Das quantitative Supply Chain Manifest

Bei Lokad entdecken wir bessere Wege, supply chains zu optimieren und möchten auch anderen dabei helfen. Durch unsere Arbeit haben wir zu schätzen gelernt, dass:

1. Alle möglichen Zukünfte müssen berücksichtigt werden; jeder Möglichkeit muss eine Wahrscheinlichkeit zugewiesen werden

Kunden wissen selbst nicht immer genau, was sie kaufen werden, wann sie kaufen oder ob sie überhaupt kaufen. Unsicherheit kann nicht geleugnet werden, sondern muss angenommen werden. Dennoch bedeutet Unsicherheit nicht, dass alle Zukünfte gleich wahrscheinlich sind. Manche Zukünfte treten mit höherer Wahrscheinlichkeit ein als andere. Das Ziel des Prognoseprozesses ist es, jeder denkbaren Zukunft eine Wahrscheinlichkeit zuzuweisen. Moderne Computer besitzen eine unglaubliche Rechenleistung, und obwohl die Bewertung all dieser Wahrscheinlichkeiten erhebliche Kapazitäten erfordert, stellt dies inzwischen kein unüberwindbares Hindernis mehr dar.

2. Alle umsetzbaren Entscheidungen müssen berücksichtigt werden; Möglichkeiten vs. Wahrscheinlichkeiten

Jede Einheit Waren, die Sie auf Lager haben, erfordert mindestens eine Entscheidung pro Tag: die Einheit entweder dort zu belassen, wo sie ist, oder etwas anderes damit zu tun. Jede Einheit, die nicht auf Lager ist – sei es, weil sie noch nicht gekauft oder produziert wurde – verlangt ebenfalls täglich eine Entscheidung: ob diese zusätzliche Einheit „materialisiert“ werden soll oder nicht. All diese Entscheidungen sollten täglich berücksichtigt werden – für jedes Produkt, für jeden Standort, für jeden Lieferanten, für jede Route. Zwar war Rechenleistung in der Vergangenheit möglicherweise ein Hindernis, doch ist dies inzwischen kein Problem mehr. Daher sollten alle möglichen Entscheidungen in Bezug auf alle möglichen Zukünfte und deren jeweilige Wahrscheinlichkeiten geprüft werden.

3. Wirtschaftliche Treiber müssen genutzt werden, um umsetzbare Entscheidungen zu priorisieren

Null Lagerbestände, null Fehlbestände, null Verzögerungen sind nur theoretische Grenzen Ihrer supply chain; das sind keine praktischen, umsetzbaren – und schon gar nicht profitablen – Optionen. Ein zentrales Ziel der supply chain besteht darin, den finanziellen Fehlerbetrag zu minimieren und nicht lediglich die Fehlerprozente. Zu glauben, dass eine Verbesserung der Fehlerprozente automatisch zu Kosteneinsparungen führt, ist ein Irrglaube. Lagerhaltungskosten müssen gegen Fehlmengenkosten abgewogen werden. Einkaufspreise müssen in Relation zu Einkaufsmengen stehen. Jede Optimierung hängt grundsätzlich von den Kennzahlen ab, die verbessert werden. Um eine wirtschaftlich ausgerichtete Optimierung zu erreichen, müssen wirtschaftliche Treiber eingeführt werden. Dank dieser Treiber wird es möglich, alle umsetzbaren Entscheidungen in Hinblick auf den erwarteten ROI zu priorisieren. Die Verfeinerung dieser wirtschaftlichen Treiber mag ebenso viel Aufwand erfordern wie die Optimierung selbst; dies ist jedoch der Preis, um sicherzustellen, dass die Ergebnisse mit der Wirtschaftlichkeit des Unternehmens übereinstimmen.

4. Um die Kontrolle zu behalten, muss jede alltägliche Aufgabe automatisiert werden

Automatisierung ist der Schlüssel, um dem Management mehr Kontrolle über seine eigene supply chain zu geben. Wenn die Bewältigung des unaufhörlichen Stroms von supply chain decisions einen unaufhörlichen Strom manueller Eingaben erfordert, dann sind die Supply chain-Fachleute Sklaven ihrer eigenen supply chain-Lösung. Dass man gezwungen ist, die Lösung ständig manuell zu ergänzen, ist genau das Gegenteil von Kontrolle.

Tatsächlich bedeutet Kontrolle zu haben, dass alle strategischen Erkenntnisse ordnungsgemäß in die Millionen von Entscheidungen einfließen, die in Bezug auf Ihre supply chain getroffen werden. Wann immer sich Ihre Marktsituation ändert, müssen auch Ihre strategischen Erkenntnisse überarbeitet werden. Die Anpassung einer supply chain-Lösung, um die neuen Elemente in der Unternehmensstrategie zu berücksichtigen, sollte schmerzlos erfolgen – idealerweise innerhalb von Stunden, nicht innerhalb von Wochen. Darüber hinaus sollte es keine Begrenzung für die Menge an Expertenwissen geben, das in die Automatisierung einfließen kann.

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

Wenn Ihre supply chain bedeutend ist und seit Jahren betrieben wird, dann ist die Aufbereitung Ihrer supply chain-Daten eine gewaltige Aufgabe an sich. Nur sehr wenige Fachleute erkennen, wie tiefgehend Daten sein können, und als Faustregel gilt, dass eine „traditionelle“ IT-Abteilung dies fast nie tut. Die größte Herausforderung besteht darin, die Semantik der Daten zu etablieren – was bedeuten die Daten eigentlich? Diese Semantik hängt nicht nur von der eingesetzten Software ab, sondern auch von den zahlreichen operativen Prozessen. Das Aufdecken und Dokumentieren der Daten-Semantik erfordert beträchtliches Können. Zudem verlangt die Bereitstellung der numerischen Ergebnisse eine adäquate Modellierung der supply chain, was wiederum zusätzliche Fähigkeiten erfordert. Es ist entscheidend, dass ein Supply Chain Scientist die Verantwortung für die Bereitstellung der numerischen Ergebnisse übernimmt, um den Erfolg eines Projekts zu sichern. Ohne die notwendigen Kompetenzen im Bereich Supply Chain Science läuft eine Initiative Gefahr, unter nicht identifizierten Feinheiten zu leiden, die mit den Daten, supply chain-Prozessen oder Modellierungsartefakten zusammenhängen. Dies kann wiederum erheblichen Schaden in den supply chain operations anrichten, sobald die Ergebnisse in Produktion gehen.

Dieses Manifest fasst die von Lokad verfolgte Philosophie zur Bewältigung von supply chain-Herausforderungen zusammen. Unsere Technologie liefert die Bausteine zur Umsetzung dieser Vision in Ihrem Unternehmen. Unsere probabilistische Prognose-Engine weist jeder möglichen Zukunft eine Wahrscheinlichkeit zu. Unsere numerischen Lösungsverfahren berücksichtigen und bewerten alle möglichen Entscheidungen. Eine durchgängige Automatisierung wird durch Envision, unsere Programmiersprache, ermöglicht. Unser Team bringt das nötige Fachwissen und die Erfahrung mit, um die Initiative umzusetzen. Wir helfen Ihnen, die Kennzahlen zu entwickeln, die Ihr Unternehmen benötigt. Wir unterstützen Sie dabei, das Beste aus den vorhandenen Daten herauszuholen – auch wenn es noch nicht die Daten sind, die Sie sich wünschen.