Was sollen wir tun, wenn die Bestellmenge des Kunden nicht der MOQ (Mindestbestellmenge) entspricht?

Im Beschaffungs- und Lieferkettenmanagement stehen viele Unternehmen vor einer Vielzahl von Herausforderungen, nicht nur auf der Angebotsseite, sondern vor allem auch auf der Nachfrageseite. Im Laufe der Jahre kam es zu einer deutlichen Differenzierung der Nachfrage, wobei in vielen Branchen kleinere Losgrößen und schnellere Nachfrageänderungen zu verzeichnen waren. Folglich ist die Genauigkeit von Prognosen zu einem kritischen Thema in der Lieferkette geworden. Immer wenn ich diese Themen in Schulungen bespreche, hoffen viele Teilnehmer, dass die Vorhersagen präziser sein könnten, ähnlich wie ein Satz aus „Mein Onkel Yules“: „Was für eine Überraschung wäre es, wenn Yules auf diesem Boot wäre!“ Ich möchte betonen, dass sich die Genauigkeit der Vorhersagen nicht wesentlich verbessern würde, selbst wenn Yules auf diesem Boot wäre. Daher sollten Sie sich nicht auf die Prognosegenauigkeit verlassen.

Die Genauigkeit von Prognosen kann verbessert werden, aber irgendwann werden weitere Verbesserungen immer begrenzter. Es ist vergleichbar mit Baseball; Sobald der Schlagdurchschnitt 30 % übersteigt, weist dies auf einen erfahrenen Profispieler hin. Über diesen Punkt hinaus wird es äußerst schwierig, höhere Durchschnittswerte zu erreichen. Im Laufe der Geschichte kann man Spieler mit einem Schlagdurchschnitt von über 40 % an einer Hand abzählen. Selbst bei einem Durchschnitt von 40 % werden viele Bälle nicht getroffen. Bei Prognosen geht es darum, die Zukunft vorherzusagen, die, ähnlich wie ein schnell geworfener Baseball, mit Unsicherheit behaftet ist. Ein englisches Sprichwort sagt: „Niemand hat eine Kristallkugel“, was bedeutet, dass niemand die Zukunft klar sehen kann. Ein altes Sprichwort besagt: „Wenn wir drei Tage im Voraus wüssten, was passieren würde, könnten wir alle tausend Jahre lang reich und wohlhabend sein.“ Wenn die Vorhersagen für drei Tage so unsicher sind, wie wäre es dann mit drei Wochen oder drei Monaten? Die einfache Wahrheit ist, dass man nicht weiß, was man nicht weiß. Sobald Sie ausgeschöpft haben, was Sie wissen oder wissen könnten, bleibt das übrig, von dem Sie nicht wissen, dass Sie es nicht wissen. An diesem Punkt überlässt man es entweder dem Zufall oder sucht nach einer Alternative. Sich hartnäckig auf die Genauigkeit von Prognosen zu fixieren, ist so, als würde man immer wieder mit dem Kopf gegen die Wand schlagen – es mag wie eine Anstrengung erscheinen, aber in Wirklichkeit ist die Belohnung gering.

Bevor wir nach einer Alternative suchen, sollten wir über eine Frage nachdenken: Warum prognostizieren? Manche würden vielleicht sagen, dass es an der Unsicherheit der Nachfrage liegt. Nachfrageunsicherheit ist jedoch eine Manifestation, nicht das Wesentliche. Denken Sie zum Beispiel an Leitungswasser; Manchmal verbraucht Ihr Haushalt mehr, manchmal weniger. Der Bedarf ist zwar ungewiss, aber Sie prognostizieren nie Ihren eigenen Verbrauch – drehen Sie den Wasserhahn auf, und das Wasser fließt sofort, mit einer Reaktionszeit von Null. Warum sich also mit Prognosen beschäftigen? Das liegt daran, dass es eine Reaktionszeit gibt, die Produktherstellung, Transport und Lieferung umfasst. Warum nicht Produkte im Voraus herstellen und an Verbrauchsstellen verteilen, um sicherzustellen, dass sie bei Bedarf schnell verfügbar sind, ähnlich wie Leitungswasser? Hier liegt das Problem der Lagerkosten und -risiken. Das Verständnis dieser Punkte zeigt, dass die Suche nach einer „Alternative“ bedeutet, Wege zu finden, den Reaktionszyklus zu verkürzen, einschließlich Produktions-, Transport- und Lieferzeiten. Wenn dies nicht möglich ist, sind Strategien zur Minderung von Bestandsrisiken durch die Platzierung des Lagerbestands näher am Verbrauch von entscheidender Bedeutung. Dies alles fällt in den Bereich der Lieferkettenabläufe. Im Wesentlichen sind Supply-Chain-Abläufe Teil der Lösung zur Erzielung von Prognosegenauigkeit.

Erstens bedeutet die Verkürzung des Reaktionszyklus eine Reduzierung der Produktions-, Transport-, Liefer- und Wartezeiten für Produkte. Diesen Zyklus zu verkürzen bedeutet im Wesentlichen, sowohl den Produkt- als auch den Informationsfluss zu beschleunigen. Lean Manufacturing, ein seit Jahren weit verbreiteter Ansatz, zielt darauf ab, den Produktfluss zu beschleunigen. Beispielsweise verkürzt der Einsatz von Formwechseln in nur einer Minute die Rüstzeiten, während der Einsatz vorbeugender Wartung die Ausfallzeiten der Geräte reduziert. Durch die Schaffung von Fertigungszentren werden Wartezeiten während der Produktionsprozesse minimiert. Diese Bemühungen ermöglichen auf verschiedene Weise einen schnelleren Produktfluss und verkürzen so den Produktionszyklus. Die Implementierung von 5S-Praktiken in der Produktion – die Aufbewahrung von Werkzeugen und Materialien an geeigneten Orten – sorgt für reibungslosere Abläufe und effektivere Produktflüsse. Durch die Verbesserung der Lieferpünktlichkeit der Lieferanten und die Sicherstellung der Produktqualität werden Ausfallzeiten während der Produktion sowie der Zeitaufwand für die Bearbeitung von Qualitätsproblemen reduziert und ein reibungsloser Produktfluss gewährleistet. Über mehrere Jahrzehnte hinweg und in allen Branchen konzentrierten sich die Bemühungen zur Beschleunigung des Produktflusses auf die Verbesserung von Verarbeitung, Transport und Vertrieb mit dem Ziel, Geschwindigkeit, niedrigere Kosten und bessere Qualität zu erreichen.

Innerhalb des Reaktionszyklus des Produkts kommt es jedoch nur zu einem Bruchteil zu einer tatsächlichen Bewegung. Meistens stagnieren Produkte, da Unternehmen verschiedene Prozesse steuern, nämlich Informationsflüsse. Trotz der Bemühungen, den Produktionszyklus zu verkürzen, ist die Wirksamkeit von Lean Manufacturing begrenzt, da die Zeit, die der Informationsfluss benötigt, unverändert bleibt. Beispielsweise werden in einigen Unternehmen Kundenaufträge einer ein- bis dreitägigen Vertragsprüfung unterzogen, um sicherzustellen, dass sie verstanden werden. Die Genehmigung vor der Eingabe in ein ERP dauert weitere 1 bis 3 Tage, um korrekte Entscheidungen sicherzustellen. Es dauert einen weiteren Tag, die Daten in das ERP-System einzugeben, und dann einen weiteren Tag, um die Bedarfsplanung durchzuführen und schließlich Bestellungen für Lieferanten zu generieren. Bevor die Bestellungen an die Lieferanten gesendet werden, durchlaufen diese zusätzliche Genehmigungen auf der Grundlage des Bestellwerts, was wiederum 1 bis 3 Tage dauert. Nach der Genehmigung werden Bestellungen auf elektronischen Handelsplattformen aufgegeben oder per E-Mail an Lieferanten gesendet, was einen zusätzlichen Tag in Anspruch nimmt. Während dieses Prozesses stagniert der Produktfluss, während nur Informationen fließen. Bei bestimmten Unternehmen dauert es zwei bis drei Wochen, bis die Bedarfsinformationen den Hauptlieferanten erreichen. Während diese Informationen in der Kette weitergegeben werden und die Lieferanten der dritten oder vierten Ebene erreichen, vergehen fünf bis sechs Wochen. Dies erklärt, warum die Lieferzeiten für einige Produkte zwischen drei und sechs Monaten liegen. Längere Lieferzyklen erhöhen die Abhängigkeit von Prognosen.

Ineffiziente Informationsflüsse stellen ein erhebliches Problem dar. Angesichts dieser Tatsache wurden erhebliche Anstrengungen unternommen, um den Informationsfluss zu beschleunigen, beispielsweise durch die Einführung von Informationstechnologie und E-Commerce, um bestimmte Entscheidungen in Systeme einzubetten. Eine weitere Strategie besteht darin, Organisationsstrukturen zu verflachen, um die Entscheidungsfindung zu dezentralisieren und Entscheidungszyklen zu verkürzen. Allerdings sind die Verbesserungen im Informationsfluss im Vergleich zu den Bemühungen zur Beschleunigung des Produktionszyklus immer noch unzureichend. Dies bietet die Möglichkeit, Reaktionszyklen zu verkürzen. Eine ganzheitliche Verbesserung der End-to-End-Lieferkettenprozesse konzentriert sich in erster Linie auf die Verbesserung des Informationsflusses, wobei Lieferkettenabläufe eine entscheidende Rolle spielen.

Der Reaktionszyklus von Produkten kann sich aufgrund physikalischer Gesetze nicht unendlich verkürzen. Unabhängig von der verwendeten Transportgeschwindigkeit dauert die Reise von Nordamerika nach Asien beispielsweise immer noch mindestens 10 Stunden, da man sich physikalischen Gesetzen nicht entziehen kann, indem man Waren sofort transportiert, ähnlich wie beim Versenden einer E-Mail. Unabhängig davon, wie schlank oder gut geplant die Produktionskapazität ist, braucht die Bearbeitung von Produkten mithilfe von Drehmaschinen, Fräsmaschinen oder Schleifmaschinen Zeit. Daher sind der Verkürzung der Reaktionszyklen Grenzen gesetzt. Über diesen Schwellenwert hinauszugehen wird unerschwinglich teuer. Dies erfordert die Berücksichtigung von Bestandsaspekten: Können wir den Bestand direkt dorthin verschieben, wo der Verbrauch stattfindet, ähnlich wie Leitungswasser in Ihre Küche geliefert wird? Auf diese Weise sind Produkte bei Bedarf sofort verfügbar.

Allerdings birgt die Lagerhaltung Risiken; Längere Lagerbestände können an Wert verlieren und überschüssige Lagerbestände müssen möglicherweise abgeschrieben werden, wenn die Nachfrage nachlässt. Wie können wir dann Bestandsrisiken mindern? Hier kommt standardisiertes Design ins Spiel.

Die Standardisierung des Designs erfolgt auf mehreren Ebenen: (1) Verwendung von Komponenten nach Industriestandard, was die optimale Form der Standardisierung darstellt; (2) Selbst bei kundenspezifischen Artikeln stellt die Verwendung desselben kundenspezifischen Teils für mehrere Produkte eine Form der Standardisierung dar; (3) Auch wenn das Produktdesign möglicherweise nicht standardisiert ist, verringert die Standardisierung des Herstellungsprozesses die Produktionskomplexität und verkürzt die Produktionszyklen. Die Standardisierung profitiert von Skaleneffekten und der Risikobündelung. Die Skalenvorteile liegen auf der Hand. Die Risikobündelung ist unkompliziert: Je standardisierter das Produkt ist, desto geringer ist das Risiko einer Anhäufung von Lagerbeständen, denn wenn ein Kunde es nicht benötigt, könnte es ein anderer tun, wodurch die Nachfrage nach präzisen Prognosen sinkt. Ebenso verhält es sich mit mehr Kunden, die standardisierte Produkte verwenden