Startseite » News »

Schneller zur besseren Lieferbereitschaft bei reduzierten Beständen

Künstliche Intelligenz im Supply Chain Management
Schneller zur besseren Lieferbereitschaft bei reduzierten Beständen

Künstliche Intelligenz kann in den zunehmend komplexen Entscheidungsszenarien des Supply Chain Managements zu schnelleren und zu besseren Ergebnissen führen. Ein wichtiger Anwendungsfall sind dispositive Aufgaben wie die Optimierung der Lieferbereitschaft bei reduzierten Beständen.

Hohe Lieferfähigkeit der eigenen lagerhaltigen Produkte (SKU) ist zentral für die Wettbewerbsfähigkeit von Handelsunternehmen und Lagerfertigern. Oft wird sie jedoch mit hohen Beständen erkauft, was Liquidität bindet und das Risiko mit sich bringt, auf unverkäuflichen Warenbeständen sitzen zu bleiben. Dieses Dilemma versuchen Supply Chain Management und Vertrieb gelegentlich zu entkommen, indem sie für verschiedene Felder des Produktsortiments unterschiedliche Lieferbereitschaftsgrade vorgeben, über die die meisten ERP-Systeme dann den erforderlichen Sicherheitsbestand berechnen können.

Nicht jeder Artikel ist gleich wichtig

Bei teureren Artikeln kostet hohe Lieferfähigkeit jedoch mehr als bei günstigen Artikeln, da hier mehr Kapital gebunden wird. Je kostspieliger der Artikel, desto kostspieliger der Sicherheitsbestand der für das Erreichen eines bestimmten Lieferbereitschaftsgrads erforderlich ist. Kostengünstige Artikel mit regelmäßiger Nachfrage benötigen wenig und zudem kostengünstigen Sicherheitsbestand, um hoch lieferfähig zu sein. Produkte des Kernsortiments müssen lieferfähiger gehalten werden als Randartikel. Bei bestimmten Warengruppen ist eine bestimmte Mindestlieferfähigkeit erwünscht, bei anderen hat man mehr Spielraum. Wenn man die Sicherheitsbestände in den verschiedenen Produktsegmenten oder Warengruppen eines Produktportfolios also geschickt austariert, kann man die Gesamtlieferbereitschaft deutlich steigern und gleichzeitig den Wert der dafür erforderlichen Sicherheitsbestände senken.

Planung mit Trial and Error

Sofern sich Unternehmen heute bemühen, die Lieferbereitschaft in verschiedenen Segmenten des Produktportfolios differenziert einzustellen, müssen sie sich jedoch in der Regel auf ihr Bauchgefühl und Erfahrung verlassen, um die Lieferfähigkeit in den einzelnen Produktsegmenten festzulegen. Oder aber sie berechnen für jedes der betrachteten Portfoliofelder die erforderlichen Sicherheitsabstände für eine Reihe von Lieferbereitschaftsgraden. Anschließend stellen sie sich dann aus den verschiedenen Berechnungswerten ein Menü der Lieferfähigkeiten über die verschiedenen Portfoliofelder zusammen. Auf diese Weise ergibt sich die Gesamtlieferbereitschaft jedoch nur rein zufällig und in gewisser Weise willkürlich.

In 90 Sekunden ans Ziel

Supply Chain Managern konnte man deshalb bislang jedoch keinen Vorwurf machen. Bei konventionelle IT-Lösungen, die darauf abzielen, die Gesamtlieferbereitschaft zu optimieren, um darauf aufbauend die optimalen Lieferbereitschaftsgrade in den betrachteten Portfoliofeldern einzustellen, konnten hier nämlich nicht weiterhelfen. Die Zahl der möglichen zu prüfenden Lösungen für die optimale Verteilung der Lieferbereitschaftsgrade würde nämlich die Leistungsfähigkeit auch modernster Rechner noch immer bei weitem übersteigen: Bei 12 Portfoliofeldern und einer Abstufung der Lieferfähigkeit in nur 1-Prozent-Schritten, wären bereits 1240 Varianten durchzurechnen; bei genauerer Berechnung liegt man eher in der Größenordnung von 10400 bis 16400 Varianten. Neue Lösungen mit KI-unterstützten Optimierungsheuristiken wie der seit April 2021 verfügbare Service Level Booster der SCT GmbH, der mit jedem ERP-System zusammenarbeitet, können jedoch für eine vorgegebene Gesamtlieferbereitschaft eine optimale Verteilung der Lieferfähigkeit über alle Portfoliofelder hinweg in zumeist weniger als 90 Sekunden ermitteln. Das klingt nach enormen Zeiteinsparungen, doch dies ist noch nicht einmal der einzige Nutzen.

Immenses Optimierungspotenzial

In ersten Tests anhand von realen Produktportfolios ohne bereits optimierte Einstellungen für die Lieferfähigkeit konnten Sicherheitsbestände um bis zu 13 % reduziert werden – bei gleichzeitiger Steigerung der Gesamtlieferbereitschaft um 16 %-Punkte. Und bei Artikelportfolios, deren Lieferbereitschaft bereits mit Hilfe von Advanced Planning & Sheduling Systemen wie DISKOVER optimiert wurde, konnte eine weitere durchschnittliche Verringerung des Sicherheitsbestands um 3 bis 5 % erreicht werden. Das sind Werte, die sich je nach Unternehmensumsatz schnell in den Bereich von Millionen Euro katapultieren kann und damit aufzeigt, welches immense Potenzial im Supply Chain Management derzeit noch brachliegt. Trotz dieser beeindruckenden Performance braucht man zur Anwendung der KI-unterstützter Optimierungsheuristiken jedoch keine speziellen Kenntnisse.

Einfach in der Anwendung

Auch ist die Anwendung solcher Systeme nicht sonderlich komplex und lässt sich in drei Schritte unterteilen: In einem ersten Schritt berechnet ein solches System die optimalen Sicherheitsbestände für verschiedene Werte der Gesamtlieferfähigkeit. Der Anwender kann daraus erkennen, für welche Gesamtlieferbereitschaft welches Niveau an Sicherheitsbeständen vorzuhalten wäre – und welches Kapital er dafür bereitstellen müsste – und entscheidet auf Basis dieser Grundlagen, welche Gesamtlieferbereitschaft er sich leisten kann oder will. Im nächsten Schritt stellt das Optimierungssystem für jedes Segment des Produktportfolios den anzuwendenden Lieferbereitschaftsgrad bereit, um die Gesamtlieferfähigkeit mit möglichst geringen Sicherheitsbeständen zu erreichen. Da sich die Marktnachfrage im Laufe der Zeit und über das Jahr hinweg immer wieder verändert, ist es in einem dritten Schritt zudem wichtig, monatlich die einzelnen Lieferbereitschaftsgrade für die Segmente des Produktportfolios nachzujustieren.

Schnell eingeführt

Test, ob man mit solchen Tools wirkliche Verbesserungen erlangen kann, lassen sich zudem schnell umsetzen und kosten nicht viel. Die erforderlichen Eingangsdaten für die Anwendung sind bei Systemen wie dem des Service Level Boosters beispielsweise einfach bereitzustellen und in jedem ERP-System verfügbar. Für den Einsatz des Service Level Boosters sind ansonsten nur wenige Einschränkungen zu beachten: Idealerweise sollte das ERP-System in der Lage sein, für einen vorgegebenen Lieferbereitschaftsgrad den erforderlichen Sicherheitsbestand auszurechnen. Sicherheitsbestände für die Artikel in den betrachteten Portfoliofeldern dürfen nämlich nicht manuell und nach Bauchgefühl, sondern müssen nach klaren Regeln gesetzt werden – das gilt natürlich auch für das ERP-System. Sofern diese Funktionalität im ERP-System fehlt, können die Sicherheitsbestände jedes einzelnen Artikels jedoch auch über alternative Lösungswege ermittelt und bereitgestellt werden.

Beeindruckende Perspektiven

Das aktuell verfügbare erste Release des Service Level Boosters von SCT fokussiert aktuell übrigens ausschließlich auf lagerhaltige Fertigartikel. Die weitere Skalierung des Systems auch in Richtung vorgelagerte Wertschöpfungsstufen wird für 2022 erwartet. Dadurch, dass solche Heuristiken so einfach zur Lösung komplexer Herausforderungen beitragen können, wird man in den nächsten Jahren zudem auch noch eine ganze Reihe weiterer Herausforderungen zähmen können. Die Best Practice im Supply Chain Management steht damit vor einem gewaltigen Umbruch in Richtung KI, der deutliche Veränderungen mit sich bringen wird, weshalb man den Anschluss nicht verpassen sollte.


Bild:

Professor Dr. Götz Andreas Kemmner

gründete gemeinsam mit Dr. Helmut Abels die Abels & Kemmner GmbH.

Unsere Webinar-Empfehlung
Aktuelles Heft
Titelbild Beschaffung aktuell 4
Ausgabe
4.2024
PRINT
ABO

Industrie.de Infoservice
Vielen Dank für Ihre Bestellung!
Sie erhalten in Kürze eine Bestätigung per E-Mail.
Von Ihnen ausgesucht:
Weitere Informationen gewünscht?
Einfach neue Dokumente auswählen
und zuletzt Adresse eingeben.
Wie funktioniert der Industrie.de Infoservice?
Zur Hilfeseite »
Ihre Adresse:














Die Konradin Verlag Robert Kohlhammer GmbH erhebt, verarbeitet und nutzt die Daten, die der Nutzer bei der Registrierung zum Industrie.de Infoservice freiwillig zur Verfügung stellt, zum Zwecke der Erfüllung dieses Nutzungsverhältnisses. Der Nutzer erhält damit Zugang zu den Dokumenten des Industrie.de Infoservice.
AGB
datenschutz-online@konradin.de