7121\u99c4). Toyota war der Pionier dieser Methode, die inzwischen in vielen Industriezweigen angewandt wird. Schauen wir uns also an, wie sich die schlanke Produktion auf die Verarbeitung von Meeresfr\u00fcchten anwenden l\u00e4sst.<\/p>\n\n\n\n

Planung<\/h4>\n\n\n\n

Eine schlechte Produktionsplanung kann dazu f\u00fchren, dass Abf\u00e4lle bereits vor dem Schneiden eines einzigen Fisches anfallen. Wie das? Erstens kann das Rohmaterial nicht mit den Spezifikationen des Endprodukts \u00fcbereinstimmen. Wenn Sie die Mindestanforderungen eines Kunden nicht erf\u00fcllen, kann es zu kostspieligen R\u00fccksendungen kommen. Andererseits kann es auch Verschwendung sein, die Anforderungen des Kunden zu \u00fcbertreffen. Ein Beispiel daf\u00fcr ist die Verwendung von erstklassigem Fisch in einem Burger, obwohl eine zweitklassige Qualit\u00e4t ausreichen w\u00fcrde. Sie verschwenden teure Rohstoffe f\u00fcr ein billiges Produkt.<\/p>\n\n\n\n

Ein einfacher Fehler, wie z. B. das versehentliche Schreiben des falschen Chargencodes, kann ebenfalls unglaublich kostspielig sein. Wenn ein Fehler nicht fr\u00fchzeitig erkannt wird, steigen die Kosten in jeder Phase der Produktion exponentiell an. Stellen Sie sich vor, in der Planung wird versehentlich das falsche Rohmaterial angegeben, das Produkt wird produziert und ausgeliefert, nur um dann von einem unzufriedenen Kunden zur\u00fcckgegeben zu werden. Die Kosten sind exponentiell h\u00f6her, als wenn der Fehler bei der Entnahme des Fisches aus dem K\u00fchllager oder sogar in der Produktion erkannt und korrigiert worden w\u00e4re.<\/p>\n\n\n\n

Eine dritte Herausforderung bei der Planung ist die genaue Vorhersage, wie viel Rohmaterial zur Erf\u00fcllung eines Auftrags ben\u00f6tigt wird. Die Verarbeiter m\u00fcssen ihre Ausbeutesch\u00e4tzungen auf dem neuesten Stand halten, was angesichts der zahlreichen Variablen, die sich auf die Verwertungsrate auswirken k\u00f6nnen, wie Fischgr\u00f6\u00dfe, K\u00fchllagerdauer, Qualit\u00e4t, Produktart usw., eine Herausforderung sein kann. Ungenaue Ausbeutesch\u00e4tzungen f\u00fchren zu \u00dcber- oder Unterproduktionen.<\/p>\n\n\n\n

Produktion<\/h4>\n\n\n\n

Ungleichm\u00e4\u00dfige und \u00fcberlastete Produktionsprozesse verursachen Verschwendung. Die Japaner nennen dies mura<\/em> (Unebenheiten) und mira<\/em> (\u00dcberlastung). Eilige Arbeiter machen Fehler, die zu Qualit\u00e4tsproblemen f\u00fchren.<\/p>\n\n\n\n

So k\u00f6nnen beispielsweise Filetierer geringere Ertr\u00e4ge erzielen, wenn sie den Fisch schneller schneiden. Ein gestresster Aufseher kann in einer Konservenfabrik versehentlich Thunfisch zu lange kochen, wodurch die Ertr\u00e4ge einbrechen. H\u00f6here Abweichungen bei der Portionskontrolle wirken sich ebenfalls auf die Ertr\u00e4ge aus. Engp\u00e4sse k\u00f6nnen zu Verz\u00f6gerungen und zur Herabstufung von Produkten f\u00fchren. Falsche Etikettierung - von Mindesthaltbarkeitsdaten und Chargencodes bis hin zu N\u00e4hrwerttabellen - kann Kundenr\u00fcckgaben oder sogar R\u00fcckrufe ausl\u00f6sen. All diese Probleme treiben die Materialkosten in die H\u00f6he.<\/p>\n\n\n\n

Selbst wenn in der Produktion alles richtig l\u00e4uft, kann beim Versand immer noch etwas schief gehen. Ich sprach mit einem Verarbeiter in Alaska, der feststellte, dass seine Mitarbeiter die Versandcontainer versehentlich um 10 % \u00fcberf\u00fcllten, was dem Unternehmen jedes Jahr einen Verlust von $US 500.000 einbrachte. Wird versehentlich eine falsche Palette in einen Versandcontainer gepackt, kann dies zu Problemen bei der Einhaltung der Vorschriften an den Grenzen f\u00fchren und Verz\u00f6gerungen oder sogar Zur\u00fcckweisungen durch die Zollbeamten zur Folge haben.<\/p>\n\n\n\n

Qualit\u00e4tskontrolle<\/h4>\n\n\n\n

Die Qualit\u00e4tskontrolle (QC) dient in der Regel dazu, kostspielige Fehler und Verst\u00f6\u00dfe gegen die Vorschriften aufzudecken. Die Qualit\u00e4tskontrolle selbst kann jedoch fehleranf\u00e4llig sein, da viele Daten von Papierformularen kopiert werden und bei manuellen Berechnungen Fehler auftreten k\u00f6nnen. QC-Berichte werden oft erst am Ende des Tages erstellt, was bedeutet, dass schlechte Leistungen nicht immer in Echtzeit angezeigt werden. Erst wenn die Situation sehr schlecht ist, werden Korrekturma\u00dfnahmen eingeleitet.<\/p>\n\n\n\n

Automatisierung und Visualisierung<\/h4>\n\n\n\n

Wie kann Software also helfen? In der japanischen schlanken Produktion gibt es zwei Methoden, um Fehler zu vermeiden oder zu erkennen: Automatisierung (jidoka<\/em>) und Visualisierung (andon<\/em>). Die Digitalisierung kann hier eine Schl\u00fcsselrolle spielen.<\/p>\n\n\n\n

Betrachten wir zun\u00e4chst die Automatisierung. Software kann die Datenerfassung, den Datenaustausch und die Berichterstattung automatisieren und so das Fehlerrisiko verringern. In einem papiergest\u00fctzten System werden die Daten im Produktionsprozess oft von einem Formular in das n\u00e4chste kopiert. Diese Daten werden dann in Excel-Tabellen f\u00fcr die Berichterstattung oder in ERP-Systeme kopiert. Software erm\u00f6glicht einen automatischen Datenfluss von Benutzer zu Benutzer, und durch die Integration mit anderer Software k\u00f6nnen Datenaustausch und Berichterstattung automatisiert werden. <\/p>\n\n\n\n

Doch nicht alles kann automatisiert werden, und deshalb ist andon<\/em> oder ein visuelles Feedbacksystem ins Spiel kommt. Mit einer Software k\u00f6nnen Daten in Echtzeit-Dashboards, in Berichten und auf den Bildschirmen der Benutzer angezeigt werden. Das Wort andon<\/em> (\u884c\u706f) bedeutet im Japanischen eigentlich Papierlaterne und steht f\u00fcr eine visuelle Warnung bei Problemen. Die Software kann zum Beispiel so programmiert werden, dass ein visuelles Warnsignal ausgegeben wird, wenn eine Temperatur au\u00dferhalb eines H\u00f6chst- und Mindestbereichs liegt. Unvollst\u00e4ndige oder doppelte Dateneingaben k\u00f6nnten eine Pop-up-Warnung auf einem Bildschirm ausl\u00f6sen.<\/p>\n\n\n\n

Die Japaner nennen dies poka-yoke<\/em> (\u30dd\u30ab\u30e8\u30b1), was so viel bedeutet wie \"Fehlersicherung\" oder w\u00f6rtlich: Vermeidung (yokeru) von unbeabsichtigten Fehlern (poka). Wenn Fehler oder Verst\u00f6\u00dfe auftreten, werden sie sofort f\u00fcr den Bediener, aber auch f\u00fcr alle anderen Benutzer der Software sichtbar gemacht. Wenn eine Person einen Fehler nicht bemerkt, dann wird es eine andere tun. Und je fr\u00fcher ein Fehler erkannt und korrigiert wird, desto weniger kostspielig wird er sein.<\/p>\n\n\n\n

Aufgrund der nat\u00fcrlichen Lebensf\u00e4higkeit von Fisch kann es f\u00fcr die Verarbeiter von Meeresfr\u00fcchten schwierig sein, Qualit\u00e4t und Produktionsergebnisse, wie z. B. den Ertrag, vorherzusagen. Hier kann die k\u00fcnstliche Intelligenz (KI) den Fischverarbeitern in Zukunft einen erheblichen Nutzen bringen. Maschinelles Lernen ist eine Form der KI, bei der Software aus vergangenen Erfahrungen lernt, um die Zukunft vorherzusagen. Bei ThisFish haben wir bereits ein Modell zur Ertragsvorhersage f\u00fcr eine thail\u00e4ndische Thunfischkonservenfabrik entwickelt, das die zu erwartenden Ertr\u00e4ge genau vorhersagen kann. Damit k\u00f6nnen Manager ihre Leistung besser \u00fcberwachen und sicherstellen, dass sie alles tun, um die Rentabilit\u00e4t zu maximieren.<\/p>\n\n\n\n

Dem Bericht zufolge R\u00fcckverfolgbare Retouren<\/a> Planet Tracker zufolge erzielen die Verarbeiter von Meeresfr\u00fcchten im Durchschnitt nur eine Gewinnspanne von 3,4 % vor Zinsen und Steuern. Planet Tracker sch\u00e4tzt, dass sich die Gewinnspannen durch verst\u00e4rkte Investitionen in die R\u00fcckverfolgbarkeitstechnologie verdoppeln k\u00f6nnten. Die R\u00fcckverfolgbarkeit wird zwar h\u00e4ufig von Nichtregierungsorganisationen gef\u00f6rdert, um die Herkunft von Lebensmitteln nachzuweisen, sie ist aber auch der Schl\u00fcssel zur Verwaltung der Materialkosten, was wiederum der Schl\u00fcssel zur Verbesserung der Rentabilit\u00e4t ist.<\/p>","protected":false},"excerpt":{"rendered":"

Ein Megatrend, der ein wesentlicher Treiber f\u00fcr den digitalen Wandel zu sein scheint: der relative Preis von Fisch, der gestiegen ist, w\u00e4hrend (Computer-)Chips gesunken sind.<\/p>","protected":false},"author":2,"featured_media":12856,"parent":0,"template":"","categories":[8],"class_list":["post-15791","blog","type-blog","status-publish","has-post-thumbnail","hentry","category-roi-guide"],"acf":[],"_links":{"self":[{"href":"https:\/\/this.fish\/de\/wp-json\/wp\/v2\/blog\/15791","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/this.fish\/de\/wp-json\/wp\/v2\/blog"}],"about":[{"href":"https:\/\/this.fish\/de\/wp-json\/wp\/v2\/types\/blog"}],"author":[{"embeddable":true,"href":"https:\/\/this.fish\/de\/wp-json\/wp\/v2\/users\/2"}],"version-history":[{"count":0,"href":"https:\/\/this.fish\/de\/wp-json\/wp\/v2\/blog\/15791\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/this.fish\/de\/wp-json\/wp\/v2\/media\/12856"}],"wp:attachment":[{"href":"https:\/\/this.fish\/de\/wp-json\/wp\/v2\/media?parent=15791"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/this.fish\/de\/wp-json\/wp\/v2\/categories?post=15791"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}