Nya vägar till ett mer effektivt lager i Rundvik

När Hedvig Fries och Simon Mikaelsson påbörjade sitt examensarbete våren 2025 handlade det om att ta sig an ett konkret och vardagsnära problem. Färdigvarulagret i Rundvik har periodvis en hög fyllnadsgrad, vilket gör att vissa paket kan bli stående under längre tid. Det skapar utmaningar vid plockning och ökar risken för att produkterna försämras i kvalitet. Lagerhanteringen sker till stor del manuellt, och dagens arbetssätt har vuxit fram över tid utan stöd av en enhetlig, datadriven strategi för hur paket placeras och plockas.

Som en del av sitt civilingenjörsprogram i industriell ekonomi med inriktning mot data science valde Hedvig och Simon i sin tur att angripa frågan med hjälp av datadriven simulering.

– Vi byggde en modell i Python som speglar hela flödet, från att ett paket lämnar justerverket till att det lastas för leverans. Den baserades på ett års data från sågverket, kartor och egna platsbesök, så vi kunde testa nya arbetssätt i en miljö som låg nära verkligheten, säger Hedvig Fries.

En digital tvilling av gården

I modellen testades olika varianter av hur lagret kan struktureras. Bland annat undersöktes vad som händer om man förändrar principerna för vilken ordning paket plockas i. Dagens arbetssätt liknar det som i teorin kallas LIFO – där det senaste paketet som lagts in också är det som först plockas ut. I motsats till det står FIFO, där det paket som först lagts in också är det som först lämnar lagret. Studenterna testade flera varianter av dessa principer, anpassade till sågverkets praktiska förutsättningar.

– Vi ville bland annat undersöka vad som händer beroende på var paketen placeras. Är det smartast att ha de vanligaste produkterna närmast utlastningen, eller ska man flytta undan sådant som sällan används? Och när det väl är dags att hämta ett paket – är det mest effektivt att ta det som är enklast att nå, det som är äldst, eller det som varit beställt längst, säger Simon Mikaelsson.

För att kunna jämföra alternativen byggdes modellen så att den kunde beräkna både arbetsinsatsen för truckförarna och det ekonomiska värdet på lagret över tid. Genom att väga samman hur mycket som flyttas, hur långt truckarna kör, och hur länge paket blir stående i lagret, kunde varje strategi testas mot en gemensam måttstock.

Insikter som kan ge verklig effekt

Resultaten från simuleringarna visade att det finns goda möjligheter att ytterligare utveckla flödena i lagret. Genom att ändra både hur paketen placeras och i vilken ordning de plockas, går det att uppnå ett mer strukturerat flöde som minskar risken för flaskhalsar, kortar tiden för utlastning och minimerar antalet paket som blir stående för länge. För truckförarna skulle det innebära färre onödiga förflyttningar och bättre överblick. För verksamheten skulle det ge en möjlighet att frigöra utrymme, minska värdeminskning i lagret och skapa en mer förutsägbar hantering av utleveranser.

– Det som verkligen överraskade oss var att så många förbättringar kunde uppnås utan stora investeringar. Det räckte ofta med att hålla fast vid några tydliga principer – som att prioritera äldre paket eller skapa särskilda ytor för vissa produktkategorier, säger Hedvig Fries.

Arbetet avslutades med rekommendationer kring hur sågverket kan ta nästa steg – från att implementera vissa strategier i utvalda delar av lagret, till att förbättra datainsamlingen och skapa bättre spårbarhet på paketnivå.

– Det här arbetet har varit otroligt lärorikt för oss. Vi har fått kombinera teknik, analys och förståelse för hur en verklig verksamhet fungerar. Modellen visar vilken nytta simulering kan ha, men också hur mycket mer man skulle kunna göra med bättre spårbarhet och mer tillgänglig data. Förhoppningsvis kan rapporten bli ett första hjälpsamt steg i ett fortsatt förbättringsarbete, och det vore väldigt spännande att se hur några av våra idéer fungerar i praktiken, säger Simon Mikaelsson.