Im letzten Quartal 2017 stieg die Anzahl der Google-Suchen nach Digitalisierung um mehr als 60 Prozent. Dies zeigt deutlich das branchenübergreifende Interesse an diesem Thema. Aber was bedeutet Digitalisierung in der Lieferkettenplanung? In einer kleinen Artikelserie möchten wir die wichtigsten Merkmale optimierungs- und heuristikbasierter Ansätze für die automatisierte Lieferkettenplanung aufzeigen.

Abbildung 1: Google-Suchen nach Digitalierung im letzten Quartal 2017

Beginnen wir mit den grundlegenden Prinzipien der beiden Ansätze.

Optimierungsbasierte Planung und knappe Terminierung bedeutet die Bestimmung einer mathematisch erprobten optimalen Lösung für ein spezifisches Planungsszenario, das als mehr oder weniger komplexes System mathematischer Gleichungen modelliert wird. Dies erfordert die Formulierung sowohl des Planungsziels als auch der einschränkenden Bedingungen gemäß den Merkmalen der Lieferkette, und zwar anhand von mathematischen Variablen und Konstanten. Um das Planungsziel auszudrücken, muss meistens eine Gesamtkostenfunktion eingeführt werden, deren Wert minimiert werden soll. Beispielhafte Einschränkungen wären knappe Ressourcenkapazitäten oder die Verfügbarkeit von Komponenten/Rohmaterial. Die Kunst der Modellierung der sogenannten Zielfunktion und der Einschränkungen des Optimierungsmodells lässt weitreichende Freiheiten für die Identifikation einer geeigneten Modellformulierung zu, was oft Expertenwissen erfordert.

Black-Box-Prozess für Fachkräfte

Abhängig von der Definition der Entscheidungsvariablen, die die Lösung darstellen, wird auch die Granularität der benötigten Daten definiert. Die optimale Lösung des Modells wird normalerweise durch eine Optimierungs-Engine erreicht, bei der die meisten der Highperformance-Lösungen von kommerziellen Softwareanbietern bereitgestellt werden. Die Anwendung kommerzieller Lösungen basiert auf hochentwickelten Optimierungsalgorithmen und dient in der Regel als Black-Box-Prozess für Fachkräfte, die die Ergebnisse bewerten und analysieren. Neben diesem reinen Optimierungsansatz für Aufgaben der Lieferkettenplanung wurden im Bereich von Operations Research große Anstrengungen unternommen, um hybride Methoden zu entwickeln. Diese sollten die mathematische Optimierung mit heuristischer Planung kombinieren.

Das Schema ist dabei immer das gleiche

Aber was ist heuristische Planung? Laut Wikipedia umfasst die Heuristik „Strategien, die aus früheren Erfahrungen mit ähnlichen Problemen abgeleitet wurden…“ – und was bedeutet das? Es ist im Grunde ein definierter Pfad aus logischen Entscheidungen für ein gegebenes Problem. Heuristiken in der Lieferkettenplanung berücksichtigen die gegebene Planungssituation einschließlich der verfügbaren Transaktions- und Stammdaten und führen vordefinierte Schritte aus, die durch die verfügbaren Informationen gesteuert werden. Die einfachste „Heuristik“ in der Lieferkettenplanung ist daher das MRP (Material Requirements Planning). Das Schema ist dabei immer das gleiche: Der Zeitleiste pro Produkt folgen, bis die Anforderungen nicht mehr durch das Angebot gedeckt sind. Eine Bestellung gemäß den Einstellungen für die Losgröße abgeben und die Stückliste auflösen. Dann mit dem nächsten Produkt fortfahren. Anspruchsvollere Planungs- und Terminierungsheuristiken können dagegen Hunderte von Möglichkeiten berücksichtigen, bis eine Bestellung abgegeben wird, einschließlich Kapazitätsanforderungen, Materialverfügbarkeit und Definition der Lieferkettenstrategie (ein Beispiel für eine anspruchsvolle Heuristik finden Sie unter https://www.camelot-mc.com/en/next-level-production-planning/). Dies ist daher eines der Hauptargumente, das häufig für Heuristiken vorgebracht wird. Ich kann dem System sagen, was zu beachten ist, und ich kann danach überprüfen, ob und wie diese Definitionen berücksichtigt wurden. Wäre also eine Heuristik die ideale Wahl, weil Sie damit Ihre perfekte Lieferkettenkonfiguration definieren können?

Abbildung 2: Optimierungsbasierte versus heuristische Planung

Vergleichen Sie einmal dieses Schlüsselmerkmal der Heuristik mit dem generischen Black-Box-Ansatz mit mathematischen Lösungen von vorhin. Dann haben Sie möglicherweise bereits einen ersten Eindruck von den Möglichkeiten, die beide Ansätze bieten, aber auch von den damit verbundenen Herausforderungen. In unserer Artikelserie werden wir die wichtigsten Unterscheidungsmerkmale skizzieren, damit Sie eine fundierte Entscheidung treffen können.

Das Ziel ist klar: Die besten Ergebnisse bei der Planung Ihrer Lieferkette erzielen (Erhöhung des Servicelevels, Restrukturierung der Lager und Erhöhung der Verfügbarkeit von Fertigungslinien).

Teil II der Serie: So planen Sie Ihre Lieferkette
Teil III der Serie: So planen Sie Ihre Lieferkette

Empfohlene Artikel

Data & Analytics

Die Zukunft (und Gegenwart) von ML und KI im Stammdatenmanagement

Erfahren Sie mehr über aktuelle Entwicklungen und Einsatzmöglichkeiten von Machine Learning und Artificial Intelligence im Stammdatenmanagement.

weiterlesen
Future Value Chain

Warum jetzt der richtige Zeitpunkt für lokales CSR-Engagement ist

Wir erleben derzeit nie dagewesene Zeiten. Der Ausbruch von COVID-19 verändert den Alltag von Unternehmen und deren Mitarbeitern grundlegend. Inmitten …

weiterlesen
Supply Chain Management

Innovation – Chancen in der indischen IT-Branche

In vielen Artikeln und Kommentaren (wie beispielsweise in diesem Artikel) wird der vermeintliche Tod der indischen IT-Branche heraufbeschworen. Die CAMELOT Consulting …

weiterlesen

Denken Sie Ihre Value Chain neu mit uns

Kontaktieren Sie uns