Die Lokad-Plattform
Inhaltsverzeichnis
Im Kern von Lokad steht Envision, eine domänenspezifische Sprache. Diese Sprache richtet sich an Supply-Chain-Experten und nicht an Softwareingenieure. Unser Hauptziel ist es, die Supply-Chain-Optimierung in die Hände derjenigen zu legen, die über unmittelbare Fachkenntnis verfügen. So reduziert Lokad das Risiko von Supply-Chain-Initiativen, indem es Vermittlungsschichten zwischen Fachbereich und IT entfernt.
Mit Envision übertreffen wir die Möglichkeiten von APS (Advanced Planning Systems), die nur dem Namen nach fortschrittlich sind, von Business Intelligence (BI) und selbst spezialisierten Prognosewerkzeugen deutlich. Gegenüber allgemeinen Programmiersprachen wie Python liefert Lokad zudem sicherere und besser wartbare Anwendungen.
Mehr als Rechentabellen
Excel ist nach wie vor das meistgenutzte Werkzeug in der Supply Chain. Bei Lokad erkennen wir seine Stärken klar an: Es ist einfach, ausdrucksstark, visuell und erlaubt es, die Daten jederzeit im Blick zu behalten. Excel hat seinen weltweiten Erfolg verdient, und mit Envision haben wir hart daran gearbeitet, diese Qualitäten zu bewahren.
Dennoch ist Excel in der Supply Chain nicht das Ende der analytischen Entwicklung. Seine größte Stärke ist zugleich seine größte Schwäche: Berechnungslogik und Daten sind systematisch miteinander verflochten. Sobald Arbeitsblätter größer werden, entstehen daraus endlose Probleme. Genau solche großen Tabellen sind in Unternehmen mit hunderten oder tausenden Artikeln jedoch nahezu unvermeidlich.
Dieses Logik-Daten-Gemisch lässt sich in Excel nicht beheben, ohne gerade jene Eigenschaften zu zerstören, die Excel so stark machen. Deshalb haben wir Envision entwickelt: eine Technologie, die die nützlichen Eigenschaften von Tabellenkalkulationen bewahrt und zugleich auf hunderte Millionen Bestellungen oder SKUs skaliert.
Darüber hinaus sind Tabellenkalkulationen für spezialisierte, aber essenzielle Berechnungen der Supply-Chain-Optimierung schlicht ungeeignet. Sie bieten beispielsweise kaum Unterstützung für probabilistische Prognosen. Dadurch bleiben sie in einer schädlichen “Durchschnittslogik” gefangen. Ebenso fehlt ihnen praktisch jede Fähigkeit, Optimierungen unter Nebenbedingungen und Unsicherheit auszuführen. Selbst einfache Restriktionen wie MOQ werden deshalb manuell behandelt.
Envision bietet spezialisierte Konstrukte wie eine Algebra der Zufallsvariablen, die für prädiktive Supply-Chain-Optimierung unverzichtbar sind und in Tabellenkalkulationen fehlen. Envision-Anwendungen lassen sich zudem wesentlich besser warten als Tabellenkalkulationen, die bei komplexen Problemen schlecht skalieren.
Daten nicht nur beobachten, sondern handeln
BI-Werkzeuge scheitern in der Supply Chain nicht am Datenvolumen: Anders als Excel können gute BI-Systeme sehr große Datenmengen verarbeiten. Täglich Millionen Zahlen zu erzeugen kostet wenig. Nur zehn relevante Zahlen pro Tag zu liefern, die es wert sind, gelesen und in Handlungen umgesetzt zu werden, ist dagegen äußerst schwierig. Trotz seiner Schwächen ist Excel auf das Erledigen von Aufgaben ausgerichtet, BI hingegen nicht.
Diese handlungsorientierte Perspektive wollten wir mit Envision unbedingt bewahren. Envision dient dem Bau von Anwendungen. Beispielsweise kann es folgende priorisierte Aktionslisten erzeugen:
- Die wichtigsten Artikel, die mit bewusst niedriger Bruttomarge geführt werden sollten, um Wettbewerber unter Druck zu setzen
- Mengen, mit denen der nächste Container exakt gefüllt wird
- Artikel, die priorisiert liquidiert werden sollten, um das Lager zu entlasten
- Artikel, die Kunden ständig zurücksenden und die aus dem Sortiment genommen werden sollten
Die von Envision erzeugten quantitativen Entscheidungen können anschließend automatisch ins ERP zurückgespielt oder als Tabellen exportiert werden. Der genaue Anwendungsbereich von Envision richtet sich nach Ihren geschäftlichen Prioritäten.
Ohne eigenen Code geht es nicht
Supply Chains umfassen Tausende Produkte, oft erheblich mehr. Jeder Preis, jeder Lagerbestand und jedes Sortiment muss ständig angepasst werden. Ohne Automatisierung dieser Routineaufgaben lässt sich keine zufriedenstellende Produktivität erreichen. Automatisierung allein genügt jedoch nicht: Es braucht intelligente Automatisierung, die eng auf Ihre konkreten geschäftlichen Einflussgrößen abgestimmt ist. Programmierbarkeit ermöglicht genau diese Abstimmung.
Immer wenn in Ihrem Unternehmen jemand in einer Tabelle eine komplexe Formel baut, nutzt diese Person bereits die programmatische Ausdruckskraft von Tabellen. Aus dieser Tabellenlogik kommt man nicht heraus, solange Teams keine bessere Alternative haben, um ihr Fachwissen in Systeme zu gießen. Envision ist genau als diese bessere Alternative gedacht.
Jenseits von Python
Erstens erfordert Python Softwareingenieure. Wie jede vollwertige Programmiersprache setzt Python die Schreibenden einer großen Zahl technischer Feinheiten aus. Zu erwarten, dass Menschen zugleich Supply-Chain-Experten und Softwareingenieure sind, ist unrealistisch. Programmatische Fähigkeiten müssen für ein breites Spektrum technisch versierter Personen zugänglich sein, nicht nur für professionelle Softwareentwickler.
Zweitens explodieren die Wartungskosten hastig gebauter Python-Prototypen. Diese Kosten müssen beherrschbar bleiben. Python geht keineswegs sparsam mit Hardware um. Supply-Chain-Optimierung ist zudem ein schwieriger Prozess: Daten aus vielen wenig verlässlichen Systemen müssen zuverlässig übertragen, unvollkommene und wechselnde Prozesse dokumentiert und modelliert sowie Optimierungsmetriken auf eine ständig veränderte Geschäftsstrategie abgestimmt werden. Python bietet kaum durch die Gestaltung abgesicherte Korrektheit, um diese Arbeit zu unterstützen.
Envision ist unsere Antwort auf diese Herausforderungen. Es bietet Vorteile, die Python nicht zugänglich sind:
- Mehrschichtige Absicherung verhindert ganze Klassen von Sicherheitsproblemen, die bei allgemeinen Programmiersprachen auftreten.
- Transparente Leistung verhindert bereits das Schreiben von Programmen, die für den produktiven Betrieb unpraktikabel langsam wären.
- Transparente Upgrades: Da sich der Stand der Technik ständig weiterentwickelt, sollen Aktualisierungen automatisch erfolgen, typischerweise durch Umschreiben des Codes im Hintergrund.
- Ein integrierter Stack beseitigt die Notwendigkeit, selbst für einfachste Anwendungen Dutzende Softwarebausteine zusammenzusetzen.
Python ist großartig, bietet aber keine so zufriedenstellende Antwort auf Supply-Chain-Optimierung wie Envision. Eine produktionsreife Anwendung für maschinelles Lernen in Python zu entwickeln und zu pflegen ist möglich, aber teuer. Ohne ein vollständiges Softwareentwicklungsteam, das sich ihrer Wartung widmet, wird sie im produktiven Betrieb nicht funktionieren.