Echtzeit-Sichtbarkeit in Supply Chains (mit Pierre Khoury)

00:00:07 Einführung und Hintergrund von Pierre Khoury und Shippeo.
00:01:25 Echtzeit-Sichtbarkeit in Supply Chains und ihre Bedeutung.
00:02:59 Die Technologie von Shippeo und ihre praktische Anwendung.
00:04:00 Die Auswirkungen der Echtzeit-Sichtbarkeit auf die Entscheidungsfindung in Supply Chains.
00:07:03 Technische Herausforderungen, denen sich Shippeo stellt, und wie sie überwunden werden.
00:10:01 Berücksichtigung verschiedener Probleme für den Algorithmus zur Schätzung der Ankunftszeit.
00:11:07 Die Vorteile von granularen, Echtzeit-Daten für die Effizienz der Supply Chain.
00:12:55 Die Notwendigkeit von Granularität in den Daten der Supply Chain und die Identifizierung potenzieller Probleme.
00:15:14 Aufbrechen von Silos in der Supply Chain durch gemeinsame Informationen.
00:16:30 Ansatz der Reederei und Vorteile für die Stakeholder.
00:17:19 Herausforderungen bei der Vorhersage und Optimierung ohne Echtzeit-Sichtbarkeit.
00:18:35 Zukunft der Echtzeit-Sichtbarkeit und taktische Korrekturmaßnahmen.
00:19:56 Echtzeit-Sichtbarkeit als Top-Thema in der Supply Chain und Wertschöpfung durch Datenfreigabe.

Zusammenfassung

In diesem Interview spricht Kieran Chandler mit Joannes Vermorel, dem Gründer von Lokad, und Pierre Khoury, dem CEO von Shippeo, über die Bedeutung der Echtzeit-Sichtbarkeit in Supply Chains. Vermorel betont die Notwendigkeit der Optimierung auf der Grundlage genauer Messungen, während Khoury auf die Technologie von Shippeo hinweist, die Daten und GPS-Punkte aggregiert, um geschätzte Ankunftszeiten zu bestimmen. Echtzeit-Sichtbarkeit ermöglicht eine bessere Entscheidungsfindung und kann helfen, potenzielle Probleme zu bewältigen. Trotz technischer Herausforderungen sind sich sowohl Vermorel als auch Khoury über den Wert von Echtzeitdaten für die Verfolgung von Vermögenswerten und die Vermeidung kostspieliger Störungen einig. Shippeos Datenfreigabe zielt darauf ab, Silos abzubauen und die Effizienz in der gesamten Supply Chain zu verbessern.

Erweiterte Zusammenfassung

In diesem Interview spricht Moderator Kieran Chandler mit Joannes Vermorel, dem Gründer von Lokad, einem Softwareunternehmen, das sich auf die Optimierung von Supply Chains spezialisiert hat, und Pierre Khoury, dem CEO und Mitbegründer von Shippeo, einem europäischen Marktführer in der Sichtbarkeit von Supply Chains. Sie diskutieren die Bedeutung der Echtzeit-Sichtbarkeit in Supply Chains, die damit verbundenen Herausforderungen und wie Technologie eingesetzt wird, um diese Probleme zu lösen.

Pierre Khoury beginnt damit, seinen Hintergrund als Ingenieur, seine Erfahrungen im Finanzbereich und die Gründung von Shippeo vor vier Jahren zu teilen. Das Ziel des Unternehmens war es, Echtzeit-Sichtbarkeit im Straßentransport zu ermöglichen, der in den letzten 40 Jahren eine Blackbox war. Shippeo hat mittlerweile 70 Mitarbeiter und ist ein führender Anbieter für die Verfolgung von Straßentransporten in ganz Europa.

Joannes Vermorel erklärt die Grundregel der Optimierung: Was man nicht misst, kann man nicht optimieren. Supply Chains sind schwer zu optimieren, da sie stark verteilt und über Kontinente hinweg verteilt sind. Historisch gesehen hat man statische Gegenstände verfolgt, wie zum Beispiel das, was sich in Lagern befindet. Supply Chains beinhalten jedoch die Verfolgung von beweglichen Gegenständen wie LKWs und Sendungen. Echtzeit-Sichtbarkeit ist entscheidend, um diese Informationen ohne tagelanges Warten auf Daten im Hauptquartier zugänglich zu machen und eine bessere Optimierung zu ermöglichen.

Pierre Khoury erläutert, wie die Technologie von Shippeo in der Praxis funktioniert. Das Unternehmen hat mehr als 150 Verbindungen zu verschiedenen Systemen entwickelt, wie zum Beispiel Telematik- und Dispositionssysteme für Spediteure sowie mobile Apps für kleinere Spediteure. Shippeo aggregiert Daten und GPS-Punkte alle drei bis fünf Minuten, unabhängig von der Quelle, und verwendet dann prädiktive Analysen, um geschätzte Ankunftszeiten zu bestimmen.

Joannes Vermorel betont die Bedeutung der Echtzeit-Sichtbarkeit aus der Perspektive der Supply Chain-Optimierung. Die Kenntnis des Status von Sendungen ermöglicht bessere Entscheidungsfindung, wie zum Beispiel ob mehr gekauft oder Lieferanten gewechselt werden soll. Wenn zum Beispiel erwartet wird, dass ein Lieferant Produkte in zehn Tagen liefert, die Sendung jedoch verzögert ist, kann die Echtzeit-Verfolgung durch Shippeo helfen, das Problem zu identifizieren und Maßnahmen zur Minderung zu ermöglichen, wie zum Beispiel eine Notbestellung bei einem anderen Lieferanten, um Produktionsverzögerungen zu vermeiden.

Echtzeit-Sichtbarkeit in Supply Chains ist entscheidend für eine bessere Optimierung und Entscheidungsfindung. Die Technologie von Shippeo hilft, das langjährige Problem der Verfolgung von beweglichen Gegenständen im Straßentransport zu lösen und ermöglicht Unternehmen, fundiertere Entscheidungen zu treffen und potenzielle Probleme zu mindern.

Joannes Vermorel erklärt, dass die Hauptherausforderung darin besteht, dass sie nur begrenzte Informationen von Transaktionssystemen wie ERPs, WMS und Auftragsverwaltungssystemen erhalten. Diese Systeme liefern keine Informationen darüber, was nach dem Versenden einer Bestellung passiert, was Unsicherheit in der Supply Chain schafft. Er glaubt, dass während probabilistische Ansätze weiterhin existieren werden, die Unsicherheit mit Echtzeitdaten von Unternehmen wie Shippeo erheblich reduziert werden kann.

Pierre Khoury diskutiert die technischen Herausforderungen, mit denen sie konfrontiert sind, wie zum Beispiel die Verbindung von über 150 verschiedenen Systemen, die Sicherstellung eines stabilen und konsistenten Datenflusses für Millionen von GPS-Punkten, die Bewältigung von Veränderungen in der langsam anpassungsfähigen Transportindustrie und die Aufrechterhaltung hochwertiger Datenpipelines. Er betont die Bedeutung der Berücksichtigung von Faktoren wie Verkehr, Fahrerpausen, Be- und Entladezeiten und Wetter, um genaue geschätzte Ankunftszeiten zu erstellen.

Sowohl Vermorel als auch Khoury sind sich einig über den hohen Wert von Echtzeitdaten in Supply Chains, da sie Unternehmen ermöglichen, teure physische Vermögenswerte zu verfolgen und kostspielige Verzögerungen oder Störungen zu vermeiden. Vermorel betont, dass selbst wenn die Vermögenswerte selbst nicht teuer sind, ihre Verfügbarkeit oder Nichtverfügbarkeit einen erheblichen Einfluss auf die Supply Chain haben kann.

Khoury gibt ein Beispiel dafür, wie die Echtzeitdaten von Shippeo einem Kunden während der Gelbwestenproteste in Frankreich geholfen haben, indem sie ihnen ermöglichten, ihre LKWs umzupositionieren und kostspielige Hubschrauber- oder Flugzeuglieferungen zu vermeiden. Er erwähnt auch, dass das Maß an Granularität in ihren Daten, mit Aktualisierungen alle drei bis fünf Minuten, für alle Beteiligten in der Supply Chain, einschließlich Lagerhäusern, Kunden, Transportteams und Kundendienstteams, von Vorteil sein kann.

Vermorel erklärt, dass Probleme häufig an den Grenzen von Supply Chains auftreten, wo es aufgrund verschiedener Gründe zu Verzögerungen kommen kann, wie zum Beispiel das Nichtabholen von Waren rechtzeitig oder Missverständnisse zwischen verschiedenen Systemen. Er betont die Bedeutung von feingranularen Durchlaufzeiten, die wertvolle Informationen für die Optimierung von Supply Chain-Prozessen liefern können. Vermorel merkt an, dass zwar Echtzeitdaten wichtig sind, die Analyse jedoch nicht unbedingt auf Minutenbasis bleiben muss; beispielsweise könnte eine netzwerkweite Optimierung in Tagen statt in Minuten gedacht werden.

Khoury fügt hinzu, dass Supply Chains grundsätzlich aus mehreren Akteuren bestehen, die oft einen isolierten Ansatz für Informationen haben. Indem sie Echtzeitinformationen über den Transport teilen, zielt Shippeo darauf ab, diese Silos aufzubrechen und die Gesamteffizienz zu verbessern. Er gibt ein Beispiel dafür, wie minutengenaue Informationen dazu beitragen können, Wartezeiten in Lagern zu reduzieren, was zu geringeren Transportkosten und einer besseren Produktivität für alle Beteiligten führt.

Auf die Frage nach den Hauptkunden von Shippeo erklärt Khoury, dass ihr Hauptaugenmerk auf Versendern liegt, da sie am meisten von der Lösung profitieren und ihre Einführung in der gesamten Supply Chain vorantreiben können. Das System wird kostenlos für Spediteure und andere Interessengruppen zur Verfügung gestellt, um eine weitreichende Beteiligung zu fördern.

Vermorel betont die Bedeutung von Echtzeit-Sichtbarkeit bei der Optimierung von Supply Chains und erklärt, dass sie dazu beitragen kann, einen Großteil der Unsicherheit zu beseitigen, die Entscheidungsprozesse erschwert. Wahrscheinlichkeitsbasierte Ansätze können nützlich sein, um mit Unsicherheit umzugehen, aber eine möglichst geringe Reduzierung ist dennoch äußerst wünschenswert. Er stellt sich vor, dass Lokad in der Lage sein wird, effizientere Supply Chain-Entscheidungen auf verschiedenen Ebenen anzubieten, von langfristigen Bestellungen bis hin zu taktischen Notfallmaßnahmen.

Khoury schließt mit der Betonung des wachsenden Interesses an Echtzeit-Sichtbarkeit in Supply Chains, wobei Gartner es als Top-Thema einstuft. Er glaubt, dass die Weitergabe von Informationen an andere Systeme zusätzlichen Wert schaffen und ein kollaboratives Ökosystem fördern kann, das allen Beteiligten in der Supply Chain zugutekommt.

Vollständiges Transkript

Kieran Chandler: Heute freue ich mich, Pierre Khoury, den CEO und Mitbegründer von Shippeo, bei uns zu haben, der uns ein wenig über die positiven Aspekte und auch einige Herausforderungen der Echtzeit-Sichtbarkeit in Supply Chains erzählen wird. Pierre, vielen Dank, dass du dabei bist.

Pierre Khoury: Danke, Kieran. Ich freue mich sehr, hier zu sein.

Kieran Chandler: Schön. Wenn du uns vielleicht zunächst ein wenig über deinen Hintergrund erzählen könntest und uns auch erzählen könntest, wie Shippeo entstanden ist.

Pierre Khoury: Ja, ich war von Beruf Ingenieur und habe eine Zeit lang im Finanzbereich gearbeitet, wo ich einen Private-Equity-Fonds mitbegründet habe. Vor vier Jahren haben wir dann Shippeo gegründet, mit dem Ziel, eine Echtzeit-Sichtbarkeit über den Transport zu haben, insbesondere den Straßentransport, der in den letzten 40 Jahren eine Blackbox war. Shippeo ist jetzt ein Unternehmen mit 70 Mitarbeitern und wir sind der Marktführer in Europa für die Verfolgung von Straßentransporten auf dem gesamten Kontinent.

Kieran Chandler: Und wie immer wäre es nicht LokadTV ohne Joannes Vermorel. Joannes, könntest du uns vielleicht ein wenig mehr darüber erzählen, was Echtzeit-Sichtbarkeit in Bezug auf Supply Chains bedeutet.

Joannes Vermorel: Die Grundregel der Optimierung besagt, dass man nicht optimieren kann, was man nicht misst. Wenn Ihnen also etwas undurchsichtig bleibt, haben Sie keine Hoffnung, jemals etwas zu optimieren. In Supply Chains ist das sehr schwierig, weil sie stark verteilt sind und sich über buchstäblich Kontinente erstrecken. Historisch gesehen begannen die Menschen damit, das zu verfolgen, was sich nicht bewegte, wie zum Beispiel das, was sich in Lagern befindet. Solange die Dinge statisch sind, war es nicht einfach, aber es begann vor mehreren Jahrzehnten. Das Problem ist nun, dass Supply Chains sich auf die Dinge konzentrieren, die sich bewegen, wie Lastwagen und Sendungen, und das wird sehr schwierig. Echtzeit-Sichtbarkeit bedeutet, auf diese Informationen zugreifen zu können, ohne tagelang warten zu müssen, damit alle Daten zurück zur Zentrale fließen können. Das ist eine Herausforderung, denn wenn Sie das nicht gut machen, verpassen Sie die Gelegenheit zur Optimierung, nur weil es zu spät angekommen ist. Echtzeit-Sichtbarkeit ist in diesem Aspekt sehr wichtig.

Kieran Chandler: Okay, das ist sozusagen die Theorie dahinter. Pierre, könntest du uns ein wenig mehr darüber erzählen, wie es in der Praxis tatsächlich funktioniert? Wie funktioniert die Technologie bei Shippeo?

Pierre Khoury: Wie gesagt, es war eine Herausforderung und seit 40 Jahren ungelöst. Also haben wir uns zunächst darauf konzentriert, die Heterogenität der IT-Systeme der Spediteure zu lösen. Wir haben mehr als 150 Verbindungen zu verschiedenen Arten von Systemen entwickelt, wie zum Beispiel Telematik-Dispatch-Systeme für Spediteure und unsere mobile App für kleine Spediteure. Wir aggregieren Daten und GPS-Punkte alle drei bis fünf Minuten, unabhängig von der Quelle, und dann können wir darauf prädiktive Analysen durchführen, insbesondere die geschätzte Ankunftszeit.

Kieran Chandler: Und Joannes, warum ist das aus Sicht von Lokad interessant? Warum ist das interessant?

Joannes Vermorel: Wenn wir entscheiden wollen, ob wir mehr kaufen möchten oder vielleicht von einem anderen Lieferanten kaufen müssen, um diese Entscheidung zu optimieren, hängt es davon ab, was Sie haben oder voraussichtlich zu einem bestimmten Zeitpunkt haben werden.

Kieran Chandler: Wenn Sie also zum Beispiel feststellen, dass ein Lieferant Produkte in zehn Tagen liefern kann, aber um fünf Tage zu spät kommt, und dank Shippeo wissen Sie das bereits, weil das Tracking Ihnen sagt, dass der LKW in den letzten paar Tagen kaum bewegt hat. Was bedeutet das?

Joannes Vermorel: Das bedeutet, dass Sie vielleicht entscheiden können, was zu einem Produktionsvorfall werden würde, oder Ihre Produktionsanlage würde einfach stehen bleiben, weil Ihnen die Rohstoffe fehlen, indem Sie eine Notbestellung bei einem Lieferanten aufgeben, der vielleicht teurer ist, aber in der Nähe ist und Ihnen am nächsten Tag liefern kann, was Sie brauchen. Aber wenn Sie super agile Notfallkorrekturmaßnahmen haben wollen, müssen Sie diese Daten haben. Für uns besteht die große Herausforderung darin, dass wir häufig nur Daten haben, die aus Transaktionssystemen wie ERPs, WMSs oder Auftragsverwaltungssystemen stammen, die außerhalb des Versandorts keine Informationen liefern. Häufig wissen wir nicht mehr als dass die Bestellung versandt wurde, und was danach passiert, wissen wir nicht. Letztendlich werden wir wissen, dass sie angekommen ist, aber es wird sehr, sehr spät sein.

Kieran Chandler: Würde das die probabilistische Herangehensweise an Lieferzeiten ersetzen? Würde das komplett beseitigt werden, wenn Kunden Shippeo verwenden?

Joannes Vermorel: Ich denke, probabilistische Ansätze werden bestehen bleiben, denn wenn Sie sich halbwegs durch eine Lieferung befinden, die ein paar Tage dauern soll, haben Sie am ersten Tag immer noch eine gewisse Unsicherheit, die für die letzten vier Tage bleibt. Aber die Frage ist, dass diese Unsicherheit, insbesondere im Laufe der Zeit, stark reduziert werden kann. Das Interessante an Shippeo ist, dass wenn Sie etwas haben, das fünf Tage für den Transport dauern soll, wie zum Beispiel die Durchquerung ganz Europas, am vierten Tag, wenn Ihr LKW dort ist, wo Sie ihn erwarten, die verbleibende Unsicherheit fast nichts ist. Im Gegensatz dazu sind wir ohne Shippeo am vierten Tag und wissen nichts mehr als am Tag null, weil der LKW noch nicht da ist, das ist sicher, aber ob es eine Verzögerung gibt, wissen wir nicht. Also haben wir immer noch diese sehr unsichere Situation, während wir mit Shippeo am vierten Tag einer Lieferung, die fünf Tage dauern soll, fast keine Unsicherheit mehr haben, was ausgezeichnet ist und zu einer besseren Optimierung führen würde, allein durch die Reduzierung der Unsicherheit.

Kieran Chandler: Es geht also im Wesentlichen darum, diese Wahrscheinlichkeiten zu verfeinern. Pierre, könnten Sie mir etwas mehr über einige der technischen Herausforderungen erzählen, mit denen Sie konfrontiert sind? Ich meine, bei der Arbeit in Echtzeit kann es nicht sehr einfach sein. Was sind einige der Herausforderungen dort?

Pierre Khoury: Sicher, ich würde sagen, es gibt drei Hauptprobleme. Die erste Herausforderung aus technischer Sicht besteht darin, mehr als 150 verschiedene Systeme zu verbinden und in ein einheitliches Datenmodell in Echtzeit zu integrieren und einen stabilen und konsistenten Datenfluss für Millionen von GPS-Punkten pro Tag zu haben. Die zweite Herausforderung betrifft das Change Management. Der Transportsektor ist in der Regel sehr langsam, um sich zu ändern, und es ist eine große Herausforderung, dies zu bewerkstelligen, Spediteure an Bord zu holen, Benutzer zu schulen und die gewünschten Ergebnisse zu erzielen. Die dritte Herausforderung betrifft die Datenqualität und das Vorhandensein der richtigen Regeln zum Abrufen der Daten und zum Erhalten von etwas Konsistentem und von hoher Qualität.

Kieran Chandler: Joannes, würden Sie zustimmen, dass es einen Bedarf an diesen Daten gibt? Ich meine, heutzutage werden so viele Daten gesammelt. Brauchen wir das wirklich in der Lieferkette? Ich meine, ich könnte wahrscheinlich niesen, und irgendwo würde jemand diese Daten sammeln. Brauchen wir das wirklich in der Lieferkette? Diese Daten sind von hoher Wertigkeit. Wir reden nicht von zufälligen Tweets; wir reden von Lastwagen, und ein Lastwagen hat in der Regel mehrere hunderttausend Euro wertvolle Ware. Wenn Sie Elektronik oder etwas transportieren, das nicht trivial ist, vorausgesetzt, Sie transportieren keine Erde oder Schmutz oder Sand, was Sie entlang dieser Lieferketten bewegen, ist äußerst wertvoll. Also, macht es Sinn, diese Daten zu sammeln?

Joannes Vermorel: Ja, es macht Sinn, weil Sie Vermögenswerte verfolgen, die buchstäblich Tonnen von Geld wert sind. Sie befinden sich häufig in sehr asymmetrischen Situationen, in denen das, was Sie liefern, nicht so teuer ist, nur kleine Teile, die den Preis des Metalls haben. Aber wenn Sie sie nicht haben und Sie eine ganze Produktionsanlage haben, die nicht mehr funktioniert, dann haben Sie Hunderte von Menschen, die nicht mehr arbeiten können, nur weil Sie warten müssen, bis Sie diese Ersatzteile haben, die geliefert werden. Die Daten sind unglaublich wertvoll, weil sie an physische Vermögenswerte angehängt werden können, die teuer sind, aber auch, selbst wenn sie an sich nicht teuer sind, ihre Verfügbarkeit oder Nichtverfügbarkeit kann sehr hohe Kosten für andere Elemente Ihrer Lieferketten verursachen.

Kieran Chandler: Wo ziehen wir also die Grenze in Bezug auf die Daten, die Sie tatsächlich sammeln? Es ist natürlich gut zu wissen, wo sich ein Lastwagen zu jedem beliebigen Zeitpunkt befindet, aber behalten Sie auch Verkehrsmeldungen im Auge? Berücksichtigen Sie sogar das Wetter? Wo ziehen Sie die Grenze?

Pierre Khoury: Wir müssen all diese Probleme berücksichtigen, um eine zuverlässige geschätzte Ankunftszeit zu haben, unter Berücksichtigung von Verkehr, Pausen für Fahrer, gesetzlichen Ruhezeiten und den Mustern des Be- und Entladens. Wir berücksichtigen all dies in unseren Machine Learning Algorithmus, um etwas Zuverlässiges zu haben. Ich denke, wir bauen einen der besten geschätzten Ankunftszeit-Algorithmen in Europa auf. Nur um ein Beispiel zu nennen, was Joannes gesagt hat, hat uns einer unserer Kunden im Dezember eine E-Mail geschickt, um uns für die Gelbwestenproteste zu danken. Der Verkehr lief nicht wie gewohnt, aber sie konnten das voraussehen, ihre Lastwagen neu positionieren und das Risiko in ihrem Produktionsplan mindern. Sie hatten keinerlei Auswirkungen der Proteste und im Gegenteil, sie hätten gezwungen sein können, Hubschrauber- oder Flugzeuglieferungen für ihre Produkte zu einem sehr hohen Preis zu nutzen. Es ist ein gutes Beispiel für den Wert, den wir bringen.

Kieran Chandler: Die Gelbwesten sind definitiv ein sehr spezifisches Beispiel. Also, Sie haben erwähnt, dass Sie alle drei bis fünf Minuten Aktualisierungen der Daten haben, ist das korrekt?

Pierre Khoury: Ja, das ist korrekt. Die neue Grenze, die wir öffnen, sind Echtzeitdaten, dank GPS-Punkten. Wir sammeln Daten alle drei bis fünf Minuten, abhängig vom System des Spediteurs. Es ist sehr granular und ermöglicht es uns, viele Dinge zu sehen, wie Ladezeiten, Entladezeiten und Probleme, die auf der Straße auftreten können. Diese Daten sind für alle Parteien wertvoll, denn die Idee ist nicht, den Zugang zu diesen Daten einzuschränken, sondern sie mit den richtigen Regeln und gewährtem Zugang mit anderen Parteien zu teilen, wie dem Lager, dem Endkunden, dem Transportteam und dem Kundenserviceteam. Am Ende kann jeder produktiver und effizienter sein, weil er weiß, was passieren wird. Ich möchte Amazon erwähnen, denn letztendlich möchten alle Kunden, auch bei B2B-Lieferungen, die gleiche Erfahrung wie bei einem Amazon B2C-Paket haben.

Kieran Chandler: Danke, Amazon ist das erste, worüber wir anscheinend jede Woche sprechen. Wenn wir nicht über Minuten sprechen, sprechen wir eher über Stunden und sogar Tage. Ist diese Granularität nicht ein bisschen zu viel? Brauchen wir wirklich diese Granularität?

Joannes Vermorel: Ja, denn häufig, insbesondere beim Transport, benötigen wir sie nicht für alles, aber beim Transport müssen Sie die Menge der Probleme schätzen, die in der Lieferkette an den Grenzen auftreten können. Zum Beispiel können Sie eine Lieferung haben, die an ein Lager geliefert wird, aber dann wird die Ware erst am nächsten Tag oder acht Stunden später abgeholt. An den Grenzen können wirklich viele Dinge passieren. Die meiste Zeit bewegen sich die Waren nicht oder werden nicht umgewandelt. Daher machen diese dünnkörnigen Vorlaufzeiten sinnvoll, was die Lieferkette betrifft. Wir versuchen nicht, submillisekunden-genau zu messen, wie wenn Sie versuchen würden, die Paketverteilung über das Internet zu optimieren. Die Granularität liegt eher bei ein paar Minuten, was Sinn macht, wenn eine physische Operation durchgeführt werden muss.

Und tatsächlich können wir, sobald wir diese Informationen haben, viele Dinge erkennen, aber das bedeutet nicht, dass alle Analysen, die folgen werden, auf der Minuten-Ebene bleiben werden. Wenn Sie beispielsweise versuchen, die Zeiten zu optimieren und zu komprimieren, die mehrere Wochen dauern, haben Sie Messungen in Minuten, mit denen Sie viele Dinge genau lokalisieren können, wahrscheinlich Muster, die leicht dysfunktional sind, insbesondere an den Grenzen der Systeme. Das Hauptproblem in Lieferketten besteht darin, dass etwas von einem System zum anderen übergeht, das kann Software, ein Unternehmen oder Teams sein. Dort können Lücken entstehen, und dann gibt es zufällige Verzögerungen. Sie können sie beseitigen, und normalerweise, wenn Sie eine netzwerkweite Optimierung durchführen möchten, wechseln Sie zu etwas, das eher eine Optimierung ist, bei der Sie in Tagen statt in Minuten denken. Aber es hängt wirklich von der Art des Problems ab.

Pierre Khoury: Um das zu ergänzen, was Joannes gesagt hat, ist die Lieferkette per Definition eine Kette, was bedeutet, dass es mehrere Akteure innerhalb der Kette gibt, und diese Akteure haben heute einen sehr isolierten Ansatz und Informationen. Was wir tun, ist, die Informationen über den Transport zu teilen, damit alle Akteure die richtigen Informationen haben und diese Silos aufbrechen, um zu optimieren. Und ja, manchmal ist die Information bis zur letzten Minute wichtig. Zum Beispiel, um zu wissen, dass es innerhalb eines Lagers zwei Stunden Wartezeit beim Laden und zwei Stunden Wartezeit bei Lieferungen gibt. Mit den Informationen darüber, wo sich ein LKW befindet und wann er ankommt, können Sie das um bis zu 50% reduzieren und weniger Wartezeiten haben, was weniger Transportkosten, weniger Lagerkosten und eine höhere Produktivität für alle bedeutet. Das gilt auch für Spediteure, weil sie nicht auf nichts warten. Wir denken, dass dieses Beispiel eine gute Win-Win-Win-Situation für alle ist.

Kieran Chandler: Sprechen wir über diese verschiedenen Akteure entlang der Kette. Auf wen sollte der Schwerpunkt liegen? Wer sollte der Hauptkunde von Shippeo sein? Sollte es der Einzelhändler sein, der tatsächlich die Ware bestellt, oder sollten es tatsächlich die Versandunternehmen selbst sein?

Pierre Khoury: Unser Modell basiert auf dem Ansatz des Versenders. Wir denken, dass es der Akteur ist, der einen der Hauptvorteile ernten wird und die Lösung vorantreiben wird. Also ist unser Kunde der Versender, und das System ist kostenlos für alle Beteiligten, einschließlich des Spediteurs. Das System ist zu 100% kostenlos für die Spediteure, und wir versuchen.

Kieran Chandler: So viele Akteure wie möglich einzubeziehen. Okay, super. Und Joannes, wir werden heute ein bisschen abschließend über die Dinge sprechen. Warum gibt es neben den Vorlaufzeiten so viel Interesse daran, sich das anzusehen? Wie können Sie sehen, dass die beiden Tools so gut zusammenarbeiten?

Joannes Vermorel: Im Moment treffen wir häufig, würde ich sagen, wilde Vermutungen über den Zustand, den wir zu optimieren versuchen. Ja, wir messen so viel wie möglich, indem wir die Bestände abrufen, die wir haben, aber die Realität ist, dass all diese Dinge, die bestellt werden, bei denen Sie Mengen bestellen oder sich zwischen Standorten befinden, sehr oft undurchsichtig sind. Es kompliziert unnötig, weil es uns zwingt, Schätzungen über den Zustand des Systems anzustellen. Das erschwert nicht nur die Modellierung, sondern macht auch die Optimierung weniger effizient. Je unsicherer die Situation ist, desto mehr benötigen Sie einen probabilistischen Ansatz, um numerisch zu überleben. Das bedeutet jedoch nicht, dass Unsicherheit wünschenswert ist. Insbesondere wenn Sie die Möglichkeit haben, fast alle Unsicherheiten zu beseitigen, indem Sie etwas haben, das immer noch probabilistisch ist, aber viel komprimierter, wird alles einfacher. Es gibt ganze Klassen von Korrekturmaßnahmen, super taktische Korrekturmaßnahmen, die nur möglich sind, wenn Sie das tun. Häufig könnten wir derzeit theoretisch Korrekturmaßnahmen vorschlagen, die für Kunden mit sehr geringem Aufwand umsetzbar wären, wenn wir bereits die Arbeit geleistet haben, Daten aus ihren ERPs und vielen anderen Quellen zu integrieren. Aber ohne den Echtzeitstatus der Sendungen können wir diese Optimierungen und Korrekturvorschläge nicht durchführen. In Zukunft sehe ich immer mehr Möglichkeiten für Lokad, optimierte Entscheidungen in der Lieferkette auf vielen Ebenen zu treffen, einige für eine Bestellung in Asien und einige sehr taktisch, wie zum Beispiel eine Notfallauffüllung, die durch eine Bestellung bei einem nahegelegenen Lieferanten, der für eine kleine Menge viel teurer ist, Ihnen hilft, die Verzögerung zu überstehen.

Kieran Chandler: Okay, wir überlassen das letzte Wort Pierre als unserem Gast. Was ist die wichtigste Lektion, die Sie den Menschen in Bezug auf Echtzeit-Sichtbarkeit in Lieferketten vermitteln möchten?

Pierre Khoury: Ich möchte sagen, dass ich denke, dass Echtzeit-Sichtbarkeit eines der heißesten Themen in Lieferketten ist. Das sage nicht nur ich; Gartner hat es als Top-Thema eingestuft. Dieses Gespräch ist sehr interessant, um zu sehen, wie wir Wert schaffen können, während wir uns mit anderen verbinden. Unsere Mission bei Shippeo ist es wirklich, sich auf Echtzeit-Sichtbarkeit zu konzentrieren, Daten zu aggregieren und darauf basierend Vorhersagen zu treffen. Aber wir sehen, dass, wenn wir Informationen mit anderen Systemen teilen, die vom Versender genehmigt wurden, ein weiteres Maß an Wert geschaffen wird. Diese Art von Ökosystem ist es, was wir Kunden und der Welt der Lieferkette bieten möchten.

Kieran Chandler: Okay, wir müssen es hierbei belassen, aber vielen Dank für Ihre Zeit heute Morgen.

Pierre Khoury: Vielen Dank.

Kieran Chandler: Das war alles für diese Woche. Vielen Dank fürs Zuschauen, und wir sind nächste Woche wieder mit einer neuen Folge zurück. Bis dahin vielen Dank fürs Einschalten.