Fulfillment-Effizienz steigern durch Reduzierung von Überbeständen
Supply-Chain-Führungskräfte überall definieren neu, was „Resilienz“ bedeutet – und es geht weit über Bevorratung und Risikoreaktion hinaus. Im Zuge der COVID-19-Pandemie und anderer Störungen gedeihen resiliente Lieferketten tatsächlich im Chaos und bieten entscheidend besseren Kundenservice als zuvor.
Um das Konzept der Resilienz greifbar zu machen, verbinden wir es mit etwas, das wir als Supply-Chain-Profis alle verstehen: Bestände. Bestandsoptimierung zur Erfüllung von Servicelevels bedeutet nicht, Sicherheitsbestände zu erhöhen, sondern genau das Gegenteil. Einige Planer haben während der Pandemie die gesamtellen Servicelevels um 3–5 % gesteigert, während sie die Gesamtbestände um 10–30 % senkten. Wie so viel Supply-Chain-Theorie wirkt das kontraintuitiv. Viele Planer nehmen natürlich an, dass Bestandsniveaus steigen müssen, um Servicelevels zu erhöhen.
Order-Line Fulfillment Rate
Um diesen Widerspruch aufzulösen, müssen wir zwischen der Fähigkeit unterscheiden, aggregierte Nachfrage zu bedienen, und der Fähigkeit, Kundenaufträge zu erfüllen. Hier wiederhole ich das Mantra, das ich all meinen Kunden sage: Order Fill – oder Order Line Fill Rate (OLFR) – ist die Metrik, die zählt, wenn es um das Erreichen von Ziel-Servicelevels geht. Kunden interessieren sich nur dafür, ob sie ihre Aufträge pünktlich erhalten, nicht dafür, ob Ihre aggregierte Nachfrageprognose akkurat war.
Ist eine akkurate Prognose nicht der Hauptindikator für die Fähigkeit einer Lieferkette, Aufträge zu erfüllen? Darin liegt das Missverständnis. Hohe Prognosegenauigkeit mag auf einem Executive Dashboard gut aussehen, sagt aber nichts über die Auftragserfüllungsrate aus. Warum? Weil Prognosegenauigkeit, wie sie die meisten Planungstools messen, nur die Gesamtnachfrage betrifft, nicht die Fähigkeit, einzelne Aufträge zu erfüllen.
Ein simples Beispiel: Sie erhalten 10 Aufträge in einem Monat für eine einzelne LED-Lampe, die an 10 verschiedene Landesteile an unterschiedlichen Tagen geliefert werden soll. Natürlich erfordert die Erfüllung dieser Aufträge einen völlig anderen Plan als ein Auftrag für 10 Lampen an einen einzigen Standort. Aggregierte Prognosen machen jedoch keinen Unterschied zwischen den beiden. Genau so kommen Planer und Lagerarbeiter auf 99 % Servicelevel. Solange nur je ein Artikel im Lager ist, sind 100 % der Produkte „verfügbar“. Aber ein einziger Auftrag für 10 LED-Lampen wirft das System in Unordnung. Nicht sehr resilient!
Ich kann nicht genug betonen, wie wichtig es in unserer aktuellen Ära hoher Unsicherheit ist, Bestandsrichtlinien festzulegen, die hohe OLFR sicherstellen. Laut der McKinsey-Studie „Adapting customer experience in the time of coronavirus“ erzielten Unternehmen, die während der letzten Rezession das beste Kundenerlebnis boten, dreimal höhere Renditen als ihre Wettbewerber.
Wie planen wir also für hohe OLFR? Spoiler: Nicht mit ABC-Segmentierung. Dieser Ansatz aus den 1960ern funktioniert nicht für die heutige Verkaufskomplexität, Volumen und SKU-Portfolio-Vielfalt. Planer, die ABC nutzen, wenden dieselbe Bestandsrichtlinie auf völlig unterschiedliche Szenarien an – wie die beiden LED-Lampen-Beispiele – und enden mit inakzeptablen Über- und Unterbeständen. ABC-Segmentierung war in ihrer Zeit geeignet für Bestandsmanagement, aber nie für Optimierung.
Inventory Mix Optimization
Im Gegensatz zu ABC, das SKUs in drei Kategorien nach „Business Value“ segmentiert, etabliert Inventory Mix Optimization eine pauschale Bestandsrichtlinie für jeden SKU. Inventory Mix Optimization segmentiert Artikel nach „Service Class“ und weist dann jedem einzelnen SKU ein einzigartiges Servicelevel und eine einzigartige Bestandsrichtlinie zu. Diese kundenfokussierteren Kategorien sollten für Vertrieb und Marketing relevant sein – beispielsweise: „Zubehör“, „Hohe-Marge-Artikel“, „Eigenmarken“, „High-Value-Marken“ und „Kritische Ersatzteile“. Indem Sie Artikel auf für Kunden sinnvolle Weise gruppieren, setzen Sie Bestandsrichtlinien für jede, die den Serviceerwartungen entsprechen.
Inventory Mix Optimization nutzt fortschrittliche Planungssoftware, um „Inventory-to-Service“-Kurven anzuwenden, um Servicelevels und Sicherheitsbestände für jeden SKU-Standort zu optimieren. Die Stock-to-Service-Kurve zeigt die Beziehung zwischen gewünschtem Servicelevel (OLFR) und durchschnittlich erforderlichem Bestandsniveau unter Berücksichtigung der erforderlichen Kontrolllevel (Sicherheitsbestand, Nachbestellbestand). Ein Grundprinzip: niedrigeres Servicelevel für bestimmte Serviceklassen zuweisen – etwa Long-Tail-Artikel, die selten verkauft werden und die Kunden nicht dringend benötigen.
David Lubinski Ltd., alleiniger Importeur für Citroën und Peugeot in Israel, wechselte auf ein intelligentes Planungssystem, um seinen Bestand von rund 20.000 Teilen zu optimieren, 75 % davon Langsamdreher. Obwohl dieses etablierte Familienunternehmen mit ABC-Bestandsplanung profitabel war, vermutete es, dass Resilienz und Servicelevels verbessert werden könnten.
Zum Test des Wechsels von ABC-Segmentierung und Tabellenkalkulationen auf ein neues, auf Inventory Mix Optimization fokussiertes System führte Lubinski einen Side-by-Side-Vergleich beider Ansätze durch. Die Ergebnisse waren eindeutig. Lubinski senkte den Bestand um 25 %, reduzierte Luftfracht-Eilaufträge um ein Drittel und sparte erheblich bei Ausschuss und Obsoleszenz – bei gleichzeitig weit überdurchschnittlichen Gesamt-Servicelevels von 95–96 % und individuellen Servicelevels, die auf die Bedürfnisse jedes Produkts zugeschnitten waren. Dadurch konnte das Unternehmen 1,5 Mio. Euro durch Bestandsersparnisse allein zum Bottom Line zurückführen.
Auch die Planer-Produktivität stieg. Lubinskis neues System ist nun fast vollständig automatisiert. Heute verbringt eine Person weniger als einen Werktag mit der Prozessverwaltung, sodass das Planungsteam sich auf wichtigere, kundenorientierte Arbeit konzentrieren kann. Das Einzige, was Lubinskis Ersatzteilplaner am Vorabend seines Ruhestands bereute, war, dass sie das neue System nicht früher eingeführt hatten.
David Barton ist General Manager bei ToolsGroup NA.
Industrietechnik
- Häufige Fallstricke in Data-Analytics-Projekten vermeiden – Ein praktischer Leitfaden
- Lagerverwaltung transformieren mit Real-Time Location Systems (RTLS)
- PrintParts skaliert Manhattan 3D-Druck mit Formlabs Fuse 1 – NYC's größter SLS-Anbieter
- Elektrische Schaltpläne schnell mit CAE E3.series erstellen: Schritt-für-Schritt-Anleitung
- Inventar-Agilität meistern: Ein bewährter Fünf-Schritte-Rahmen
- Smart Contracts: Demand Sensing und Fulfillment in Lieferketten beschleunigen
- Micro-Investigations: Strategischer Pfad zu stärkerer Supply-Chain-Compliance
- Lieferkettenresilienz durch erweiterte Traceability stärken
- Asset Management stärken: Wie CMMS-Software Inventar-Tracking optimiert
- Effizienz mit weniger Vor-Ort-Personal maximieren: Bewährte Strategien