Was kann „Supply Sensing“?

Die Krisen haben gezeigt, dass mehr als nur historische Verkaufsdaten erforderlich sind, um die künftige Nachfrage vorherzusagen. Insofern sind die jüngsten Ereignisse und Störungen kein ausreichender Indikator mehr für das, was jetzt und in Zukunft passieren könnte. Die meisten vorausschauend agierenden Unternehmen setzen auf Technologiepartner, die ihnen helfen, auf Basis von angereicherten (Echtzeit-)Daten bessere Entscheidungen zu treffen.

Die Herausforderung, globale Lieferketten und ihre Unterbrechungen zu managen, existiert schon lange. Nach Angaben von McKinsey könnten solche Unterbrechungen ein durchschnittliches Unternehmen, über einen Zeitraum von zehn Jahren betrachtet, 45 Prozent seines Jahresgewinns kosten. Allerdings lassen sich solche Situationen mithilfe moderner Technologie antizipieren und bewältigen. Das Konzept des „Supply Sensing“ beispielsweise könnte insbesondere für Unternehmen der Konsumgüterindustrie von Bedeutung sein, die aufgrund von Lieferengpässen erhebliche Ausfälle erleiden.

Tiefes Verständnis entwickeln

„Supply Sensing“ nutzt bewährte Methoden zum Verständnis der Verbraucher- oder Kundennachfrage zur Vorhersage von Lieferunterbrechungen. Durch das Verständnis der Faktoren, die zu Lieferschwankungen oder Ausfällen führen, lässt sich besser vorhersagen, wann es zu Unterbrechungen kommen wird. O9 Solutions z.B. vereint dazu Features wie graphenbasierte Unternehmensmodellierung, Big-Data-Analysen, Algorithmen für die Szenarioplanung und Cloud-basierte Bereitstellung in einer Künstliche-Intelligenz-gestützten Plattform. Man kann mit diesen Informationen früher handeln, um das Risiko zu mindern. Dies kann von entscheidender Bedeutung sein, wenn Verfügbarkeit sichergestellt und plötzliche Kostenschocks vermieden werden sollen.

Dies ist ein Artikel aus unserer Print-Ausgabe 1-2/2023. Bestellen Sie ein kostenfreies Probe-Abo.

 Die Überwachung interner und externer Ereignisse nicht nur bei Lieferanten ersten Grades, sondern auch bei vorgelagerten Zulieferern über einen Zeitraum von drei bis zwölf Monaten ist die einzige Möglichkeit, das Konzept des „Supply Sensing“ effektiv umzusetzen. Durch die Überwachung einflussreicher Faktoren – etwa landwirtschaftliche Erträge, Wetter, Transportunterbrechungen und Beschäftigung – lassen sich mit prädiktiven maschinellen Lernmodellen und Digitalen Zwillingen die potenziellen Auswirkungen dieser Makrotrends auf Zulieferer verschiedenen Grades abbilden. Ein zentrales Unterscheidungsmerkmal ist es, wenn Unternehmen Warnungen über mögliche Änderungen der Verfügbarkeit und des

Preises wichtiger Rohstoffe in einem Horizont von bis zu zwölf Monaten erstellen können, bevor ihr Lieferant ersten Grades betroffen ist.

Der entscheidende Faktor

Ein Beispiel: Konsumgüterhersteller sind die weltweit größten Abnehmer von wichtigen Rohstoffen wie Mais, Weizen, Kaffee und Milch. Wie wäre es, wenn ein großer Kaffeehersteller eine „Heat Map“ mit den zu erwartenden landwirtschaftlichen Erträgen auf der Grundlage von Wettermustern betrachten könnte und eine erhöhte Wahrscheinlichkeit von Ertragseinbußen in einer bestimmten Kaffee-Anbauregion erkennen würde? Der Hersteller könnte Wochen oder sogar Monate früher als bisher handeln und Vereinbarungen treffen, um mehr Kaffee aus anderen Gebieten einzukaufen. Außerdem könnte er diese Daten in seine Einkaufsmodelle einfließen lassen, um sicherzustellen, dass er den Kaffee zum bestmöglichen Preis bezieht. Das könnte sich als entscheidender Faktor erweisen, um auch in der derzeitigen volatilen Umgebung weiterhin Gewinne zu erzielen.

Verfügbare Technologien wie „Supply Sensing“ sollten in die Routine der Konsumgüterunternehmen integriert werden, um es ihnen zu ermöglichen, den kontinuierlichen Alarmmodus hinter sich zu lassen. Denn wenn es eine Lehre aus den vergangenen Jahren gibt, dann die, dass Antizipation und Vorbereitung auf Unterbrechungen der Lieferkette von entscheidender Bedeutung sind. 

Bildquelle: Getty Images / iStock / Getty Images Plus