Der Supply Chain Scientist

learn menu

Die Quantitative Supply Chain definiert neu, wie Lieferketten mit leistungsfähigerer Software optimiert werden können, die in der Regel von maschinellem Lernen angetrieben wird, und mit skalierbarerer Software, die von einer Big-Data-Infrastruktur unterstützt wird. Doch im Kern jedes Projekts zur Quantitativen Supply Chain steht der Supply Chain Scientist, der die Datenverarbeitung, das ökonomische Modellieren 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.

Eine Visualisierung der Rolle des Supply Chain Scientists bei Lokad.

Mensch plus Maschine

Die Verbesserung der Leistung der Lieferkette erfordert ein tiefes Verständnis der Geschäftsstrategie. Fehlbestände können dramatisch teuer sein, wie zum Beispiel in der Luft- und Raumfahrt, oder einfach zum Geschäftsalltag gehören, wie es bei frischen Lebensmitteln der Fall ist. Realistisch betrachtet können selbst die intelligentesten Maschinen noch Jahrzehnte davon entfernt sein, einen strategischen Fahrplan für die Lieferkette Ihres Unternehmens festzulegen. Daher bleibt die Einrichtung eines rein maschinengesteuerten Setups zur Steuerung Ihrer Lieferkette Science-Fiction.

Allerdings sind intelligente Algorithmen und maschinelles Lernen unglaublich gut darin geworden, Probleme zu lösen, die klar definiert, eng und repetitiv 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; und dann überlässt sie der Maschine das Generieren der umfangreichen, aber banalen Entscheidungen in der Lieferkette, die Ihr Unternehmen jeden Tag benötigt, um den Betrieb aufrechtzuerhalten.

Die Quantitative Supply Chain zielt nicht darauf ab, menschliche Erkenntnisse aus dem Bild zu entfernen. Ganz im Gegenteil. Die Quantitative Supply Chain geht darum, menschliche Erkenntnisse dorthin zurückzubringen, wo sie den größten Einfluss haben: strategische Angelegenheiten. Indem sie das Lieferkettenpersonal von den banalen und repetitiven Aufgaben befreit, gibt die Quantitative Supply Chain ihre Freiheit zurück. Sie ermöglicht es den Teams, sich auf strategische 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 ökonomischen Variablen in die Logik einzubeziehen und die Generierung von Lieferkettenentscheidungen zu automatisieren. Der Supply Chain Scientist ist auch dafür verantwortlich, die KPIs zu implementieren und zu überwachen, die zusammen mit dem Supply Chain Management entwickelt wurden und zur Bewertung der Leistung der Initiative der Quantitativen Supply Chain selbst dienen.

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 sie noch nicht gelöst sind, zumindest klar als solche identifiziert sind. Insbesondere ist der Supply Chain Scientist dafür verantwortlich, ein klares Bild der beabsichtigten Automatisierung zu schaffen. Abhängig vom Kontext soll die Automatisierung beispielsweise dazu dienen, Bestellungen zu generieren, Bestandsbewegungen, Bestandsabfälle usw. zu erzeugen.

Während der Datenvorbereitungsphase muss der Supply Chain Scientist sicherstellen, dass alle relevanten Daten ordnungsgemäß aus den IT-Systemen des Unternehmens extrahiert werden. Obwohl der Supply Chain Scientist in der Regel Unterstützung vom IT-Personal erhält, um die Datenextraktion selbst durchzuführen, ist der Supply Chain Scientist dafür verantwortlich, die Daten sinnvoll zu interpretieren. Die genaue Semantik der Daten aus der Perspektive der Lieferkette zu etablieren, ist von entscheidender Bedeutung. Rohdaten in vorbereitete Daten umzuwandeln, die von einem maschinellen Lernalgorithmus verarbeitet werden können, erfordert erheblichen Aufwand. Diese Verantwortung liegt erneut beim Supply Chain Scientist.

Während der Einführungsphase werden die von der Automatisierung erzeugten Zahlen von den Praktikern der Lieferkette hinterfragt. In dieser Phase decken die Praktiker oft Randfälle auf, wenn 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 Praktiker der Lieferkette abweichen. Der Supply Chain Scientist ist dafür verantwortlich, in solchen Situationen Licht zu bringen und die Praktiker der Lieferkette davon zu überzeugen, dass diese Zahlen kein Problem darstellen, sondern vielmehr ein Schlüsselelement der Lösung sind.

Schließlich überwacht der Supply Chain Scientist, sobald die Lösung in Produktion ist, die Leistung der Automatisierung und identifiziert deren Schwächen. 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 im Zusammenhang mit der Verbesserung der Daten 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 Lieferkettenexperte. Diese doppelte Kompetenz ist entscheidend, um eine Lösung zu liefern, die den anfänglichen Erwartungen gerecht wird. Lieferkettenexpertise ist unerlässlich, um sicherzustellen, dass der Supply Chain Scientist ein tiefes Verständnis der Herausforderungen hat, die angegangen werden müssen. Ein Mangel an Verständnis der Herausforderungen in der Lieferkette birgt das Risiko, eine “Lösung” zu konstruieren, die nicht mit den Bedürfnissen der Lieferkette übereinstimmt. Unterschiedliche Lieferzeiten, MOQs (Mindestbestellmengen), Kosten für Lufttransport gegenüber Seetransport, Multi-Echelon-Analyse … sind nur einige der vielen Aspekte, die vom Supply Chain Scientist beherrscht werden müssen. Konkret erfordert die Erfüllung der Rolle des Supply Chain Scientists ein tiefes Verständnis nicht nur der Elemente selbst, sondern auch der Beziehungen zwischen ihnen. Zum Beispiel, wie sich die MOQs auf die Lieferzeiten auswirken.

Die Datenwissenschaftsexpertise ist unerlässlich, um erstens quantitative Bewertungen durchzuführen, die auf historischen Daten basieren, und zweitens die Logik zu implementieren, die den gesamten langweiligen Entscheidungsprozess automatisiert. Ein Mangel an Programmierfähigkeiten setzt jede Initiative einem Risiko übermäßiger Verzögerungen und gefährlicher numerischer Ergebnisse aus. Programmierung ist sowohl eine Fähigkeit als auch eine Kunst. Lieferkettenherausforderungen 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 der Lieferkette zu erbringen.

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 Supply Chain beschreiben. Tatsächlich geht es bei Lieferketten immer um Kompromisse - zum Beispiel kleinere Mindestbestellmengen gegenüber niedrigeren Einkaufspreisen - und allzu oft bleiben diese Kompromisse größtenteils undokumentiert. Die Quantitative Supply Chain 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 in einen konstruktiven Dialog mit Lieferkettenpraktikern zu treten, 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, erkannten wir, dass eine exzellente Lieferkette erforderte, ein dediziertes Lokad-Team zu haben, das an vorderster Front handelt, wenn es um tatsächliche Lieferkettenherausforderungen geht. Das traditionelle “Software-Support”-Personal reichte bei weitem nicht aus, um zufriedenstellende Lösungen für Unternehmen zu bringen, da dies ein tiefes Verständnis vieler verschiedener Lieferkettenherausforderungen erfordert, nicht nur ein tiefes Verständnis der Technologie von Lokad.

Die Etablierung und Entwicklung einer Kompetenz in der Lieferkettenwissenschaft ist schwierig. Daher verlassen sich viele Unternehmen auf Lokad, um die Rolle des Supply Chain Scientists für ihre eigene Initiative der Quantitativen Supply Chain zu erfüllen. In diesem Fall bietet Lokad eine Software+Expertenlösung, bei der ein Supply Chain Scientist für den Fall zugewiesen wird und die gesamte Initiative orchestriert. Dieser Ansatz entlastet Unternehmen von der Notwendigkeit, sofort ihre eigene Kompetenz in der Lieferkettenwissenschaft aufzubauen. Das Outsourcing dieser Kompetenz macht sowohl für kleine als auch für große Unternehmen Sinn. Für kleine Unternehmen sind die Kosten für die interne Durchführung einfach zu hoch. Für große Unternehmen geht es hauptsächlich darum, das Tempo des Wandels in ihrer Lieferkette zu beschleunigen.

Die von Lokad für seine Teams in der Lieferkettenwissenschaft ausgewählten Kandidaten sind in der Regel Ingenieurprofile mit Masterabschlüssen. Obwohl die Supply Chain Scientists von Lokad mit Programmierung vertraut sind, sind sie im Allgemeinen keine Softwareentwickler. Stattdessen ist ihre Fähigkeitenmischung tendenziell vielfältiger 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 der Geschäftsleitung 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 quantitativen Lösungen der meisten Lieferkettenherausforderungen unerlässlich sind.

Die Entwicklung dieser Kompetenz in der Lieferkettenwissenschaft ist bei Lokad ein sich ständig verbessernder Prozess. 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 in ihrem Training mit verschiedenen Lieferketznsituationen in verschiedenen Branchen konfrontiert, um den Lernprozess zu beschleunigen und tiefere Verständnisebenen zu erreichen.

Verwandte Inhalte

Was ist ein Supply Chain Scientist? Ein Gespräch mit Simon Schalit (COO von Lokad)

Ein Tag im Leben eines Supply Chain Scientists (mit Maximilian Barth)

Der Supply Chain Scientist - Vorlesung 7.3 mit Joannes Vermorel