Lieferkettenoptimierung
Zwei Seiten einer Medaille
Können Lieferketten kosteneffizient und nachhaltig zugleich sein? Ja! Denn dank moderner Optimierungsalgorithmen werden Unternehmen beiden Ansprüchen gerecht!
Lieferkettenoptimierung
Zwei Seiten einer Medaille
Können Lieferketten kosteneffizient und nachhaltig zugleich sein? Ja! Denn dank moderner Optimierungsalgorithmen werden Unternehmen beiden Ansprüchen gerecht!
“Im Supply Chain Management schließen sich Nachhaltigkeit und Kosteneffizienz gegenseitig aus!” Diese weit verbreitete Meinung bestärkten in den letzten Monaten die gestiegenen Rohstoffpreise und die globalen Lieferengpässe. Der Absatz und die Produktion von Waren finden seither unter erschwerten Bedingungen statt. Vor allem Unternehmen mit weltumspannenden Lieferketten stehen enorm unter Druck. Lieferungen sollen einerseits termintreu und kostengünstig erfolgen. Andererseits müssen die Supply Chain Manager ökologische Aspekte mit Blick auf eine emissionsarme Transportorganisation beachten. Nachhaltig und kosteneffizient zugleich - was wie die Quadratur des Kreises erscheint, können jedoch zwei Seiten derselben Medaille sein. Sofern man auf das richtige Tool setzt! Denn mit Optimierungsalgorithmen auf Basis von Operations Research und Künstlicher Intelligenz lassen sich Logistiknetzwerke so planen, dass sie beiden Ansprüchen genügen. Dies zeigen Beispiele aus der Automobilindustrie.
______
Optimierungsalgorithmen liefern deutliche Verbesserungen gegenüber althergebrachten Planungsprozessen!
Die Logistiknetzwerke sind komplex
In der Automobilindustrie ist es schon ohne die genannten Probleme schwer genug, das richtige Auto zur richtigen Zeit mit größtmöglicher Kosteneffizienz an den richtigen Ort zu transportieren. Denn die Logistiknetzwerke der Hersteller sind extrem komplex. Sie erstrecken sich über Transportwege auf der Straße, Schiene und zu Wasser und verbinden Werke mit Häfen, Lager- und Umschlagsplätzen sowie Händlern. Bei der Planung müssen die Logistiker neben Kosten und Terminen unzählige Faktoren berücksichtigen. Dazu zählen Konditionen verschiedener Spediteure wie Tarife, Kapazitäten und Vorlaufzeiten. Aber auch die Qualität der Transportunternehmen hinsichtlich Pünktlichkeit und Transportschäden fließt in die Organisation ein.
58.000 Routen ergeben 1,8 Millionen Möglichkeiten
Ein typisches Logistiknetzwerk in der Automobilindustrie umfasst mehrere zehntausend Routen. Für jedes Transportszenario existiert eine sechs- bis siebenstellige Anzahl von Varianten. Selbst wenn keine Störungen die Tagesplanung durcheinander bringen oder Hersteller lediglich eine Kostenoptimierung anstreben, lohnt sich daher der Einsatz intelligenter Software für die Planung und Optimierung der Warenströme. Das zeigt das Beispiel Toyota Logistics Services (TLS), das seine Outbound-Logistik mit 58.000 aktiven Routen in den USA mithilfe von intelligenten Algorithmen optimiert. Mit allen Optionen – von verschiedenen Spediteuren über verschiedene Häfen, Distributionszentren und Händler bis hin zu den einzelnen Rampen an den Umschlagsplätzen – ergeben sich dort für jedes Transportszenario bis zu 1,8 Millionen Möglichkeiten. Allein mit Excel-Tabellen und jahrelanger Erfahrung sind die Verantwortlichen heute kaum noch in der Lage, alle Optionen zu berücksichtigen und eine größtmögliche Kosteneffizienz zu erreichen. Hinzu kommt der Anspruch der Automobilhersteller, ihren Beitrag zum Erreichen der Ziele des Pariser Klimaabkommens und zum Netto-Null-Emissionsziel der EU leisten. Auf maximale Kosteneffizienz getrimmte Lieferketten genügen dafür nicht.
Algorithmen liefern zuverlässige Prognosen und Handlungsempfehlungen
Optimierungsalgorithmen, die auf mathematische Modelle aus Operations Research oder Künstliche Intelligenz setzen, arbeiten mit echten Zahlen aus dem Tagesgeschäft und liefern daher sehr verlässliche Prognosen und zuverlässige Handlungsempfehlungen. Sie kommen sowohl mit großen Datenmengen als auch mit komplexen Planungsprozessen zurecht und berechnen in Simulationen die verschiedensten Szenarien. Dabei berücksichtigen sie alle entscheidungsrelevanten Kriterien, um Planern und Disponenten die optimale Vorgehensweise zu empfehlen.
______
Optimierungsalgorithmen auf Basis von Operations Research berücksichtigen alle entscheidungsrelevanten Kriterien, um Planern und Disponenten die optimale Vorgehensweise zu empfehlen.
Für die optimale Lösung kommt es auf die richtigen Kriterien an
Aber was heißt eigentlich optimal? Diese Frage müssen die Verantwortlichen beantworten und so festlegen, auf welche Kriterien und Ziele der Algorithmus bei der Ausarbeitung des Liefernetzwerks hinarbeiten soll. In einer Fallstudie von INFORM wurden Berechnungen für einen Automobilhersteller durchgeführt, der Fahrzeuge aus seinen Werken in den USA, Südafrika, Großbritannien und Deutschland bis zu Autohäusern auf dem polnischen Markt transportieren wollte. Das Ziel war es, eine optimale Konfiguration für die Verteilungsinfrastruktur zu berechnen, also zu bestimmen, welche Transportmittel jeweils für welche Strecke und welche Häfen genutzt werden.
Algorithmen können beispielsweise die Kosten optimieren, indem sie Lieferungen zusammenfassen und über einen einzigen Hafen laufen lassen, von wo der Weitertransport zu Lager- und Umschlagsplätzen über die Schiene erfolgt. Von dort werden die Fahrzeuge per Lkw an die Händler geliefert. Alternativ können sie kürzere Transportzeiten priorisieren und schon ab dem Hafen auf Lkw-Transporte setzen – was allerdings die Kosten und Emissionen nach oben treibt. In einem Szenario mit dem Ziel möglichst geringer Emissionen empfiehlt der Algorithmus daher Schiffstransporte zu regionalen Häfen und den Weitertransport mit Zügen. Erst auf der letzten Meile, auf dem Weg zum Händler, kommen dann Lkws zum Einsatz.
______
Optimierungsalgorithmen auf Basis mathematischer Modelle und Künstliche Intelligenz arbeiten mit echten Zahlen aus dem Tagesgeschäft und liefern verlässliche Prognosen und Handlungsempfehlungen.
Optimierungsalgorithmen sorgen für die richtige Balance
Für alle drei Szenarien liefern Optimierungsalgorithmen deutliche Verbesserungen gegenüber althergebrachten Planungsprozessen, wobei die Ziele sich nicht gegenseitig ausschließen. Automobilhersteller können sie durchaus unterschiedlich gewichten, um eine gute Balance aus geringen Emissionen, niedrigen Kosten und kurzen Lieferzeiten zu erreichen. So erhöhen sie ihre Nachhaltigkeit, ohne dass dies unkontrolliert zulasten von Kosten oder Lieferzeiten geht.