Weniger störanfällige Lieferketten durch Modellierung von unterschiedlichen Nachfragesituationen

Nari Viswanathan
Nari Viswanathan
Sr. Director, Product Segment Marketing, Coupa

Nari is currently Sr. Director of Product Segment Marketing at Coupa, where he helps bring products to markets in the areas of Supply Chain Design and Planning. Over the past 20 years, Nari has held VP and Director of Product Management, Research and Marketing roles at Aberdeen Group, River Logic, Steelwedge and E2open. He has significant experience building products from the ground up and managing the P&L for a product suite. He is a proven B2B marketer with expertise in content marketing, competitive intelligence, and positioning. He has published numerous thought leadership articles, whitepapers, blogs and delivered dozens of webinars during his career. Nari Viswanathan is a five times SDCExec Supply Chain Pro to Know award winner. Nari holds a master’s degree in Manufacturing Systems Engineering at the University of Wisconsin-Madison and a bachelor’s degree in Mechanical Engineering at the Indian Institute of Technology, Chennai.

Lesedauer: 3 mins
Weniger störanfällige Lieferketten durch Modellierung von unterschiedlichen Nachfragesituationen

Der Erfolg einer Lieferkette wird durch der Fokus auf den Bedarf und genaue Prognosen für künftige Nachfragesituationen gesichert. Unternehmen machen jedoch häufig den Fehler, sich nur auf eine einzige Bedarfsprognose zu konzentrieren, die aus statistischen Prognosewerten und gemeinschaftlichen Inputs entwickelt wird. Dieser Prozess wird auch als Bedarfsplanung bezeichnet. Um Unternehmen weniger störanfällig zu machen, sollten die aktuellen Ansätze um die Bedarfsmodellierung erweitert werden, anhand derer viele unterschiedliche Nachfragesituationen simuliert werden können.

Was ist Bedarfsplanung?

Die Bedarfsplanung bezeichnet den Prozess, mit dem im Supply Chain Management Prognosen zum Bedarf angestellt werden. Bei korrekter Ausführung wird so sichergestellt, dass Produkte entsprechend den antizipierten Kundenwünschen und -anforderungen rechtzeitig geliefert werden können. Eine smarte Bedarfsplanung führt zu erhöhter Kundenzufriedenheit und besseren Umsatzprognosen. Und durch das optimierte Bestandsmanagement können die Lagerbestände auf Bedarfsspitzen und Nachflauten abgestimmt werden.

Bei der Bedarfsplanung werden die internen und externen Faktoren untersucht, welche die Nachfrage erhöhen und senken können. Zu diesen Einflussfaktoren gehören unter anderem gesteigertes Kundeninteresse an einer Ware oder Dienstleistung, Naturkatastrophen, Klimawandel, politische oder regulatorische Fragen sowie globale Krisen. Unternehmen müssen für die effektive Planung die Balance finden zwischen ausreichenden Vorräten zur Deckung des erwarteten Bedarfs und dem Risiko von Fehlbeständen oder Verlusten aufgrund von Überbeständen.

Grenzen der Bedarfsplanung

Herkömmliche Zeitreihenprognosen zum Bedarf bauen in der Regel auf einem Inside-Out-Ansatz auf, wobei die Bedarfsprognosen oft auf historischen, internen Daten basieren. Unternehmen irren sich jedoch häufig in ihren Annahmen für den mittel- bis langfristigen Bedarf. Fälschlicherweise wird davon ausgegangen, dass für die Erstellung von langfristigen Bedarfsplänen einfach der Prognosezeitraum auf drei oder vier Jahre verlängert werden müsste, je nach dem erforderlichen Zeithorizont. Die Vergangenheit kann aber in einer Zeit nicht zukunftsweisend sein, die von zahlreichen Störungen und tiefgreifenden weltweiten Veränderungen geprägt ist.

Die Gefahr besteht darin, dass bei der Bedarfsplanung der Einfluss externer Marktfaktoren nicht berücksichtigt wird. Der Wandel schreitet schneller voran als die Veränderungen in den Unternehmen von heute. Neben dem exponentiellen Datenwachstum und Störungen durch IT-Innovationen verlangen Kunden ein Omnichannel-Kauferlebnis, während die Unternehmen sich ständig mit dem gesamtwirtschaftlichen Umfeld und Problemen der Branche auseinandersetzen müssen. Historische Daten können bei Prognosen hilfreiche Einblicke liefern. Die Veränderungen vollziehen sich aber viel zu schnell, als dass ein Blick in den unternehmensinternen Rückspiegel genügen würde.

Funktion der Bedarfsmodellierung

Unternehmen benötigen die Bedarfsmodellierung, um ihre bestehenden Prozesse insbesondere für die operative und strategische Bedarfsplanung zu verbessern. Wie der Name schon sagt, geht es in erster Linie darum, ein realistisches Bedarfsmodell von Grund auf zu entwickeln. Der Bedarf muss aufgeschlüsselt werden in eine Reihe interner und externer kausaler Zusammenhänge. Und dann müssen die Auswirkungen dieser Einflussfaktoren auf den Bedarf modelliert werden. Mithilfe von Methoden des maschinellen Lernens werden externe Faktoren wie Wetter, Verbraucherpreisindizes, Wohnungsbau, demografische Trends und das BIP in die Bedarfsmodellierung eingebunden. Danach werden gestützt auf diesen Unsicherheitsdaten Wahrscheinlichkeitsprognosen erstellt, um einen digitalen Zwilling des Supply Chain Designs zu entwickeln. Indem dieser verschiedene Szenarien durchläuft, werden die Risiken und Chancen der Resilienz ermittelt.

Die probabilistische Bedarfsvorhersage beschreibt die verschiedenen möglichen Zukunftsszenarien eines Unternehmens im Fall eines grenzenlosen Angebots. Da jedoch die meisten Firmen mit Angebotsengpässen (insbesondere in der „neuen Normalität“) konfrontiert sind, wird mit dem Supply Chain Design der langfristige Bedarf auf das Angebot abgestimmt. Für Angebotslücken werden die verfügbaren Lieferquellen durch das Supply Chain Design zusammen mit den Auswirkungen auf Kosten/Servicequalität/Umsatz ermittelt. Dieser Prozess muss ständig wiederholt werden, um die Abstimmung von langfristigem Bedarf und Angebot zu gewährleisten und potenzielle Risiken bei der Bedarfsmodellierung zu berücksichtigen.

Bedarfsmodellierung und Supply Chain Design kombinieren wirkungsvoll die Fähigkeiten, dank derer Risiken und Herausforderungen durch eine geringere Störanfälligkeit schneller bewältigt werden können. Wir werden Sie in Kürze über dieses innovative Angebot von Coupa ausführlich informieren.