Supply Chain Wissenschaft und Technik
ZURÜCK ZU LOKAD TV ›
Das Paradoxon der Benutzererfahrung
Supply Chain Management (SCM)-Systeme verfügen über komplexe Benutzeroberflächen. Darunter sind auch Unterbereiche der Bedarfsprognose nicht nur komplex, sondern auch kompliziert. Bessere Benutzeroberflächen werden benötigt, um diese Komplexität zu bewältigen.
Silos und Entscheidungen im supply chain
Moderne supply chains sind komplex, und die direkteste Antwort auf Komplexität ist eine 'Arbeitsteilung'. Leider führt dieser Ansatz zu 'Silos', die darin versagen, Entscheidungen zu liefern, die den Ertrag für das Unternehmen maximieren.
Der Datenwissenschaftler im supply chain
Supply chain Herausforderungen sind häufig quantitativ und datengetrieben. Das macht sie zu einer guten Grundlage für eine Data-Science-Praxis. Allerdings wird das Verständnis des Geschäfts häufig als Aspekt der Data-Science-Praxis im supply chain übersehen.
Blockchain und Bitcoins
Blockchains und Bitcoin haben Anwendungen für supply chains, jedoch nicht die, die von Softwareanbietern am markantesten hervorgehoben werden.
Künstliche Intelligenz für supply chain
Artificial Intelligence (AI) is an umbrella term that covers many high-dimensional statistical methods such as Deep Learning or Differentiable Programming. These methods can be used in various ways to improve the operational performance of supply chains. However, both problems and solutions differ vastly from mainstream AI problems such as Natural Language Processing (NLP).
Genauigkeit der Nachfrageprognose
Eine äußerst präzise Nachfrageprognose zu erreichen gilt klassischerweise als erster Schritt zur Optimierung einer supply chain. Genauere Prognosen sollen dazu beitragen, Lagerbestände zu reduzieren und Servicelevels zu verbessern.