Der Supply Chain Scientist
Die die Quantitative Supply Chain definiert neu, wie supply chains mit leistungsfähigeren Softwarelösungen optimiert werden können, die typischerweise von machine learning angetrieben werden, und mit skalierbarer Software, unterstützt von einer Big Data-Infrastruktur. Allerdings steht im Kern jedes die Quantitative Supply Chain-Projekts der Supply Chain Scientist, der die data preparation, die ökonomische Modellierung und das KPI-Reporting durchführt. Der Supply Chain Scientist liefert menschliche Intelligenz, verstärkt durch maschinelle Intelligenz. Die intelligente Automatisierung der supply chain decisions ist das Endprodukt der Arbeit des Supply Chain Scientist.

Mensch plus Maschine
Die Verbesserung der supply chain performance erfordert ein tiefes Verständnis der Geschäftsstrategie. Fehlbestand kann dramatisch teuer werden, wie es beispielsweise in der Luft- und Raumfahrt der Fall ist, oder einfach ganz normal im Geschäftsalltag, wie es bei frischen Lebensmitteln vorkommt. Realistischerweise sind heute, obwohl intelligente Algorithmen Schach- oder Go-Meister besiegen können, selbst die klügsten Maschinen noch Jahrzehnte davon entfernt, eine strategische Roadmap für die supply chain Ihres Unternehmens zu entwickeln. Somit bleibt der Aufbau eines rein maschinengesteuerten Systems zur Steuerung Ihrer supply chain Science-Fiction.
Intelligente Algorithmen und Machine-Learning-Algorithmen sind jedoch inzwischen unglaublich gut darin geworden, klar definierte, enge und sich wiederholende Probleme zu lösen. Die Quantitative Supply Chain nutzt diese modernen Softwarefähigkeiten: Sie setzt menschliche Intelligenz ein, um das Problem zu umreißen, Unklarheiten zu beseitigen und den wiederholbaren workflow aufzubauen; und anschließend übernimmt die Maschine die Erzeugung der umfangreichen, aber monotonen supply chain decisions, die Ihr Unternehmen täglich benötigt, um betrieben zu werden.
Die Quantitative Supply Chain geht nicht darum, menschliche Einsichten aus dem Bild zu entfernen. Ganz im Gegenteil: Es geht darum, menschliche Einsichten dorthin zurückzubringen, wo sie den größten Einfluss haben – auf strategische Belange. Indem sie das supply chain Personal von monotonen und wiederholenden Aufgaben befreit, gibt die Quantitative Supply Chain ihm seine Freiheit zurück. Sie ermöglicht es den Teams, ihre Anstrengungen auf strategische Fragestellungen zu konzentrieren, anstatt in operativen Details stecken zu bleiben.
Die Rolle des Supply Chain Scientist
Die Rolle des Supply Chain Scientist besteht darin, Daten zu verarbeiten, alle wirtschaftlichen Variablen in die Logik einzubeziehen und die Automatisierung der Generierung von supply chain decisions voranzutreiben. Der Supply Chain Scientist ist zudem dafür verantwortlich, die KPIs, die zusammen mit dem supply chain management entwickelt wurden, zu implementieren und zu überwachen, mit denen die Leistung der Quantitative Supply Chain-Initiative bewertet wird.
Zu Beginn der Initiative, in der Scoping-Phase, ist der Supply Chain Scientist dafür verantwortlich, sicherzustellen, dass das zu lösende Problem klar definiert ist und dass etwaige Unklarheiten, falls sie noch nicht gelöst sind, zumindest eindeutig als solche identifiziert werden. Insbesondere obliegt es dem Supply Chain Scientist, ein klares Bild der beabsichtigten Automatisierung zu zeichnen. Je nach Kontext könnte die Automatisierung darauf abzielen, Bestellaufträge zu generieren, inventory movements, Inventarabfälle usw.
Während der Datenvorbereitungsphase muss der Supply Chain Scientist sicherstellen, dass alle relevanten Daten ordnungsgemäß aus den IT-Systemen des Unternehmens extrahiert werden. Obwohl der Supply Chain Scientist typischerweise Unterstützung vom IT-Personal bei der Datenerfassung erhält, liegt es an ihm, die Daten zu interpretieren. Die präzise Festlegung der Semantik der Daten aus supply chain Perspektive ist von kritischer Bedeutung. Rohsystemdaten in aufbereitete Daten zu überführen, die von einem Machine-Learning-Algorithmus verarbeitet werden können, erfordert einen erheblichen Aufwand. Diese Verantwortung fällt erneut dem Supply Chain Scientist zu.
Während der Onboarding-Phase werden die durch die Automatisierung erzeugten Zahlen von den supply chain Praktikern hinterfragt. In dieser Phase decken die Praktiker häufig Randfälle auf, in denen die Automatisierung fehlerhaft arbeitet. Folglich ist es die Verantwortung des Supply Chain Scientist, diese Randfälle zu beheben. Es kommt jedoch auch vor, dass die „ungewöhnlichen“ Zahlen tatsächlich korrekt sind, aber von bisherigen nicht optimalen Gewohnheiten der supply chain Praktiker abweichen. Der Supply Chain Scientist hat es dann zu erläutern und die supply chain Praktiker davon zu überzeugen, dass diese Zahlen kein Problem darstellen, sondern vielmehr ein Schlüsselelement der Lösung sind.
Schließlich, sobald die Lösung in Produktion ist, überwacht der Supply Chain Scientist die Leistung der Automatisierung und identifiziert deren Schwächen. Er ist für die kontinuierliche Verbesserung der Lösung verantwortlich. Häufig erfordert eine optimierte Logik bessere oder mehr Daten, was wiederum Änderungen in den operativen supply chain Prozessen nötig macht. Der Supply Chain Scientist quantifiziert die zu erwartenden Vorteile, die mit einer Verbesserung der Daten einhergehen, und erstellt spezifische Business Cases, um dem supply chain management die notwendigen Änderungen vorzuschlagen.
Die Fähigkeiten des Supply Chain Scientist
Der Supply Chain Scientist ist sowohl Data Scientist als auch supply chain Experte. Diese doppelte Kompetenz ist unerlässlich, um eine Lösung zu liefern, die den anfänglichen Erwartungen gerecht wird. Supply chain Expertise ist wichtig, um sicherzustellen, dass der Supply Chain Scientist ein tiefes Verständnis der zu bewältigenden Herausforderungen besitzt. Ein mangelndes Verständnis der supply chain Herausforderungen gefährdet das Projekt, eine „Lösung“ zu entwickeln, die nicht den Bedürfnissen der supply chain entspricht. Unterschiedliche Lieferzeit, MOQs (Mindestbestellmengen), Kosten für Luftfracht versus Seefracht, Multi-Echelon-Analysen … sind nur einige der vielen Aspekte, die der Supply Chain Scientist beherrschen muss. Genauer gesagt erfordert die Ausübung der Rolle des Supply Chain Scientist ein tiefes Verständnis nicht nur der einzelnen Elemente, sondern auch der Beziehungen zwischen ihnen – zum Beispiel, wie die MOQs die Lieferzeit beeinflussen.
Die Expertise im Bereich Data Science ist entscheidend, um erstens quantitative Bewertungen auf Basis historischer Daten durchzuführen und zweitens die Logik zu implementieren, die den monotonen Entscheidungsfindungsprozess vollständig automatisiert. Ein Mangel an Programmierkenntnissen bringt jede Initiative in Gefahr, zu erheblichen Verzögerungen und fehlerhaften numerischen Ergebnissen zu führen. Programmieren ist sowohl eine Fähigkeit als auch eine Kunst. Supply chain Herausforderungen sind unglaublich komplex. Der Supply Chain Scientist ist in der Lage, eine Lösung zu implementieren, die einfach genug ist, um nachhaltig zu sein, und dennoch genau genug, um die gewünschte supply chain performance zu liefern.
Schließlich erfordert die Rolle des Supply Chain Scientist auch überdurchschnittliche Kommunikationsfähigkeiten. Gute Schreibfähigkeiten sind wichtig, um hochwertige Dokumentationen der Quantitative Supply Chain-Initiative zu erstellen. Tatsächlich drehen sich in supply chains alle Entscheidungen um Kompromisse – beispielsweise kleinere MOQs versus niedrigere Einkaufspreise – und allzu häufig bleiben diese Abwägungen weitgehend undokumentiert. Die Quantitative Supply Chain verlangt, dass diese Kompromisse dokumentiert und quantifiziert werden. Diese Aufgabe obliegt dem Supply Chain Scientist. Gute verbale Fähigkeiten sind erforderlich, um während der Onboarding-Phase einen konstruktiven Dialog mit den supply chain Praktikern zu führen, insbesondere da die supply chain Teams von der Validität des neuen Ansatzes überzeugt werden müssen.
Supply Chain Scientists bei Lokad
Bei Lokad hat sich die Kompetenz im Bereich supply chain science in den letzten zehn Jahren allmählich entwickelt (Lokad wurde 2008 gegründet). Obwohl Lokad als reines Softwareunternehmen begann, erkannten wir, dass supply chain Exzellenz ein dediziertes Lokad-Team erforderte, das an vorderster Front aktiv wird, wenn es um konkrete supply chain Herausforderungen geht. Das traditionelle „Software-Support“-Personal war bei weitem nicht ausreichend, um Unternehmen zufriedenstellende Lösungen zu bieten, da dies ein tiefes Verständnis der vielfältigen supply chain Herausforderungen erfordert – und nicht nur ein tiefes Verständnis der Lokad-Technologie.
Der Aufbau und die Weiterentwicklung einer Kompetenz im Bereich supply chain science ist schwierig. Folglich verlassen sich viele Unternehmen auf Lokad, um die Rolle des Supply Chain Scientist für ihre eigene Quantitative Supply Chain-Initiative zu übernehmen. In diesem Fall bietet Lokad eine Software+Experten-Lösung, bei der ein Supply Chain Scientist dem Fall zugewiesen wird und die gesamte Initiative orchestriert. Dieser Ansatz entbindet Unternehmen davon, sofort eine eigene Kompetenz im Bereich supply chain science aufbauen zu müssen. Das Outsourcing dieser Kompetenz ist sowohl für kleine als auch für große Unternehmen sinnvoll. Für kleine Unternehmen sind die Kosten für eine interne Umsetzung einfach zu hoch. Für große Unternehmen geht es in erster Linie darum, das Tempo des Wandels innerhalb ihrer supply chain zu beschleunigen.
Die von Lokad für seine supply chain science Teams ausgewählten Kandidaten sind in der Regel Ingenieurprofile mit Master-Abschluss. Obwohl Lokad’s Supply Chain Scientists mit Programmierung vertraut sind, sind sie üblicherweise keine Softwareentwickler. Stattdessen ist ihr Kompetenzmix meist vielfältiger und umfasst die grundlegenden ingenieurwissenschaftlichen Fähigkeiten: die Fähigkeit, industrielle Probleme zu modellieren, Prozesse zu etablieren, diese Prozesse sowohl leistungsfähig als auch zuverlässig zu gestalten und mit dem Management zu kommunizieren etc. Aufgrund der Natur von Lokad’s supply chain Herausforderungen neigen wir dazu, Profile auszuwählen, die in Mathematik und Statistik versiert sind, da diese beiden Bereiche für die quantitative Lösung der meisten supply chain Herausforderungen unerlässlich sind.
Die Weiterentwicklung dieser Kompetenz im Bereich supply chain science ist bei Lokad ein fortlaufender Verbesserungsprozess. Und da Lokad die Rolle des Supply Chain Scientist für viele Unternehmen in verschiedenen Branchen übernimmt, haben wir in diesem Bereich ein erhebliches institutionelles Wissen aufgebaut. Zudem beinhaltet das Training neuer Mitarbeiter bei Lokad, dass sie mit vielfältigen supply chain Situationen in verschiedenen Branchen konfrontiert werden, um den Lernprozess zu beschleunigen und ein tieferes Verständnis zu erlangen.
Verwandte Inhalte
Was ist ein Supply Chain Scientist? Eine Diskussion mit Simon Schalit (Lokad COO)
Ein Tag im Leben eines Supply Chain Scientist (mit Maximilian Barth)
The Supply Chain Scientist - Vorlesungen 7.3 mit Joannes Vermorel