Analyse der Lastwagendisposition
Die Arbeit untersucht die Lastwagendisposition der Sparte Bodensysteme der Saint-Gobain Weber AG und zeigt auf, wie Just-in-Time-Belieferung, Datenbasis und Systemunterstützung gezielt weiterentwickelt werden können, ohne die hohe operative Leistungsfähigkeit zu gefährden
Simon Steiner & Marvin Hochstrasser, 2026
Type of Thesis Bachelor Thesis
Client Saint-Gobain Weber AG
Supervisor Niggli, Ruth
Views: 3
Die Disposition der Bodensysteme ist geprägt von einem logistikgetriebenen Geschäftsmodell, hoher Flexibilität und einem konsequent gelebten Just-in-Time-Konzept. Viele Entscheidungen basieren jedoch auf individuellem Erfahrungswissen, sind nur begrenzt standardisiert und werden kaum systemgestützt getroffen. Dies erhöht insbesondere bei hoher Auslastung oder personellen Ausfällen das Risiko und belastet zentrale Schlüsselpersonen stark.
Die Dispositions- und Materialbereitstellungsprozesse wurden zunächst theoretisch anhand von Logistik-, JIT- und Prozessmanagementkonzepten strukturiert. Darauf aufbauend erfolgte eine detaillierte Ist-Aufnahme der Auftrags- und Tourenplanung, der Sand- und Bindemittelbereitstellung sowie der organisatorischen Rahmenbedingungen. Ergänzend wurden die Ergebnisse mittels SWOT-Analyse bewertet und in konkrete, schrittweise umsetzbare Verbesserungsempfehlungen überführt.
Die Analyse bestätigt eine hohe operative Leistungsfähigkeit der Disposition, die wesentlich auf Erfahrung, enger Zusammenarbeit mit Lieferanten und Spediteuren sowie der Just-in-Time-Belieferung der Baustellen beruht. Gleichzeitig werden zentrale Schwachstellen sichtbar: fehlende Standardisierung, begrenzte Datennutzung und geringe systemseitige Entscheidungsunterstützung. Daraus resultieren Abhängigkeiten von Einzelpersonen und erhöhte Risiken bei Störungen.
Als Nutzen für die Saint-Gobain Weber AG werden konkrete Handlungsfelder aufgezeigt: der Aufbau einer belastbaren Datenbasis, die Einführung ausgewählter Kennzahlen, die systemgestützte Unterstützung wiederkehrender Entscheidungen (z.B. Sandlieferantenauswahl) und eine klarere Trennung von operativer Planung und strategischer Weiterentwicklung. Perspektivisch wird der gezielte Einsatz von KI-Ansätzen wie Predictive Analytics skizziert, der auf dieser Datenbasis aufbauen kann. Die Umsetzung entlang des PDCA-Zyklus ermöglicht es, Verbesserungen in Pilotbereichen risikokontrolliert zu testen und bei Erfolg zu standardisieren, wodurch Planungsqualität, Vertretungssicherheit und Zukunftsfähigkeit der Disposition gestärkt werden.
Studyprogram: Betriebsökonomie (Bachelor)
Keywords Lastwagen, Disposition, Prozessanalyse, Just-in-Time, AI, KI, Künstliche Intelligenz
Confidentiality: vertraulich