Supply Chain Management

Logistikmanagement in der Supply Chain – Prognosen sind ein guter Anfang

| Autor / Redakteur: Peter Frerichs / Jonas Scherf

Vergangenheitsdaten zur Berechnung der Zukunft.
Vergangenheitsdaten zur Berechnung der Zukunft. (Bild: INFORM)

Prognosen sind eine wertvolle Unterstützung, um tägiche Herausforderungen in Industrie, Logistik und Supply Chain Management meistern zu können. Doch immer dann, wenn unvorhergesehene Störungen eintreten und schnell die richtige Entscheidung getroffen werden muss, brauchen Entscheider eine agile Managementstrategie.

Wenn Sie sich auf die Wettervorhersage für morgen verlassen können, ist das den ausgeklügelten Wettermodellen zu verdanken, die zumeist recht zuverlässig Sonnenschein oder Regenschauer für einen kurzfristigen Zeitraum vorhersagen. Doch bereits die 7-Tage-Vorhersage ist höchstens eine Tendenz, auf die wir uns (sinnvollerweise) nicht vollständig verlassen, weil unsere Erfahrung gezeigt hat, dass die langfristige Zukunft in der Regel unvorhersehbar ist. Während die kurzfristige Zukunft, wie beispielsweise der tägliche Arbeitsweg oder eben das Wetter von morgen, deterministisch ist, kann man den Zustand der langfristigen Zukunft als „chaotisch“ beschreiben. Gerade aus dieser Zunahme von Unsicherheit entspringt der immerwährende Wunsch der Menschheit, die Zukunft vollständig vorhersehen zu können. Nicht nur aus persönlichen, sondern auch aus kommerziellen Gründen.

Ruhiges Fahrwasser spart Kosten

Im industriellen und wirtschaftlichen Bereich ist der Grund für diesen Wunsch völlig klar: Je verlässlicher zukünftige Produktabsätze, Maschinenausfälle oder kurzfristige Aufträge prognostiziert werden könnten, desto exakter wären Beschaffungs- oder Produktionsabläufe und Aufwände für manuelle Änderungen vermeidbar. Insgesamt würde das alle Unternehmensprozesse beruhigen, deutlich effizienter machen, Fehlproduktionen oder versäumte Liefertermine vermeiden und somit Kosten sparen. Soweit die Wunschvorstellung.

Es existieren heute bereits Softwaresysteme, die Prognosen für die beschriebenen Ereignisse abgeben. In vielen Fällen basieren diese Vorhersagen – im Besonderen bei zukünftigem Kundenverhalten – auf historischen Daten. Denn die Vergangenheit ist faktisch und damit eine verlässliche Informationsquelle. Wurden beispielsweise in einem Produktionsunternehmen über die vergangenen zehn Jahre in jedem Mai in etwa 1.000 aufblasbare Schwimmbecken verkauft, so ist dies ein saisonaler Verkauf und der Absatz wird mit hoher Wahrscheinlichkeit auch im kommenden Mai ähnlich ausfallen. Auch für den Fall, dass das Unternehmen ein neu entwickeltes Schwimmbad auf den Markt bringt, dass sich in drei Sekunden selbst aufbläst, reagieren Prognosealgorithmen auf diese Veränderung. Es kommt nicht nur neuer Absatz hinzu, aufgrund der Portfolioerweiterung, sondern es verändert sich auch der Absatz des altbewährten Produktes. Solche Muster für Vorgänger- und Nachfolgeprodukte erfassen die Prognosen und können damit auch für Saison- oder Trendverkäufe verlässliche Aussagen über den Marktbedarf treffen.

Für genau diese Anwendungsfälle hat sich ein solches Prognosemodell für einen Blick auf zukünftige Verkäufe bewährt. Denn für Situationen wie eben der regelmäßige, trendbedingte oder auch saisonbedingte Kundenauftrag sind Prognosen auf dem heutigen Stand der Technologie äußerst verlässlich.

Ein Praxisbeispiel

Der weltweit agierende Ersatzteildistributor für Unterhaltungselektronik und Hausgeräte ASWO International Service GmbH profitiert für exakt diese Anwendungsfälle von intelligenten Prognosealgorithmen. Das Disponenten-Team bei ASWO sah sich in der Vergangenheit aufgrund der Diversifizierung des Produktportfolios mit einem starken Saisongeschäft konfrontiert. Zudem ist der Bedarf von Ersatzteilen generell schwer vorherzusagen. Vor dem Einsatz einer Optimierungssoftware sorgten die Disponenten mithilfe eines einfachen Warenwirtschaftssystems dafür, dass die am häufigsten bestellten Teile immer vorrätig waren und Lieferungen pünktlich verschickt wurden. Das funktionierte lange weitestgehend, ohne Prognosen für die Zukunft zu erstellen. Im Laufe der Jahre wurde das Teilespektrum jedoch immer größer. Irgendwann hatte ASWO den Überblick über die Bestände verloren und konnte nicht mehr mit Bestimmtheit sagen, was wann bestellt werden musste. Heute wird im Unternehmen mit add*ONE Bestandsoptimierung geplant. Die Software berechnet täglich mithilfe mathematischer Algorithmen genaue Prognosen und Kennzahlen, aus welchen sie Bestellvorschlage ableitet. Dabei berücksichtigt sie neben der klassischen saisonabhängigen Nachfrage auch Tendenzen und Ausreißer. Bedarfe werden so automatisch ermittelt, was zur Folge hat, dass die Prozesse in der Disposition wesentlich effizienter ablaufen. Obwohl ASWO inzwischen wesentlich mehr Teile im Sortiment hat, hat sich die Liefertreue in eineinhalb Jahren von 90 auf 95 Prozent verbessert, bei gleichbleibenden Beständen.

Sich für jede Situation vollends auf Prognosen zu verlassen, kann jedoch auch negative Konsequenzen haben. Wann das so ist und welche Alternativen dort entstehen, wo Prognosen enden, erfahren Sie in den folgenden Artikeln dieser Reihe.

Kommentare werden geladen....

Wertvolle Kommentare smarter Leser

Anonym mitdiskutieren oder einloggen Anmelden

Avatar
  1. Avatar
    Avatar
    Bearbeitet von am
    Bearbeitet von am
    1. Avatar
      Avatar
      Bearbeitet von am
      Bearbeitet von am

Kommentare werden geladen....

Kommentar melden

Melden Sie diesen Kommentar, wenn dieser nicht den Richtlinien entspricht.

Kommentar Freigeben

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

Freigabe entfernen

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

Whitepaper

Dossier

Roboter in der Industrie 4.0

Roboter sind weltweit auf dem Vormarsch und vielseitig einsetzbar. Das Dossier bietet Ihnen einen interessanten Einblick. lesen

Glossar 4.0

Diese 20 Begriffe rund um Industrie 4.0 müssen Sie kennen!

Predictive Maintenance, Retrofit und Digitaler Schatten – wer soll da noch den Überblick behalten? Wir haben 20 wichtige Begriffe zusammengefasst und kurz erklärt. lesen

Intralogistik 4.0: Sensorik und Datennetze

Auf die Details kommt es an: Der digitale Weg zur Intralogistik 4.0

Das MM LOGISTIK-Dossier „Intralogistik 4.0“ beschäftigt sich mit den Details, auf die es bei der Digitalisierung zu achten gilt. Nicht immer kann der Fokus auf den großen Anlagen liegen, denn auch Sensoren und IT-Lösungen spielen eine wichtige Rolle auf dem digitalen Weg zur Intralogistik 4.0. lesen

DER NEWSLETTER FÜR INDUSTRIE UND HANDEL Newsletter abonnieren.
* Ich bin mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung und AGB einverstanden.
Spamschutz:
Bitte geben Sie das Ergebnis der Rechenaufgabe (Addition) ein.