Der Wertbeitrag der Logistik

Wir alle brauchen sie, wir alle haben sie. Bisher war es aber schwierig, den Wertbeitrag der Logistik auf leicht verständliche und begreifliche Art und Weise aufzuzeigen. Die gebräuchlichen Kennzahlen der Logistik sind dafür meist zu quantitativ und nicht ganzheitlich. Deshalb hat Siemens BT in Kooperation mit dem Lehrstuhl für Supply Chain Management der Universität Erlangen-Nürnberg ein neues Konzept entwickelt und eingeführt; den Return on Logistics. Er schafft umfassende Klarheit über den Wertbeitrag der Logistik. Das erreicht der ROL dadurch, dass er den Output einer Lieferkette (Supply Chain Performance und Umsatz) in Relation setzt zum dafür nötigen Input (Kosten) und in einer einzigen, übersichtlichen Supply-Chain-Kennzahl zusammenfasst – eben dem ROL. Der ROL löst damit ein klassisches Problem.

Welchen Mehrwert hat Logistik?

Denn bislang war es oft schwer, zum Beispiel einem CEO oder CFO den Mehrwert von Logistik und Supply Chain Management so zu kommunizieren, dass der Topmanager auf den ersten Blick erkennen konnte welchen Wertbeitrag die Logistik für sein Unternehmen leistet. Auch aus diesem Grund wurde mit dem ROL sozusagen ein Generalindex für das Supply Chain Management geschaffen. Jeder Manager sieht damit sofort, wo seine Logistik aktuell steht. Die Verantwortlichen sehen zum Beispiel: 2015 lagen wir noch bei einer Liefertreue i.H.v. 95 Prozent, was wir in 2016 auf 97 Prozent gesteigert haben. Das ist erst einmal ein Fortschritt, der für den Erfolg des Managements spricht. Doch ist dieser Erfolg auch effizient? Das heißt: Was hat uns das gekostet?“ Auch das verrät der ROL und verhilft zu einem effizienten Ressourcen-Umgang. Nur wer mit Kosten effizient umgehen kann, wird sicherstellen, dass er seine knappen Ressourcen für jene Zwecke verwendet, die für ihn und die Kunden am fruchtbarsten sind. Darüber hinaus kann der ROL aber auch die eigene Logistik mit der Leistung vieler anderer Unternehmen vergleichen.

Dafür haben die Wissenschaftler des SCM-Lehrstuhls eine umfangreiche Benchmarking-Datenbank aus einer Vielzahl von Quellen zusammengestellt. Beim Blick in diese Datenbank sieht jeder interessierte Verantwortliche, wo seine logistischen Prozesse im Vergleich zu vergleichbaren Prozessen anderer Unternehmen stehen, wo er hinterher hinkt und wo es besser laufen muss. Er sieht, wo er etwas besser machen muss. Er sieht nicht, wie er es besser machen könnte. Damit sind rein quantitative Kennzahlen und Indizes naturgemäß überfordert.

Deshalb hat die Kooperation zwischen Unternehmen und Lehrstuhl zusätzlich eine Anzahl wissenschaftlich fundierter Reifegradmodelle entwickelt, auf deren Basis die gesamte Bandbreite von Supply-Chain-Prozessen abgebildet wird. Diese Reifegradmodelle entstanden aus nach wissenschaftlichen Standards geführten Interviews mit zahlreichen anerkannten Industrie-Experten aus dem Querschnitt vieler Branchen. Die Modelle unterscheiden vier Reifegrade von Logistik und Supply Chain Management – von „Sub-Standard“ bis „Klassenbeste“. Und sobald die Einteilung der eigenen Logistik eines Unternehmens in eine dieser Reifestufen erfolgt ist, wird sowohl sichtbar, wo ein Unternehmen aktuell steht, als auch, wo genau es besser werden muss, wohin seine Reise gehen soll. Dabei werden nicht nur aktuelle Best Practices genutzt, es werden auch zukünftige Entwicklungen mit abgebildet.

Für diesen Blick in die Zukunft werden aktuelle und künftige Entwicklungen und Trends wie Digitalisierung, Logistik 4.0, Smart Data oder Predictive Analytics und viele andere laufend erfasst. Am Ende kann jeder Manager sehen, wo seine Organisation in Bezug auf die Entwicklung dieser Trends gerade steht. Betrachten wir als aktuelles Beispiel Predictive Analytics.

Datenbank für vergleichbare Prozesse

Darunter wird gemeinhin die relativ genaue und fundierte Vorhersage zum Beispiel von Nachfrage-Entwicklungen verstanden. Und zwar auf Basis umfassender und weitgehend automatisierter Analysen von großen Datensätzen. Was Predictive Analytics sehr gut kann, ist in chaotischen Datenwolken klare und zielführende Muster zu identifizieren und auf Basis dieser Muster sozusagen die Zukunft vorherzusagen. Für die Vorhersage von Nachfrage-Entwicklungen und damit logistischen Bedarfen, Kapazitäten und Auslastungen ist das natürlich hoch bedeutsam, wenn nicht strategisch erfolgsentscheidend und überlebenswichtig. Deshalb hat sich bereits herumgesprochen, wie nützlich Predictive Analytics gerade fürs Supply Chain Management ist. Was viele Manager bislang aber noch nicht wissen: Wie weit sind wir im eigenen Unternehmen damit?

Kann unsere vorhandene IT-Struktur das überhaupt schon leisten? Welche Voraussetzungen sind bis heute vorhanden und welche müssen noch geschaffen werden? Denn oft ist es in vielen Unternehmen so, dass eine Menge an Daten gesammelt, diese aber nicht zweckdienlich genutzt werden oder nicht in erforderlicher Form und Zeit zur Verfügung stehen. Entstehen zum Beispiel bei bestimmten Lieferanten, Routen oder Produktkategorien in einer bestimmten Region vermehrt Verspätungen oder Lieferausfälle, sollten diese bei funktionierenden Predictive Analytics sofort und automatisch erfasst und verarbeitet werden. Durch statistische Untersuchung solcher Muster können dann für jede denkbare Konstellation automatisiert Ausfall- und Verspätungswahrscheinlichkeiten berechnet und angezeigt werden. Diese Meldungen werden automatisch an die zuständigen Order-Manager weitergeleitet. So können diese pro-aktiv reagieren, noch bevor eine Lieferung verspätet beim Kunden ankommt.

Im besten Fall läuft das Ganze vollautomatisch ab. Dafür ist es wichtig, problemlos und in Echtzeit auf alle relevanten Daten zugreifen zu können. Darüber hinaus können und sollten auch externe Daten in die Prognose einfließen, wie zum Beispiel: In welchem Zusammenhang steht die Wechselkursentwicklung zu unseren logistischen Bedarfsvorhersagen?

Dass aktuelle Entwicklungen wie Predictive Analytics von höchster Bedeutung für das Supply Chain Management sind, ist unbestritten. Die überragende Aufgabe besteht deshalb darin, möglichst schnell die passenden Voraussetzungen dafür zu schaffen. Wie weit ein Unternehmen aktuell damit ist, zeigt in aller Klarheit die Zukunftsperspektive innerhalb des ROL-Konzeptes. Wie schnell ist dieses Konzept anwendbar?

Theoretisch könnte der ROL für ein Unternehmen an einem einzigen Tag errechnet werden – wenn es gelänge, sämtliche maßgeblichen Verantwortlichen für diesen einen Tag in einen Raum zu bekommen. Da dies meist schon terminlich nicht möglich ist, dauert so eine ROL-Kalkulation je nach Unternehmensgröße und Aufgabenstellung zwischen einigen Tagen und wenigen Wochen. Doch der überschaubare Aufwand lohnt sich, da der ROL die Voraussetzung für eine Leistungssteigerung der Logistik bietet, wie sie bislang auf Basis quantifizierter Zahlen schlicht nicht möglich war. Dabei macht er den Zusammenhang zwischen der Logistikleistung und dem dafür notwendigen Input auf eine Art und Weise deutlich, wie sie leicht verständlich und nachvollziehbar nach innen und außen kommuniziert werden kann.

Sven Markert, Head of Supply Chain Logistics, Siemens BT

Prof. Dr.-Ing. Evi Hartmann, Chair of Supply Chain Management, FAU Erlangen-Nürnberg

John Liebl, Supply Chain Analyst Performance Excellence, Siemens BT