FLEXIBLE VORHERSAGE VON LAGERBESTÄNDEN

Kundenprofil

Branche: Life Sciences
Mitarbeiterzahl: ca. 100.000
Umsatz: ca. 40 Milliarden

Unser Kunde aus der Life Science Branche hat nach Möglichkeiten gesucht, ein transparenteres und agileres Supply Chain Management zu etablieren. Zusammen mit dem Kunden haben wir eine smarte Business Intelligence Lösung für die Vorhersage von Bestandsentwicklungen entwickelt und implementiert, welche heute aktiv sowohl im Inventory Management als auch im Performance Management und im Controlling eingesetzt wird.

SITUATION

Lagerbestände haben eine große Bedeutung für Unternehmen – sie können sehr volatil sein und hängen von einer Vielzahl an Faktoren ab – wie beispielsweise der Güte von Forecasts, verfügbaren Produktionskapazitäten oder Rohstoffverfügbarkeiten. Für die Unternehmenssteuerung sind Bestände jedoch ein zentraler Dreh- und Angelpunkt: Zu niedrige Bestände stellen eine Bedrohung für Unternehmen dar, weil Sie zu Lieferengpässen führen können, während zu hohe Bestände eine erhöhte Kapitalbindung bedeuten und ebenfalls nachteilig für das Unternehmen sind. Zusammengefasst unter dem Term „Working Capital Management“ arbeiten Unternehmen heute stetig daran, die perfekte Balance zwischen beiden Extrema zu finden. Working Capital Management ist damit nicht selten von zentraler Bedeutung für produzierende Unternehmen.

Zwar hatte unser Kunde aufgrund seiner vollständig SAP APO-basierten Planung Informationen zu Bestandsentwicklungen auf Produktebene – allerdings gestaltete sich die Auswertung für aggregierte Level, wie beispielsweise ein oder mehrere Produktportfolios, schwierig. Entsprechende Auswertungen mussten in mehrtätiger Arbeit aufwändig und händisch erstellt werden. Damit waren die Auswertungen gleichzeitig sehr anfällig für Fehler, und die verwendete Software stieß aufgrund der Menge an Daten an ihre Grenzen.

ANALYSE

Zusammen mit dem Kunden konnten wir hier ein enormes Potenzial identifizieren. Eine automatisierte Lösung hätte gleich mehrere Vorteile:

Reduktion von manuellem Aufwand durch vollautomatisierte, monatliche Berechnung
Flexibles Reporting der Bestandsentwicklung auf jeder Aggregationsebene – von Produkt / SKU bis Firmenebene
Umfangreiches Berechtigungskonzept, um Daten nur bestimmten Nutzern zugänglich zu machen
Lösung erlaubt Fokus auf Auswertung und Interpretation von Daten
Erkennung von unzureichender Datenqualität
Versionierung der berechneten Bestandsentwicklungen
Erhöhte Transparenz der Supply Chain Planung durch Auswertungen der verwendeten Planungsdaten
Verfügbarkeit der projizierten Bestandsentwicklung in Base Unit (z.B. Stück) & finanziell bewertet (z.B. – konsolidierte Herstellkosten [EUR])

HERAUSFORDERUNG

Um den vielfältigen Anforderungen der anvisierten Benutzergruppen (Supply Chain Management, Inventory Management, Performance Management) gerecht zu werden, bedarf es einer umfangreichen Analyse der Stakeholder Requirements. Hierbei zeichnete es sich ab, dass die Lösung zwar breit genutzt werden kann – die Granularität der berechneten Daten jedoch deutlich feiner sein musste, desto operativer der Anwender tätig war. Die klare Herausforderung war es, all diese Anforderungen in einem Tool zu vereinen – sprich: Es so flexibel zu gestalten, dass es sowohl für das strategische Management, als auch für das operative Management die richtigen Daten im richtigen Umfang anzeigt. Eine weitere Herausforderung sollte im Übrigen der Umgang mit mangelnder Datenqualität sein – wie würde man Bestände projizieren, wenn keine Daten verfügbar sind oder die Daten nicht repräsentativ für die tatsächliche Planung wären?

UMSETZUNG

Von großer Bedeutung für dieses Projekt war es, dass die relevanten Daten bereits harmonisiert und standardisiert in wenigen Datentöpfen vorhanden waren – andernfalls hätten die Daten zuerst aufbereite und zentral bereitgestellt werden müssen. Essenziell war es zudem, dass die gesamte Supply Chain Planung Tool-gestützt, bspw. mit SAP Advanced Planner & Optimizer (APO) oder SAP Integrated Business Planning (IBP) durchgeführt wird.

Zuerst wurden die grundlegenden Anforderungen mit dem Kunden geklärt. Hierbei war es insbesondere wichtig, Stakeholder der verschiedenen Anwenderschichten früh im Projekt mit einzubeziehen. In diesem Zuge wurden auch die relevanten Datenquellen identifiziert und analysiert. Nach initialer Datenanalyse konnte dem Kunden für den Großteil des Portfolios eine ausreichende Datenqualität bescheinigt werden, sodass die zugrundlegenden Anforderungen, Logik und Datenquellen geklärt waren und ein erster Proof of Value angefertigt werden konnte. Als zentraler Bestandteil des Konzepts wurde eine alternative Logik definiert, welche in der Lage ist, Bestandsentwicklungen für Materialien trotz mangelnder Datenqualität vorherzusagen.

Dieser Proof of Value wurde innerhalb zweier Wochen rudimentär angefertigt und bestätigte, dass die Lösung wie ursprünglich geplant funktionieren würde. Mit dem ersten Proof of Value wurden auch die ersten Lücken in der Logik identifiziert, sodass die Logik im Laufe der Entwicklung mehrfach feinjustiert wurde.

Das Konzept musste anschließend noch in eine stabile technische Lösung übersetzt werden. Innerhalb weniger Monate stand die erste technische Version der Lösung bereit und konnte ausgiebig getestet werden. Parallel hierzu wurden alle Entwicklungen umfangreich dokumentiert und ein Konzept für das spätere User Training entwickelt. In mehreren Iterationen wurde die Logik verfeinert, sodass innerhalb eines Jahres die erste voll funktionsfähige Version beim Kunden ausgerollt werden konnte. Die Resonanz war derart positiv, dass im Anschluss zwei weitere Versionen der Applikation geplant und entwickelt wurden, um den Bedürfnissen sämtlicher Anwender gerecht zu werden – und dies in einer einzigen, globalen Lösung für sämtliche Geschäftsbereiche.