Business Intelligence trifft Lieferkette

Doch wo liegen dafür die Ansatzpunkte in der Supply Chain? Unterstützung bieten hier IT-Lösungen, die die operative Abwicklung automatisieren und standardisieren, gekoppelt mit einem Business-Intelligence-System (BI), das Daten  erfasst, analysiert und auswertet.

BI-Systeme schaffen Transparenz und bilden so die Grundlage für einen kontinuierlichen Verbesserungsprozess – von der Lösung einzelner Probleme in der Supply Chain, also Korrekturen im System, zu erhöhter Zuverlässigkeit, Genauigkeit und Wirtschaftlichkeit der Supply Chain, und damit zu Korrekturen am System. Dabei ist jede Analyse und Auswertung im Rahmen von Business Intelligence darauf angewiesen, dass die Eingangsdaten zuverlässig und korrekt sowie im notwendigen Detaillierungsgrad erfasst werden. Eine optimierte Logistics Execution bildet die unerlässliche Grundlage, um BI-Systeme überhaupt effektiv einsetzen zu können. Je besser und umfassender die operativen Prozesse in einem Logistics-Execution-System abgebildet werden, desto detaillierter und genauer ist die daraus gewonnene Business Intelligence.

Vorschau auf künftige Kennzahlen

Alle Prozessschritte entlang der Supply Chain bieten Ansatzpunkte für eine verbesserte Logistics Execution, von der Auftragsabwicklung über Lagerverwaltung, Transportmanagement bis zur Zusammenarbeit mit Partnern. Die jeweiligen IT-Lösungen ermitteln innerhalb dieser Prozesse Daten wie die Bearbeitungszeiten für Aufträge, die Anzahl falscher oder unvollständiger Anlieferungen eines Lieferanten, die Umschlagszeiten oder die Zahl verspäteter Auslieferungen der Transportdienstleister. Um diese Daten vollständig nutzen zu können, müssen sie zusammengeführt und in Kennzahlen umgewandelt werden, die für das Geschäft ausschlaggebend sind. Dazu werden die Daten in den Logistics-Execution-Lösungen innerhalb eines Objektmodells miteinander verbunden, um den Ist-Zustand zu ermitteln.

Danach werden Prozesse analysiert, Leistungen von Abteilungen und/oder Partnern betrachtet und Schwachstellen offengelegt. Das Ergebnis bildet die Grundlage für fundierte Entscheidungen im operativen Bereich, denn BI präsentiert nicht nur historische und aktuelle Daten, sondern kann mit Hilfe prognostizierter Absatzzahlen auch eine „Vorschau“ auf die künftige Entwicklung der Kennzahlen geben. Dazu werden die Informationen entsprechend der spezifischen Anforderungen aufbereitet, wahlweise aus Sicht des Unternehmens, der Abteilungen oder der externen Supply-Chain-Partner.

Es ist wichtig, vorab festzulegen, welche Informationen zu einer Leistungsverbesserung und/oder Kostenreduzierung beitragen können. Hier haben sich vor allem Zuverlässigkeit, Flexibilität, Reaktionsfähigkeit, Kosten und Effizienz als wichtig herauskristallisiert. Die größte Herausforderung ist dabei die Zuverlässigkeit der Lieferkette, da diese aufgrund stetig komplexer werdender Prozesse immer anfälliger wird. Um hier Optimierungen durchführen zu können, muss in unterschiedliche Indikatoren aufgeschlüsselt werden, z.B. Lieferzeiten, Lieferfähigkeit oder Beanstandungsquote. Diese Informationen werden von einer BI-Lösung in separate Daten für jeden Transportdienstleister, jedes Produkt oder jede Region aufgeschlüsselt, um Schwachstellen gezielt zu erkennen und zu beheben.

Eine gute Datengrundlage

Ob bzw. wie erfolgreich eine Business-Intelligence-Lösung ist, hängt von der Datenbeschaffung, der Datenumwandlung und der Datenqualität ab. Eine Herausforderung stellen die verschiedenen Partner- und Quellsysteme dar, aus denen die Daten stammen. Dies können beispielsweise das ERP-System, Finance & Controlling (FICO) oder die Systeme der Transportdienstleister sein. Je mehr unterschiedliche Systeme involviert sind, desto größer ist der Datenkonvertierungsbedarf. Auch die unterschiedliche Auslegung wichtiger Kennzahlen ist eine Herausforderung, da diese von Quelle zu Quelle variieren können. So beziehen sich Kosten für den Transport von Waren an Kunden in Übersee mal auf den reinen Transport, mal beinhalten sie weitere Komponenten wie Einfuhrzölle.

Für eine gute Datengrundlage müssen alle Beteiligten bei der Erfassung korrekter Daten zusammenarbeiten. Liegen alle Daten vor, werden sie von einer Aufzeichnungs- in eine Analysesicht umgewandelt. Dabei werden z.B. Frachtkosten den Transporten oder Produkten bzw. Geschäftsbereichen zugeordnet. Diese Daten werden dann auf verschiedenen Ebenen verdichtet und – je nach Anforderung – auf Produkt-, Landes- oder Geschäftsbereichsebene zusammengeführt. Dubletten müssen bereinigt, Datenformate angepasst und Datenlücken gefüllt werden. Wichtig ist zudem eine Plausibilitätsprüfung und die Eliminierung von Datenausreißern.

Kennzahlen schaffen Transparenz und verdeutlichen die erreichten Verbesserungen. Im Bereich Lagerverwaltung kann der Warenumschlag auf Produktebene untersucht werden. Werden etwa schnelldrehende Waren erkannt, kann ihre Kommissionierung innerhalb des Lagerbetriebs optimiert werden. Ein weiterer Vorteil liegt in der Ermittlung der Frachtkosten für jeden einzelnen Transportdienstleister, die bis hin zu spezifischen Handelswegen und Kunden aufgeschlüsselt werden können und den Unternehmen wertvolle Informationen für neue Ausschreibungen von Transportdienstleistungen liefern. Zahlreiche weitere Vorteile, die zu Kosteneinsparungen bzw. zu einer höheren Wertschöpfung führen, gibt es in den Bereichen Auftragsabwicklung, Lagerverwaltung, Transportmanagement, und Collaboration.

*Der Autor, Markus Meißner, ist Mitglied der Geschäftsleitung und Head of Product Development bei AEB GmbH

Bildquelle: AEB GmbH