So steigern Sie die Auftragsabwicklung mit weniger Lagerbestand

Überall definieren Supply-Chain-Führer neu, was es bedeutet, „Resilienz“ zu erreichen – und das geht über die Bevorratung und Risikoreaktion hinaus. Im Zuge der COVID-19-Pandemie und anderer Störungen gedeihen widerstandsfähige Lieferketten tatsächlich im Chaos und bieten vor allem einen besseren Kundenservice als zuvor.

Um das Konzept der Resilienz greifbar zu machen, verbinden wir es mit etwas, das wir als Supply-Chain-Experten alle verstehen:Inventar. Bei einer kundenfreundlichen Lagerhaltung geht es nicht darum, Sicherheitsbestände zu erhöhen, sondern ganz im Gegenteil. Einige Planer haben während der Pandemie den Gesamtservicegrad um 3-5% erhöht und gleichzeitig den Gesamtbestand um 10-30% gesenkt. Wie so viele Supply-Chain-Theorien fühlt sich dies kontraintuitiv an. Viele Planer gehen natürlich davon aus, dass die Lagerbestände erhöht werden müssen, um das Serviceniveau zu erhöhen.

Erfüllungsrate der Auftragszeile

Um diesen Widerspruch aufzudecken, müssen wir zwischen der Fähigkeit, die Gesamtnachfrage zu bedienen, und der Fähigkeit, Kundenaufträge zu erfüllen, unterscheiden. Hier wiederhole ich das Mantra, das ich allen meinen Kunden sage:Order Fill – oder Order Line Fill Rate (OLFR) – ist die Metrik, die zählt, wenn es darum geht, Ziel-Service-Levels zu erreichen. Kunden interessieren sich nur dafür, ob sie ihre Bestellungen pünktlich erhalten haben, und nicht, ob Ihre aggregierte Nachfrageprognose korrekt war.

Aber ist eine genaue Prognose nicht der wichtigste Indikator für die Fähigkeit einer Lieferkette, Aufträge zu erfüllen? Darin liegt das Missverständnis. Eine hohe Prognosegenauigkeit kann auf einem Executive-Dashboard gut gescannt werden, sagt jedoch nichts über die Auftragserfüllungsrate aus. Wieso den? Denn die Prognosegenauigkeit, wie sie von den meisten Planungstools gemessen wird, bezieht sich nur auf den Gesamtbedarf, nicht auf die Fähigkeit, einzelne Aufträge zu erfüllen.

Hier ist ein einfaches Beispiel. Nehmen wir an, Sie erhalten 10 Bestellungen pro Monat für eine einzelne LED-Lampe, die an verschiedenen Tagen in 10 verschiedene Landesteile versandt wird. Natürlich erfordert die Erfüllung dieser Bestellungen einen völlig anderen Plan als eine Bestellung von 10 Lampen, die an einen einzigen Ort geliefert werden. Die aggregierten Prognosen machen jedoch keinen Unterschied zwischen den beiden. Genau so kommen Planer und Lagermitarbeiter zum 99% Service Level. Solange sich von jedem Artikel nur einer im Lager befindet, sind 100 % der Produkte "vorhanden". Aber es braucht nur eine einzige Bestellung für 10 LED-Lampen, um das System in Unordnung zu bringen. Nicht sehr belastbar!

Ich kann nicht stark genug betonen, wie wichtig es in unserer gegenwärtigen Zeit hoher Unsicherheit ist, Bestandsrichtlinien festzulegen, die hohe OLFRs gewährleisten. Laut der McKinsey-Studie „Anpassung des Kundenerlebnisses in Zeiten des Coronavirus“ erzielten während der letzten Rezession diejenigen Unternehmen, die das beste Kundenerlebnis boten, dreimal höhere Renditen als ihre Konkurrenten.

Wie planen wir also hohe OLFRs? Spoiler-Alarm:Es handelt sich nicht um ABC-Segmentierung. Dieser in den 1960er Jahren entwickelte Ansatz funktioniert bei der heutigen Vertriebskomplexität, dem Volumen und der Vielfalt der SKU-Portfolios nicht. Planer, die ABC verwenden, wenden am Ende dieselbe Bestandspolitik auf sehr unterschiedliche Szenarien wie die beiden obigen LED-Lampenszenarien an und enden mit inakzeptablen Überschüssen und Engpässen. Die ABC-Segmentierung war zu ihrer Zeit für die Verwaltung von Lagerbeständen geeignet, aber nie für die Optimierung.

Inventar-Mix-Optimierung

Im Gegensatz zu ABC, das SKUs basierend auf dem "Geschäftswert" in drei Kategorien unterteilt, legt die Optimierung des Inventarmixes eine pauschale Inventarrichtlinie für jede SKU fest. Die Optimierung des Inventarmixes segmentiert Artikel nach "Serviceklasse" und weist dann jeder einzelnen SKU ein eindeutiges Servicelevel und eine eindeutige Inventarrichtlinie zu. Diese stärker kundenorientierten Kategorien sollten für Vertrieb und Marketing relevant sein – zum Beispiel:„Zubehör“, „Artikel mit hoher Marge“, „Eigenmarke“, „Hochwertige Marken“ und „kritische Ersatzteile“. Durch die Gruppierung von Artikeln auf eine für Kunden sinnvolle Weise legen Sie für jeden Artikel Inventarrichtlinien fest, die den Serviceerwartungen entsprechen.

Die Optimierung des Bestandsmixes hängt von der Verwendung fortschrittlicher Planungssoftware ab, um "Inventar-to-Service"-Kurven anzuwenden, um Servicelevel und Sicherheitsbestand für jeden SKU-Standort zu optimieren. Die Stock-to-Service-Kurve zeigt das Verhältnis zwischen Soll-Service-Level (OLFR) und durchschnittlichem Bedarfs-Lagerbestand unter Berücksichtigung der geforderten Kontrollstufen (Sicherheitsbestand, Nachbestellbestand). Ein grundlegendes Prinzip der Bestands-Mix-Optimierung besteht darin, bestimmten Serviceklassen ein niedrigeres Service-Level zuzuweisen – wie z. B. Long-Tail-Artikeln, die selten verkauft werden und die Kunden nicht dringend benötigen.

David Lubinski Ltd., der alleinige Importeur für Citroën- und Peugeot-Automobile in Israel, hat auf ein intelligentes Planungssystem umgestellt, um seinen Lagerbestand von rund 20.000 Teilen, davon 75 % Langsamdreher, zu optimieren. Obwohl dieses etablierte, familiengeführte Unternehmen mit seiner ABC-Bestandsplanung profitabel war, vermutete es, dass die Ausfallsicherheit und das Serviceniveau verbessert werden könnten.

Um den Wechsel von ABC-Segmentierung und Tabellenkalkulation zu einem neuen System mit Fokus auf Bestands-Mix-Optimierung zu testen, führte Lubinski einen direkten Vergleich beider Ansätze durch. Die Ergebnisse waren schlüssig. Lubinski reduzierte seinen Lagerbestand um 25 %, reduzierte Eilaufträge per Luftfracht um ein Drittel und sparte erheblich an Ausschuss und Obsoleszenz. All dies wurde erreicht, während ein weit über dem Durchschnitt liegendes Gesamtserviceniveau von 95-96% beibehalten und individuelle Serviceniveaus bereitgestellt wurden, die auf die Bedürfnisse jedes einzelnen Produkts zugeschnitten sind. Dies ermöglichte es dem Unternehmen, allein durch Lagereinsparungen 1,5 Millionen Euro unter den Strich zurückzubringen.

Auch die Produktivität der Planer wurde gesteigert. Das neue System von Lubinski ist mittlerweile fast vollständig automatisiert. Heute verbringt eine Person weniger als einen Wochentag damit, den Prozess zu verwalten, sodass sich das Planungsteam jetzt auf wichtigere, kundenorientierte Aufgaben konzentrieren kann. Das einzige, was Lubinskis Ersatzteilplaner am Vorabend seiner Pensionierung bedauerte, war, dass sie das neue System nicht früher eingeführt hatten.

David Barton ist General Manager bei ToolsGroup NA.