Auch wenn Projekte im Bereich der Quantitative Supply Chain auf jeglichen Plattformen mit Programmiersprache ausgeführt werden können, wurde die Lokad Plattform genau für die Unterstützung solcher Projekte entwickelt. Lokad ist eine auf das Design und das Rollout maßgeschneiderter
Apps für die prädiktive Optimierung von Supply-Chains spezialisierte Plattform. Im Vergleich zu generischen Entwicklungstools bietet Lokad überlegene Produktivität, Zuverlässigkeit, Wartbarkeit, Sicherheit und auch Supply-Chain-Performanz.
Lokads Herzstück ist
Envision, eine anwendungsspezifische Programmiersprache (DSL). Diese Sprache ist für Supply-Chain-Experten und nicht für Softwareentwickler gedacht. Unser Hauptziel ist, die Optimierung der Supply-Chain den Fachkräften mit direkter Erfahrung in diesem Bereich zu überlassen. Somit wird dank Lokad das Risiko bei Supply-Chain-Projekten reduziert, indem der Mittler zwischen Unternehmen und IT wegfällt.
Mit Envision übersteigen wir deutlich die Leistungsfähigkeit der APS (Advanced Planning Systeme), die eigentlich nur im Namen „advanced“ sind, der BI (Business Intelligence) oder gar der auf Prognosen spezialisierten Toolkits. Zuletzt, bietet Lokad in Vergleich zu generischen Programmiersprachen, wie etwa Python, Apps mit erhöhter Sicherheit und Wartbarkeit.
Über Kalkulationstabellen hinaus
Excel ist das weitverbreitetste Tool in Supply-Chains. Bei Lokad erkennen wir durchaus, dass Excel viele hervorragende Eigenschaften besitzt: es ist einfach, ausdrucksfähig, visuell und, am wichtigsten, bei Excel behalten Sie stets die Kontrolle über Ihre Daten. Excel hat den weltweiten Erfolg erreicht, den es verdient. Mit Envision haben wir sehr hart daran gearbeitet, all diese ausgezeichneten Eigenschaften von Excel beizubehalten.
Doch, wenn es um Supply-Chains geht, stellt Excel auch nicht das absolute Spitzentool für Analysen dar. Excels bedeutendste Stärke ich gleichzeitig seine größte Schwäche: die Berechnungslogik und die Daten sind systemisch vernetzt, was bei wachsenden Tabellen zu unendlichen Problemen führt. Dennoch lassen sich lange Excel-Blätter in Supply-Chains, wo hunderte oder gar tausende Produkte in einem Unternehmen vorkommen, kaum vermeiden.
Leider ist aber diese Vernetzung der Logik und der Daten ein Problem, dass nicht in Excel selbst gelöst werden kann, weil die „Lösung“ genau dem widersprechen würde, was Excel zu einem so hervorragenden Tool macht. Folglich haben wir uns bei Lokad entschlossen, Envision zu entwickeln, eine Technologie, bei der Excels wertvolle Eigenschaften für Supply-Chains erhalten bleiben, die aber gleichzeitig eine Skalierbarkeit auf bis zu hunderte Millionen von Bestellungen oder SKUs, falls erforderlich, bietet.
Außerdem sind Kalkulationstabellen, und nicht nur Excel, einfach nicht für die Art von Berechnungen ausgerichtet, die für die Optimierung von Supply-Chains wesentlich sind. Beispielsweise haben Kalkulationstabellen (praktisch) kein Feature, um mit
probabilistischen Vorhersagen umzugehen. Daher funktionieren Kalkulationstabellen stets „nach Durchschnitten“, was für Lieferketten gefährlich ist. Ähnlich haben Kalkulationstabellen (praktisch) kein Feature, um unter bestimmten Bedingungen bedingte Optimierungen zu liefern. Folglich müssen sogar alltäglich Bedingungen wie MOQs von den Fachkräften der Supply-Chain manuell gelöst werden.
Envision bietet spezialisierte Konstrukte, wie Algebra mit Zufallsvariablen, die für die prädiktive Optimierung von Supply-Chains wesentlich sind und in Kalkulationstabellen einfach nicht vorhanden sind. Zusätzlich lassen sich mit Envision entwickelte Apps deutlich einfacher warten als Kalkulationstabellen, die sich bei komplexen Problem schlecht skalieren lassen.
Nicht nur Daten beobachten, sondern auch handeln
Lösungen für Business Intelligence (BI) werden oft als nächster Schritt nach Excel für die Unternehmensanalyse beworben. Doch nach unserer langjährigen Erfahrung sind wir bei Lokad zum Entschluss gekommen, dass im Zusammenhang mit Supply-Chains die von der BI erwarteten Vorteile fast immer ausbleiben. Das Problem liegt nicht in der Qualität der BI-Tools – der BI-Markt ist ein reifer Markt und bietet einige hervorragende Lösungen. Vielmehr besteht die Schwierigkeit darin, dass die Beobachtung von Daten mit dem Ziel, „Einblicke zu gewinnen“, für Unternehmen mit tausenden Produkten und Kunden unglaublich kostspielig ist.
Bei Supply-Chains lassen sich BI-Tools nicht skalieren, nicht weil die ganzen vorhandenen Daten nicht verarbeitet werden können – im Gegensatz zu Excel können BI-Tools umfangreiche Datenmengen gut verarbeiten –, sondern vielmehr, weil es günstig ist, täglich Millionen von Zahlen zu liefern, während – wie bereits erwähnt – die täglich Lieferung von nur zehn relevanten Zahlen, die ihre Zeit verdienen und verlässlich sind, extrem kompliziert ist. Trotz aller Schwachstellen funktioniert Excel nach dem Motto „get things done“, während das bei BI nicht der Fall ist.
Mit Envision wollten wir auf jeden Fall diese Einstellung beibehalten. Bei Envision geht es um die Entwicklung von
Apps. Beispielsweise kann Envision priorisierte Handlungslisten, wie die Folgenden, generieren:
- Liste der wichtigsten Artikel, die mit einer geringen Bruttogewinnspanne gehalten werden sollen, um die Konkurrenz unter Druck zu setzen
- Generierung der Mengen, die zur exakten Füllung des nächsten zu bestellenden Containers erforderlich sind
- Liste der wichtigsten Artikel, die aufgelöst werden müssen, um Platz im Lager zu schaffen
- Liste der wichtigsten Artikel, die ständig von den Kunden zurückgegeben werden und aus dem Sortiment genommen werden müssen
Die von Envision generierten quantitativen Entscheidungen können dann automatisch in das ERP importiert oder als Kalkulationstabellen heruntergeladen werden. Sie können Envision mit genau dem Ziel einsetzen, das den wichtigsten Prioritäten Ihres Unternehmens entspricht.
In Ihrem Unternehmen führt kein Weg um die Programmierbarkeit
Envision ist eine Programmiersprache. Für die meisten Leute, die nicht zufällig Softwareentwickler sind, fühlt es sich wahrscheinlich „sehr“ technisch an. Sogar in den größten Unternehmen fragen sich die meisten Führungskräfte, ob ihr Team mit einem solch fortschrittlichen Tool überhaupt produktiv werden kann. Unserer Erfahrung nach sind Supply-Chains einfach komplex, was sich nicht umgehen lässt. Wir haben Anbieter erlebt, die ein so einfaches Tool versprachen, dass ein Neunjähriger damit umgehen könnte, und im Endeffekt solche Ergebnisse lieferte, wie man sie von einem Neunjährigen erwarten würde.
Supply-Chains umfassen tausende Produkte und oft noch viel mehr. Jeder Preis, jede Bestandshöhe, jedes Sortiment muss ständig angepasst werden. Dies lässt sich nicht mit einer zufriedenstellenden Produktivität erreichen, ohne all diese Alltagsaufgaben zu automatisieren. Doch Automatisierung allein reicht nicht aus. Es muss sich um eine intelligente Automatisierung handeln, die stark auf Ihre konkreten Geschäftstreiber abgestimmt ist. Genau durch „Programmierbarkeit“ wird diese Abstimmung möglich.
Wenn irgendwo in Ihrem Unternehmen jemand eine komplexe Formel in einer Kalkulationstabelle eingibt, nutzt diese Person die programmatische Ausdrucksfähigkeit der Tabellenkalkulation. Man wird das „Tabellenchaos“ nicht los, wenn das Team nicht über eine bessere Alternative verfügt, um die Expertise seiner Mitglieder in ihrem Bereich in das System einzuspeisen. Envision soll genau diese überlegene Alternative bieten.
Über Python hinaus
Trotz der wachsenden Beliebtheit von IT-Projekten ist es in Wirklichkeit so, dass die große Mehrheit dieser Projekte den Erwartungen nicht gerecht werden. Konkret sind anfängliche Prototypen vielversprechend, während die Projekte es meist nicht schaffen, produktiv zu gehen. Im Gegensatz hierzu wurde Envision mit dem Gedanken der
Supply-Chain-Production entwickelt, um genau diese Art von Problemen so weit wie möglich zu reduzieren. Für den Misserfolg der Projekte gibt es zwei Hauptursachen. Die Gesamtheit der Vor- und Nachteile aller Alternativen für Envision zu erörtern, ginge etwas zu weit, daher beschränken wir uns zur besseren Übersichtlichkeit auf die Wahl zwischen Python und Envision.
An erster Stelle
sind für Python Softwareentwickler erforderlich. In der Tat stellt Python, sowie jede andere vollwertige Programmiersprache, jeden, der damit einen Code erstellt, vor endlosen technischen Feinheiten. Es wäre etwas übertrieben, zu erwarten, dass ein Supply-Chain-Fachmann auch ein Experte in der Softwareentwicklung ist. Programmatische Fähigkeiten müssen also nicht nur professionellen Softwareentwicklern vorenthalten werden, sondern auch für ein breites Publikum mit technischem Verstand zugänglich sein.
Zweitens
explodieren die Wartungskosten für übereilte Python-Prototypen. Wartungskosten müssen im Zaum gehalten werden. Was die Hardware betrifft, ist Python alles andere als
lean. Zusätzlich ist die Lösung von Optimierungsproblemen in Supply-Chains ein langwieriger Prozess: Daten aus vielen (beschränkt) zuverlässigen Quellen müssen verlässlich aufbereitet werden; unvollkommene Prozesse, die sich im dauerhaften Wandel befinden, sind zu dokumentieren und modellieren; die Kennzahlen für die Optimierung müssen die sich ständig ändernde Unternehmensstrategie widerspiegeln; usw. Python bietet vom Design her kaum Fehlerfreiheit für solche Unternehmungen.
Envision ist unsere Antwort auf diese Herausforderungen. Es glänzt mit verschiedenen Eigenschaften, die Python einfach nicht zur Verfügung stehen:
- Defense in depth: beugt eine ganze Reihe von Sicherheitsproblemen vor, die gewöhnlich bei Anwendung einer allgemeinen Programmiersprache auftreten.
- Transparente Performance: verhindert, dass Programme geschrieben werden, die im Produktivbetrieb ungünstig langsam laufen.
- Transparentes Upgrade: unabhängig davon wie sehr man am Puls der Zeit bleiben möchte, sollten Upgrades automatisch erfolgen, falls möglich über Rewrites im Code, die im Hintergrund ablaufen.
- Packaged stack: so wird das lästige Zusammenführen von dutzenden Softwareteilen sogar bei den einfachsten Apps beseitigt.
Somit bietet Python, so toll es auch ist (ist es wirklich), keine zufriedenstellende Lösung für die Supply-Chain-Optimierung wie sie Envision bietet. Eine App für maschinelles Lernen in Python zu erstellen und zu warten ist zwar möglich, doch die Kosten dafür sind hoch. Wenn Ihr Unternehmen außerdem nicht bereit ist, ein ganzes Team von Softwareentwicklern für die Wartung dieser App anzuheuern, wird sie im Produktivbetrieb nicht funktionieren.
