Das Phantom-Inventar kommt zum Vorschein
Im Lager von ElmStreet Retail flackerten die Neonröhren bedrohlich. Angela, die erfahrene Leiterin der Nachtschicht, die für ihre akribischen Bestandszählungen bekannt ist, fröstelte trotz der klimatisierten Umgebung. Irgendetwas stimmte mit dem Inventar nicht.
„Sie vermehren sich“, flüsterte sie in ihr Klemmbrett.
Trotz ausgefeilter Prognosesysteme häuften sich in den Lagern von ElmStreet auf mysteriöse Weise unverkäufliche Produkte an. Allein in diesem Quartal hatte das Unternehmen bereits 3,2 Millionen Dollar an unbrauchbaren Beständen abgeschrieben. Wenn das so weitergeht, würde sich ElmStreet in die Reihe der Einzelhandelsunternehmen einreihen, die der Misswirtschaft bei den Lagerbeständen zum Opfer gefallen sind.
Geflüster aus dem Lagerhaus: Frühe Omen
„Wir haben alles ausprobiert, was im Standardhandbuch steht“, erklärte Alex, ElmStreet’s Inventory Control Manager mit fünfzehn Jahren Erfahrung in der Lieferkette. Seine übliche Zuversicht war sichtbarer Frustration gewichen, als er auf die überquellenden Regale deutete. „Wirtschaftliche Bestellmengen, ABC-Klassifizierung, von Beratern verfeinerte Prognosealgorithmen – nichts hat funktioniert.“
Diese Maßnahmen brachten zwar eine vorübergehende Entlastung, aber das Problem tauchte in anderer Form wieder auf. Die Finanzabteilung berichtete, dass die Lagerhaltungskosten im Vergleich zum Vorjahr um 34 % gestiegen waren.
Am beunruhigendsten war die Datenvisualisierung von Pallavi, der brillanten Datenwissenschaftlerin, die von einem führenden Technologieunternehmen angeworben worden war, um die Analytik von ElmStreet zu modernisieren. Ihr Diagramm, in dem sie das Bestandswachstum gegen den Umsatz auftrug, zeigte zwei Linien, die dramatisch auseinanderliefen und das bildeten, was die Mitarbeiter unheilvoll „das Todeskreuz“ nannten.
Die Beschwörung des digitalen Zwillings: Ein wissenschaftlicher Exorzismus
Howard, der normalerweise unerschütterliche CEO von ElmStreet, der das Unternehmen zwei Jahrzehnte lang durch die Umwälzungen im Einzelhandel geführt hatte, holte sich schließlich Hilfe von außen. Seine Wahl fiel auf Christine, eine renommierte Spezialistin für diskrete Ereignissimulationen, deren Methoden in zahlreichen Branchen zur Rettung von Unternehmen geführt hatten.
„Ihr Bestand wird nicht heimgesucht – er ist in einem Netz von miteinander verknüpften Faktoren gefangen“, erklärte Christine, deren ruhiges Auftreten in krassem Gegensatz zu der Panik stand, die das Unternehmen erfasste. „Wir brauchen einen digitalen Zwilling Ihrer Lieferkette, um die unsichtbaren Verbindungen, die diese Probleme verursachen, sichtbar zu machen.
Durch die virtuelle Nachbildung der gesamten Lieferkette von ElmStreet konnten sie die Produktströme simulieren und verborgene Muster erkennen, die den Bestandsaufbau verursachten.
Jenseits des Schleiers: Die dunklen Geheimnisse des Inventars aufdecken
Die Simulation ergab drei entscheidende Erkenntnisse:
Erstens war die Nachfrageprognose von ElmStreet grundlegend fehlerhaft. Durch die Aggregation regionaler Verkaufsdaten wurden wichtige lokale Muster überdeckt.
Zweitens waren Marketingaktionen und Bestandsplanung nicht aufeinander abgestimmt, was zu Nachfragespitzen führte, die die Lieferkette nicht effizient bewältigen konnte.
Drittens verstärkte ihre Sicherheitsbestandsformel das Problem durch einen Teufelskreis: höherer Sicherheitsbestand → überschüssige Bestände → verzweifeltes Diskontieren → künstliche Nachfrageschwankungen → noch höhere Sicherheitsbestandsanforderungen.
„Ihr System reagiert nicht nur auf die Marktbedingungen“, erklärt Christine. „Es erschafft sie.“
Die Peitsche verbannen: Simios Erlösungsritual
Christine verschrieb eine umfassende Lösung mit der Simio-Simulationsplattform, die einen detaillierten digitalen Zwilling der Lieferkette von ElmStreet erstellt.
Das Team erstellte ein Basismodell des aktuellen Betriebs, entwickelte ein dynamisches Nachfragemodellierungssystem und testete mit Hilfe einer Szenarioanalyse verschiedene Bestandsstrategien.
„Wir haben über 10.000 Simulationen durchgeführt“, erklärt Christine. „So konnten wir für jede Produktkategorie und jeden Standort die optimale Wiederbeschaffungspolitik ermitteln.“
Die Simulation ergab, dass verschiedene Produktkategorien aufgrund ihrer Nachfragemuster und Lebenszykluseigenschaften grundlegend unterschiedliche Bestandsstrategien erfordern.
Die Morgendämmerung bricht an: Das Lagerhaus im Wandel
Drei Monate später waren die Lagerhäuser von ElmStreet umgestaltet:
- Die Kosten für die Vorratshaltung sanken um 31%.
- Abschreibungen auf tote Bestände gingen um 64% zurück
- Die Füllungsrate verbesserte sich von 92% auf 98,5%.
- Umschlag der Vorräte um 40% erhöht
„Die wichtigste Veränderung“, so Howard, „ist, dass wir von einer reaktiven zu einer proaktiven Bestandsverwaltung übergegangen sind.“
Die Präventionsstrategie konzentrierte sich darauf, den digitalen Zwilling als lebendes Modell aufrechtzuerhalten, wobei wöchentliche Simulationsläufe frühzeitige Warnungen vor möglichen Problemen lieferten. Am wichtigsten war, dass Eric, der Marketingleiter von ElmStreet, der zuvor in Silos gearbeitet hatte, nun die Werbeplanung seines Teams mit den Mitarbeitern der Bestandsverwaltung koordinierte.
Inventarverwaltung von der anderen Seite
Die Austreibung des Fluches der ElmStreet-Bestände bietet wertvolle Lektionen:
Erstens: Bestandsprobleme haben selten einfache Ursachen. Durch komplexe Wechselwirkungen entstehen Muster, die durch herkömmliche Analysen nicht verstanden werden können.
Zweitens stützt sich die herkömmliche Bestandsverwaltung auf Durchschnittswerte, die kritische Muster verdecken, die die Leistung bestimmen. Dies führt in der Regel dazu, dass in den Lagern zu viel von den falschen Produkten und zu wenig von den richtigen Produkten gelagert wird.
Drittens: Brechen Sie die Silos zwischen den Geschäftsfunktionen auf, um Zusammenhänge zwischen scheinbar unzusammenhängenden Entscheidungen aufzudecken.
Unternehmen, die mit Bestandsschwankungen konfrontiert sind, können einen digitalen Zwilling erstellen, um komplexe Zusammenhänge zu visualisieren, Bestandsrichtlinien durch Simulationen zu testen, dynamische, bedarfsgesteuerte Sicherheitsbestände zu implementieren, Bestandsentscheidungen abteilungsübergreifend zu koordinieren und kontinuierlich auf Frühwarnzeichen zu achten.
Wie Christine das Team erinnerte: „Die beängstigendsten Inventarisierungsprobleme werden nicht durch das verursacht, was man nicht weiß – sie werden durch das verursacht, was man zu wissen glaubt, was aber nicht stimmt.“