Zusammenfassung
Effektive MRO (Wartung, Reparatur und Überholung) erfordert eine sorgfältige Verwaltung von bis zu mehreren Millionen Teilen pro Flugzeug, bei denen jegliche Nichtverfügbarkeit zu teuren Aircraft-on-Ground (AOG)-Ereignissen führen kann. Traditionelle Lösungen zur Bewältigung dieser Komplexität beinhalten die Implementierung von Sicherheitsbestand Formeln oder den Unterhalt eines übermäßigen Inventars, wobei beide Ansätze Einschränkungen aufweisen und finanziell nicht tragbar sein können. Lokad konzentriert sich mittels eines probabilistischen Forecasting Ansatzes darauf, den Ausfall oder Reparaturbedarf jedes einzelnen Teils der gesamten Flotte vorherzusagen und die unmittelbaren sowie nachgelagerten finanziellen Auswirkungen potenzieller AOG-Ereignisse zu bewerten. Dieser Ansatz kann sogar zu auf den ersten Blick kontraintuitiven Entscheidungen führen, wie zum Beispiel, bestimmte Teile nicht auf Lager zu halten und stattdessen in tatsächlichen Bedarfssituationen einen Aufpreis zu zahlen – was paradoxerweise kosteneffektiver sein kann, als überschüssiges Inventar vorzuhalten. Darüber hinaus automatisiert Lokads Ansatz diese entscheidungsbasierte Optimierung Prozesse, wodurch nicht nur Verschwendung von Zeit und Bandbreite reduziert wird, sondern auch die operative Effizienz steigt.
Transkript
Einfach ausgedrückt, kann ein Flugzeug nicht fliegen, wenn es nicht die höchstmöglichen Sicherheitsstandards erfüllt. Das Problem ist, wenn irgendein einzelnes Teil in diesem Flugzeug nicht ordnungsgemäß funktioniert oder nicht rechtzeitig repariert werden kann, wird das Flugzeug am Boden gehalten. Diese Schwierigkeit betrifft nicht nur den Flugplan, sondern auch die Reisepläne aller Passagiere.
Je nach Größe des Flugzeugs kann in einem Verkehrsflugzeug die Anzahl der einzelnen Teile zwischen 250.000 und mehreren Millionen liegen. Das bedeutet, dass potenziell mehrere Millionen Teile kontinuierlich inspiziert, repariert und/oder ausgetauscht werden müssen. Das gibt Ihnen einen Hinweis auf die gesamte Komplexität der supply chain, die mit Wartung, Reparatur und Überholung verbunden ist.
Nicht nur die zahlenmäßige Komplexität ist enorm, sondern auch die finanziellen Konsequenzen sind beträchtlich. Daher ist das Ziel jedes MRO-Kunden einfach: Aircraft on Ground (AOG)-Ereignisse zu vermeiden. Die häufigste Ursache für ein AOG-Ereignis ist eigentlich ganz simpel: Das Fehlen des exakt benötigten Teils genau in dem Moment, in dem es gebraucht wird.
Angesichts des wechselseitigen Zusammenhangs der Flüge kann es sehr kostspielig sein, nur ein einziges Flugzeug aufgrund eines AOG-Ereignisses umzuplanen – die Kosten können von Zehntausenden bis zu Hunderttausenden von Dollar reichen. Zum Beispiel kehrt das Flugzeug, das von Paris nach London fliegt, typischerweise nach Paris zurück. Wenn also der ursprüngliche Flug aufgrund eines AOG-Ereignisses abgesagt oder verschoben werden muss, betrifft dies auch den Rückflug.
Ein typischer Flugzeugtriebwerk, wie dieses, besteht aus 25.000 bis 45.000 Einzelteilen. Aus supply chain Perspektive entspricht dies 45.000 möglichen AOG-Ereignissen. Somit ist, erneut aus supply chain Perspektive betrachtet, das Fehlen einer Ein-Dollar-Schraube potenziell genauso schädlich wie das Nichthochfahren eines 50-Millionen-Dollar-Triebwerks. Warum? Das Flugzeug wird am Boden gehalten.
Herkömmliche Lösungen für die Einschränkungen der supply chain beinhalten die lehrbuchmäßige Anwendung von Sicherheitsbestand-Formeln. Diese scheitern jedoch aus vielfältigen Gründen, insbesondere weil sie davon ausgehen, dass die Nachfrage normalverteilt ist – was im Bereich der Ersatzteile natürlich selten der Fall ist.
Eine alternative und ebenso unhaltbare Lösung besteht darin, ein endloses Inventar anzuhäufen. Dies ist nicht nur unpraktisch, sondern auch finanziell potenziell unmöglich, wenn man bedenkt, dass es für jedes einzelne Flugzeug in jeder Flotte bis zu sieben Millionen Teile geben könnte.
Andererseits basiert Lokads Philosophie auf probabilistischer Vorhersage und einer rein finanziell orientierten Perspektive, die darauf abzielt, Fehler in Dollar oder Euro zu reduzieren. Zum Beispiel würde Lokad jedes einzelne Teil dieses Flugzeugs analysieren und die Wahrscheinlichkeit eines Ausfalls oder eines Reparaturbedarfs prognostizieren. Dieser Prozess wird dann für jedes einzelne Teil des Flugzeugs und für jedes Flugzeug in der Flotte wiederholt. Anschließend vergleicht Lokad diese Prognosen mit der Wahrscheinlichkeit eines AOG-Ereignisses und den damit verbundenen Kosten.
Lokad ist zudem in der Lage, einige kontraintuitive Szenarien zu berücksichtigen. Nehmen wir erneut das Flugzeug als Beispiel. Es gibt potenziell sieben Millionen Teile, von denen jedoch einige sowohl finanziell als auch in absoluten Zahlen wichtiger sind als andere. Innerhalb dieses Datensatzes ist die Wahrscheinlichkeit, dass einige Teile repariert und ersetzt werden müssen, höher als bei anderen.
Dies führt tatsächlich zu der kontraintuitiven Situation, dass manche Teile gar nicht als Ersatz auf Lager gehalten werden sollten. Tatsächlich könnte es sogar besser sein, auf einen tatsächlichen Bedarf zu warten und dann einen Aufpreis auf dem Markt zu zahlen. Diese höheren Kosten – der Aufpreis beim Kauf bei Bedarf – könnten, aus probabilistischer und finanzieller Sicht, eine bessere wirtschaftliche Entscheidung darstellen als die Lagerhaltung großer Mengen ungenutzter Vorräte.
Zusammenfassend ermöglicht Lokads Ansatz eine effiziente und automatisierte Entscheidungsfindung, die nicht nur zu einer Reduktion von finanziellen Verlusten führt, sondern auch den für repetitive, alltägliche Entscheidungen aufgewendeten Aufwand verringert.
