6. Juli 2020
Schauen wir zunächst einmal zurück in eine Zeit vor Corona, als die Welt (und die Lieferketten) sich noch in bekannten Bahnen bewegte: Just-in-Time (JIT) und Just-in-Sequence (JIS) waren bekannte Steuerungskonzepte, die aber selten vollständig umgesetzt wurden und dadurch immer wieder die Lücken – oder etwas positiver ausgedrückt – den erheblichen Optimierungsbedarf in der Versorgungskette der Automobilindustrie offenlegten.
Natürlich gab es automatische Planungsläufe in den gängigen ERP-Systemen, die aber oft noch manuell nachgeregelt werden mussten: vom Abgleich der Auftragseingänge mit den Verfügbarkeiten von Material über Qualitätsabgleiche bis zur Produktionsfeinplanung. Gar nicht selten wurde dafür auch Excel verwendet. Die Schwächen dieser Konstellation wurden nun durch die Corona-Krise auf schmerzhafte Art und Weise offengelegt, denn durch den Lockdown-Beschluss vieler nationaler Regierungen wurden globale Lieferketten abrupt unterbrochen.
Nun wurde plötzlich offensichtlich, wie wichtig Transparenz vom Lieferanten bis an die Maschine wäre. Gern hätten die Verantwortlichen beispielsweise gewusst, wann und ob das benötigte Material eintrifft. Wem solche wesentlichen Informationen fehlen, der kann nur auf Sicht planen. Natürlich hätten moderne SCM-Lösungen den Bruch der Lieferketten nicht verhindern können. Sie hätten den Verantwortlichen aber wertvolle Zeit für ihre Entscheidung über alternative Lieferwege und -quellen verschaffen können.
Wenn man echte JIT-/JIS-Konzepte als Benchmark für zeitgemäßes Supply Chain Management anlegt, dann zeigt sich, dass die Möglichkeiten über die Transparenzanforderungen weit hinausgehen. Die Ziele von JIS und JIT adressieren vor allem eine bessere Koordination von Bestellung, Planung und Produktion. Idealerweise werden Kundenaufträge in Produktionsaufträge überführt, diese werden mit dem Vorrat in der Versorgungskette abgeglichen, und daraus entstehen dann die Bedarfe, die an die Lieferanten gemeldet werden. Diese Konzepte sollten eine Produktion ablösen, die nur auf Forecast-Berechnungen beruht.
Automobilhersteller wie Porsche, BMW oder Daimler haben ihre Lieferketten schon vor Jahren darauf umgestellt, dass Teilebedarfe sehr kurzfristig an die Lieferanten gemeldet werden. Die Zulieferer müssen in der Lage sein, entsprechend kurzfristig zu liefern. Das wiederum erfordert eine Anpassung der Planungs- und Steuerungssysteme in der Produktion und Logistik der Automobilzulieferer, um den neuen Anforderungen von JIT-/JIS-Konzepten adäquat zu begegnen.
Grundsätzlich sehen JIT-/JIS-Konzepte eine Lieferung von Produkten oder Komponenten direkt an Montagebänder vor. In der Regel ist dies nur bei großen Tier-1-Systemlieferanten der Fall. Ein Beispiel ist der Automobilzulieferer Magna, der seine Komponenten und Systeme für Fahrzeuginnenräume entwickelt, fertigt und auch montiert, und zwar in zeitlich exakt festgelegten Sequenzen. Auch thyssenkrupp produziert und liefert Fahrwerksysteme im Kundentakt, d.h. synchron zur Sequenz der Kundenproduktion.
Auch hier hat Corona die Schwächen offengelegt, denn JIT-/JIS-Konzepte sehen geringe Pufferbestände vor, die nur für kleine Zeitfenster in der Produktion ausreichen und somit keine Fehler in den Planungs- und Steuerungsprozessen erlauben, da ansonsten die Montagebänder stillstehen müssten.
Die Lehre aus der Corona-Krise ist: Es sind neue, kombinierte Ansätze aus Digitalisierung und Lokalisierung erforderlich. Eine wichtige Modernisierungskomponente ist die Einführung von Softwarelösungen, die eine Durchgängigkeit der Prozesse vom Lieferanten bis an die Maschine unterstützen. Solche Programme können dabei helfen, sehr flexibel auf Nachfrageschwankungen und Ausfälle auf Seiten der OEMs zu reagieren sowie Prozesse in der Produktion und Logistik auf JIT-/JIS-Konzepte auszurichten. Methoden der künstlichen Intelligenz (KI) können den Automobilherstellern und OEMs dabei helfen, strukturierte und unstrukturierte Daten so zu analysieren, dass sie ihre Bedarfe genauer prognostizieren können. Unstrukturierte Daten können beispielsweise Reaktionen aus dem Netz/in Social Media auf neue Fahrzeuge oder Themen wie E-Mobilität sein. Denkbar ist eine bessere Vorhersage von möglichen Lieferengpässen durch schlechtes Wetter oder sonstige externe Faktoren wie z.B. das Coronavirus. Strukturierte Daten sind beispielsweise die Bestellhistorie nach Kundengruppen oder der Bestand im Lager/in der Lieferkette sowie Wiederbeschaffungszeiten.
Eine Möglichkeit, die Lieferketten widerstandsfähiger zu machen, kann die Verlagerung von globalen Lieferketten auf eher regionale/lokale Lieferketten sein. Corona hat gezeigt, dass Lieferketten umso verwundbarer und intransparenter werden, je globaler sie sind. Neuere Entwicklungen zielen auf lokalere/regionalere und gleichzeitig flexiblere Ansätze ab. Das können zum Beispiel sogenannte „On-Demand-Lagerhaus-Marktplätze“ sein (z.B. LogHub, Stowga, Stockpots). Diese Marktplätze bieten freie Flächenkapazitäten lokaler und regionaler Lageranbieter, um Herstellern oder Einzelhändlern eine höhere Lagerflexibilität und kürzere Lieferwege zu ermöglichen. Für das Supply Chain Management ergibt sich damit aber eine weitere Verwaltungsebene, deren Daten analysiert werden müssen, um den hohen Anforderungen an Transparenz, Resilienz, JIT-/JIS-Planung sowie an Forecasting und Risikomanagement zu genügen.
Die Welt des Supply Chain Management wird also komplexer. Schon bevor das Coronavirus die globalen Lieferketten heimsuchte, waren Schwächen in den Lieferketten der Fertigungsindustrie erkennbar. Selbst in der Automobilindustrie mit ihren seit Jahren optimierten und feinjustierten Abläufen zeigte sich immer wieder Optimierungsbedarf, und zwar sowohl bei den OEMs als auch bei den Zulieferern. Die Corona-Krise hat diese Schwächen nun schonungslos offengelegt. Moderne und leistungsfähige Software- und KI-Lösungen können helfen, die Herausforderungen zu meistern.
Nichts verpassen.
Blogartikel abonnieren.