Die Optimierung von Lieferketten wird durch die quantitative Logistik neu definiert, indem leistungsfähigere Software benutzt wird, die sich gewöhnlich auf maschinelles Lernen stützt und über Big Data größere Skalierbarkeit bietet. Doch für jedes Optimierungsprojekt über eine quantitative Logistik ist ein Supply Chain Scientist verantwortlich, der die Datenaufbereitung, die wirtschaftliche Modellierung und die KPI-Berichte übernimmt. Der Supply Chain Scientist liefert menschliche Intelligenz , die über die maschinelle Intelligenz erweitert wird. Die intelligente Automation von Entscheidungen bezüglich der Lieferkette ist das Endergebnis der Arbeit des Supply Chain Scientist.
Mensch plus Maschine
Zur Verbesserung der Lieferkettenleistung ist es nötig, die Unternehmensstrategie gut zu verstehen. So können Fehlbestände beispielsweise in der Luft- und Raumfahrtbranche, äußerst teuer werden, während sie in anderen Zweigen, wie im Falle von Frischkost, den gewöhnlichen Alltag darstellen. Realistisch gesehen, ist es heute so, dass intelligente Algorithmen, die sogar im Schach oder im Go gewinnen können, noch Jahrzehnte davon entfernt sind, eine strategische Roadmap für Ihre Lieferkette zu erstellen. Daher ist eine gänzlich maschinenbetriebene Lieferkette bisher Zukunftsmusik.
Doch intelligente Algorithmen und Algorithmen für maschinelles Lernen lösen gut definierte, begrenzte und sich wiederholende Probleme hervorragend. Und die quantitative Logistik macht sich diese modernen Software-Fähigkeiten zu Nutze: so wird das Problem dank menschlicher Intelligenz eingegrenzt, die Mehrdeutigkeiten beseitigt und der wiederholbare Workflow konfiguriert und anschließend werden alltägliche Entscheidungen bezüglich der Lieferkette, die in Ihrem Unternehmen jeden Tag anfallen, von Maschinen getroffen.
Bei der quantitativen Logistik geht es nicht darum, den menschlichen Einblick auszublenden. Ganz im Gegenteil dreht sich die quantitative Logistik darum, die Einblicke dort, wo sie am nötigsten sind, zu nutzen, nämlich bei der Strategie . Gerade weil die quantitative Logistik Ihre Mitarbeiter von alltäglichen, sich wiederholenden Aufgaben befreit, erlangen sie ihre Freiheit zurück. So kann sich Ihr Team strategischen Aspekten widmen, statt sich mit den Einzelheiten der Ausführung zu beschäftigen.
Die Rolle des Supply Chain Scientist
Die Aufgabe des Supply Chain Scientist besteht darin, die Daten zu verarbeiten, um alle Wirtschaftsvariablen in die Logik einzubauen und die Erstellung von Entscheidungen bezüglich der Lieferkette zu automatisieren. Außerdem ist der Supply Chain Scientist auch für die Umsetzung und die Überwachung der KPIs verantwortlich. Diese werden zusammen mit dem Supply Chain Management entworfen und dienen der Beurteilung der Leistung quantitativer Logistikprojekte.
Zu Beginn des Projekts, während der Zielsetzungsphase, muss der Supply Chain Scientist dafür sorgen, dass das zu lösende Problem gut definiert ist, keine Unklarheiten vorhanden sind, bzw. dass diese bekannt sind. Insbesondere ist der Supply Chain Scientist dafür verantwortlich, ein klares Bild über die angestrebte Automatisierung zu verschaffen. Je nach Kontext, kann sich die Automatisierung um die Erstellung von Bestellungen, Bestandsbewegungen, Ausmusterung aus dem Bestands, usw. drehen.
In Datenaufbereitungsphase achtet der Supply Chain Scientist darauf, dass alle relevanten Daten korrekt aus dem IT-System des Unternehmens extrahiert werden. Während der Supply Chain Scientist gewöhnlich vom IT-Team bei der eigentlichen Datenextraktion unterstützt wird, ist er der einzige Verantwortliche für die sinnvolle Gliederung der Daten. So ist eine genaue Semantik der Daten aus der Perspektive der Lieferkette von äußerster Bedeutung. Dementsprechend ist die Umwandlung der Rohdaten aus dem System in aufbereitete Daten zur Verarbeitung mit Algorithmen für maschinelles Lernen mit großem Aufwand verbunden. Hierfür trägt der Supply Chain Scientist Verantwortung.
Während der Einführungsphase werden die durch die Automatisierung erhaltenen Ergebnisse von den Supply Chain Fachkräften überprüft. In dieser Phase werden oft Grenzfälle entdeckt, bei denen die Automatisierung nicht richtig funktioniert. Folglich besteht die Aufgabe des Supply Chain Scientist darin, diese Grenzfälle zu lösen. Dennoch sind manchmal diese „sonderbaren“ Zahlen tatsächlich auch die richtigen Zahlen, die aber von den nicht-optimalen Regeln der Supply Chain Fachkräfte abweichen. Der Supply Chain Scientist muss daher solche Fälle erklären und die Supply Chain Fachkräfte davon überzeugen, dass diese Zahlen kein Problem darstellen, doch gleichzeitig Teil der Lösung sind.
Zuletzt, wenn die Lösung bereits in Produktion geht, überwacht der Supply Chain Scientist die Leistung der Automatisierung und stellt Schwachstellen fest. Somit ist er für die ständige Verbesserung der Lösung verantwortlich. Oft bedarf eine verbesserte Lösung besserer oder zusätzlicher Daten, was Änderungen in den operationalen Lieferkettenprozessen erfordert. der Supply Chain Scientist drückt die durch eine Verbesserung der Daten erwarteten Gewinne in Zahlen aus und erstellt bestimmte Geschäftsszenarien, um dem Supply Chain Management Änderungsvorschläge zu unterbreiten.
Fähigkeiten vom Supply Chain Scientist
Der Supply Chain Scientist ist sowohl ein Data Scientist , als auch ein Supply Chain Experte . Diese beiden Kompetenzen sind für eine erfolgreiche Lösung, die die Erwartungen erfüllt, wesentlich. Expertise im Bereich der Lieferkette ist für den Supply Chain Scientist unerlässlich, um die Herausforderungen, vor denen er steht, gänzlich zu verstehen. Ist dieses Wissen nicht vorhanden, besteht die Gefahr, dass eine „Lösungen“ erzeugt wird, die den Bedürfnissen der Lieferkette nicht entspricht. So sind abweichende Durchlaufzeiten, Mindestbestellmengen (MOQs), Kosten für Seetransport vs. Lufttransport oder mehrstufige Analyse (multi-echelon) einige der vielen Aspekte, die der Supply Chain Scientist beherrschen muss. Genauer gesagt, wird von einem Supply Chain Scientist ein tiefes Verständnis der Elemente, sowie auch der Wechselwirkungen unter ihnen gefordert, wie etwa wie die MOQs die Durchlaufzeiten beeinflussen.
Expertise im Bereich Data Science ist ebenso erforderlich, einerseits für die quantitativen Bewertungen der historischen Daten, sowie auch für die Umsetzung der Logik zur Automatisierung alltäglicher Entscheidungsprozesse. Bei mangelnden Programmierkenntnissen besteht die Gefahr, dass es zu übermäßigen Verzögerungen bzw. zu riskanten numerischen Ergebnissen kommt. Programmieren ist eine Fähigkeit und eine Kunst zugleich. Die Herausforderungen sind bei Lieferketten unglaublich kompliziert. Der Supply Chain Scientist ist in der Lage, eine Lösung umzusetzen, die einerseits einfach genug ist, um nachhaltig zu sein, und gleichzeitig genug Genauigkeit bietet, um die gewünschte Leistung der Lieferkette zu liefern.
Zuletzt bedarf die Rolle des Supply Chain Scientist eines überdurchschnittlichen Kommunikationstalents. Außerdem ist ein guter schriftlicher Ausdruck für die Erstellung hochqualitativer Dokumentation, in der das Projekt der quantitativen Logistik erläutert wird, notwendig. Tatsächlich geht es bei Lieferketten um Abstimmungen , zum Beispiel weniger MOQs vs. geringere Kaufpreise, doch oft werden diese Abstimmungen nicht dokumentiert. Bei quantitativen Logistik müssen solche Abstimmungen dokumentiert und quantifiziert werden. Verantwortlich hierfür ist der Supply Chain Scientist. Daher ist eine gute Ausdrucksfähigkeit nötig, um einen konstruktiven Dialog während der Einführungsphase zu fördern, vor allem, weil die Lieferkettenteams von der Richtigkeit des neuen Ansatzes überzeugt sein müssen.
Supply Chain Scientist bei Lokad
Die Figur und die Fähigkeiten des Supply Chain Scientist ha sich bei Lokad im Laufe des letzten Jahrzehnts entwickelt (Lokad wurde 2008 gegründet). Obwohl Lokad als reines Software-Unternehmen begann, begriffen wir schnell die Notwendigkeit, über ein besonderes Lokad-Team für Herausforderungen bei Lieferketten zu verfügen, das in solchen Fällen die Leitung übernahm. Das herkömmliche „Software-Support“ Team konnte leider Unternehmen keine befriedigenden Lösungen liefern, die ein tiefes Verständnis vieler unterschiedlicher Herausforderungen im Bereich Lieferkette und nicht nur Verständnis von Lokads Technologie benötigen.
Sich Fähigkeiten im Bereich der Supply Chain Science anzueignen ist schwierig. Daher vertrauen viele Unternehmen Lokad die Rolle des Supply Chain Scientist für das eigene quantitative Logistikprojekt an. Hierfür bietet Lokad eine Software+Experten Lösung an, bei der ein Supply Chain Scientist den Fall übernimmt und das ganze Projekt ausführt. Dank dieses Ansatzes wird Unternehmen die Last genommen, sofort ihre eigene Expertise im Bereich Supply Chain Science aufzubauen. Die Auslagerung dieser Zuständigkeit ist sowohl für kleine als auch für große Unternehmen sinnvoll. Für kleine Unternehmen sind einfach die Kosten, dies inhouse zu machen, zu hoch. Bei großen Unternehmen handelt es sich hauptsächlich um die Beschleunigung der Veränderungen in ihrer Lieferkette.
Das Profil der Kandidaten für das Supply Chain Science Team ist bei Lokad gewöhnlich das eines Ingenieurs mit Master-Abschluss. Obwohl Lokads Supply Chain Scientist über Programmierkenntnisse verfügen, sind sie meistens keine Softwareentwickler. Stattdessen ist die Kombination ihrer Fähigkeiten etwas vielfältiger, häufig mit ingenieurtechnischen Grundlagen: Fähigkeit zur Modellierung von Industrieproblemen, leistungsfähige und zuverlässige Prozesse zu erstellen, Kommunikation mit dem Management, etc. Aufgrund der Herausforderungen, die uns bei Lokad bezüglich der Lieferketten begegnen, haben wir eine starke Tendenz für Profile mit grundlegenden Mathematik- und Statistikkenntnissen, da diese Felder für die quantitativen Lösungen der meisten Lieferkettenprojekte wesentlich sind.
Die Entwicklung dieser Kompetenzen im Bereich Supply Chain Science ist ein laufender Verbesserungsprozess bei Lokad. Und gerade weil Lokad für viele Unternehmen in den verschiedensten Branchen die Rolle des Supply Chain Scientist übernimmt, haben wir ein institutionelles Wissen in diesem Bereich erreicht. Zusätzlich werden Lernprozess, sowie ein tiefes Verständnis unserer neuen Mitarbeiter mit Schulungen in verschiedenen Fällen der Lieferkette, sowie in unterschiedlichen Branchen gefördert.
Weitere Inhalte zum Thema
On LokadTV
