Quantitatives Lieferkettenmanifest

Von Joannes Vermorel, letztes Update Mai 2017

Bei Lokad entdecken wir bessere Optimierungsmöglichkeiten für Lieferketten und wir möchten andere helfen, dasselbe zu tun. Über unsere Arbeit sind wir zu folgenden Schlüssen gekommen:

1. Alle Zukunftsmöglichkeiten müssen berücksichtigt werden; eine Wahrscheinlichkeit für jede Möglichkeit

Die Kunden selbst wissen manchmal auch nicht so genau, was Sie kaufen, wann Sie kaufen, oder ob Sie überhaupt kaufen werden. Die Ungewissheit kann nicht geleugnet werden, stattdessen sollte man sie sich zu Nutzen machen. Dennoch bedeutet Ungewissheit nicht, dass alle Zukunftsmöglichkeiten dieselbe Wahrscheinlichkeit haben. Manche Möglichkeiten kommen mit einer höheren Wahrscheinlichkeit vor als andere. Dabei hat der Prognosevorgang als Ziel, jeder Zukunftsmöglichkeit eine Wahrscheinlichkeit zuzuordnen. Diese Wahrscheinlichkeitszuordnung bedarf einer hohen Rechenleistung, was dank der modernen Computer, die unglaubliche Rechenressourcen bieten, kein Hindernis darstellt.

2. Alle machbaren Entscheidungen müssen berücksichtigt werden; Möglichkeit vs. Wahrscheinlichkeit

Jede Wareneinheit, die Sie auf Lager haben, bedeutet täglich mindestens eine Entscheidung: Soll die Einheit an ihrer Stelle bleiben, oder etwas Anderes mit ihr unternommen werden. Auch jede Einheit, die nicht in Ihrem Bestand vorliegt, sei es, weil sie noch nicht gekauft wurde oder weil sie noch nicht hergestellt wurde, bedarf mindestens einer Entscheidung täglich: Soll diese zusätzliche Einheit „materialisiert“ werden oder nicht. All diese Entscheidungen sollten täglich, für jedes Produkt, für jeden Standort, für jeden Lieferanten und für jede Route berücksichtigt werden. Hier kann man erneut hervorheben, dass auch wenn zuvor die Rechenleistung das Problem war, dies heutzutage kein Hindernis darstellt.

Daher sollten alle möglichen Entscheidungen bezüglich aller möglicher Zukunftsszenarien und deren entsprechenden Wahrscheinlichkeiten analysiert werden.

3. Finanzielle Treiber müssen zur Priorisierung von machbaren Entscheidungen benutzt werden

Nullbestand, null Fehlbestände und null Verzögerungen sind vielmehr theoretische Grenzwerte für Ihre Lieferkette; dies sind keine praktischen, machbaren und bestimmt keine rentablen Optionen. Ein Schlüsselziel der Lieferketten ist die Minimierung der Fehlereuro und nicht des Fehlerprozentsatzes. Die Idee, die Verbesserung des Fehlerprozentsatzes führe automatisch zur Kostenersparnis stimmt nicht. Bestandskosten müssen mit den Kosten bei Fehlbeständen ausgeglichen werden. Kaufpreise müssen mit gekauften Mengen ausgeglichen werden. Jegliche Optimierung hängt grundsätzlich von den Kennzahlen ab, die optimiert werden. Um eine solche Optimierung mit Fokus auf den Betrieb zu erreichen, müssen finanzielle Treiber eingeführt werden. Dank diesen finanziellen Treibern wird es somit möglich, alle machbaren Entscheidungen bezüglich ihres voraussichtlichen ROIs zu priorisieren. Möglicherweise ist die Verfeinerung der finanziellen Treiber mit genauso viel Aufwand wie die Ausführung der eigentlichen Optimierung verbunden. Dennoch ist dies der Preis, um sicherzugehen, dass die Ergebnisse mit den Finanzen des Unternehmens verbunden sind.

4. Die Kontrolle bedarf der Automatisierung aller alltäglichen Aufgaben

Automatisierung ist der Schlüssel, um dem Management mehr Kontrolle über seine eigene Lieferkette zu geben. Denn, sollte für die unendliche Reihe an Entscheidungen bezüglich der Lieferkette eine unendliche Anzahl an manuellen Einträgen nötig sein, werden die Fachkräfte der Lieferkette zu den Sklaven ihrer eigenen Lösung. So stellt die Notwendigkeit, unzählige manuelle Einträge vorzunehmen, das genaue Gegenteil von Kontrolle dar. In der Tat bedeutet, die Kontrolle zu haben, dass strategische Einblicke in die Millionen Entscheidungen, die bezüglich Ihrer Lieferkette getroffen werden, berücksichtigt werden. Immer wenn sich Marktsituation ändert, müssen entsprechend auch Ihre Einblicke überarbeitet werden. Die Überarbeitung einer Lösung für Lieferketten zur Einbeziehung neuer Elemente im Unternehmen sollte dabei einfach sein und idealerweise in ein paar Stunden, und nicht Wochen, erledigt sein. Außerdem sollte die Menge an Fachwissen, die in die Automatisierung eingespeist werden kann, nicht begrenzt sein.

5. Ein Supply Chain Scientist muss die Verantwortung für die nummerischen Ergebnisse übernehmen

Wenn Ihre Lieferkette ein beträchtliches Ausmaß hat und schon seit Jahren funktioniert, stellt die Datenvorbereitung ein größeres Vorhaben für sich dar. Wenige Fachkräfte begreifen, welche tiefgreifenden Informationen in Daten vorhanden sind, als Faustregel verstehen es die herkömmliche IT-Abteilungen nie. Die erste Herausforderung liegt in der Festlegung der Datensemantik, also der eigentlichen Bedeutung der Daten. Die Semantik hängt nicht nur von der genutzten Software ab, sondern auch von den vielen Betriebsprozessen, die auch ausgeführt werden.

Die Entdeckung und Dokumentation der Datensemantik bedarf tiefgreifender Kenntnisse. Außerdem muss für die Lieferung numerischer Ergebnisse die Lieferkette modelliert werden, was gleichzeitig zusätzlicher Kenntnisse bedarf. Über einen Supply Chain Scientist zu verfügen, der die Verantwortung für die Lieferung numerischer Ergebnisse übernimmt, ist daher für den Erfolg des Projekts ausschlaggebend. Ohne die Fähigkeiten des Supply Chain Scientist besteht das Risiko, dass Feinheiten im Projekt, die mit Daten, Lieferkettenprozessen oder der Modellierung verbunden sind, unerkannt bleiben. Dies kann wiederum bei Umsetzung der Ergebnisse, in der Lieferkette verheerende Schäden verursachen.

---

KONTAKTIEREN SIE UNS