Von verstreuten Prozessen zu einem Betriebssystem.
Wie wir für Rekeep ein verbundenes Betriebssystem der Krankenhausverpflegung gebaut und angepasst haben: von Rezeptur und Bedarfsprognose über Einkauf, Lager und Produktion bis zu Packen und Analytik.
Wir haben den tatsächlichen Ablauf der Operationen im gesamten Verpflegungsökosystem von Rekeep analysiert und abgebildet.
02
Entwurf des Zielmodells
Wir haben die operativen Zielprozesse und die dahinterliegende Systemarchitektur entworfen.
03
Bau und Anpassung der Module
Wir haben alle beschriebenen Module gebaut und an die Prozesse von Rekeep angepasst.
Wir haben das System für die realen Prozesse von Rekeep gebaut und nicht als generisches Produkt, das man einem Kunden zeigt. Ein Teil der Kennzahlen, KPIs und der Umfang der Lieferantenintegrationen warten noch auf die Bestätigung durch den Kunden.
Kundenkontext
Eines der größten Ökosysteme derKrankenhausverpflegung in Polen
Rekeep betreut rund 200 Krankenhäuser über ein Netz aus Zentral- und Regenerierküchen. Für die tägliche Umsetzung sorgen die Teams aus Diätetik, Produktion, Einkauf, Lager und Logistik.
In dieser Größenordnung schlagen sich schon kleine Unterschiede in Rezepturen, Planung, Einkauf oder Lieferungen in realen Kosten, Verlusten und Mehrarbeit nieder. Deshalb haben wir zuerst die Prozesse und ihre Abhängigkeiten geordnet und darauf aufbauend die Module gebaut und angepasst, die Daten und Entscheidungen im ganzen Unternehmen verbinden.
Projektziele
Die Arbeitsweise zwischen den Betrieben vereinheitlichen
Eine einzige Datenquelle zu Rezepturen, Rohstoffen, Produktion und Einkauf schaffen
Food Cost und Rohstoffverbrauch enger kontrollieren
Fehler, Verluste und manuelle Arbeit reduzieren
Den Bedarf treffsicherer prognostizieren
Produktions- und Einkaufsplanung automatisieren
Lagerprozesse und Lieferkontrolle digitalisieren
Die Organisation auf weitere Automatisierung mit KI und Predictive Analytics vorbereiten
Methodik
Dasselbe fünfstufige Schemain jedem Bereich
Jeden Projektbereich beschreiben wir in derselben Reihenfolge: vom Kundenkontext über das Problem und die Analyse bis zu dem, was wir gebaut haben und was es gebracht hat.
01
Kundenkontext
Wir zeigen, was Rekeep in diesem Bereich erreichen wollte.
02
Problem
Wir erläutern, welche Einschränkungen wir vor Projektbeginn vorgefunden haben.
03
Analyse und Mapping
Wir beschreiben, wie wir an den Prozess herangegangen sind und was wir analysiert haben.
04
Was wir gebaut haben
Wir zeigen, welche Module wir gebaut und wie wir sie an die Prozesse von Rekeep angepasst haben.
05
Ergebnis
Wir fassen den operativen und geschäftlichen Nutzen der Lösung zusammen.
Projektbereiche
Das Verpflegungsökosystemals ein Organismus
01
Rezepturen und Produktionstechnologie
Advanced Recipe Engine: Die Rezeptur als digitales Modell der Technologie
In der Größenordnung von Rekeep ist die Rezeptur die Grundlage für Food Cost, Diätetik, Rohstoffbedarf, Einkauf und Produktionsplanung. Rekeep brauchte ein standardisiertes Modell für die Gestaltung von Rezepturen und Technologie, auf das sich alle nachgelagerten Prozesse stützen können.
Problem
Der bisherige Ansatz bildete den gesamten technologischen Prozess nicht ab, vor allem nicht die Verluste und Ausbeuteänderungen beim Putzen, Bearbeiten, Schneiden, Garen, Kühlen und Portionieren. Ein Kilogramm Rohstoff ist kein Kilogramm Produkt, und so wurden Bedarf, Food Cost, Lagerentnahmen und der Soll-Ist-Vergleich fehlerhaft.
Analyse und Mapping
Wir haben den tatsächlichen technologischen Prozess abgebildet, nicht nur, woraus ein Gericht besteht, sondern wie es wirklich entsteht: Rohstoff, Arbeitsgang, Gewichts- und Ausbeuteänderung, Halbfabrikat, nächste Stufe, Fertigprodukt. Die Rezeptur haben wir mit Produktionsschemata und Arbeitszentren verknüpft.
Was wir für Rekeep gebaut haben
Advanced Recipe Engine mit verschachtelten Rezepturen und Halbfabrikaten
Yield & Loss Engine für jede Stufe des Prozesses
Production Schemes, die die Rezeptur mit Arbeitsgangfolge und Arbeitszentren verknüpfen
Automatische Neuberechnung von Nährwerten und Allergenen
Rezepturversionierung mit Impact Analysis: wo sie verwendet wird und was eine Änderung bewirkt
Alternative Rohstoffe, verglichen nach Nährwert, Allergenen, Diäteignung, Technologie und Kosten
AI Recipe Cost Optimisation, die günstigere Rohstoffe im Rahmen der Diätvorgaben vorschlägt
Ergebnis
1
gemeinsames Rezepturmodell für alle Standorte
6
digital abgebildete Stufen des technologischen Prozesses
7
im Rezeptur-Engine gebaute Mechanismen
Wir haben einen neuen Standard für das Rezepturmanagement geschaffen, eine Single Source of Truth für das ganze Unternehmen: einheitliche Rezepturen zwischen den Standorten, genauerer Food Cost und automatische Weitergabe der Daten an Planung, Einkauf und Produktion.
02
Prädiktive Planung
Predictive Layer: Bedarfs- und Produktionsplanung
Rekeep verbindet Informationen aus einer großen Zahl von Krankenhäusern mit den Produktionsmöglichkeiten der Küchen und Zentralbetriebe. Zuerst ist zu beantworten, wie viele Mahlzeiten produziert werden müssen, und erst dann was, wo, wann und in welcher Reihenfolge, für mehrere hundert Einrichtungen und viele Betriebe gleichzeitig.
Problem
Stützt sich der Prozess allein auf endgültige Bestellungen, fallen Entscheidungen zu spät. Hinzu kommen schwankende Patientenzahlen, Diätstrukturen, Unterschiede zwischen Stationen, Wochentage, Saisonalität, Feiertage und Bestellkorrekturen. Die manuelle Aggregation von Daten aus mehreren hundert Einrichtungen begrenzt zudem die vorausschauende Einkaufs- und Produktionsplanung.
Analyse und Mapping
Wir haben den Prozess vom Krankenhaus bis zum Produktionsbetrieb abgebildet und ein Planungsmodul gebaut, das den Ablauf nachbildet: Bedarfsprognose, Bedarfsaggregation, Materialbedarfsrechnung, Produktionsplan, Terminierung, Ausführungsüberwachung, Neuplanung.
Was wir für Rekeep gebaut haben
Hospital Demand Forecast: Prognose auf Einrichtungsebene vor dem Bestell-Cut-off, auf Basis von Historie und Zeitabhängigkeiten
Production Demand Forecast: Bedarfsaggregation über Diäten, Mahlzeiten, Gerichte, Rezepturen, Halbfabrikate und Rohstoffe
Modelle der Fusion- und Transformer-Klasse, verglichen, damit je Datenreihe die beste Prognose gewinnt
Production Planning Engine: Plan nach Arbeitszentren, Produktions- und Packterminierung, Ressourcenauslastung, Simulationen und Neuplanung
Ergebnis
2
Prognoseebenen: Einrichtung und Produktionsbetrieb
7
Schritte von der Bedarfsprognose bis zur Neuplanung in einem Ablauf
Fusion / Transformer
Modellklassen, die in der Prognoseschicht verglichen werden
Wir haben die Planung von reaktiv auf prädiktiv umgestellt: Die Organisation bereitet sich auf den Bedarf vor, bevor alle Bestellungen geschlossen sind, verringert Überproduktion und Fehlmengenrisiko und plant Rohstoffe früher.
03
Einkauf
Purchasing System: Ein Einkaufssystem für die gesamte Organisation
Der Produktionsplan wirft die nächste Frage auf: wie viel von welchen Rohstoffen, bei wem, zu welchem Preis und bis wann. In der Größenordnung von Rekeep ist der Einkauf eine der größten Quellen sowohl für Einsparungen als auch für unkontrollierte Kosten. Er soll die automatische Folge dessen sein, was die Organisation produzieren will, und kein weiterer Ort für manuelle Bestelleingaben.
Problem
Keine einzige Quelle für aktuelle Preislisten, verstreutes Wissen über das Lieferantenangebot, viele manuelle Vorgänge, keine Verbindung zwischen Produktionsplan und Einkauf, begrenzte Preis- und Produktvergleiche und kein einheitlicher Blick auf die Historie mit einem Lieferanten.
Analyse und Mapping
Wir haben den vollständigen Ablauf abgebildet: Produktionsplan, Materialbedarf, Bestandsdeckung, Beschaffungsbedarf, Lieferantenauswahl, Bestellung, Lieferung, Wareneingang, Lieferantenbewertung.
Was wir für Rekeep gebaut haben
Automatic Purchase Requirements: der Plan über Rezepturen und aktuelle Bestände zu einer fertigen Einkaufsliste gerechnet
Supplier 360: zentrales Lieferantenprofil mit Produkten, Konditionen, Preislisten, Lieferzeiten, Mindestmengen, Qualität und Reklamationshistorie
Dynamic Price Lists: schneller Preislistenimport und -update mit Validierung und Mapping der Lieferantenindizes
Supplier Integrations: digitaler Datenaustausch mit den größten Lieferanten, vereinfachtes Portal für die kleineren
Ergebnis
9
Schritte vom Produktionsplan bis zur Lieferantenbewertung in einem Prozess
360°
Lieferantenprofil: Preise, Konditionen, Qualität, Historie
7
Felder, die beim Import einer Lieferantenpreisliste validiert werden
Wir haben Produktionsbedarf und Lieferantenbestellung zu einem Prozess verbunden, mit automatisch berechnetem Bedarf, aktuellen Preisen, einer vergleichbaren Lieferantenbasis und einer stetig wachsenden Qualitätshistorie.
04
Lager und Wareneingang
Digital Receiving: Digitale Kontrolle jeder Lieferung
Eine korrekte Bestellung garantiert noch keine Kostenkontrolle. Entscheidend ist der Moment, in dem die Ware physisch im Betrieb eintrifft und zu prüfen ist, ob das Bestellte angekommen ist, in der richtigen Menge, zum richtigen Preis, in der richtigen Qualität und zur richtigen Zeit. Hier entsteht oder verschwindet die Kontrolle über Rohstoffkosten und Lieferantenqualität.
Problem
Die Analyse zeigte eine unzureichende Erfassung der Lieferungen und keinen einheitlichen digitalen Wareneingangsprozess: Eine Lieferung gelangte nicht immer sofort ins System, eine vollständige Eingangshistorie und eine einheitliche Qualitätsbewertung fehlten, und Abweichungen wurden mitunter verspätet erfasst.
Analyse und Mapping
Zuerst haben wir den Zielprozess geordnet: geplante Lieferung, Ankunft, Belegerfassung, Abgleich mit der Bestellung, Mengenprüfung, Qualitätsprüfung, Chargen- und MHD-Erfassung, vollständige oder teilweise Annahme oder Ablehnung, Bestandsaktualisierung, Lieferantenleistungsdaten. Erst darauf aufbauend haben wir die Software gebaut.
Was wir für Rekeep gebaut haben
Delivery Schedule: alle Lieferungen eines Tages in einer Ansicht
Digital Receiving auf dem Tablet: vollständige, teilweise, abgelehnte, chargengeteilte und reklamierte Eingänge
OCR Document Capture, das Belegdaten mit der Bestellung abgleicht
PO vs Delivery Control: Fehlmengen, Übermengen, unbestellte Ware, Preisdifferenzen, falsches Produkt, MHD und Temperatur
Supplier Quality Data für eine Historie zu Konformität, Qualität und Termintreue
Ergebnis
10
Wareneingangsschritte in digitaler Erfassung
OCR
digitale Verarbeitung der Lieferbelege
7
Abweichungstypen beim Abgleich von Bestellung und Lieferung
Wir haben den Wareneingang von einer Lageraufgabe in eine vollständige digitale Kontrolle von Bestellung, Lieferung und Rohstoffqualität verwandelt, mit lückenloser Chargenrückverfolgung und Daten, die in den Einkauf zurückfließen.
05
Rohstoffentnahme
Intelligent Issue Queue: Digitale Rohstoffentnahmen aus dem Lager
Ein korrekter Lagerbestand löst den Materialfluss in die Produktion noch nicht. Es zählt nicht nur, was im Lager liegt, sondern was wann, an welchen Arbeitsplatz, an welches Arbeitszentrum und zu welcher Rezeptur entnommen werden soll, und bei vielen parallelen Produktionsläufen bedeutet manuelle Steuerung Verzögerungen, Fehler und verlorene Kontrolle über den realen Verbrauch.
Problem
Ohne digitalen Entnahmeprozess lässt sich kaum sagen, welcher Rohstoff als Nächstes entnommen werden soll, in welcher Menge, an welches Arbeitszentrum und welchen Arbeitsplatz, für welche Rezeptur, wann und durch wen. Zu früh entnommenes Material belegt Fläche in der Produktion, zu spät entnommenes stoppt sie, und nachträglich erfasste Entnahmen nehmen den Beständen ihre Glaubwürdigkeit.
Analyse und Mapping
Wir haben die Lagerlogik direkt mit der Produktionsplanung verbunden: Produktionsprognose, Produktionsplan, Rezepturterminierung, Materialbedarf, Entnahmeplan. Die Entnahme ist keine eigenständige Lageraufgabe mehr, sondern Teil des Produktionsplans.
Was wir für Rekeep gebaut haben
Intelligent Issue Queue: geordnete Entnahme-Timeline mit Zeit, Rohstoff, Menge, Lagerort, Arbeitszentrum, Arbeitsplatz, Rezeptur und Auftrag
Mobile Warehouse Tablets: Entnahmen auf dem Mobilgerät, vom Öffnen bis zur Entnahmebestätigung und zum Abschluss
Real-Time Inventory Update, das Produktion, Planung, Einkauf und Controlling sofort versorgt
Digital Internal Documents mit lückenloser Spur jeder Bewegung
Additional Material Requests, die eine Fehlmeldung aus der Produktion in eine Lageraufgabe statt in einen Anruf verwandeln
Ergebnis
8
Datenpunkte beschreiben jede Entnahme in der Queue, von der Uhrzeit bis zum Auftrag
Echtzeit
Bestandsaktualisierung nach jeder Operation
0
parallele Entnahmebelege auf Papier
Wir haben die Lagerentnahme von einer reaktiven Operation in einen geplanten Teil der Produktion verwandelt, nach realem Produktionsbedarf eingereiht, mit weniger Stillständen, ohne Papierbelege und mit vollständigem Audit des Materialflusses.
06
Produktion und MES
Live Production Control: Vollständig digitale Produktionsausführung
Nach Planerstellung und Materiallieferung beginnt die physische Produktion. Rekeep brauchte ein System, das die Mitarbeitenden durch den Plan führt und der Leitung volle Sicht auf die Halle gibt: eine Umgebung, die Plan, Arbeitszentrum, Mitarbeitende, Rezeptur, Rohstoff, Zeit, Ausbeute, Verlust und Endergebnis verbindet.
Problem
Ohne digitales MES weiß die Produktionsleitung nicht, welche Rezeptur gestartet wurde, an welchem Arbeitszentrum, wie weit sie ist, ob die Mitarbeitenden alle Rohstoffe haben, wie lange ein Arbeitsgang dauert, wie viel Produkt tatsächlich entstand und wie viel Material verloren ging. Zugleich brauchen die Mitarbeitenden aktuelle Anweisungen und Werkzeuge, die ihnen das manuelle Umrechnen der Rezepturen abnehmen.
Analyse und Mapping
Wir haben den realen Lebenszyklus einer Rezeptur in der Halle abgebildet: Material verfügbar, Start des Arbeitsgangs, Ausführung der Anweisungen, Zeiterfassung, Wiegen, Abschluss der Stufe, Übergabe an das nächste Arbeitszentrum, Endausbeute. Jede Rezeptur haben wir mit Plan, Arbeitszentren, Arbeitsplätzen, Mitarbeitenden, Rohstoffen, Vorgabezeiten und erwarteter Ausbeute verknüpft.
Was wir für Rekeep gebaut haben
Live Production Control: Status jeder Rezeptur an jedem Arbeitszentrum in Echtzeit, mit Fortschritt und Verzugsrisiko
Digital Work Instructions auf Tablets mit Rezeptur, Rohstoffen, Mengen und Arbeitsgangfolge
Material Readiness Check vor dem Start einer Rezeptur
Start/Stop Tracking mit Erfassung von Ist-Zeit, Mitarbeitendem, Arbeitsplatz und Arbeitszentrum
Smart Production Calculator, der die Rezeptur in beide Richtungen umrechnet
Additional Material Request direkt vom Tablet
Weight & Yield Registration, die Ist- und Sollgewicht auf jeder Stufe vergleicht
Full Production Traceability: wer, was, wo, wann, wie viel, aus welchem Rohstoff und mit welchem Ergebnis
Ergebnis
Echtzeit
Status jeder Rezeptur an jedem Arbeitszentrum
8
für die Produktionshalle gebaute MES-Mechanismen
100%
der Arbeitsgänge mit Zeit- und Ausbeuteerfassung
Wir haben die Produktion von Plan plus manueller Meldung zu vollständig digitaler Ausführung und Echtzeitüberwachung geführt, mit realen Vorgangszeiten, Leistungsdaten der Arbeitszentren und Ausbeute auf jeder Stufe.
07
Kontinuierliches Lernen
Prediction Feedback Loop: Produktion als Datenquelle für die Prognose
Die Produktionsausführung ist nicht das letzte Glied des Prozesses. Sie ist zugleich die Quelle neuer Daten für die nächsten Pläne und Prognosen. Die Prämisse des Systems war, dass jeder Produktionstag Daten liefert, die den nächsten verbessern können.
Problem
Prognose und Terminplan sind nur so gut wie die Daten, auf denen sie beruhen. Ein System, das nur theoretische Werte kennt, beantwortet nicht, wie lange eine Rezeptur wirklich dauert, wie hoch die tatsächliche Ausbeute ist, wo die größten Verluste entstehen, welche Arbeitszentren schneller laufen und wie oft neu geplant wird.
Analyse und Mapping
Jeden Produktionsvorgang haben wir als Datenpunkt behandelt. Das System stellt Prognose und Ist gegenüber: geplanter und tatsächlicher Start, Ende, Vorgangszeit, Ausbeute, Verbrauch und Volumen.
Was wir für Rekeep gebaut haben
Forecast vs Actual, automatisch nach Produktionsende erstellt
Historical Production Data auf Ebene von Rezeptur, Arbeitszentrum, Arbeitsplatz, Schicht, Mitarbeitendem, Tag und Betrieb
Prediction Feedback Loop, der Ist-Daten an Planung und Prognose zurückgibt und den Kreis schließt
Process Intelligence für wiederkehrende Verzögerungen, unterschätzte Zeiten, Ausbeuteabweichungen, problematische Rezepturen und überlastete Arbeitszentren
Ergebnis
6
Dimensionen des Soll-Ist-Vergleichs
7
Aggregationsebenen historischer Produktionsdaten
Feedback-Schleife
die Prognose und Ausführung schließt
Wir haben erreicht, dass die Produktion den Plan nicht nur ausführt, sondern dem System beibringt, morgen einen besseren zu bauen, und schrittweise Prognose, Terminplan, Materialbedarf, Ressourcenplanung und Verlustkontrolle verbessert.
08
Packen
Intelligent Packing Schedule: Intelligente Planung und digitale Ausführung des Packens
In der Krankenhausverpflegung ist das Packen eine kritische Stufe: Reihenfolge, Grammaturen, Verpackungstyp, Anordnung der Komponenten, Übereinstimmung mit Diät und Rezeptur sowie korrekte Etikettierung müssen stimmen. Bei vielen Diäten, Gerichten und Varianten erhöht die manuelle Steuerung der Packreihenfolge das Risiko von Fehlern und Stillständen.
Problem
Ohne digitales Modul lassen sich optimale Packreihenfolge, Planübereinstimmung, wiederholbare Grammaturen, korrekte Anordnung der Komponenten, eindeutige Anweisungen für die Mitarbeitenden, Zeitkontrolle und Rückverfolgbarkeit des Fertigprodukts kaum gleichzeitig sicherstellen.
Analyse und Mapping
Wir haben das Packen direkt mit dem Produktionsplan und dem realen Ausführungsstatus der Rezepturen verbunden: was fertig ist, was gepackt werden soll, in welcher Reihenfolge, in welche Verpackung, mit welcher Grammatur und mit welchem Etikett.
Was wir für Rekeep gebaut haben
Intelligent Packing Schedule, der vorgibt, was in welcher Reihenfolge gepackt wird, und sich mit dem Produktionsfortschritt aktualisiert
Start/Stop Packing mit Erfassung der tatsächlichen Vorgangszeit
Digital Packing Instructions mit Grammatur, Verpackungstyp, Tablettfach und Anordnungsreihenfolge
Visual Reference: Foto des korrekt verpackten Produkts
Smart Label Management für Einzelverpackungen, Tabletts, Beutel und Umverpackungen mit Chargenbezug
Packing Traceability mit Rezeptur, Charge, Mitarbeitendem, Arbeitsplatz, Zeiten und Verpackungstyp
Ergebnis
6
im Packmodul gebaute Mechanismen
4
Verpackungstypen im Etikettensystem
Visuelle Vorlage
der Packstandard an jedem Arbeitsplatz
Wir haben das Packen von manueller Organisation zu einem intelligent eingereihten, digital geführten Prozess gebracht, mit wiederholbaren Grammaturen, einheitlicher Produktpräsentation und automatischer Etikettierung.
09
Daten und Analytik
Management Dashboards: Eine Datenschicht für den gesamten Prozess
Der größte Wert der Digitalisierung entsteht, wenn Daten aus Rezepturen, Lager, Produktion und Packerei gemeinsam ausgewertet werden. Kein Modul ist eine separate Anwendung: Jedes speist eine gemeinsame Datenschicht. Rekeep brauchte eine Antwort auf die Frage, was mit Kosten, Rohstoff und Rezeptur vom Plan bis zum Fertigprodukt geschehen ist.
Problem
In einer verstreuten Umgebung beantworten Daten nur lokale Fragen: Das Lager weiß, was es ausgegeben hat, die Produktion, was sie gefertigt hat, die Packerei, was sie gepackt hat, und der Einkauf, was er bestellt hat. Das Bild des gesamten Prozesses fehlt.
Analyse und Mapping
Wir haben die Daten der gesamten Kette verbunden (Rezeptur, Prognose, Einkauf, Wareneingang, Lager, Entnahme, Produktion, Packen), damit der Prozess End-to-End auswertbar ist.
Was wir für Rekeep gebaut haben
Plan vs Actual auf jeder Stufe des Prozesses
Yield Analytics auf Ebene von Rezeptur, Stufe, Arbeitszentrum und Betrieb
Production Time Analytics
Material Consumption Analytics
Packing Performance
Lieferantenqualität verknüpft mit der tatsächlichen Materialverwendung
Management Dashboards für Leitung und Geschäftsführung: Produktion, Food Cost, Abweichungen, Verluste, Verbrauch, Prognosegenauigkeit und Prozessleistung
Ergebnis
8
Prozessschritte in einer Datenschicht verbunden
6
Analysebereiche, die die Dashboards speisen
End-to-End
Kostenverfolgung vom Plan bis zum Fertigprodukt
Wir haben Rekeep eine Datenumgebung gegeben, die von der Meldung einzelner Vorgänge zur Steuerung des gesamten Prozesses auf Basis realer End-to-End-Daten führt.
Der verbundene Ablauf
Connected Food Operations System
Den größten Wert dieses Projekts haben wir nicht in einem einzelnen Modul gebaut, sondern in ihrer Verbindung. Jede weitere Stufe nutzt Daten der vorherigen, und Ist-Daten fließen in die Prognose zurück und verbessern die nächsten Pläne.
Planung
01Rezeptur
02Bedarfsprognose
03Produktionsplan
04Materialbedarf
Beschaffung
05Einkauf
06Lieferant
07Lieferung
08Lager
Ausführung
09Rohstoffentnahme
10Produktion / MES
11Packen
12Daten und Analytik
Optimierungsschleife
13Bessere Prognose
Ist-Daten fließen in die Prognose zurück und erhöhen die Treffsicherheit des nächsten Planungszyklus.
Der gebaute Wandel
Acht Übergänge,die das Projekt ausmachen
Vorher
Nachher
Rezeptur als Zutatenliste
Rezeptur als digitales Modell von Technologie und Produktionskosten
Reaktive Planung auf Basis endgültiger Bestellungen
Prädiktive Planung, die vor dem Bestell-Cut-off startet
Einkauf als manuelles Erfassen von Bestellungen
Einkauf als automatische Folge des Produktionsplans
Wareneingang als Lageraufgabe
Vollständige digitale Kontrolle von Bestellung, Lieferung und Qualität
Das Lager gibt Rohstoffe auf Zuruf aus
Das System plant Entnahmen nach dem Produktionsterminplan
Produktion nachträglich manuell gemeldet
Digitale Ausführung und Echtzeitüberwachung der Produktion
Manuell organisiertes Packen
Intelligent eingereihter, digital geführter Packprozess
Meldung einzelner Vorgänge
Steuerung des gesamten Prozesses auf End-to-End-Daten
Hinweis
Alle beschriebenen Module haben wir auf Basis der vorangegangenen Analyse und Prozessabbildung gebaut und an die Prozesse von Rekeep angepasst. Konkrete KPIs und Finanzergebnisse ergänzen wir, sobald der Kunde die Daten bestätigt.
Bauen Sie das verbundene Betriebssystem Ihrer Organisation.
Der nächste Schritt beginnt wie bei Rekeep: mit der Analyse und Abbildung Ihrer Prozesse.