Supply Chain Wissenschaft und Technik
Software-Design für Supply Chains
Lean Supply Chain Management (Lean SCM) beginnt mit einer schlanken Anwendungslandschaft zur Unterstützung des supply chain. Allerdings ist 'lean' in Software in erster Linie eine Frage architektonischer Entscheidungen. Diese Entscheidungen definieren die Problemklasse, bei der das gewählte Software-Design gut passt und bei der es nicht passt. Viele supply chain Probleme entstehen durch von vornherein fehlerhafte Designentscheidungen, die mit den Anforderungen der realen Welt in Konflikt stehen.
Schlechte Daten in supply chain
Die ordnungsgemäße Aufbereitung von Daten ist entscheidend, um bei schwierigen Vorhaben wie präziser Nachfrageprognose erfolgreich zu sein. Schlechte Daten werden üblicherweise als Sündenbock für das Scheitern von supply chain Initiativen herangezogen. Dabei spiegeln schlechte Daten meist unzureichend verstandene Software und Prozesse wider, statt fehlerhafter Dateneingaben.
Kaufbereitschaft
Kaufbereitschaft ist ein grundlegendes wirtschaftliches Konzept, das den maximalen Betrag bestimmt, den eine Person bereit ist, für ein bestimmtes Gut oder eine Dienstleistung zu zahlen. Dies kann von vielen Faktoren wie Marketing und Trends beeinflusst werden und variiert oft massiv von Konsument zu Konsument. Obwohl dieses Konzept wesentlich ist, um die Marktnachfrage zu verstehen, wird es von Praktikern der supply chain allzu häufig ignoriert.
Pseudowissenschaft in supply chains
Wie die meisten komplexen Systeme sind supply chains schwer zu verstehen. Die meisten naiven Messungen, wie zum Beispiel die Vorhersagegenauigkeit, geben nur einen teilweisen Einblick in das Problem. Infolgedessen haben sich in den 90er und 2010er Jahren mehrere Methoden wie ABC-Analyse oder Sicherheitsbestände gehalten, obwohl sie weder theoretisch fundiert noch empirisch belegt waren.
A/B-Tests, Erkundung vs. Ausbeutung
A/B-Tests sind eine Methode zum Vergleich von zwei oder mehr Optionen, um zu beurteilen, welche das beste Ergebnis liefert. Leider schneiden A/B-Tests schlecht ab, wenn sie mit supply chain Herausforderungen konfrontiert werden. In dieser Folge von LokadTV erfahren wir, warum diese Testmethode derzeit in einer Reihe von Branchen eingesetzt wird und warum sie historisch so populär war. Wir lernen auch, wie dieser Ansatz erheblich geschwächt wird, wenn er auf eine supply chain angewendet wird, und welche Komplexitäten dazu führen, dass alternative Ansätze weitaus besser funktionieren.
Lokad die Quantitative Supply Chain Software
3-minütige Einführung in die 'die Quantitative Supply Chain', ein prädiktiver Ansatz, um überlegene supply chain performance durch probabilistische Prognosen und numerische Optimierung zu erreichen.
Shadow IT in supply chain
Die prädiktive Optimierung von supply chain beruht auf Daten, die in der Regel irgendwo in der bestehenden Anwendungslandschaft des Unternehmens zu finden sind. Viele dieser Systeme werden jedoch möglicherweise nicht von der IT verwaltet, da sie aus unmittelbaren operativen Bedürfnissen entstanden sind, die von den offiziellen Systemen nicht abgedeckt wurden. Shadow IT ist der Begriff für IT-Systeme, die innerhalb eines Unternehmens ohne ausdrückliche Genehmigung des Managements erstellt werden.
Wettervorhersagen nutzen, um Nachfrageprognosen zu verbessern
Die Genauigkeit von Nachfrageprognosen gilt als entscheidender Faktor, um Fehlbestände zu reduzieren und Servicelevels zu verbessern. Allerdings, wenn die Nachfrage stark vom Wetter beeinflusst wird, macht es Sinn, die Nachfrageprognose durch die Einbeziehung von Wettervorhersagen zu verfeinern.
Warum SKUs nicht so einfach sind
Die Stock Keeping Unit (SKU) bezieht sich auf ein spezifisches Produkt, das an einem bestimmten Ort gelagert wird. SKUs sind zentral in den meisten Bestandskontrollsytems. Viele Inventurmethode basieren auf dem Konzept der SKUs. Allerdings kann die SKU-Perspektive manchmal den Problemen abträglich sein, die der supply chain zu lösen versucht.
Eine domänenspezifische Sprache (DSL) für Supply Chain
Supply chains sind so komplex, dass herkömmliche, konfigurationsgesteuerte Software die schiere Vielfalt der von Praktikern erlebten Situationen nicht abbilden kann. Diese Einschränkungen betreffen sowohl Probleme der Lagerbestandskontrolle als auch Situationen der Nachfrageprognose. Domänenspezifische Sprachen (DSL) bieten eine Antwort auf diese Problembereiche.
Was ist Slowbalization?
Aufgrund einer Vielzahl von Faktoren verändert sich der Welthandel, wie wir ihn kennen. Von Europa über Asien bis in die Vereinigten Staaten wehen Veränderungen, die dazu geführt haben, dass politische Kräfte weltweit sich von den langjährigen Trends der wirtschaftlichen Globalisierung entfernen, wie beispielsweise Donald Trumps jüngste Zollpolitik gegenüber China.
Negatives Wissen in supply chain
Die supply chain Antipatterns repräsentieren negatives Wissen, das heißt, Wissen darüber, was nicht funktioniert. Überraschenderweise ist negatives Wissen tendenziell robuster und nachhaltiger als das positive Pendant, also Wissen darüber, was funktioniert.