In vielen Branchen ist der Konkurrenzdruck enorm hoch. Vor allem der Groß- und Einzelhandel kämpft gegen stetig wachsende Marktteilnehmer an. Das Angebot ist in den einzelnen Unternehmen oft ähnlich, die Produkte möglicherweise sogar gleich, wie etwa das Lebensmittelangebot in verschiedenen Supermarktketten oder das Schraubensortiment in den unterschiedlichen Baumärkten.
Das entscheidende Argument für den Auftrag beim Großhändler kann daher der Preis sein. Kostenführerschaft bei guter Qualität ist in diesem Segment ein hohes Ziel. Eine Strategie zum Erreichen dieses Ziels kann sein, die Prozesskosten niedrig zu halten und somit das Produkt, welches die Konkurrenz zum identischen Einkaufspreis eingekauft hat, dennoch etwas günstiger anbieten zu können.
Entlang der internen Wertschöpfungskette gibt es jedoch zahlreiche Kostentreiber, die dieses Ziel erschweren. Beispielsweise bindet ein Überbestand am Lager sowohl Kapital in Form der Artikel als auch für die benötigte Lagerfläche. Noch folgenschwerer als der Überbestand ist jedoch ein Stock-Out. Ein nicht lieferbarer Artikel bedeutet verlorenes Umsatzpotenzial und gleichzeitig eine geschwächte Kundenbindung.
Eine der Kernherausforderungen des Supply Chain Managements liegt also in der Bestellung der richtigen Menge von Handelsware, Roh- oder Zukaufmaterial, zum richtigen Zeitpunkt am richtigen Ort.
Um diese Herausforderung zu meistern, sollten Planungsverantwortliche über folgende Ansätze nachdenken:
Prognosen für kostenoptimalen Lagerbestand durch Algorithmen
Intelligente Prognosesysteme, die auf Basis von Vergangenheitsdaten (Verkaufszahlen) und auch unter Einbeziehung relevanter Einflüsse (Marketingaktionen, Saison, etc.) Bedarfsvorhersagen machen, können dafür sorgen, dass ein Unternehmen die optimale Balance zwischen Lagerbestand und Lieferfähigkeit erreicht. So liegt nur das im Lager, was auch tatsächlich benötigt wird.
Plattform für verlässlichere Ergebnisse im komplexen Umfeld
Doch Ausnahmesituationen, wie die Einführung einer neuen Produktlinie, neuer Lieferantenkonditionen oder das wachsende Online-Geschäft können das Supply Chain Management auf die Probe stellen, da oft keine Vergangenheitsdaten vorliegen. Hier könnte eine Plattform für mehr Sicherheit sorgen. Eine Plattform führt Bestell- und Absatzinformationen zu sich ähnlich verhaltenden Produkten zahlreicher Anbieter zusammen. Beispielsweise verzeichnen nach diesem Prinzip alle Lebensmittelhändler ihren Absatz von Essiggurken im Einzelhandel in einem System. Auf dieser Basis profitieren alle Teilnehmer, die die Plattform mit ihren Daten versorgen, wiederum von besseren Planungsergebnissen für ihre eigene Bedarfsplanung und Bedarfsdeckung von Essiggurken. Denn betrachtet ein Prognosealgorithmus die Aktionen sämtlicher Großhändler ganzheitlich, dann kennt er jede schwierige Bestellsituation, die schon einmal aufgetreten ist. Der Algorithmus wird also mit besseren Informationen für seine Berechnungen gefüttert und kann – im Sinne des Machine-Learning-Ansatzes – folglich schneller lernen und bessere Ergebnisse liefern. Jedes Unternehmen profitiert also von der Erfahrung aller.
Scheitert diese Idee an mangelndem Vertrauen?
Die Voraussetzung für diese Vision für die verbesserte Planung und Disposition ist Vertrauen in den Anbieter der Prognosealgorithmen oder der Planungsplattform. In einer Umfrage mit 132 Mitarbeitern und Führungskräften aus den Bereichen Logistik und Supply Chain Management hat sich herausgestellt, dass Vorbehalte vor allem beim Teilen von Bewegungsdaten mit Partnern und Lieferanten herrschen (50%). Ob die Weitergabe der relevanten Informationen an eine Plattform eine kleinere Hürde ist oder sogar begrüßt wird, würde ich gerne herausfinden. Ich sehe großes Potenzial in dieser Idee. Halten Sie den Slogan „einer für alle und alle für einen“ für sinnvoll im Supply Chain Management zu oder zögern Sie noch beim Teilen Ihrer Daten?