Supply Chain Science und Technologie
ZURÜCK ZU LOKAD TV ›
Tail Risiken in der Supply Chain
Tail Risiken sind plötzliche, unerwartete Ereignisse und sie können Unternehmen oft zum Scheitern bringen. Der Brexit, der Ausbruch von Covid-19 und der Vulkanausbruch in Island sind nur einige Beispiele aus jüngster Zeit. Klassische Supply Chain Praktiken lassen Unternehmen völlig unvorbereitet auf solche Ereignisse. Das muss jedoch nicht so sein.
Die Rolle von Excel in der Supply Chain
Die Prognose der Nachfrage und die Optimierung der Bestände werden in der Regel in Excel durchgeführt, auch in großen Unternehmen. Viele CIOs haben versucht, sich von Tabellenkalkulationen zu lösen, jedoch ohne Erfolg.
Quantitative Supply Chain, eine anschauliche Darstellung von Mootware
Quantitative Supply Chain ist ein weiterer Buzzword in der Supply Chain, der nicht den Erwartungen der Community gerecht wird.
Nackte Prognosen sind schädlich
Hier bei Lokad ist es unser Ziel, die besten Prognosen zu liefern, die die Technologie bieten kann. Aus diesem Grund fragen potenzielle Kunden oft, ob wir nur Prognosen anstelle einer vollständig verwalteten Lösung bereitstellen können. In dieser Folge von LokadTV erklären wir, warum diese nackten Prognosen zwangsläufig eine Vielzahl verschiedener Probleme mit sich bringen und wie ein Praktiker in der Regel trotz besserer Prognosen die Leistung einer Supply Chain verschlechtert.
Software Design für Supply Chains
Lean Supply Chain Management (Lean SCM) beginnt mit einer schlanken Anwendungslandschaft, um die Supply Chain zu unterstützen. Im Bereich der Softwareentwicklung ist 'lean' jedoch hauptsächlich eine Frage der architektonischen Entscheidungen. Diese Entscheidungen bestimmen die Art von Problemen, bei denen das gewählte Softwaredesign gut passt und bei welchen nicht. Viele Probleme in der Supply Chain entstehen aus Situationen, die durch das Design verursacht wurden, bei denen Kernentscheidungen im Konflikt mit realen Anforderungen stehen.
Schlechte Daten in der Supply Chain
Die ordnungsgemäße Vorbereitung von Daten ist entscheidend, um bei schwierigen Aufgaben wie der genauen Nachfrageprognose erfolgreich zu sein. Schlechte Daten sind in der Regel der Sündenbock gescheiterter Supply-Chain-Initiativen. Doch schlechte Daten spiegeln in der Regel eher schlecht verstandene Software und Prozesse wider als fehlerhafte Dateneingaben.
Bereitschaft zu zahlen
Die Bereitschaft zu zahlen ist ein grundlegender wirtschaftlicher Begriff, der den maximalen Betrag bestimmt, den eine Person für ein bestimmtes Gut oder eine bestimmte Dienstleistung zu zahlen bereit ist. Dies kann von vielen Faktoren wie Marketing und Trends beeinflusst werden und kann von Verbraucher zu Verbraucher stark variieren. Obwohl dieses Konzept für das Verständnis der Marktnachfrage unerlässlich ist, wird es von Supply-Chain-Praktikern oft vernachlässigt.
Pseudowissenschaft in Supply Chains
Wie die meisten komplexen Systeme sind Supply Chains schwer zu verstehen. Die meisten naiven Messungen, wie z.B. die Genauigkeit der Prognose, geben nur einen Teil des Problems wieder. Infolgedessen haben sich während der 90er und 2010er Jahre mehrere Methoden wie ABC-Analyse oder Sicherheitsbestände durchgesetzt, obwohl sie weder theoretisch fundiert noch empirisch belegt waren.
A/B Testing, Exploration vs. Exploitation
A/B-Tests sind eine Methode zum Vergleich von zwei oder mehr Optionen, um festzustellen, welche das beste Ergebnis liefert. Leider schneiden A/B-Tests bei Herausforderungen in der Supply Chain schlecht ab. In dieser Folge von LokadTV erfahren wir, warum diese Art von Tests derzeit in verschiedenen Branchen eingesetzt wird und warum sie historisch gesehen so beliebt war. Wir erfahren mehr darüber, wie dieser Ansatz stark geschwächt wird, wenn er auf eine Supply Chain angewendet wird, und welche Komplexitäten bedeuten, dass alternative Ansätze viel besser funktionieren.
Lokad Quantitative Supply Chain Software
3-minütige Einführung in die 'Quantitative Supply Chain', einen prädiktiven Ansatz zur Erzielung einer überlegenen Leistung der Lieferkette durch probabilistische Prognosen und numerische Optimierung.
Shadow IT in Supply Chains
Die vorhersagende Optimierung von Lieferketten basiert auf Daten, die normalerweise irgendwo in der vorhandenen Anwendungslandschaft des Unternehmens zu finden sind. Viele dieser Systeme werden jedoch möglicherweise nicht von der IT verwaltet, da sie aus unmittelbaren betrieblichen Bedürfnissen entstanden sind, die nicht von den offiziellen Systemen abgedeckt wurden. Schatten-IT ist der Name für IT-Systeme, die innerhalb eines Unternehmens ohne ausdrückliche Genehmigung des Managements erstellt werden.
Verwendung von Wettervorhersagen zur Verbesserung der Nachfrageprognosen
Die Genauigkeit der Nachfrageprognosen gilt als entscheidender Faktor zur Reduzierung von Lagerbeständen und zur Verbesserung des Servicelevels. Wenn die Nachfrage jedoch stark vom Wetter beeinflusst wird, ist es sinnvoll, die Nachfrageprognose durch die Nutzung einer Wettervorhersage zu verfeinern.