Die Quantitative Supply Chain definiert neu, wie Lieferketten mit leistungsfähigerer Software optimiert werden können, die in der Regel durch maschinelles Lernen gesteuert wird, und mit skalierbarerer Software, die von einer Big-Data-Infrastruktur unterstützt wird. Im Kern eines jeden Projekts zur Quantitativen Supply Chain steht jedoch der Supply Chain Scientist, der die Datenverarbeitung, die wirtschaftliche Modellierung und das KPI-Reporting durchführt. Der Supply Chain Scientist liefert menschliche Intelligenz, die durch maschinelle Intelligenz verstärkt wird. Die intelligente Automatisierung der Entscheidungen in der Lieferkette ist das Endprodukt der Arbeit des Supply Chain Scientists.
Mensch plus Maschine
Um die Leistung der Lieferkette zu verbessern, ist ein tiefes Verständnis der Geschäftsstrategie erforderlich. Fehlbestände können enorm teuer sein, wie zum Beispiel in der Luft- und Raumfahrt, oder einfach zur Tagesordnung gehören, wie es bei frischen Lebensmitteln der Fall ist. Realistisch betrachtet sind selbst die intelligentesten Maschinen noch Jahrzehnte davon entfernt, in der Lage zu sein, einen strategischen Fahrplan für die Lieferkette Ihres Unternehmens zu erstellen. Daher bleibt die Einrichtung einer rein maschinengesteuerten Lieferkette Science-Fiction.
Smarte Algorithmen und maschinelles Lernen sind jedoch unglaublich gut darin geworden, Probleme zu lösen, die klar definiert, eng und wiederholend sind. Die Quantitative Supply Chain nutzt diese modernen Softwarefähigkeiten: Sie verwendet menschliche Intelligenz, um das Problem zu umreißen, die Unklarheiten zu beseitigen und den wiederholbaren Workflow einzurichten. Anschließend übernimmt die Maschine die Generierung der umfangreichen, aber alltäglichen Entscheidungen in der Lieferkette, die Ihr Unternehmen benötigt, um den Betrieb aufrechtzuerhalten.
Die Quantitative Supply Chain geht nicht darum, menschliche Erkenntnisse aus dem Bild zu entfernen. Ganz im Gegenteil. Die Quantitative Supply Chain geht darum, menschliche Erkenntnisse dorthin zurückzubringen, wo diese Erkenntnisse den größten Einfluss haben: strategische Angelegenheiten. Indem sie das Lieferkettenpersonal von den alltäglichen und wiederholenden Aufgaben befreit, gibt die Quantitative Supply Chain ihnen ihre Freiheit zurück. Sie ermöglicht es den Teams, ihre Anstrengungen auf die strategischen Fragen zu konzentrieren, anstatt bei operativen Details stecken zu bleiben.
Die Rolle des Supply Chain Scientists
Die Rolle des Supply Chain Scientists besteht darin, die Daten zu analysieren, alle wirtschaftlichen Variablen in die Logik einzubeziehen und die Generierung der Entscheidungen in der Lieferkette zu automatisieren. Der Supply Chain Scientist ist auch dafür verantwortlich, die KPIs zu implementieren und zu überwachen, die gemeinsam mit dem Supply Chain Management entwickelt wurden und zur Bewertung der Leistung der Initiative zur Quantitativen Supply Chain verwendet werden.
Zu Beginn der Initiative, während der Planungsphase, ist der Supply Chain Scientist dafür verantwortlich, sicherzustellen, dass das zu lösende Problem klar definiert ist und dass Unklarheiten, wenn auch noch nicht gelöst, zumindest klar identifiziert sind. Insbesondere ist der Supply Chain Scientist dafür verantwortlich, ein klares Bild der beabsichtigten Automatisierung zu erstellen. Abhängig vom Kontext kann die Automatisierung beabsichtigt sein, Bestellungen zu generieren, Bestandsbewegungen, Bestandsverluste usw.
Während der Phase der Datenvorbereitung muss der Supply Chain Scientist sicherstellen, dass alle relevanten Daten ordnungsgemäß aus den IT-Systemen des Unternehmens extrahiert werden. Während der Supply Chain Scientist in der Regel bei der Durchführung der Datenextraktion von den IT-Mitarbeitern unterstützt wird, ist er selbst dafür verantwortlich, die Daten zu interpretieren. Die genaue Semantik der Daten aus Sicht der Lieferkette zu etablieren, ist von entscheidender Bedeutung. Die Umwandlung von Rohdaten aus dem System in vorbereitete Daten, die von einem maschinellen Lernalgorithmus verarbeitet werden können, erfordert einen erheblichen Aufwand. Auch diese Verantwortung liegt beim Supply Chain Scientist.
Während der Einführungsphase werden die von der Automatisierung generierten Zahlen von den Praktikern der Lieferkette hinterfragt. In dieser Phase werden oft Randfälle entdeckt, in denen die Automatisierung nicht wie erwartet funktioniert. Folglich ist es die Verantwortung des Supply Chain Scientists, diese Randfälle zu beheben. Es kommt jedoch auch vor, dass die “seltsamen” Zahlen tatsächlich die korrekten Zahlen sind, aber von vergangenen nicht optimalen Gewohnheiten der Lieferkettenpraktiker abweichen. Der Supply Chain Scientist ist dafür verantwortlich, in solchen Situationen Klarheit zu schaffen und die Lieferkettenpraktiker davon zu überzeugen, dass diese Zahlen kein Problem darstellen, sondern vielmehr ein wesentlicher Bestandteil der Lösung sind.
Schließlich überwacht der Supply Chain Scientist, sobald die Lösung in Betrieb ist, die Leistung der Automatisierung und identifiziert deren Schwachstellen. Er ist für die kontinuierliche Verbesserung der Lösung verantwortlich. Häufig erfordert eine verbesserte Logik bessere oder mehr Daten, was wiederum Änderungen in den operativen Lieferkettenprozessen erfordert. Der Supply Chain Scientist quantifiziert die erwarteten Gewinne, die mit der Verbesserung der Daten einhergehen, und erstellt spezifische Geschäftsfälle, um die Änderung dem Supply Chain Management vorzuschlagen.
Die Fähigkeiten des Supply Chain Scientists
Der Supply Chain Scientist ist sowohl ein Datenwissenschaftler als auch ein Experte für die Lieferkette. Diese doppelte Kompetenz ist entscheidend, um eine Lösung zu liefern, die den ursprünglichen Erwartungen gerecht wird. Die Kenntnisse in der Lieferkette sind entscheidend, um sicherzustellen, dass der Supply Chain Scientist ein tiefes Verständnis für die Herausforderungen hat, die angegangen werden müssen. Ein Mangel an Verständnis für die Herausforderungen der Lieferkette birgt das Risiko, eine “Lösung” zu konstruieren, die nicht mit den Bedürfnissen der Lieferkette übereinstimmt. Unterschiedliche Lieferzeiten, Mindestbestellmengen, Kosten für Luft- vs. Seetransport, Multi-Echelon-Analyse usw. sind nur einige der vielen Aspekte, die der Supply Chain Scientist beherrschen muss. Konkret erfordert die Erfüllung der Rolle des Supply Chain Scientists nicht nur ein tiefes Verständnis der einzelnen Elemente, sondern auch der Beziehungen zwischen ihnen. Zum Beispiel, wie die Mindestbestellmengen die Lieferzeiten beeinflussen.
Die Kenntnisse in der Datenwissenschaft sind entscheidend, um erstens quantitative Bewertungen durchzuführen, die auf historischen Daten basieren, und zweitens die Logik zu implementieren, die den gesamten Entscheidungsprozess in der Lieferkette automatisiert. Ein Mangel an Programmierkenntnissen birgt das Risiko von übermäßigen Verzögerungen und gefährlichen numerischen Ergebnissen. Programmieren ist sowohl eine Fähigkeit als auch eine Kunst. Die Herausforderungen in der Lieferkette sind unglaublich komplex. Der Supply Chain Scientist ist in der Lage, eine Lösung zu implementieren, die einfach genug ist, um nachhaltig zu sein, aber genau genug, um die gewünschte Leistung in der Lieferkette zu liefern.
Schließlich erfordert die Rolle des Supply Chain Scientists auch überdurchschnittliche Kommunikationsfähigkeiten. Gute Schreibfähigkeiten sind wichtig, um hochwertige Dokumentationen zu erstellen, die die Initiative der quantitativen Lieferkette selbst beschreiben. Tatsächlich geht es bei Lieferketten immer um Kompromisse - zum Beispiel kleinere Mindestbestellmengen gegenüber niedrigeren Einkaufspreisen - und diese Kompromisse bleiben oft größtenteils undokumentiert. Die quantitative Lieferkette erfordert, dass diese Kompromisse dokumentiert und quantifiziert werden. Die Verantwortung für diese Aufgabe liegt beim Supply Chain Scientist. Gute verbale Fähigkeiten sind erforderlich, um während der Einarbeitungsphase einen konstruktiven Dialog mit Lieferkettenpraktikern zu führen, insbesondere da die Lieferkettenteams von der Gültigkeit des neuen Ansatzes überzeugt werden müssen.
Supply Chain Scientists bei Lokad
Bei Lokad hat sich die Kompetenz in der Lieferkettenwissenschaft im Laufe des letzten Jahrzehnts allmählich entwickelt (Lokad wurde 2008 gegründet). Obwohl Lokad als reines Softwareunternehmen begann, haben wir erkannt, dass Exzellenz in der Lieferkette ein dediziertes Lokad-Team erfordert, das an vorderster Front handelt, wenn es um tatsächliche Herausforderungen in der Lieferkette geht. Das traditionelle “Software-Support”-Personal reichte bei weitem nicht aus, um zufriedenstellende Lösungen für Unternehmen zu bieten, da dies ein tiefes Verständnis für viele verschiedene Herausforderungen in der Lieferkette erfordert, nicht nur ein tiefes Verständnis für die Technologie von Lokad.
Die Etablierung und Entwicklung einer Kompetenz in der Lieferkettenwissenschaft ist schwierig. Aus diesem Grund verlassen sich viele Unternehmen auf Lokad, um die Rolle des Supply Chain Scientists für ihre eigene Initiative zur quantitativen Lieferkette zu erfüllen. In diesem Fall bietet Lokad eine Software+Expertenlösung, bei der ein Supply Chain Scientist mit dem Fall betraut wird und die gesamte Initiative orchestriert. Dieser Ansatz entlastet Unternehmen von der Notwendigkeit, sofort ihre eigene Kompetenz in der Lieferkettenwissenschaft aufzubauen. Die Auslagerung dieser Kompetenz macht sowohl für kleine als auch für große Unternehmen Sinn. Für kleine Unternehmen sind die Kosten für eine interne Umsetzung einfach zu hoch. Für große Unternehmen geht es in erster Linie darum, das Tempo des Wandels in ihrer Lieferkette zu beschleunigen.
Die von Lokad für ihre Teams in der Lieferkettenwissenschaft ausgewählten Kandidaten sind in der Regel Ingenieurprofile mit Masterabschluss. Obwohl die Supply Chain Scientists von Lokad mit Programmierung vertraut sind, sind sie in der Regel keine Softwareentwickler. Stattdessen ist ihre Fähigkeitenmischung eher vielfältig und umfasst die meisten ingenieurwissenschaftlichen Grundlagen: die Fähigkeit, industrielle Probleme zu modellieren, einen Prozess zu etablieren, diesen Prozess sowohl leistungsfähig als auch zuverlässig zu machen, mit dem Management zu kommunizieren, usw. Aufgrund der Natur der Lieferkettenherausforderungen von Lokad neigen wir dazu, Profile auszuwählen, die fließend in Mathematik und Statistik sind, da diese beiden Bereiche für die quantitative Lösung der meisten Lieferkettenherausforderungen unerlässlich sind.
Die Entwicklung dieser Kompetenz in der Lieferkettenwissenschaft ist bei Lokad ein ständig verbessertes Verfahren. Und da Lokad die Rolle des Supply Chain Scientists für viele Unternehmen in verschiedenen Branchen erfüllt, haben wir in diesem Bereich bedeutendes institutionelles Wissen aufgebaut. Darüber hinaus werden neue Mitarbeiter bei Lokad im Rahmen ihrer Schulung verschiedenen Lieferketten-Situationen in verschiedenen Branchen ausgesetzt, um den Lernprozess zu beschleunigen und ein tieferes Verständnis zu erreichen.