Optimierung der Lagerbetriebe

00:00:07 Lagerverwaltung und das Konzept der Optimierung.
00:01:20 Herausforderungen in der Lagerverwaltung, einschließlich Personalkosten und Gerätenutzung.
00:03:53 Tägliche Optimierung des Lagerbetriebs durch Netzwerkoptimierung.
00:05:22 Skaleneffekte und die Auswirkungen von Abweichungen vom optimalen Lagerregime.
00:07:00 Die Grenzen der klassischen Supply-Chain-Planung und das Potenzial zur Optimierung des Lagerbetriebs.
00:08:00 Traditionelle Analyse von SKU-Zeitreihen und ihre Grenzen.
00:11:00 Synchronisations- und Oszillationsprobleme in Lieferketten.
00:13:35 Umdenken des Paradigmas zur Lösung des Problems.
00:14:25 Die quantitative Perspektive der Supply Chain.
00:15:22 Entscheidungsfindung unter Verwendung der rentabelsten Einheit im Netzwerk.
00:17:42 Vergleich der SKU-Zeitreihenperspektive und der priorisierten Liste von Maßnahmen.
00:19:14 Kürzung der Liste zur Erreichung eines optimalen Lagerflusses.
00:20:25 Der wirtschaftliche Wert und die abnehmenden Erträge der priorisierten Einheiten.
00:23:58 Die Bedeutung der Optimierung in Lieferketten und ihre Herausforderungen.
00:25:26 Neuausrichtung des Problems und Änderung der Perspektive für bessere Lösungen.
00:26:24 Schwierigkeiten bei der Suche nach einer perfekten Zeitreihenprognose.
00:27:33 Fazit und Reflexionen über klassische Ansätze.

Zusammenfassung

In dem Interview diskutieren Kieran Chandler und Joannes Vermorel die Herausforderungen bei der Verwaltung moderner Lagerhäuser. Vermorel betont die Bedeutung der Optimierung des Tagesgeschäfts im Lager, was bedeutet, dass an jedem Tag die gleiche Anzahl von Arbeitskräften vorhanden ist. Er spricht auch über die Herausforderungen der Synchronisation in Lieferkettennetzwerken und die Notwendigkeit, Entscheidungen auf der Grundlage wirtschaftlicher Erträge zu priorisieren. Vermorel argumentiert, dass klassische Ansätze zur Optimierung der Lieferkette fehlerhaft sind und dass eine Änderung der Perspektive auf das Problem erforderlich ist, um effektive Lösungen zu finden. Das Interview endet damit, dass Chandler Vermorel für seine Zeit dankt.

Ausführliche Zusammenfassung

In diesem Interview diskutiert Kieran Chandler mit Joannes Vermorel, dem Gründer von Lokad, einem Softwareunternehmen, das sich auf die Optimierung von Lieferketten spezialisiert hat, die Herausforderungen bei der Verwaltung moderner Lagerhäuser. Trotz des Anstiegs der Automatisierung sind Lagerhäuser immer noch stark auf Arbeitskräfte angewiesen, insbesondere während der Spitzenzeiten. Vermorel erklärt, dass moderne Lagerhäuser für optimale Regimes konzipiert sind, ähnlich wie der Motor eines Autos. Das Problem besteht darin, dass die Marktnachfrage möglicherweise nicht mit dem Spitzenproduktionsstatus des Lagers übereinstimmt und von dem optimalen Regime abzuweichen kann die Ausrüstung überlasten oder sie nicht optimal nutzen. Die meisten Lagerhäuser sind in unterschiedlichem Maße automatisiert, aber die Personalbesetzung ist immer noch eine große Herausforderung. Auftragnehmer werden während der Spitzenzeiten benötigt, haben jedoch weniger Schulung und geringere Produktivität, und reguläre Mitarbeiter müssen unabhängig von der Arbeitsbelastung bezahlt werden. Vermorel betont die Bedeutung der Optimierung des Tagesgeschäfts im Lager, was bedeutet, dass an jedem Tag die gleiche Anzahl von Arbeitskräften vorhanden ist. Er unterscheidet dies von der Optimierung, bei der in neue Ausrüstung investiert wird, um die Gesamtproduktivität zu verbessern. Vermorel schlägt vor, dass ein kontinuierlicher Betriebsablauf mit derselben Arbeitsbelastung jeden Tag ideal wäre, um sich nicht mit Schwankungen der Quellen auseinandersetzen zu müssen.

Vermorel erklärte, dass eine optimale Lagerbetrieb auf täglicher Basis über das Lager selbst hinausgeht und die gesamte Lieferkette optimiert werden muss. Dies kann durch eine Optimierung auf Netzwerkebene erreicht werden. Chandler fragte Vermorel dann nach den Herausforderungen bei der Erhöhung der Arbeitskräfte und den damit verbundenen Kosten. Vermorel erklärte, dass die Kosten für zusätzliches Personal nicht linear steigen, da Flexibilität ihren Preis hat. Lager können durch eine relative Unflexibilität Skaleneffekte erzielen. Klassische Ansätze zur Optimierung der Lieferkette basieren auf der Prognose der Arbeitsbelastung der Lager und der Anpassung der Personalbestände entsprechend. Vermorel argumentierte, dass dieser Ansatz fehlerhaft ist, da er keine Kontrolle über die Lagerbetriebe bietet. Er ist der Meinung, dass der klassische Ansatz Schwerpunkte und Zeitreihen betont, die lediglich Mobilisierungsperspektiven auf das Lager sind. Vermorel betonte die Bedeutung, über das Lager hinauszuschauen und die gesamte Lieferkette zu optimieren, um eine tägliche operative Optimierung zu erreichen.

Vermorel erläuterte die Herausforderungen, die mit der Synchronisation in Lieferkettennetzwerken einhergehen. Er erklärte, dass Synchronisation zu Schwingungen in der Lieferkette führen kann, was zu ineffizienten Flussmustern führt. Er verwendete das Beispiel eines Produkts, das von einem Lieferanten nicht mehr verfügbar ist und dazu führt, dass alle Geschäfte nach und nach keinen Bestand mehr haben. Sobald der Lieferant wieder verfügbar ist, gibt es eine Welle von Produkten, die die gesamte Lieferkette durchfließt, um alle Geschäfte auf einmal wieder aufzufüllen. Dies führt zu Residualschwingungen, die für das Supply Chain Management problematisch sind. Vermorel schlug vor, das Paradigma, das das Problem verursacht hat, abzulehnen und das Problem aus einem anderen Blickwinkel zu betrachten, um eine Lösung zu finden. Er betonte die Bedeutung, Promotions auszugleichen und Lager vorab zu warnen, um Bestände bereitzuhalten. Vermorels einzigartige Perspektive auf die Optimierung der Lieferkette verdeutlicht die Notwendigkeit, die vorliegenden Probleme kritisch zu betrachten, um effektive Lösungen zu finden.

Vermorel erläuterte den Ansatz seines Unternehmens zur Optimierung der Lieferkette, der darauf abzielt, eine quantitative Perspektive zu nutzen, um mögliche Zukunftsszenarien und Entscheidungen auf der Grundlage wirtschaftlicher Erträge zu priorisieren. Dieser Ansatz verwendet keine SKUs oder Zeitreihen, sondern einzelne Produkteinheiten, von denen jede einen einzigartigen wirtschaftlichen Ertrag hat. Das Ziel besteht darin, die profitabelste Einheit zu finden und dann zu untersuchen, welche Einheit die zweitprofitabelste wäre, und so weiter. Vermorel erklärte, dass die Anzahl der potenziellen Entscheidungen unendlich erscheinen mag, in Wirklichkeit jedoch begrenzt ist und durch die Anzahl der Einheiten im Lager begrenzt wird. Vermorel behauptete, dass durch die Priorisierung der Liste zum optimalen Regime des Lagers die Lösung für die Optimierung der Lieferkette kostenlos erhalten werden kann. Dieser Ansatz wurde mit der traditionellen SKU plus Zeitreihen-Perspektive verglichen, die dem Lagerleiter nicht die gleichen Möglichkeiten bietet. Vermorel argumentierte, dass der Optimierungsprozess mit moderner Rechenleistung machbar, aber nicht unbedingt einfach ist.

Vermorel erklärt, dass viele Lager eine priorisierte Liste von Maßnahmen haben, aber es mangelt ihnen an Granularität bei der Entscheidungsfindung. Das klassische Lieferkettenmuster liefert nur Bestellauffüllungen und überlässt es dem Lager, zu entscheiden, welche Bestellung priorisiert werden soll. Im Gegensatz dazu ermöglicht die priorisierte Liste von Lokad, dass jede Einheit eine wirtschaftliche Belohnung hat, was den Lagern hilft, bessere Entscheidungen zu treffen. Vermorel erklärt, dass die ersten Einheiten, die beschleunigt werden müssen, die wichtigsten sind, da sie hochwahrscheinliche Bestandsausfälle verhindern. Wenn das Lager jedoch mehr Einheiten auf die Liste setzt, nehmen die wirtschaftlichen Belohnungen schnell ab. Vermorel stellt fest, dass in einem regulären Lieferkettennetzwerk die ersten 10.000 Einheiten, die vom Lager gesendet werden, eine wirtschaftliche Belohnung haben können, die 100-mal größer ist als die letzten 10.000 Einheiten. Vermorel schlägt vor, dass Lagerhäuser durch die Analyse des gesamten Lieferkettennetzwerks bestimmen können, wie viel Arbeitskraft sie täglich einsetzen sollen und ihre Maßnahmen effektiver priorisieren können.

Vermorel argumentierte, dass das Gleichgewicht eines Netzwerks für einen Supply Chain Director entscheidend ist. Das Glätten, der Prozess, um Unregelmäßigkeiten in den Daten zu entfernen und einen klareren Trend zu erhalten, ist entscheidend, um sicherzustellen, dass Lieferketten reibungslos ablaufen. Vermorel betonte, dass das Glätten seit Jahrzehnten im Hintergrund vorhanden war, aber aus der klassischen Perspektive keine Lösung hatte. Er schlug vor, das Problem neu zu formulieren und eine Perspektive des quantitativen Lieferkettenmanifests einzunehmen, um Entscheidungen nach wirtschaftlichen Erträgen zu priorisieren und so eine kostenlose Lösung zu finden. Vermorel kam zu dem Schluss, dass eine Änderung der Polsterung zu einer Lösung führen kann, die relativ einfach umzusetzen ist.

Vermorel erklärt, dass es einfach ist, Probleme in der Lieferkette zu identifizieren, aber die Art und Weise, wie man das Problem angeht, schwierig ist, weil es erfordert, die gesamte Lieferkettenstruktur aus einer anderen Perspektive neu zu denken. Es dauerte ihm und seinem Team mehrere Jahre, um eine Lösung für das Problem zu finden. Anfangs glaubten sie, dass eine bessere Zeitreihenprognose alles war, was sie brauchten, um das Problem zu lösen, aber sie erkannten bald, dass es keine perfekte Prognose gibt. Durch eine Änderung der Perspektive auf das Problem entfällt jedoch die Notwendigkeit einer perfekten Prognose. Vermorel schlägt vor, dass viele Menschen den Kopf in den Sand stecken und so tun, als ob diese Probleme nicht existieren, indem sie klassische Ansätze verwenden. Das Interview endet damit, dass Chandler Vermorel für seine Zeit dankt und sich verabschiedet.

Vollständiges Transkript

Kieran Chandler: Heute werden wir besprechen, wie Lagerhäuser Entscheidungen priorisieren können und insbesondere das Konzept des Glättens. Also, Joannes, was ist es an den Merkmalen moderner Lagerhäuser, die sie so schwer zu verwalten machen?

Joannes Vermorel: Ein modernes Lagerhaus ist im Grunde genommen für einen optimalen Betriebszustand konzipiert, ähnlich wie der Motor Ihres Autos. Sie erzielen Skaleneffekte, weil Sie Ihre regulären Mitarbeiter haben, und wenn Sie über die Spitzenproduktivität hinaus arbeiten müssen, benötigen Sie Auftragnehmer. In der Regel müssen Sie ihnen mehr Stundenlohn zahlen, und sie haben in der Regel weniger Schulung, was zu einer geringeren Produktivität führt. Auf der anderen Seite, wenn Sie weniger Mitarbeiter haben, haben Sie Vollzeitbeschäftigte, die Sie unabhängig von der Arbeitsbelastung bezahlen. Selbst wenn Sie sich für einen langsameren Betriebszustand entscheiden, zahlen Sie am Ende des Monats oder Quartals für all diese Stunden.

Und das betrifft nur das Personal. Die Realität ist, dass heutzutage die meisten Lagerhäuser in unterschiedlichem Maße automatisiert sind, mit Förderbändern, Roboter-Pickern und vielen anderen Dingen. Diese Investitionen sind in der Regel auf einen bestimmten Warenfluss abgestimmt. Wenn Sie davon abweichen, entweder überlasten Sie Ihre Ausrüstung oder nutzen sie nicht optimal aus.

Das Fazit ist, dass Sie einen optimalen Betriebszustand haben oder manchmal Ihr Lagerhaus so konfigurieren müssen, dass es vielleicht zwei optimale Betriebszustände hat, einen für die Nebensaison und einen für die Hochsaison. Aber Sie können nichts haben, was in jedem Betriebszustand optimal funktioniert. Sie müssen bestimmte Bedingungen festlegen, und das Problem ist, dass das, was der Markt verlangt, möglicherweise nicht mit dem Spitzenproduktivitätsstatus Ihres Lagers übereinstimmt.

Kieran Chandler: Okay, und als wir das heutige Thema, das Glätten von Lagerbetriebsabläufen, zum ersten Mal besprochen haben, waren Sie sehr genau mit dem Wort “Glätten”. Warum ist dieses Wort im Vergleich zu etwas wie “Optimierung” so wichtig?

Joannes Vermorel: Ich beziehe mich auf die Idee, dass die täglichen Betriebsabläufe des Lagers reibungslos verlaufen können, d.h. der Personalbedarf ist von einem Tag auf den anderen ziemlich gleich. Ich beziehe mich nicht auf die Optimierung, bei der man in ein neues Förderband investiert, um die Gesamtproduktivität des Lagers zu verbessern. Sobald diese Investition getätigt ist, sind Sie wieder in der Ausgangssituation, nämlich dass Sie Ihre täglichen Betriebsabläufe von einem Tag auf den anderen glätten möchten. Dies liegt daran, dass Variationen mehr oder weniger Personal erfordern, und es ist sehr schwierig, darauf einzugehen. Typischerweise wäre es aufgrund der Schwierigkeiten, darauf einzugehen, am besten, diese Variationen überhaupt nicht berücksichtigen zu müssen. So können Sie wirklich einen gleichmäßigen Strom von Betriebsabläufen mit einer konstanten Arbeitsbelastung jeden Tag haben.

Kieran Chandler: An einem einzigen Tag stellt sich die Frage, wie man das erreicht? Wie erreicht man die Optimierung der täglichen Betriebsabläufe?

Joannes Vermorel: Wenn Sie sich nur darauf konzentrieren, was im Lager passiert, können Sie es nicht erreichen. Aber sobald Sie auch die Lieferkette betrachten, wird es möglich, indem Sie eine Optimierung auf Netzwerkebene durchführen, um den täglichen Betrieb eines einzelnen Lagers zu glätten.

Kieran Chandler: Schauen wir uns einige der Herausforderungen an, die damit verbunden sind. Sie haben ein wenig über die Arbeitskräfte gesprochen, und es ist interessant, dass mit zunehmender Anzahl von Arbeitskräften der Personalaufwand steigt und die Kosten nicht linear steigen. Warum ist das so?

Joannes Vermorel: Die Kosten steigen nicht linear, weil externe Mitarbeiter teurer sind und weniger Schulungen haben. Wenn Sie Ihr übliches Team von 50 Personen haben und 20 zusätzliche Personen einstellen müssen, können diese 20 zusätzlichen Personen Sie genauso viel kosten wie Ihre ursprünglichen 50 Personen. Externe Mitarbeiter verlangen mehr Geld pro Stunde für ihre Flexibilität. Die Anpassungsfähigkeit des Marktes besteht darin, dass Flexibilität eine Option ist, aber eine teure Option. Durch eine relativ geringe Flexibilität können Sie Ihre Kosten senken. In einem Lager entstehen Skaleneffekte und Skalennachteile, wenn Sie von Ihrem optimalen Regime abweichen.

Kieran Chandler: Sprechen wir über den aktuellen Ansatz. Wie gut funktionieren klassische Ansätze, wenn es darum geht, in diesem idealen Regime zu arbeiten?

Joannes Vermorel: Es ist sehr interessant. Aus einer klassischen Perspektive der Lieferkette existiert dieses Problem nicht einmal. Wenn Sie sich die Theorien ansehen, ist es verwirrend. Ich beziehe mich auf die Überzeugung, dass es so etwas wie eine SKU und eine Zeitreihe gibt. Ich glaube, dass weder SKUs noch Zeitreihen wirklich real sind; sie sind nur eine Mobilisierungsperspektive auf Ihr Lager. Die klassische Planung der Lieferkette legt den Schwerpunkt auf SKUs und Zeitreihen. Es stellt sich heraus, dass, wenn Sie diese Perspektive einnehmen, die Arbeitsbelastung Ihres Lagers nichts ist, worüber Sie Kontrolle haben. Sie enden damit, dass Menschen versuchen, die Arbeitsbelastung von Lagern vorherzusagen, damit sie das Personal anpassen können. Ich würde behaupten, dass dies eine völlig falsche Sichtweise des Problems ist. Es ist interessant, weil aus der klassischen Perspektive die Idee der Optimierung von Lagerbetrieben und ihrer Glättung nicht als Option verfügbar ist, weil es in der Planung nichts gibt, was Ihnen irgendeinen Grad an Kontrolle darüber gibt.

Kieran Chandler: Es ist also sehr interessant, weil alle Lagermanager, die ich getroffen habe, erkennen, dass sie massive Skaleneffekte haben, wenn das Lager vom Regime abweicht. Das Glätten der Abläufe ist also offensichtlich von großem Interesse. Ich meine, es ist ein offensichtlicher Schritt. Aber wenn die Leute zurücktreten und sagen: Wie machen wir das?, erkennen sie, dass sie keine Hebel haben. Es gibt nichts in der Organisation, der Software usw., das ihnen irgendeine Kontrolle gibt. Und das Problem ist, dass es im Kern eine bestimmte Art und Weise gibt, in der keine Kontrolle überhaupt möglich ist.

Joannes Vermorel: Okay, aber sicherlich reagiert dieser Art von Lagermanager nur auf die Nachfrage, die stromaufwärts entsteht. Und wie viel Kontrolle können sie tatsächlich haben, weil sie nur auf das reagieren, was letztendlich die Kunden kaufen?

Kieran Chandler: Aber tun sie das?

Joannes Vermorel: Und in der Regel sehen Sie, dass dies die Art von Dingen ist, bei denen die Leute zu dem Schluss kommen, oh ja, ich meine, wir haben ein Diamantnachfragesystem, egal, ja, es ist sehr rational. Es wird von Verkäufen und Verkaufshistorie usw. gesteuert. Aber ist es das? Sehen Sie, denn noch einmal, gehen wir zurück zum Padding. Das Padding besteht aus SKUs und Zeitreihen. Wo ist das Netzwerk? Das Netzwerk existiert nicht in Ihrem Padding. Und ich würde sagen, dass das Lieferkettennetzwerk normalerweise in keiner Software existiert, die tatsächlich die Lieferkette ausführt. Und es mag verwirrend klingen, weil die Leute sagen, aber wir haben alle Transaktionen. Wir haben alle Lagerbewegungen. Also existiert das Netzwerk sicherlich. Ich würde sagen, nein, tut es nicht. Und tatsächlich, wenn Sie sich ansehen, wie, würde ich sagen, die überwiegende Mehrheit der Lieferkettensoftware implementiert ist.

Kieran Chandler: Was bedeutet das?

Joannes Vermorel: Das bedeutet, dass Sie eine SKU haben. Das bedeutet im Grunde genommen, dass Sie eine Wiederbeschaffung für die Geschäfte haben. Aber die Wiederbeschaffung erfolgt nach einer Art glorifizierter Min-Max-Politik. Was bedeutet eine Min-Max-Politik? Es bedeutet einfach, dass Sie eine Auslösebedingung haben, die Ihr durchschnittlicher Lagerbestand sein wird. Wenn Sie also einen bestimmten Lagerbestand erreichen, lösen Sie eine Wiederbeschaffung aus. Das ist Ihre Min-Max-Politik. Also im Grunde genommen haben Sie zuerst eine Bedingung, die erfüllt werden muss, und sobald Sie diese Bedingung erfüllen, lösen Sie eine bestimmte Menge an Wiederbeschaffung aus. Diese Menge kann nur eins sein, wissen Sie, im Kanban-Stil. Sie verkaufen eins, Sie füllen eins auf. Aber manchmal, weil es Multiplikatoren gibt, weil Sie Packungen haben, weil Sie die wirtschaftliche Bestellmenge haben, weil Sie viele andere Einschränkungen haben, zielen Sie auf eine etwas größere Menge ab. Und aus Sicht des Lagers haben Sie also jeden Tag tonnenweise abwärts gerichtete SKUs, die ihre Auslösebedingung erfüllen. Sie wissen, das bedeutet, dass Sie mit all diesen Anforderungen konfrontiert sind, die sagen, schicken Sie mir mehr Sachen, und so haben Sie eine Liste von Dingen, die täglich vom Lager selbst erledigt werden müssen. Aber wenn Sie sich das ansehen, hat das Lager keine Kontrolle über diese Zahlen.

Kieran Chandler: Okay, also was Sie im Grunde sagen, ist, dass Sie bei diesem Ansatz mit SKU-Zeitreihen die Dinge sehr isoliert betrachten und nicht berücksichtigen, wie sich das Netzwerk im Allgemeinen und die Interaktionen auswirken. Wie würden Sie also diese Aktivitäten glätten und diese Spitzen reduzieren?

Joannes Vermorel: Bevor Sie dazu übergehen, müssen Sie weiter analysieren, was mit den SKUs passiert, denn sonst ist es sehr schwer, die Lösung zu verstehen. Das erste, was passiert, wenn Sie SKU plus Zeitreihenanalyse haben, ist, dass Sie innerhalb Ihres Lieferkettennetzwerks viele Synchronisierungen haben. Sie würden denken: “Oh, das ist sehr schön, ich habe synchronisierte Ereignisse in meiner Lieferkette”, aber nein, das ist absolut nicht der Fall. In Bezug auf die Glättung der Flüsse ist das so ziemlich das Schlimmste, was passieren kann.

Kieran Chandler: Was wäre ein Beispiel für eines dieser synchronisierten Ereignisse?

Joannes Vermorel: Nehmen wir an, Sie haben zum Beispiel ein Lager, das Geschäfte beliefert, und Sie haben einen Lagerbestandsausfall von Ihrem Lieferanten. Einer Ihrer Lieferanten hat einen Lagerbestandsausfall, und Sie können einem bestimmten Produkt nicht an die Geschäfte liefern. Die Geschäfte laufen nach und nach aus. Natürlich ist dies ein wenig zufällig; einige Geschäfte hatten anfangs mehr oder weniger Lagerbestand, als der Lieferant keinen Lagerbestand mehr hatte. Aber sagen wir nach einigen Tagen oder Wochen können wir vernünftigerweise annehmen, dass alle Geschäfte keinen Lagerbestand mehr haben und das Lager ebenfalls keinen Lagerbestand für das Produkt hat.

Dann ist der Lieferant wieder auf Lager. Was passiert ist, dass in dem Moment, in dem Ihr Lieferant wieder auf Lager ist, eine große Welle von Produkten durch Ihre Lieferkette fließt, um alle Geschäfte auf einmal wieder aufzufüllen. Und weil Ihre Geschäfte wahrscheinlich ähnlich gestaltet sind, haben sie viele Ähnlichkeiten; das bedeutet, dass Sie möglicherweise festgestellt haben, dass alle Lagerbestände zufällig über Ihre Geschäfte verteilt waren. Aber der Lagerbestandsausfall hat das Auffüllungsmuster für das betreffende Produkt in Ihrem Netzwerk gerade synchronisiert.

Sie sehen also, alle Geschäfte sind zur gleichen Zeit ohne Lagerbestand und alle Geschäfte erhalten zur gleichen Zeit wieder Lagerbestand. Und wenn Sie sich die Zeitreihe des Produktflusses ansehen, werden Sie einen Rückgang auf null, einen großen Anstieg und dann wahrscheinlich sehr starke Restoszillationen sehen, wie Echos Ihres Lagerbestandsausfalls. Und tatsächlich haben Sie viele Elemente, die eine solche Oszillation hervorrufen. Lagerbestandsausfälle sind eines, Werbeaktionen sind ein weiteres, und Sie können auch Kalendereffekte haben. Es spielt keine Rolle, ob es sich um ein Einzelhandelsnetzwerk oder eine mehrstufige Fertigungslieferkette handelt; Sie haben die gleiche Art von Phänomenen. Sie haben also viele Phänomene, die Synchronisation und Oszillation in Ihrer Lieferkette erzeugen.

Kieran Chandler: Okay, aber Dinge wie Werbeaktionen werden immer existieren. Wie können Sie versuchen, sie auszugleichen? Geht es mehr darum, dass die Lagerhäuser vorgewarnt sind und Lagerbestände bereithalten, wenn diese Werbeaktionen kommen?

Joannes Vermorel: Das Problem ist, dass Sie, wenn Sie das Problem lösen möchten, zuerst das Paradigma ablehnen müssen, das dieses Problem überhaupt erst geschaffen hat. Das ist wahrscheinlich die faszinierendste Perspektive. Es gibt ehrlich gesagt Probleme, bei denen der einzige Weg, das Problem anzugehen, darin besteht, das Problem aus einem anderen Blickwinkel zu betrachten. Und manchmal passiert etwas äußerst Verblüffendes, wenn man das Problem aus einer anderen Perspektive betrachtet.

Kieran Chandler: Wenn wir das Problem also aus einem anderen Blickwinkel betrachten, könnten wir eine Lösung finden, die buchstäblich kostenlos ist. Es ist sehr verwirrend, aber es passiert gelegentlich. Schauen wir uns zunächst an, wie wir das Problem aus einer anderen Perspektive betrachten können, und untersuchen dann, ob wir die Lösung möglicherweise kostenlos erhalten können.

Joannes Vermorel: Der andere Blickwinkel ist im Grunde genommen etwas, das Lokad vor Jahren in seinem quantitativen Supply-Chain-Manifest skizziert hat. Es geht um mögliche Zukünfte oder Entscheidungen, die alle nach wirtschaftlichen Erträgen priorisiert sind. Wenn wir also das Problem aus dieser quantitativen Supply-Chain-Perspektive betrachten, haben wir keine SKU mehr, und wir haben auch keine Zeitreihen mehr. Was wir haben, sind Einheiten von Produkten, von denen jede einzigartig ist, wie eine Schneeflocke. Wir versuchen nicht, all diese Dinge in SKUs zu packen. Die Frage, die wir uns stellen, lautet: Angesichts all dieser möglichen Zukünfte, in denen der Markt nach verschiedenen Dingen fragen wird, welche Einheit sollte das Lagerhaus entscheiden, stromabwärts an einen Ort zu versenden? Wir können sie nicht kennen, weil es eine unvermeidbare Unsicherheit gibt. Wir können uns die Einheit ansehen, die die wirtschaftlichen Erträge maximiert. Es wird eine Einheit geben, die im gesamten Netzwerk am profitabelsten ist. Wenn wir nur eine Einheit stromabwärts senden müssten, wäre das sie. Konzeptionell, sobald ich entschieden habe, dass meine Nummer eins diese eine Einheit wäre, kann ich untersuchen, welche meine Nummer zwei Einheit wäre, die zweitprofitabelste. Wir können alle Standorte, alle Einheiten, alle wirtschaftlichen Erträge untersuchen und herausfinden, welche Einheit die zweitprofitabelste ist. Wir können diese Liste von Entscheidungen durchgehen.

Kieran Chandler: Okay, Sie haben eine unendliche Liste von Entscheidungen, und sie sind alle priorisiert. Wie entscheiden Sie, wo Sie die Liste beenden?

Joannes Vermorel: Zuerst werden Sie ans Ende der Liste gelangen, weil Ihr Lager irgendwann leer sein wird. Sie haben nur eine endliche Anzahl von Einheiten in Ihrem Lager, daher ist die Anzahl der Entscheidungen potenziell konzeptionell unendlich, aber in Wirklichkeit ist sie sehr begrenzt. Sie wird durch die schiere Anzahl der Einheiten in Ihrem Lager begrenzt. Sie könnten denken: “Oh, aber mein Lager hat Millionen von Einheiten.” Ja, aber Computer sind heutzutage leistungsstark, und selbst wenn Sie Millionen von Einheiten aufzählen müssen, ist das kein Problem. Ein einzelner Kern eines Computers führt Milliarden von Operationen pro Sekunde durch. Ich sage nicht, dass es einfach ist, aber es ist sicherlich sehr machbar. Wenn Sie zu dem Problem zurückkehren, können Sie diese priorisierte Liste auf das optimale Regime des Lagers kürzen. Wenn Sie das tun, erhalten Sie die Lösung kostenlos. Sie haben ein Lager, in dem Sie gerade entschieden haben, dass das, was Sie heute versenden würden, genau Ihrem optimalen Regime entspricht, was

Kieran Chandler: Also Joannes, können Sie uns von den Herausforderungen erzählen, denen Lagerhäuser bei der Optimierung der Supply Chain gegenüberstehen?

Joannes Vermorel: Ja, natürlich. Als wir das Problem aus der Perspektive der SKU plus Zeitreihen betrachteten, gab es keine Optionen. Der Lagerleiter hatte keine priorisierte Liste von Maßnahmen. Es war nur eine Liste von Auffüllungen. Die einzige Option für das Lager bestand darin, diese Mengen zu ignorieren und möglicherweise einige Geschäfte zu ignorieren. Es wurden also bestimmte Geschäfte oder Produkte nicht bedient, aber sie hatten nichts Konkretes, um genau zu entscheiden, was zu tun ist. Sie hatten nur Auffüllungsaufträge, die besagen, dass 50 Einheiten an diesen Ort geschickt werden sollen, und dann haben Sie einen anderen Auftrag, der besagt, dass 25 Einheiten an diesen anderen Ort geschickt werden sollen. Die klassische Supply Chain-Planung sagt nicht aus, welcher Auftrag wichtiger ist. Es wird nicht einmal die Frage gestellt. Daher gibt es keine Antwort. Und wenn Sie es aus der Sichtweise von Lokad betrachten, die anders ist, insbesondere wenn Sie diese priorisierte Liste haben, bei der jede einzelne Einheit ihre wirtschaftliche Belohnung erhält, dann ist es plötzlich gegeben, wenn Sie den Fluss der Brunnen glätten möchten, denn es geht nur darum, die Liste dessen zu kürzen, was Sie zum optimalen Regime der Brunnen beschleunigen möchten.

Kieran Chandler: Das ergibt Sinn. Wie entscheiden sie im Grunde genommen, wie viel Arbeitskräfte sie täglich einsetzen sollen?

Joannes Vermorel: Hier müssen wir zum gesamten Supply Chain-Netzwerk zurückkehren. Die interessante Analyse, die wir mit diesen Kunden viele Male durchgeführt haben, ist, dass Sie, wenn Sie Ihre Einheiten priorisieren, die beschleunigt werden sollen, wissen, wo Sie suchen müssen. Wenn Sie sich die erste Einheit, die zweite Einheit pro zusätzliche Einheit ansehen, werden Sie feststellen, dass Sie einen starken Rückgang der Erträge haben. Das bedeutet, dass die ersten Einheiten, die Sie senden müssen, in der Regel einen enormen wirtschaftlichen Wert haben. Warum? Weil Sie im Grunde genommen hochwahrscheinliche Lagerbestandsausfälle verhindern. Sie wissen also, es ist das gleiche Muster, ob es sich um eine Multi-Edge-Loan-Supply-Chain in FMCG oder ein Einzelhandelsnetzwerk handelt. Im Grunde genommen ist die erste Einheit, die Sie senden, entscheidend, weil sonst nachgelagerte Kunden oder eine Fertigungseinheit oder eine Montageeinheit mit einem Lagerbestandsausfall konfrontiert werden. Diese haben also sehr große Auswirkungen. Aber wenn Sie die Liste durchgehen, erhöhen Sie sehr schnell Ihr Sicherheitsnetz. Jede einzelne Einheit, die Sie auf der Liste nach unten senden, ich meine, Sie gewinnen tatsächlich. Ihre wirtschaftlichen Belohnungen nehmen sehr schnell ab. Das bedeutet, dass und was interessant ist, ist, dass typischerweise für ein reguläres Supply Chain-Netzwerk, es gibt kein solches Ding wie ein reguläres Supply Chain-Netzwerk, aber sagen wir typischerweise die Situation, in der Sie sich befinden, ist, sagen wir, Ihr Supply Chain-Netzwerk, es fließen jeden Tag 100.000 Einheiten durch das Netzwerk. Das bedeutet, sagen wir, Ihr Lager beschleunigt im Durchschnitt jeden Tag 100.000 Einheiten. Nun, wenn Sie sich die ersten ansehen.

Kieran Chandler: Also haben wir beobachtet, dass 10.000 Einheiten von den Lagern versendet werden. Was Sie typischerweise feststellen werden, ist, dass die wirtschaftliche Belohnung, die mit diesen ersten 10.000 Einheiten von 100.000 verbunden ist, buchstäblich 100-mal höher ist als die letzten 10.000 Einheiten. Es handelt sich nicht nur um langsam abnehmende Erträge, sondern um super schnell abnehmende Erträge, bei denen die oberen 10 Prozent dessen, was Sie senden, 100-mal mehr wert sind als die letzten 10. Also, macht es wirklich einen Unterschied, wenn Sie an einem bestimmten Tag entscheiden, dass Sie 90.000 Einheiten oder 110.000 Einheiten beschleunigen werden, verglichen mit nur 100.000 Einheiten zu beschleunigen?

Joannes Vermorel: Die Antwort ist, dass es fast überhaupt keinen Unterschied macht, und das ist sehr verwirrend, weil Praktiker aus der klassischen Perspektive denken könnten, dass es ein großes Problem ist, wenn das Lager nicht genügend Kapazität hat. Zum Beispiel, wenn das Lager heute 100.000 Einheiten beschleunigen muss und sie nur 90.000 beschleunigen können, würden sie sagen, dass es ein großes Problem ist. Aber warum ist es ein großes Problem? Die Antwort ist, weil die 10.000 Einheiten, die sie nicht beschleunigen können, nicht priorisiert sind. Potenziell könnten unter diesen 10.000 Einheiten, die sie nicht beschleunigen können, Dinge sein, die absolut dringend und kritisch sind, und weil keine Priorisierung stattfindet, weiß niemand Bescheid. Normalerweise, nur weil sie es zufällig aus der Notwendigkeit heraus tun, ist die Wahrscheinlichkeit hoch, dass 10 Prozent der 10.000 Einheiten, die Sie heute nicht beschleunigen können, zu den 10 wichtigsten Dingen gehören, die Sie senden sollten. Aber weil Sie nicht priorisieren können, haben Sie ein großes Problem in der Lieferkette.

Kieran Chandler: Also, wenn Sie diese abnehmenden Erträge sehen, müssen Sie nur das Gleichgewicht Ihres Netzwerks grob ausgleichen. Wenn wir die Dinge langsam abschließen, warum ist es für einen Supply Chain Director, der dies wahrscheinlich sieht, so wichtig, zu glätten? Ist es etwas, das sie leicht implementieren oder von diesem klassischen kleinen Schiefe-Zeitreihen-Ansatz ändern könnten, oder ist es etwas, das tatsächlich ziemlich herausfordernd ist und eine lange Zeit dauern wird, um sich anzupassen?

Joannes Vermorel: Glätten war, würde ich sagen, schon seit Jahrzehnten im Hintergrund. Ich habe es mit vielen Supply Chain Direktoren besprochen, und es ist ein offensichtlicher Schritt, der von Interesse ist, aufgrund der Skalendisekonomien, die auftreten, sobald Sie von Ihrem optimalen Regime und Flüssen abweichen.

Kieran Chandler: Offensichtlich hat dieses Problem aus der klassischen Perspektive keine Lösung. Ist es aus der klassischen Perspektive möglich?

Joannes Vermorel: Nein, ist es nicht. Es spielt keine Rolle, ob Ihre Technologie super primitiv ist, wie gleitende Durchschnitte, oder super fortschrittlich wie Deep Learning, denn aus Ihrer Perspektive hat dieses Problem keine Lösung. Zuerst müssen Sie das Problem irgendwie neu formulieren. Das Interessante ist, wenn Sie das Problem aus dieser Perspektive des “Quantitative Supply Chain Manifesto” betrachten, mit allen möglichen Zukünften und allen möglichen Entscheidungen, die nach wirtschaftlichen Belohnungen priorisiert sind, erhalten Sie die Lösung kostenlos. Wenn Sie bereit sind, Ihre Perspektive zu ändern, wird es etwas sehr Einfaches. Aber die Art und Weise, wie Sie das Problem betrachten, zu ändern, ist tatsächlich ziemlich schwierig. Sie müssen sich die gleichen Lieferkettennetzwerke vorstellen, die Sie Ihr ganzes Leben lang gesehen haben, und sie aus einer völlig anderen Perspektive betrachten. Übrigens hat es bei Lokad mehrere Jahre gedauert, bis ich und die Teams einen Weg gefunden hatten, das Problem aus einem völlig anderen Blickwinkel zu betrachten, wo die Lösung möglich war. Es ist nicht offensichtlich, und es gibt nichts, was besagt, dass Ihre Perspektive auf dieses Problem falsch ist. In den ersten Jahren von Lokad dachten wir, wir bräuchten nur eine bessere Zeitreihenprognose, und vielleicht würde sich alles fügen, wenn wir eine bessere Zeitreihenprognose hätten. Zum Beispiel, wenn wir die perfekte Zeitreihenprognose hätten, erinnern Sie sich an das, was ich über den Lagerleiter gesagt habe, der eine perfekte Nachfrageprognose für sein Lager haben wollte? Wenn Sie in Bezug auf Zeitreihen denken, denken Sie: “Ich brauche nur eine perfekte Prognose, und das wird mein Problem lösen.” Ja, aber das Problem ist, dass diese perfekte Prognose nicht existiert. Interessanterweise, wenn Sie Ihre Perspektive auf das Problem ändern, besteht auch nicht mehr die Notwendigkeit einer perfekten Prognose.

Kieran Chandler: Okay, wir müssen hier abschließen. Es scheint sicherlich so, als ob viele Menschen mit einigen dieser klassischen Ansätze ihre Köpfe in den Sand stecken und so tun, als ob diese Probleme überhaupt nicht existieren. Das ist also alles für diese Woche. Vielen Dank fürs Zuschauen, und wir sehen uns in der nächsten Folge wieder. Bis bald.