Zusammenfassung
Effektives MRO (Wartung, Reparatur und Überholung) erfordert eine sorgfältige Verwaltung von bis zu mehreren Millionen Teilen pro Flugzeug, bei deren Nichtverfügbarkeit kostspielige Ereignisse am Boden (Aircraft-on-Ground, AOG) auftreten können. Traditionelle Lösungen zur Bewältigung dieser Komplexität umfassen die Implementierung von Sicherheitsbestand-Formeln oder die Aufrechterhaltung eines übermäßigen Lagerbestands, die beide ihre Grenzen haben und finanziell nicht tragbar sein können. Lokad konzentriert sich durch einen probabilistischen Prognoseansatz auf die Vorhersage des Ausfalls oder des Reparaturbedarfs jedes einzelnen Teils in der Flotte und bewertet die unmittelbaren und nachgelagerten finanziellen Auswirkungen potenzieller AOG-Ereignisse. Dieser Ansatz kann sogar zu scheinbar gegenintuitiven Entscheidungen führen, wie beispielsweise das Nichtvorhalten bestimmter Teile und stattdessen die Zahlung eines Aufpreises bei tatsächlichem Bedarf, was paradoxerweise kosteneffektiver sein kann als die Aufrechterhaltung eines Überschusslagers. Darüber hinaus automatisiert der Ansatz von Lokad diese entscheidungsbasierten Prozesse und reduziert verschwendete Zeit und Bandbreite, während die operative Effizienz erhöht wird.
Transkript
Einfach ausgedrückt kann ein Flugzeug nicht fliegen, wenn es nicht den höchstmöglichen Sicherheitsstandards entspricht. Das Problem ist, dass das Flugzeug stillgelegt wird, wenn auch nur ein einziges Teil nicht ordnungsgemäß funktioniert oder nicht rechtzeitig repariert werden kann. Diese Widrigkeit betrifft nicht nur den Flugplan, sondern auch die Reisepläne aller Passagiere.
Je nach Größe des Flugzeugs können in einem kommerziellen Flugzeug zwischen 250.000 und mehreren Millionen Einzelteile vorhanden sein. Das bedeutet, dass potenziell mehrere Millionen Teile regelmäßig inspiziert, repariert und/oder ausgetauscht werden müssen. Dies gibt Ihnen einen Hinweis auf die gesamte Komplexität der Supply Chain, die bei Wartung, Reparatur und Überholung involviert ist.
Nicht nur die numerische Komplexität ist enorm, sondern auch die finanziellen Konsequenzen. Das Ziel für jeden MRO-Kunden ist daher einfach: das Vermeiden von Aircraft-on-Ground (AOG)-Ereignissen. Die Hauptursache für ein AOG-Ereignis ist eigentlich recht einfach: nicht den genauen Teil zur richtigen Zeit zur Verfügung zu haben.
Aufgrund der wechselseitigen Natur von Flügen kann die Umplanung eines einzigen Flugzeugs aufgrund eines AOG-Ereignisses tatsächlich recht kostspielig sein und von Zehntausenden bis zu Hunderttausenden von Dollar reichen. Zum Beispiel kehrt das Flugzeug, das von Paris nach London fliegt, in der Regel um und kehrt nach Paris zurück. Wenn also der erste Flug aufgrund eines AOG-Ereignisses abgesagt oder umgeplant werden muss, betrifft dies auch den Rückflug.
Ein typischer Flugzeugmotor, wie dieser hier, besteht aus 25.000 bis 45.000 Einzelteilen. Aus einer Supply-Chain-Perspektive bedeutet dies 45.000 mögliche AOG-Ereignisse. Aus einer Supply-Chain-Perspektive ist es also genauso schädlich, keinen ein-Dollar-Schraube zu haben, wie wenn der gesamte 50 Millionen Dollar teure Motor nicht startet. Warum ist das so? Das Flugzeug ist stillgelegt.
Gängige Lösungen für die Supply-Chain-Beschränkungen beinhalten die klassische Anwendung von Sicherheitsbestandsformeln. Diese scheitern aus verschiedenen Gründen, nicht zuletzt weil sie davon ausgehen, dass die Nachfrage normalverteilt ist. Dies ist im Ersatzteilgeschäft natürlich selten der Fall.
Eine alternative und ebenso untragbare Lösung besteht darin, eine endlose Menge an Lagerbestand vorzuhalten. Dies ist nicht nur unpraktisch, sondern auch finanziell möglicherweise unmöglich, da es für jedes einzelne Flugzeug in jeder einzelnen Flotte sieben Millionen Teile geben könnte.
Auf der anderen Seite basiert die Philosophie von Lokad auf probabilistischer Prognose und einer rein finanziell orientierten Perspektive, die darauf abzielt, Fehler in Dollar oder Euro zu reduzieren. Lokad würde zum Beispiel jedes einzelne Teil dieses Flugzeugs nehmen und die Wahrscheinlichkeit prognostizieren, dass dieses Teil ausfällt oder repariert werden muss. Lokad wiederholt diesen Prozess dann für jedes einzelne Teil dieses Flugzeugs für jedes Flugzeug in der Flotte. Lokad vergleicht dies dann mit der Möglichkeit eines AOG-Ereignisses und den Kosten dafür.
Lokad ist auch in der Lage, einige gegenintuitive Szenarien zu berücksichtigen. Nehmen wir wieder das Flugzeug als Beispiel. Es gibt potenziell sieben Millionen Teile, aber von diesen sieben Millionen Teilen sind einige wichtiger, sowohl finanziell als auch absolut, als andere. Einige dieser Daten sind wahrscheinlicher, eine Reparatur und einen Austausch zu erfordern als andere.
Das führt tatsächlich zu der gegenintuitiven Situation, dass einige Teile tatsächlich nicht den Wert haben, Ersatzteile zu haben. Tatsächlich ist es möglicherweise besser, auf einen Moment des tatsächlichen Bedarfs 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 finanzielle Entscheidung sein als große Mengen ungenutzten Lagerbestands zu haben.
Kurz gesagt ermöglicht der Ansatz von Lokad effiziente und automatisierte Entscheidungsfindung, die nicht nur Fehler in Dollar reduziert, sondern auch die Menge an Bandbreite, die sonst für repetitive, banale Entscheidungen aufgewendet würde.
