Jeder, der im Supply-Chain-Management gearbeitet hat, weiß, dass Störungen unvermeidlich
sind. Im Gegensatz zu früheren Störungen ist die COVID-19-Pandemie weniger lokalisiert
und die langfristigen Auswirkungen auf einzelne Unternehmen und ganze Branchen sind
noch unbekannt. Es ist jedoch die jüngste Erinnerung daran, wie wichtig es ist, Lieferketten
widerstandsfähiger gegen jegliche Art von Stressfaktoren zu machen.
Laut dem Institute for Supply Management [1] melden 77 % der Unternehmen längere Vorlaufzeiten
für Inputs aus China, 83 % melden Verzögerungen aus Europa und 57 % oder mehr melden
Störungen von nordamerikanischen Lieferanten. Als Reaktion darauf passen die meisten
Unternehmen (81 %) ihre Lagerbestände an [2].
Auch wenn die pünktliche Lieferung teilweise schon eine Herausforderung darstellt,
geht es in modernen Lieferketten um viel mehr als nur die Frage: Wann ist ein Produkt
an einem bestimmten Ort? Schnelle Reaktion auf Unvorhergesehenes, Zusammenarbeit der
Akteure, Nachhaltigkeit und Transparenz für Verbraucher spielen eine immer größere
Rolle.
Um all diese Aspekte im Blick zu behalten, ist eines ganz entscheidend: Lieferketten-Management
bedeutet zunehmend Daten-Management. Wie können Lieferketten mithilfe intelligenter
Datenintegration fit für die Zukunft gemacht werden, um den neuen Anforderungen von
Kunden und Verbrauchern gerecht zu werden?
Die Auswirkungen der Pandemie führen weiterhin zu massiven Störungen der globalen
Lieferketten. Wie Unternehmen reagieren, kann erhebliche Auswirkungen auf ihr Geschäftsergebnis
haben. Selbst in „normalen“ Zeiten können die Bestandsverwaltung und die Reaktion
auf Störungen erhebliche Auswirkungen haben:
Fehlbestände kosten Einzelhändler jährlich mehr als 1 Billion US-Dollar [3].
Bis zu 12 % des potenziellen Umsatzes können durch Abschläge verloren gehen [4].
Bis zu 20–30 % des Lagerbestands eines Herstellers sind tot oder veraltet [5].
Die Lagerhaltungskosten machen mehr als 25 % der gesamten Stückkosten aus [5].
Warum ist das so?
Die Daten, die man zur Optimierung oder Fehlervermeidung bräuchte, sind durchaus verfügbar
– nur nicht für alle Beteiligten. Sie liegen an unterschiedlichen Orten in verschiedenster
Form in Silos vor – von elektronischen Systemen bis hin zu schriftlichen Dokumentationen
und Frachtpapieren. Das führt beispielsweise dazu, dass der Empfänger auf relevante
Daten zu seiner aktuellen Lieferung nicht zeitnah zugreifen kann. Dies ist nicht möglich,
weil die Daten nicht miteinander verknüpft sind. Somit gibt es beispielsweise die
Information, dass eine Lieferung verspätet ist, aber dass in dieser Lieferung auch
wichtige Teile für eine Just-in-time-Produktion enthalten sind, erfährt der Betrieb,
der dringend auf seine Bestellung wartet, nicht. Es gibt natürlich auch in der traditionellen
Lieferkette Möglichkeiten, solche Informationen zu sammeln. Dies passiert aber entweder
telefonisch oder über einzelne, manuelle Abfragen in verschiedenen Systemen – bei
Hunderten Artikeln in einer Lieferung sind das dann allerdings über 100 Anfragen –
und mehrere Tage Arbeit.
Und die Komplexität hört nicht an den Grenzen eines Unternehmens auf, eine sehr hohe
Komplexität liegt heute im Lieferanten-Netzwerk.
Nach dem Erdbeben und dem Taifun in Asien 2011 beauftragte ein japanischer Halbleiterhersteller
seine Mitarbeiter, ein Netzwerkdiagramm zu erstellen, damit alle benötigten Produktionsbestandteile
zurückverfolgt werden können. Für diese auf den ersten Blick leichte Aufgabe haben
über 100 Mitarbeiter mehr als ein Jahr gebraucht [6]. Anhand dieses Beispiels lässt
sich sehr gut erkennen, wie abhängig Unternehmen heutzutage von ihrem Lieferanten-Netzwerk
sind und wie stark verzweigt diese Netzwerke sind.
Wie aber kann man die Daten zusammenbringen, besser verknüpfen sowie „zum Sprechen
bringen“ und eine intelligente, selbstlernende Lieferkette ermöglichen? Damit die
beteiligten Akteure bei Störungen oder Änderungen Informationen viel schneller erhalten
und verarbeiten können – in Minuten statt Tagen, Wochen oder Monaten –, mit dem Ziel,
weniger überschüssiges Inventar zu halten, Lieferzusagen einhalten zu können und natürlich
auch Produktionsverzögerungen zu vermeiden.
Ein gutes Beispiel hierfür ist die Vorgehensweise eines großen Elektronikherstellers,
der durch die eingeschränkte Sicht auf die Versorgungsplanung und zeitaufwendige manuelle
Prozesse behindert wurde. Das Unternehmen verpasste deshalb häufig die Möglichkeit,
zeitnahe Entscheidungen zu treffen und Störungen abzumildern. Lieferungen kamen verspätet
an oder die verfügbaren Optionen waren begrenzt und teurer. Deshalb entschied man
sich dafür, einen Supply Chain Control Tower aufzubauen.
Durch die Einführung eines auf künstlicher Intelligenz (KI) basierten Supply Chain
Control Towers entdeckte der Hersteller in nur sechs Wochen, wie Liefer- und Spediteurdaten
automatisch korreliert werden können. Dies umfasst erweiterte Sendungsbenachrichtigungen
und Sendungsstatusaktualisierungen für einen besseren und schnelleren Einblick in
die Eingangslogistik. Das Unternehmen begann, KI zu verwenden, um proaktiv nach Informationen
über externe Ereignisse zu suchen und diejenigen zu nutzen, die sich auch auf die
Lieferkette auswirken könnten. Dabei wurden Wetterinformationen, soziale Medien, Nachrichtenberichte
sowie Zoll- und Grenzberichte abgerufen. Durch die Möglichkeit seiner Mitarbeiter,
in Echtzeit fundierte Entscheidungen schneller zu treffen, kann der Hersteller jetzt
bessere Ergebnisse erzielen, wenn Verzögerungen auftreten. Es geht sogar so weit,
dass das Unternehmen vorhersehen kann, wo und wann Störungen auftreten können, um
daraus Chancen zu machen. Störungen sind unvermeidlich, aber gute Informationen tragen
dazu bei, dass Unternehmen besser vorbereitet sind. Auf diese Weise können Unternehmen
heute Störungen bewältigen und sich in Zukunft an veränderte Märkte und Geschäftsdynamiken
anpassen (Abb. 1).
Das Unternehmen IBM war an mehr als 7000 erfolgreichen Supply-Chain-Projekten auf
der ganzen Welt in allen wichtigen Branchen beteiligt. Basierend auf den bisherigen
Ergebnissen, finden Sie einige Vorschläge, wie Sie Ihre Lieferketten widerstandsfähiger
machen können [7].
Verwalten der ABCs: Viele von uns verwenden die ABC-Analyse, um Inventargegenstände
zu klassifizieren, damit wir Wege finden können, um A‑Gegenstände aggressiver zu verwalten
und den Gesamtbestand zu verringern. „A“-Elemente stellen für Ihr Unternehmen über
einen bestimmten Zeitraum den höchsten Wert dar, wobei „B“- und „C“-Elemente einen
relativen Wert aufweisen. In der Regel halten Unternehmen einen geringen Lagerbestand
und ein geringes Lagerbestandsrisiko aufrecht, indem sie A‑Artikel eng verwalten und
gleichzeitig größere Mengen an B‑ und C‑Artikeln mitführen, um die Arbeitsbelastung
gering zu halten und einen hohen Kundenservice zu bieten. Eine ordnungsgemäß implementierte
Strategie für B‑ und C‑Artikel erleichtert die Reaktion, wenn Ereignisse die Lieferkette
stören. Wenn Sie sich auf viele B‑ und C‑Artikel verlassen können, die nicht so kostspielig
sind und in der Regel 80 bis 95 % Ihrer gesamten Teilenummern ausmachen, können sich
Mitarbeiter auf die Lösung von Versorgungsproblemen konzentrieren. Auf diese Weise
können Sie Ihren Gesamtbestand unter Kontrolle halten und mehr Kundenversprechen einhalten,
selbst wenn die Lieferkette von einem Ereignis betroffen ist.
Nutzen Sie die Analyse für die Mangelanalyse: Die meisten von uns haben einen Lagerbestand
zwischen Angebot und Nachfrage festgestellt. Viele Unternehmen haben diese einfache
Analyse jedoch noch nie in einen vollständigen Bericht integriert, um die Sichtbarkeit
von Engpässen in Echtzeit zu gewährleisten. Mithilfe von Supply-Chain-Analysen können
Sie schnell genau ermitteln, welche Artikel die dringendste Aufmerksamkeit erfordern,
welche Artikel voraussichtlich in ein oder zwei Wochen zur Neige gehen und so weiter.
Wenn Sie in den Krisenmodus wechseln, ist es wichtig, dass Sie Artikel identifizieren
können, bei denen das Risiko eines Lagerbestands besteht, damit Sie frühzeitig Maßnahmen
ergreifen können. Durch Hinzufügen von zwei relativ einfachen Analysen zur Standard-Angebots-Nachfrage-Analyse
kann ein Bericht erstellt werden, der die von Ihnen benötigten Erkenntnisse liefert.
Zu diesen Analysen gehört die Möglichkeit, den Bericht so einzurichten, dass Sie nach
dem ersten Mangeldatum sortieren und eingehende Materialien auf Bestellung entweder
einschließen oder ausschließen können. Auf diese Weise können Sie zwei Dinge tun:
Identifizieren Sie den ersten Mangel. Auf diese Weise stehen die frühesten Problempunkte,
bei denen die Nachfrage das Angebot übersteigt, ganz oben im Bericht.
Indem Sie Artikel mit Bestellungen einschließen oder ausschließen, können Sie feststellen,
welche Aktion erforderlich ist. Artikel mit geplanten Lieferungen müssen möglicherweise
beschleunigt oder Lieferungen bestätigt werden, damit Sie sicher sein können, dass
die Lieferungen tatsächlich wie geplant eintreffen. Sie müssen bei Bedarf neue Bestellungen
für andere Artikel aufgeben.
Verwenden Sie künstliche Intelligenz (KI), um Unterbrechungen der Lieferkette zu bewältigen:
Wir alle sprechen davon, „weniger reaktiv und proaktiver“ zu sein. Tatsächlich sind
die besten Tools zur Bewältigung von Unterbrechungen der Lieferkette eine Kombination
aus Tools, die Ereignisse schneller erkennen und es uns ermöglichen, schneller auf
bessere Ergebnisse zu reagieren, und aus Tools, mit denen wir vorhersehen können,
wo und wann Störungen in der Lieferkette wahrscheinlicher sind, damit wir ihnen proaktiv
einen Schritt voraus sein können. Beide benötigen die Unterstützung der KI.
Lieferketten-Management bedeutet zunehmend Daten-Management.
Die Daten, die man zur Optimierung oder Fehlervermeidung bräuchte, sind durchaus verfügbar.
Verwenden Sie künstliche Intelligenz (KI), um Unterbrechungen der Lieferkette zu bewältigen.
Zusammenfassung
Veränderungen und Störungen werden schneller und häufiger kommen, Unternehmen müssen
sich fit machen, um wettbewerbsfähig zu bleiben.
Die Lösung ist, Daten anhand der Lieferkette zu sammeln und mittels KI auszuwerten,
um ein Frühwarnsystem zu haben und im Störungsfall schnell reagieren zu können.
Handlungsempfehlungen
Verbessern Sie Ihre Planung.
Schaffen Sie ein Center of Excellence mit dem Schwerpunkt KI.
Bauen Sie eine modernen Architektur auf, damit Informationen überall in Echtzeit zur
Verfügung stehen.
Verwenden Sie einen Supply Chain Control Tower, um mit den Daten arbeiten zu können.