Bestandsoptimierungsmodelle und Simulationen (mit Nicolas Vandeput)

00:00:08 Einführung und Begrüßung von Nicholas Vandeput.
00:00:34 Nicholas’ aktuelle Arbeit und Lehrtätigkeit an der Universität.
00:01:00 Diskussion über Nicholas’ Buch “Bestandsoptimierungsmodelle und Simulationen”.
00:03:51 Zielgruppe des Buches und vereinfachter Ansatz.
00:05:15 Der Wechsel von IT-Abteilungen zu Praktikern und die Reife der Supply Chain.
00:08:02 Die Ausdrucksstärke von Python und seine Vorteile gegenüber anderen Programmiersprachen.
00:10:19 Betonung von Python im Buch und die Vorteile des praktischen Lernens.
00:11:47 Beliebtheit von Python und seine Konkurrenten wie Java und JavaScript.
00:13:51 Übergang von Python 2 zu Python 3 und dessen Auswirkungen auf die Wissenschaft.
00:15:10 Umgang mit Unsicherheit in Python und Potenzial für Sprachverbesserungen.
00:16:03 Günstiger Preis für den Einsatz neuer Bestandsoptimierungssoftware.
00:16:18 Häufige Missverständnisse bei der Bestandsoptimierung und der Sicherheitsbestandsformel.
00:17:32 Die Bedeutung der Überprüfungsperiode bei der Berechnung des Sicherheitsbestands.
00:18:34 Die Notwendigkeit besserer Ingenieure im Supply Chain Management.
00:19:57 Vergleich von Supply Chain-Problemen mit komplexeren Bereichen wie der Mikroelektronik.
00:21:02 Bedeutung der Problemformulierung und Anziehung brillanter Köpfe.
00:22:32 Grenzen akademischer Modelle und deren Anwendung in der realen Welt.
00:23:01 Übergang von mathematischen Modellen zu Simulationen für eine bessere Genauigkeit.
00:24:01 Grenzen der Sicherheitsbestandsformel und die Notwendigkeit von Simulationen.
00:25:07 Fazit und Erwähnung von Nicolas’ Buch zur Bestandsoptimierung.

Zusammenfassung

In dem Interview führt Kieran Chandler ein Gespräch mit Joannes Vermorel, dem Gründer von Lokad, und Nicolas Vandeput, dem Autor von “Bestandsoptimierungsmodelle und Simulationen”. Sie behandeln die Vereinfachung und Zugänglichkeit der Programmierung in der Bestandsoptimierung mit Hilfe von Python. Vandeputs Buch bietet vereinfachte Bestandsoptimierungsmodelle, während Vermorel die einfache Implementierung dieser Modelle betont. Sie diskutieren die Entwicklung der Bestandsoptimierung, die Bedeutung der Ausdrucksstärke von Programmiersprachen und die Vorteile von Python. Beide Experten erkennen die Grenzen traditioneller mathematischer Modelle an und betonen die Notwendigkeit alternativer Methoden wie Simulationen, um Herausforderungen in der realen Welt des Supply Chain Managements zu bewältigen.

Erweiterte Zusammenfassung

In dem Interview führt Kieran Chandler, der Gastgeber, Joannes Vermorel, den Gründer von Lokad, und Nicolas Vandeput, den Autor von “Bestandsoptimierungsmodelle und Simulationen”, ein. Die Diskussion dreht sich um die Vereinfachung und Zugänglichkeit der Programmierung in der Bestandsoptimierung in der Supply Chain mit Hilfe von Tools wie Python.

Vandeput teilt mit, dass sein Buch darauf abzielt, Bestandsoptimierungsmodelle zu vereinfachen und für Supply Chain-Praktiker zugänglich zu machen. Das Buch konzentriert sich darauf, einfache numerische Rezepte in Python bereitzustellen, um reale Situationen zu bewältigen, anstatt tief in idealisierte Supply Chains einzutauchen. Vermorel betont, dass diese Rezepte mit nur wenigen Zeilen Code implementiert werden können und demystifiziert, was große Softwareanbieter anbieten und hinterfragt den Mehrwert, den sie bieten.

Das Buch richtet sich an Supply Chain-Profis, die Schwierigkeiten mit der Bestandsverwaltung haben, und zielt darauf ab, ihnen zu helfen, ihre Bestandsniveaus zu verstehen und zu optimieren. Vandeput betont die Bedeutung von Annahmen und das Verständnis der Grenzen der verwendeten Modelle, anstatt nach Perfektion zu streben.

Vermorel erklärt, dass die Reife der Supply Chain im Laufe der Jahrzehnte weiterentwickelt hat, wobei Unternehmen anfangs Schwierigkeiten hatten, eine digitale Entsprechung zu ihren Supply Chains herzustellen. Nach Jahrzehnten des Fortschritts können Unternehmen ihre Bestandsniveaus nun digital verwalten, ohne dabei auf Intelligenz angewiesen zu sein, was es ihnen ermöglicht, sich auf die Optimierung zu konzentrieren.

Der Wandel im Denken, bei dem Supply Chain-Praktiker sich stärker in die Programmierung einbringen, wird auf die zunehmende Zugänglichkeit von Tools wie Python und die Vereinfachung von Prozessen zurückgeführt. Diese Veränderung hat es den Praktikern ermöglicht, mehr Kontrolle über ihre Bestandsoptimierung zu übernehmen, anstatt sich ausschließlich auf IT-Abteilungen zu verlassen.

Sie diskutieren die Entwicklung der Bestandsoptimierung, die Bedeutung der Ausdrucksstärke von Programmiersprachen und die Vorteile der Verwendung von Python.

Vermorel betont, dass es vier Jahrzehnte gedauert hat, bis ERP Systeme ihre Reife erreicht haben, was die Bestandsoptimierung zu einer realisierbaren Option gemacht hat. Das Gespräch geht auf die Bedeutung der programmatischen Ausdrucksstärke ein, da sie es Organisationen ermöglicht, sich an Veränderungen und unvorhersehbare Ereignisse anzupassen. Vermorel erklärt, dass Excel eine gewisse Ausdrucksstärke bietet, aber ihre Grenzen in der Art und Weise liegen, wie die Logik in Tabellenkalkulationen organisiert ist. Python hingegen bietet eine abstraktere und ausdrucksstärkere Lösung, die sich ideal für die Bestandsoptimierung eignet.

Vandeput erklärt dann, warum Python seine bevorzugte Programmiersprache für das Buch ist. Er weist darauf hin, dass Python eine der beliebtesten Programmiersprachen weltweit ist und eine Fülle von Ressourcen online verfügbar sind. Dies bedeutet, dass Benutzer leicht Antworten auf ihre Fragen finden können, was es weniger wahrscheinlich macht, dass sie stecken bleiben. Darüber hinaus macht die Einfachheit von Python es zugänglicher und Benutzer können den Code durch Lesen verstehen.

Das Buch legt den Schwerpunkt auf Python aus zwei Gründen. Erstens glaubt Vandeput, dass Praxis entscheidend für das Lernen ist, daher enthält er viele Do-it-yourself-Abschnitte in Excel und Python, die es den Lesern ermöglichen, praktische Erfahrungen zu sammeln. Zweitens ermöglicht Python Benutzern, Lösungen für die Bestandsoptimierung zu skalieren und über die Lösung von Problemen für einzelne Artikel hinauszugehen und breitere Supply Chain-Probleme anzugehen.

Vermorel stimmt Vandeputs Aussagen zur Beliebtheit und Einfachheit von Python zu, erkennt jedoch auch einige der Einschränkungen der Sprache an. Er schlägt vor, dass andere Programmiersprachen wie JavaScript und Java aufgrund der umfangreichen Softwareentwicklungsfähigkeiten, die für die Arbeit mit ihnen erforderlich sind, für die Bestandsoptimierung nicht so geeignet sind.

Das Gespräch dreht sich um die Vorzüge von Python als Programmiersprache und gängige Missverständnisse bei der Bestandsoptimierung.

Vermorel argumentiert, dass Python aufgrund seiner prägnanten Natur und Benutzerfreundlichkeit, insbesondere für Neulinge, gut für die Bestandsoptimierung geeignet ist. Er stellt fest, dass die Entwicklung von Python seit seiner Entstehung in den 1990er Jahren bis heute es zunehmend beliebt und effektiv gemacht hat, um akademische und industrielle Anforderungen zu erfüllen. Trotz seiner Vorteile erwähnt Vermorel, dass es immer noch Raum für Verbesserungen gibt, insbesondere beim Umgang mit Ungewissheit. Er betont jedoch, dass Python im Vergleich zu anderen teuren Optionen auf dem Markt eine kostengünstige Lösung ist.

Vandeput hingegen geht auf die gängigen Missverständnisse in der Branche in Bezug auf die Bestandsoptimierung ein. Er weist darauf hin, dass viele Praktiker oft Durchlaufzeit mit Transportzeit verwechseln und die Bedeutung des Überprüfungszeitraums bei der Berechnung des Sicherheitsbestands übersehen. Vandeput betont, dass der Überprüfungszeitraum neben der Durchlaufzeit berücksichtigt werden muss und schlägt vor, dass eine Reduzierung dieses Zeitraums zu einer Verringerung des Sicherheitsbestands führen kann.

Sowohl Vermorel als auch Vandeput erkennen die weit verbreitete Verwirrung in der Branche und die Notwendigkeit besser ausgebildeter Fachleute im Bereich des Supply Chain Managements an. Sie betonen die Bedeutung des Verständnisses der Feinheiten der Bestandsoptimierung und der Nutzung geeigneter Werkzeuge und Techniken, um bessere Ergebnisse zu erzielen.

Die Diskussion berührte die Herausforderungen, mit denen die Supply Chain-Branche konfrontiert ist, und die Notwendigkeit, mehr talentierte Personen für das Feld zu gewinnen.

Vermorel stellte fest, dass die Komplexität der Probleme in der Supply Chain-Branche oft geringer ist als in anderen Bereichen wie der Mikroelektronik. Er betonte jedoch die Bedeutung, mehr brillante Köpfe für das Feld zu gewinnen, um bei der Lösung der Herausforderungen zu helfen. Er lobte Vandeputs Buch dafür, dass es das Supply Chain-Feld für intelligente, begeisterte Personen attraktiver macht, die sich wirklich für die Bewältigung solcher Probleme interessieren können.

Vandeput diskutierte die Einschränkungen traditioneller mathematischer Modelle im Supply Chain Management, die oft auf Vereinfachungen der Realität basieren. Er erklärte, dass einige Modelle für bestimmte Szenarien gut genug funktionieren können, aber wenn sie nicht ausreichend performen, können andere Ansätze wie Simulationen erforderlich sein.

Vandeput nannte das Beispiel von Sicherheitsbestandsformeln, die davon ausgehen, dass die Durchlaufzeiten normalverteilt sind. In der Realität können Lieferanten die meiste Zeit pünktlich sein, aber wenn sie zu spät kommen, können sie erheblich zu spät sein. Traditionelle mathematische Modelle haben Schwierigkeiten mit dieser Art von Situation, was die Notwendigkeit von alternativen Methoden wie Simulationen verdeutlicht.

Das Gespräch konzentriert sich auf die Einschränkungen traditioneller mathematischer Modelle, wie Sicherheitsbestandsformeln, die davon ausgehen, dass die Durchlaufzeiten normalverteilt sind. Beide Experten betonen, dass reale Szenarien oft von diesen Annahmen abweichen, was Herausforderungen schafft, die alternative Methoden wie Simulationen für eine genauere Bestandsoptimierung erforderlich machen.

Zusammenfassend betonte das Interview die Bedeutung, brillante Köpfe für die Supply Chain-Branche zu gewinnen, die Einschränkungen traditioneller mathematischer Modelle und die potenziellen Vorteile der Verwendung von Simulationen als Alternative, um diese Einschränkungen zu überwinden.

Vollständiges Transkript

Kieran Chandler: Heute bei lokad tv freuen wir uns, Nicolas Vandeput wieder begrüßen zu dürfen, der mit uns darüber sprechen wird, wie einfach es sein kann und was wir aus seinem neuen Buch lernen können. Also, Nicolas, vielen Dank, dass du wieder bei uns bist. Heute möchten wir wie immer ein wenig über unsere Gäste und das, was sie in letzter Zeit gemacht haben, erfahren. Also, was hast du seit deinem letzten Auftritt in der Show gemacht?

Nicolas Vandeput: Hallo nochmal, Kieran. Nun, wie immer arbeite ich gerade daran, einige schöne Modelle für Unternehmen zur Bestandsoptimierung und Prognose zu erstellen. Und ich kann auch sagen, dass ich einige Bücher geschrieben und an der Universität unterrichtet habe, wie du weißt, das ist jetzt mein großes Hobby.

Kieran Chandler: Okay, schön. Und heute werden wir eines dieser Bücher besprechen, Joannes. Es heißt “Bestandsoptimierungsmodelle und Simulationen”. Was ist das Besondere an Nicolas’ Buch?

Joannes Vermorel: Ich denke, Nicolas greift in diesem Buch eine Sache auf, die ich für einen Eckpfeiler der modernen Supply Chains halte. Und wenn ich von Supply Chain spreche, meine ich im Sinne der Supply Chain-Optimierung, nicht nur im Sinne des Managements, bei dem es nur um die Buchführung geht. Wenn man etwas haben möchte, das eine Chance hat, mit realen Supply Chains umzugehen, muss man eine programmatische Ausdrucksfähigkeit haben. Und in diesem Buch glaube ich, dass eine der interessanten Dinge ist, dass Nicolas anstatt sich tief in idealisierten Supply Chains zu verlieren, wo man sagt: “Oh, lasst uns einen mathematischen Beweis für die Optimalität für dies oder das oder jenes für eine idealisierte Supply Chain haben, die niemals existieren wird”, und wo, wenn man ein bisschen realen Input in die Supply Chain einbringt, alle mathematischen Frameworks auseinanderfallen. Nicolas tut etwas, das meiner Meinung nach viel mehr im agilen Denken liegt, was viel angemessener ist: einfach zeigen, wie man sehr einfache und unkomplizierte numerische Rezepte mit Python erstellen kann.

Das Schöne an den Rezepten ist, dass sie sehr praktisch sind und buchstäblich zeigen, dass die meisten klassischen Supply Chain-Rezepte in der Regel in etwa fünf Zeilen Python-Code implementiert werden können. Und ich glaube, das ist sehr interessant, weil es die Idee vermittelt, dass man, wenn man etwas sehr Einfaches tun möchte, dies auf sehr einfache Weise tun kann. Man braucht keine halbe Handvoll Softwareingenieure, um diese Dinge zu entwickeln. Und ich glaube, dass es als Nebeneffekt das demystifiziert, was große Softwareanbieter tatsächlich auf den Markt bringen. Denn wenn man zeigt, dass man im Grunde genommen das tun kann, was sie behaupten zu tun, aber nur in wenigen Zeilen Code, stellt sich die Frage: Hat das, was von diesen Anbietern vorgeschlagen wird, überhaupt einen Wert? Und ich glaube, zu einem großen Teil nicht. Aber darüber hinaus zeigt es, dass man, wenn man sehr kleine Bausteine hat, plötzlich in der Lage ist, sie zu kombinieren und seine eigenen Herausforderungen aus der realen Welt in diese Rezepte einzubringen, so dass man etwas hat, das zumindest eine gute Chance hat, geeignet zu sein.

Kieran Chandler: Lösung für Ihre Supply Chain. Okay, das klingt auf jeden Fall sehr interessant. Nicolas, diese Idee, dass man nur wenige Zeilen Code braucht und schon Ergebnisse erhält, ist viel befriedigender als stundenlanges Programmieren. Für wen ist dieses Buch gedacht?

Nicolas Vandeput: Eine meiner großen Obsessionen ist Vereinfachung. Wenn ich ein solches Buch schreibe, versuche ich zu überlegen: “Okay, wenn ich die Supply Chain verwalte und den Lagerbestand optimieren möchte, wie kann ich alles vereinfachen, um ein globales Bild zu geben und gleichzeitig den Praktikern zu ermöglichen, es selbst zu tun?” Also schreibe ich dieses Buch wirklich für jeden in einer Supply Chain, der gerade denkt: “Oh mein Gott, wir haben zu viel Lagerbestand” oder “Wir haben so viel Lagerbestand und gleichzeitig haben wir nicht den richtigen Service-Level” oder einfach “Nun, ich bin für den Lagerbestand verantwortlich, aber ich habe keine Ahnung, wie viel ich brauche.” Ich habe dieses Buch wirklich geschrieben, um diesen Menschen zu helfen, es selbst zu tun. Es gibt so viele “Do-it-yourself”-Abschnitte in diesem Buch, die zeigen, wie man es auf einfachste Weise tun kann. Und gleichzeitig versuche ich ihnen wirklich zu sagen: “Nun, wir müssen einige Annahmen treffen, und während wir einigen Annahmen folgen, streben wir nicht nach Perfektion, die nicht existiert. Also werden wir einige Simulationen durchführen und die Grenzen der von uns verwendeten Modelle sehen.” Kurz gesagt, dieses Buch ist wirklich für jeden in der heutigen Supply Chain gedacht, der denkt: “Okay, ich muss den Lagerbestand richtig bekommen.”

Kieran Chandler: Großartig, und es ist eine Art Denkwechsel, nicht wahr, Johannes? Denn historisch gesehen war Programmierung etwas, das den IT-Abteilungen überlassen wurde. Jetzt scheint es, dass immer mehr Praktiker diese Fähigkeiten erlernen. Warum würden Sie sagen, gibt es diese Denkweise?

Joannes Vermorel: Ich glaube, diese Dinge gibt es schon lange. Aber in Bezug auf die Reife der Supply Chain haben Unternehmen jahrzehntelang darum gekämpft, die digitalen Gegenstücke ihrer Supply Chain zu haben, um ein ERP- oder WMS-Setup zu haben, in dem die Lagerbestände einfach verwaltet werden können - keinerlei Intelligenz, sondern nur ein genaues digitales Gegenstück Ihrer Supply Chain. Es hat lange gedauert, bis wir dorthin gekommen sind. Wenn wir uns anschauen, dass die ersten ERPs - sie wurden nicht so genannt - Ende der 70er Jahre eingeführt wurden, haben wir heutzutage vier Jahrzehnte ERP-Geschichte hinter uns. Es hat also lange gedauert, um ausreichende digitale Abbildungen zu haben, damit es eine vernünftige Option wird, alle Arten von Optimierungen durchzuführen. Und der Wechsel von Excel zu Python war übrigens ein langsamer Prozess. Excel bietet bereits viele Programmiermöglichkeiten, die auch teilweise im Buch illustriert werden. Für mich ist es ein Kontinuum, keine vollständige Disruption, bei der man von etwas zu etwas anderem wechselt. Sie benötigen diese programmatische Ausdruckskraft, um mit all den Dingen umzugehen, die die reale Welt auf Sie wirft.

Kieran Chandler: Also Joannes, Sie haben gerade über die Notwendigkeit gesprochen, dass Software ausdrucksstark sein muss, um mit der unberechenbaren Natur von Supply Chains umgehen zu können. Können Sie das etwas genauer erläutern?

Joannes Vermorel: Ja, ich denke, es wird immer Dinge geben, die völlig zufällig und unberechenbar sind. Es kann ein Brexit, ein Trump-Zoll, eine Pandemie oder plötzlich die Tatsache sein, dass das Unternehmen mit der Verteilung eines Impfstoffs umgehen muss, was Ihre Supply Chain auf den Kopf stellt. Es passieren viele Dinge, und wenn Sie nur eine starre Software haben, wird sie einfach nicht in der Lage sein, mit all den Dingen umzugehen, die in der realen Welt passieren. Sie müssen also etwas Ausdrucksstärkeres haben, und dafür benötigen Sie diese programmatische Ausdruckskraft. Excel bietet Ihnen das, aber es hat bestimmte Einschränkungen, die meiner Meinung nach tief mit der Art und Weise zusammenhängen, wie Sie Ihre Logik in einer Tabellenkalkulation organisieren. Python bietet Ihnen die nächste Stufe; es ist etwas abstrakter, aber Sie erhalten sozusagen die nächste Stufe der Ausdruckskraft, in der Sie Dinge wie benutzerdefinierte Funktionen haben können. Das können Sie auch in Excel mit Visual Basic haben, aber Python ist im Grunde genommen eine überlegene Variante von VBA.

Kieran Chandler: Nicolas, lass uns vielleicht über den Übergang von Excel zu Python sprechen, und es gibt viele andere Programmiersprachen da draußen, wie SQL, C-sharp und so weiter. Warum hast du dich für Python als deine Sprache für dieses Buch entschieden? Was bietet es, was vielleicht einige dieser anderen Sprachen nicht bieten?

Nicolas Vandeput: Nun, insgesamt sehen wir, dass Python einige Vorteile hat. Der erste ist, dass es eigentlich ziemlich bekannt ist. Ich weiß nicht, ob man sagen kann, dass es die Nummer eins Sprache der Welt ist, aber es ist zumindest nah dran. Das bedeutet, dass Sie heute, wenn Sie sich eine Frage zu Python stellen, einfach danach googeln und eine Antwort finden werden, und das ist wirklich praktisch. Wenn Sie eine Programmiersprache finden, die viel schneller ist als Python, werden Sie sagen: “Okay, ich werde diese verwenden, sie ist schneller”, aber Sie haben einige Fragen und geben diese Fragen online ein, aber Sie sehen keine Antwort, dann bleiben Sie stecken. Mit Python ist es extrem schwierig, stecken zu bleiben, weil ich Ihnen wirklich sagen kann, dass jemand irgendwo bereits dieselbe Frage hatte und sie bereits beantwortet wurde. Andererseits, und ich denke, das ist äußerst wichtig, bin ich wirklich für Vereinfachung. Python ist wirklich einfach. Ich erinnere mich immer an meine Zeit als Quantitativer Analyst an diese Art von Kollegen, die VBA verwenden. Wir alle haben viele Leute im Kopf, die diese Art von riesiger VBA-Makrodatei in Excel verwenden, vor der jeder irgendwie Angst hat, und man traut sich nicht, irgendetwas in der Excel-Datei anzufassen, weil es unmöglich ist, es zu reparieren, wenn es zusammenbricht. Python ist nichts davon. Nun, Python ist viel einfacher, und Sie können es im Grunde genommen lesen und verstehen, was es tut, während Sie die Datei weiterlesen. Ich hatte ein oder zwei Leser, die mir nach dem Lesen des Buches eine E-Mail geschrieben haben und mir gesagt haben: “Nicolas, ich weiß nichts über Python, aber ich habe deinen Code gelesen und im Grunde genommen verstehe ich, was du in deinem Code machst, weil alles super klar ist.” Dank dieser beiden Dinge denke ich, dass Python wirklich die Sprache ist, die man verwenden sollte, wenn man etwas Neues lernen möchte. Nun, was das Buch betrifft, warum lege ich so viel Wert auf Python? Nun, ich sehe zwei Gründe, warum ich das tue. Erstens glaube ich, dass, wenn man etwas lernen möchte, man es selbst erfahren und selbst ausprobieren kann. Ich habe viele Do-it-yourself-Abschnitte im Buch, entweder in Excel oder Python, weil ich möchte, dass der Leser neues Know-how und Wissen erwirbt. Ich möchte auch die Optimierung der Supply Chain entmystifizieren, indem ich ihnen sage, dass es nicht so kompliziert ist. Sie geben einfach ein paar Zeilen Code ein und es funktioniert auf Ihrem eigenen Computer. Der Hauptgrund, warum ich Python bevorzuge, ist, dass es einfach ist, die Lösung auf eine Supply Chain zu skalieren. Mit Python können Sie einfach eine Supply Chain mit einfachen Annahmen und Modellen ausführen.

Kieran Chandler: Also, ich bin neugierig, warum haben Sie sich in Ihrem Buch auf Python für die Optimierung der Supply Chain konzentriert?

Nicolas Vandeput: Ich denke, es ist viel besser, wenn Sie es selbst erleben und selbst ausprobieren können. Ich habe viele Do-it-yourself-Abschnitte im Buch, entweder in Excel oder Python, weil ich möchte, dass der Leser neues Know-how und Wissen erwirbt. Ich möchte auch die Optimierung der Supply Chain entmystifizieren, indem ich ihnen sage, dass es nicht so kompliziert ist. Sie geben einfach ein paar Zeilen Code ein und es funktioniert auf Ihrem eigenen Computer. Der Hauptgrund, warum ich Python bevorzuge, ist, dass es einfach ist, die Lösung auf eine Supply Chain zu skalieren. Mit Python können Sie einfach eine Supply Chain mit einfachen Annahmen und Modellen betreiben.

Kieran Chandler: Würden Sie dem zustimmen, Joannes? Wir haben natürlich schon einmal über einige der Einschränkungen von Python gesprochen.

Joannes Vermorel: In Bezug auf die Beliebtheit besteht kein Zweifel daran, dass Python zu den zehn am häufigsten verwendeten Programmiersprachen gehört. Konkurrenten wären JavaScript, Java und einige andere, aber sie sind keine guten Optionen für Supply Chains. Es erfordert erhebliche Software-Engineering-Fähigkeiten, um mit diesen Sprachen etwas zu tun. Einige der guten Eigenschaften von Java, wie umfangreiche Unterstützung für objektorientierte Programmierung, können ein Defekt sein, wenn es darum geht, neue Benutzer einfach einzuführen. Diese Funktionen sind für die Optimierung oder Modellierung von Supply Chains nicht sofort nützlich. Wenn Sie das einfach in den Mix werfen, haben Sie eine komplexere Programmiersprache ohne offensichtlichen Vorteil, zumindest nicht für die ersten Monate eines Projekts.

Python wurde in den 90er Jahren gestartet und es dauerte fast drei Jahrzehnte, um populär zu werden. Es gab eine massive Migration von Python 2 zu Python 3, die meiner Meinung nach von der Akademie übernommen wurde. Python fand seinen Platz in der Akademie und der große Übergang zwischen Python 2 und Python 3 bestand darin, alle schlechten Teile von Python zu entfernen. Was sich daraus in den letzten zehn Jahren ergab, war eine Sprache, die viel besser zu dem passte, was Sie in der Akademie und für die Optimierung der Supply Chain benötigen.

Kieran Chandler: Also, lassen Sie uns über Programmiersprachen sprechen. Joannes, was denken Sie über Python?

Joannes Vermorel: Python ist etwas, bei dem Sie etwas sehr Kompaktes haben, bei dem Sie nicht zu viel Masse mit zu vielen Dingen haben, die herumschwirren. Das genaue Gegenteil davon wäre wahrscheinlich etwas wie C++. Ich bin mir nicht sicher, ob es jemanden auf der Welt gibt, der sagt: “Ich weiß alles, was es über C++ zu wissen gibt”, weil die Spezifikation der Sprache so absolut gigantisch ist, dass ich nicht glaube, dass es überhaupt menschlich möglich ist, mit allen Teilen von C++ vertraut zu sein. Die Sprache ist irgendwie verrückt, wenn man darüber nachdenkt. Also, all das zusammengefasst, haben Sie Python, das wirklich ein guter Ausgangspunkt ist, um die Leute sofort starten zu lassen. Ich glaube, das ist ein guter Ausgangspunkt, um viele der Fallstricke der zufälligen Komplexität zu vermeiden. Nun, wo ich glaube, dass es nicht wirklich das Endspiel ist, und das ist übrigens das, woran wir bei Lokad gearbeitet haben. Aber offensichtlich ist das nicht das Thema des Buches von Nicolas, also werde ich nicht zu sehr abschweifen. Aber ich glaube, wenn Sie mit Unsicherheit umgehen wollen, gibt es viele Dinge, die in Python relativ einfach gemacht werden können. Aber wenn Sie bereit sind, so weit zu gehen, die Sprache selbst zu ändern, könnte dies auf einfachere Weise geschehen. Aber das geht über den Rahmen des Buches hinaus. Für die Zwecke der Diskussion denke ich im Moment, dass, wenn Sie zwischen dem, was Sie von Python bekommen können, und den meisten teuren Optionen auf dem Markt wählen müssen, es buchstäblich ein Schnäppchen ist und es sehr wenig Gründe gibt, es zumindest ernsthaft zu versuchen. Selbst wenn Sie scheitern, wird es ein viel billigeres Scheitern sein im Vergleich zu einem Scheitern mit einem SAP dieser Welt.

Kieran Chandler: Nicolas, neben der Betrachtung einiger Modelle in Ihrem Buch, betrachtet Ihr Buch auch einige der Verwirrungen, wenn es um die Bestandsoptimierung geht. Welche gängigen Verwirrungen sollten wir in der Branche beachten?

Nicolas Vandeput: Ja, basierend auf meiner Erfahrung als Berater und den Gesprächen mit vielen Praktikern über ihre Herangehensweise an die Bestandsoptimierung, fällt auf, dass viele Leute, selbst auf Wikipedia, die Sicherheitsbestandsformel sehen, sie in Excel eingeben und denken, dass sie damit alles richtig machen. Was wir jedoch sehen, ist, dass viele Praktiker das Konzept der Vorlaufzeit und der Transportzeit verwechseln. Es mag nur zwei Tage oder einen Tag dauern, bis ein LKW von einem Lagerhaus zum anderen fährt, aber es kann drei Wochen Planung erfordern, um einen LKW zu finden, einen Fahrer zu finden und die Kommissionierzeit und ähnliche Dinge zu berücksichtigen. Am Ende dauert es vielleicht zwei Wochen, aber es gibt immer noch eine Sache, die die Leute oft vergessen. Die Erkenntnis ist, dass man nicht nur die Vorlaufzeit betrachten sollte, sondern auch den Überprüfungszeitraum.

Nicolas Vandeput: Lassen Sie mich ein Beispiel geben. Wenn Sie jede Woche oder jeden Monat eine Bestellung aufgeben, handelt es sich um eine Addition dessen, was ich in der Gruppe als Risikoperiode bezeichne. Die Periode, für die Sie Ihren Bedarf decken müssen, ist also nicht nur die Vorlaufzeit, sondern auch der Überprüfungszeitraum.

Kieran Chandler: Okay, Nicolas, in Ihrem Buch “Inventory Optimization Models and Simulations” haben Sie über die Bedeutung des Überprüfungszeitraums gesprochen. Können Sie das näher erläutern?

Nicolas Vandeput: Ja, der Überprüfungszeitraum ist im Grunde genommen die Zeit, die Sie geschützt sein müssen, erhöht um die Dauer des Überprüfungszeitraums. Wenn Sie nur alle Woche eine Auffüllung durchführen und eine Vorlaufzeit von drei Wochen haben, beträgt die Risikoperiode tatsächlich vier Wochen. Sie müssen also über das, was in diesen vier Wochen passieren könnte, geschützt sein. Was ich sehe, ist, dass die meisten Menschen und Software diese Überprüfungsperiode vollständig ignorieren und sich nur auf die drei Wochen Vorlaufzeit konzentrieren. Deshalb versuche ich in meinem Buch zu betonen, dass man unbedingt diesen Überprüfungszeitraum berücksichtigen muss, wenn es um die Sicherheitsbestände geht. Gleichzeitig möchte ich die Menschen dazu ermutigen zu erkennen, dass sie, wenn sie diesen Überprüfungszeitraum reduzieren können, die Stillstandszeit in der Produktion usw. reduzieren können, was letztendlich zu einer Reduzierung des Sicherheitsbestands führt. Ich denke, das ist ein großer Gewinn für die Supply Chain.

Kieran Chandler: Okay. Würden Sie dem zustimmen, Joannes? Würden Sie sagen, dass es viele Verwirrungen gibt und deshalb die Leute bereit sind, für Bestandssoftware zu bezahlen?

Joannes Vermorel: Ja, ich meine, ich glaube, dass Lieferketten dringend bessere Ingenieure brauchen. Und in einer meiner ersten Vorlesungen hatte ich diesen Einführungswitz, dass man, wenn man viel Energie hat, in den Vertrieb geht. Wenn man zuverlässig ist, geht man in die Produktion. Und wenn man an allen möglichen Qualitäten mangelt, landet man in der Lieferkette. Aber das Problem ist, dass die Verwirrungen, mit denen man in bestimmten Bereichen der Lieferkette konfrontiert wird, nicht das Ergebnis überaus brillanter Köpfe sind. Und ich möchte mich vielleicht etwas hart gegenüber dem Publikum äußern, aber wenn man sich zum Beispiel ansieht, was mit der Lithografie für die Mikroelektronik gemacht wird und welche Probleme diese Leute lösen, dann sind sie unglaublich kompliziert. Es ist buchstäblich alles dabei. Man hat Quantenphysik mit komplizierter Mathematik. Und ehrlich gesagt ist es viel komplizierter als die Probleme, die in der Lieferkette angegangen werden. Man hat physische Probleme, bei denen es allerlei Schwierigkeiten gibt. Die Technologie besteht buchstäblich aus vielen superkomplizierten Technologien, die man zusammenbringen muss. Zum Beispiel, was Unternehmen wie ASML in den Niederlanden tun, ist fast schon Magie, weil es eine Leistung der Menschheit ist, wenn die brillantesten Köpfe zusammenkommen. Aber die Herausforderung besteht darin, dass wir intelligentere Menschen in die Lieferkette bringen müssen, damit wir sehr brillante Köpfe anziehen können, die sich nicht von Problemen verwirren lassen, die so dumm sind wie die Definition des anwendbaren Zeitraums für die Auffüllung des Lagerbestands in einem System, das man modellieren möchte. Wir müssen das Problem so formulieren, dass diese Menschen ihre Intelligenz einsetzen können. Denn offensichtlich, wenn Ihre gesamte Disziplin darin besteht, dumme Knöpfe auf dummen Softwarestücken zu drücken, dann wundern Sie sich nicht, wenn Sie am Ende nicht die brillantesten Mitarbeiter bekommen.

Kieran Chandler: Also glaube ich, und das ist auch etwas, das mir an diesem Buch gefällt, dass das Buch von Nicolas etwas bietet, bei dem, wenn man klug ist, wenn man jung ist, wenn man eine gewisse Begeisterung hat, dann kann man sich wirklich für die Probleme interessieren, mit denen man sich auseinandersetzen wird. Und nicht nur das, indem man das Buch liest, kann man tatsächlich besser darin werden, diese Probleme zu lösen, was auch eine sehr gute Stütze für die Lieferkette ist. Es sind die Dinge, die die Welt für brillante Köpfe, die ihre Köpfe mit interessanten Problemen beschäftigen wollen, attraktiver machen können. Und deshalb vermute ich, dass in Bezug auf Verwirrungen die Dinge, die die Menschen jetzt verwirren, und die Dinge, von denen ich hoffe, dass sie die Menschen in zwei Jahrzehnten verwirren werden, radikal unterschiedlich sein werden, insbesondere wenn wir, ich würde sagen, viel mehr Talent in diese Branche bringen. Okay, wenn wir langsam zum Ende kommen. Nicolas, in Ihrem Buch hat Johanna erwähnt, dass einige der verwendeten Modelle ihre Anwendungen haben, vielleicht aus akademischer Sicht, aber vielleicht haben sie in der realen Welt ihre Grenzen. Würden Sie sagen, dass einige dieser Grenzen überwunden werden können und wie können sie überwunden werden? Und wie können sie letztendlich in der realen Welt eingesetzt werden?

Nicolas Vandeput: Nun, man muss immer verstehen, dass ein Modell irgendwie eine Vereinfachung der Realität ist, richtig? Also, wenn man ein Modell erstellt, muss man verstehen, dass man einige Dinge beiseite lassen muss. Die eigentliche Frage ist also, ob ein Modell, das, sagen wir, 1995 98% der Zeit funktioniert, für mich ausreichend ist. Manche würden sagen ja, andere nein. Wenn man ein Modell erstellt und feststellt, dass es nur, sagen wir, 70% oder 60% der Zeit funktioniert, dann erkennt man wirklich, dass das übliche mathematische Modell nicht ausreicht. Man muss zu etwas anderem übergehen. Und das zeige ich im letzten Teil des Buches, indem ich sage, dass ein mathematisches Modell irgendwann nicht mehr ausreicht. Es ist nicht genau genug, es ist nicht handhabbar.

Joannes Vermorel: Und das ist etwas, das wir auch bei den Kunden von Lokad sehen, ist, dass die mathematischen Modelle, die wir haben, ausreichen, um das zu identifizieren, was wir als die großen Gewinne bezeichnen. Das heißt, die Dinge, die, wenn man sie behebt, einen massiven Einfluss auf die Supply Chain haben, sei es die Rentabilität oder was auch immer man optimieren möchte. Und hier bringen wir, würde ich sagen, unseren Kunden einen großen Mehrwert. Es gibt jedoch auch viele Details, bei denen das Modell gut ist, aber nicht gut genug. Und hier, würde ich sagen, ist es wichtig, eine Art Industrialisierung zu haben, bei der man wirklich testen, anpassen und justieren kann und im Grunde genommen Tests in der realen Welt durchführen kann. Das ist wirklich der Kern der Supply Chain, oder? Es ist eine Mischung aus Analytik und Operationen, bei der man die Analytik benötigt, um sicherzustellen, dass man keine dummen Dinge tut, aber dann die Operationen, die Tests, die…

Kieran Chandler: Also, ich wollte euch nach der Bestandsoptimierung fragen. Es scheint, dass dies ein Bereich ist, in dem die Leute oft zögern, Modelle zu verwenden, weil sie befürchten, dass sie zu kompliziert werden. Man könnte also zu einer Simulation gehen, und ich bin mir ziemlich sicher, dass Jonas viel dazu zu sagen hat, wie man Simulationen in der Supply Chain durchführt.

Joannes Vermorel: Nun, aus diesem ersten Teil des Buches zeige ich auch, “Okay, das sind die üblichen Modelle für die Supply Chain. Lassen Sie uns einige Simulationen durchführen, um zu sehen, ob sie funktionieren, ja oder nein.” Und ich sehe wirklich, dass wir zum Beispiel in der Supply Chain oft diese übliche Sicherheitsbestandsformel verwenden, die auf Wikipedia steht. Und diese Formel kann mit zufälligen Lieferzeiten umgehen, das heißt, von Zeit zu Zeit ist der Lieferant zu spät, also sollte man etwas mehr Sicherheitsbestand haben, richtig? Wenn man sich jedoch die Formel ansieht, um zu bewerten, wie viel Sicherheitsbestand man basierend auf zufälligen Lieferzeiten benötigt, sieht man, dass es eine ganze Annahme gibt, die besagt: “Nun, die Lieferzeit, ich verteile sie normalerweise.” Also ist es im Grunde genommen eine gutmütige Kurve, dass der Lieferant von Zeit zu Zeit zu spät ist, aber nie so sehr zu spät. Tatsächlich glaube ich, dass die meisten Lieferanten die meiste Zeit pünktlich sind. Aber wenn sie zu spät sind, sind sie ziemlich spät, oder? Ich würde sagen, dass sie in 80% der Fälle pünktlich sind und in 20% der Fälle, sei es eine oder zwei Wochen zu spät. Tatsächlich gibt es keine mathematische Formel, die damit umgehen kann, oder? Wenn man solch einen Lieferanten hat, kommt man mit dieser Sicherheitsbestandsformel nicht weiter. Man muss wirklich zur Simulation zurückkehren, und hier sieht man die Grenzen der Verwendung eines einfachen mathematischen Modells und die Grenzen, nun, man sollte einen Schritt weitergehen und vielleicht mit Simulationen beginnen, um dies zu lösen.

Nicolas Vandeput: Ja, und ich stimme Joannes vollkommen zu. Ich denke, es gibt eine Grenze dafür, was man mit mathematischen Modellen in Bezug auf die Optimierung der Supply Chain tun kann. Und Simulation ist ein sehr mächtiges Werkzeug, um den Einfluss der verschiedenen Parameter auf Ihre Supply Chain zu verstehen und sie zu optimieren. Und tatsächlich ist das das, was wir seit vielen Jahren tun und was auch Joannes tut.

Kieran Chandler: Okay, großartig. Wir müssen es hier beenden, aber vielen Dank euch beiden für eure Zeit. Wenn Sie daran interessiert sind, Nicolas’ Buch über Modelle und Simulationen zur Bestandsoptimierung zu lesen, werden wir einen Link in der Beschreibung unten bereitstellen. Ansonsten sehen wir uns in der nächsten Folge wieder und vielen Dank fürs Zuschauen. Tschüss.

Joannes Vermorel: Danke.

Nicolas Vandeput: Danke.