Bestandsplanung und -optimierung

Bestandsplanung und -optimierung in SAP Integrated Business Planning nutzen

Die wichtigsten Unterscheidungsmerkmale von SAP IBP for inventory verstehen

Objective

After completing this lesson, you will be able to analysieren Sie die wichtigsten Funktionen von SAP Integrated Business Planning for Inventory, und unterscheiden Sie sich von anderen Bestandsführungslösungen.

Was sind die wichtigsten Unterscheidungsmerkmale von SAP Integrated Business Planning for Inventory?

Schlüsselfaktor 1: Durchgängige Supply-Chain-Planung in einem Werkzeug

Datenblatt, das einen Schlüssel-Enabler darstellt.

Als Teil des Schlüssel-Enabler 1, der durchgängige Supply-Chain-Planung in einem Werkzeug, bietet Ihnen SAP IBP for inventory mehrere Ansätze. Es gibt drei verschiedene Möglichkeiten:

Integration früherer Prozesse, die von SAP IBP unterstützt werden, z.B.:

Verwenden Sie die ABC-XYZ-Segmentierung für die Produktportfolioklassifizierung.
Verwenden Sie den Absatzplanungsprozess, um einen globalen Absatzplan zu erstellen.
Verbinden Sie Demand Sensing, um Bedarfsprognosen in Tagen zu schätzen, die Werte in den nächsten 0 bis 8 Wochen aktualisieren.

Nutzen Sie außerdem die Leistungsfähigkeit von SAP IBP for inventory durch die empfohlenen Schritte für einen Bestandsoptimierungsprozess gemäß den SAP Best Practices für die Supply-Chain-Planung:

Dateneingaben validieren: Verwenden Sie Funktionen, um Eingaben für die Bestandsoptimierung zu validieren, z.B. Bedarfsprognose, Variationskoeffizient, Chargengrößen, Beschaffungszeiten usw.
Bestandsplan ausführen und prüfen: Aktivieren und planen Sie im Batch-Modus oder interaktiv einen Bestandsplanungsoperator, z.B. eine mehrstufige Echelon oder eine einstufige Echelon-Optimierung, und berechnen Sie die Zielbestandskomponenten. Verwenden Sie außerdem die App Anwendungsjobs, um die Bestandsoptimierung Ihren Geschäftsanforderungen entsprechend einzuplanen.
Führen Sie vor der Veröffentlichung des Bestandsplans eine What-If-Szenarioanalyse durch: Bevor Sie Ergebnisse mit anderen Funktionsbereichen genehmigen, legen Sie mögliche zukünftige Situationen ad hoc über Simulationen neu an. Berechnen Sie alle Kennzahlen neu und sichern Sie die Werte über Szenarien oder definieren Sie die Strukturmerkmale des Planungsmodells über Versionen neu.
Schließen Sie Ihren Bestandsplan mit anderen Funktionsbereichen wie Marketing, Vertrieb, Betrieb, Beschaffung usw. ab. Kommunizieren Sie Ergebnisse lokal, regional oder global über alle Funktionsbereiche hinweg durch Erweiterungen der Planungssichten im SAP-IBP-Add-in für Microsoft Excel oder über Analysen und Dashboards.

Was kommt als nächstes vor?

Beschaffungsprüfung – Heuristik und Optimierer: Verwenden Sie die Ausgaben aus der Bestandsoptimierung, um einen restriktionsbasierten Bedarfsplan über die Heuristik und den Optimiererlauf zu berechnen und zu überarbeiten.
Oder integrieren Sie externe Prozesse, z.B. operative Planungs- und Ausführungsprozesse.

Key Enabler 2: Mehrstufige Bestandsoptimierung

Schlüssel-Enabler Nummer zwei. Die standortbezogene Bestandsplanung vereinfacht die Situation.

Wir müssen bedenken, dass die standortbezogene Bestandsplanung die Situation übermäßig vereinfacht, was zu Folgendem führt:

Überpuffer des Bestands.
Peitscheneffekt.
Einschränkung zur Ermittlung einer Aufschubstrategie.
Es ist nicht möglich, Stücklisten, Losgrößen und andere Supply-Chain-Komplexitäten zu verarbeiten.

SAP IBP for inventory optimiert gleichzeitig den Bestand in der gesamten Logistikkette wie folgt:

Durch die koordinierte Planung entfällt die Bestandsüberpufferung bei gleichzeitiger Erfüllung der Service-Level-Ziele.
Die interne Servicegradoptimierung bietet eine erhebliche Bestandsreduzierung.
Durch die Propagierung der Bedarfsvariabilität in vorgelagerte Stufen wird ein Peitscheneffekt vermieden.
Optimiert die zentrale Bestandsplanung.

Schlüsselfaktor 3: Umfassende Einblicke in verschiedene Bestandsarten und deren Treiber

Bestandsarten in einer Lieferkette und die sie beeinflussenden Faktoren. Bestandskategorien wie Sicherheitsbestand, Zyklusbestand, vorgefertigter Bestand und Pipeline-Bestand, wobei sich verschiedene Treiber auf jeden Typ auswirken, z.B. Bedarf, Beschaffungszeiten und Prüfungshäufigkeit. Das 3D-Balkendiagramm stellt diese Faktoren über verschiedene Kategorien wie Rohstoffe, in Bearbeitung befindliche Produkte, Verteilung und Fertigerzeugnisse visuell dar. Die Bezeichner Lokation/Formular und Zweck auf den Achsen zeigen an, dass das Diagramm den Zweck der Lagerhaltung und seine Lokation oder Form innerhalb der Logistikkette untersucht.

Wir müssen verstehen, dass wir, wenn wir über Bestand sprechen, auch über den Bestandsort und das Bestandsformular wie folgt sprechen:

Rohstoffbestand
Bestand in Bearbeitung
Bestand zurückstellen
Distributionsbestand
Summe all dieser Bestandswerte

Auf der anderen Seite, wenn wir über Bestand sprechen, berühren wir auch die Zwecke, für die es gehalten wird, z.B. Sicherheit, Zyklus, Pipeline, Vorfertigung, erforderliche Mindestmenge und Gesamtbestand. Alle diese Bestandstypen werden von Treibern wie folgt beeinflusst:

Sicherheitsbestand: Bedarf, Bedarfsunsicherheit, Durchlaufzeiten, Beschaffungszeitunsicherheit, Prüffrequenz, Service-Level-Ziele und Servicezeiten.
Zyklusbestand: Bedarf, Prüffrequenz, Chargengrößen und Produktionsregeln.
Pipeline-Bestand: Auftragsbearbeitungsvorlaufzeiten, Transitzeiten und Bedarf.
Vorgefertigter Bestand (aktiviert durch das Modul SAP IBP für Response and Supply. Ein Modul, das in dieser Schulung nicht im Detail behandelt wird.):
- Zeitvariable Kapazität
- Zeitvariabler Bedarf
- Beschaffungsquoten
- Änderungen im Sicherheitsbestand
Erforderlicher Mindestbestand: geschäftliche Faktoren.
Die Summe all dieser Werte: die Summe aller Treiber.

Schlüsselfaktor 4: Was-wäre-wenn-Simulation und Vergleich in Echtzeit

Eine schnelle und skalierbare Versions- und Szenarioplanung führt zu schnelleren Entscheidungsprozessen, die auf fundiertem Wissen basieren.

SAP IBP bietet einen dreistufigen Ansatz, um Änderungen aus integrierten Datenquellen wie ECC auszuführen:

Version
Simulation
Szenario

Die folgende Tabelle vereinfacht die Merkmale von Versionen, Simulationen und Szenarios:

Versionsplanung	Simulation	Szenario
Mehrere Benutzer	Einzelbenutzer	Mehrere Benutzer über Freigabe
Über lange Zeiträume	Während die Planungssicht geöffnet ist	Über lange Zeiträume
Administrator legt sie in der Konfiguration an	Planer im SAP IBP, Add-in für Microsoft Excel	Planer im SAP IBP, Add-in für Microsoft Excel
Auf gesamtem Datenset	Auf gesamtem Datenset	Auf gesamtem Datenset
Für versionsfähige Kennzahlen	Für alle Kennzahlen, jederzeit	Für alle Kennzahlen
Für Analyse- und Planungssichten	Nur in Planungssichten	Für Analyse- und Planungssichten
Vergleich	Aktuell kein Vergleich	Vergleich
Versionsspezifische Stammdaten	Keine Stammdatenänderungen	Verwendet nur Baseline-Stammdaten, nicht szenariospezifisch

Traditionell vs. Zielberechnung des Inventars nach dem Stand der Technik

Gemeinsamer Ansatz im Vergleich zu modernen Methoden

Wenn wir den herkömmlichen Ansatz zur Berechnung des Sollbestands mit dem Stand der Technik vergleichen, kommen wir zu folgenden Schlussfolgerungen:

Die reale Welt ist stochastisch, also variabel und unvorhersehbar. Sie ist nicht deterministisch.
Die reale Welt ist mehrstufig und funktioniert nicht mit isolierten Einzelstufen.
In der realen Welt variiert die Zeit, und wir können nicht davon ausgehen, dass die Zeit stationär ist.
Die reale Welt benötigt ein umfassendes Datenmodell, das weit von mehreren oder eingeschränkten Datenmodellen entfernt ist.
Die reale Welt impliziert eine Unternehmensskala und nicht nur eine Desktop-Skala.
Die reale Welt erfordert eine dynamische Integration, keine statische Offline-Analyse.

Künstliche Intelligenz in SAP Integrated Business Planning for Inventory

Künstliche Intelligenz (KI) verändert die Welt, wie Unternehmen aufgebaut werden. Möglichkeiten, die sich vor ein paar Jahren noch nicht einmal vorstellen lassen, stehen fast allen zur Verfügung.

SAP Integrated Business Planning bietet starke Funktionen im Umfeld der mathematischen Optimierung und der Funktionen für maschinelles Lernen:

Das Diagramm, das die Hierarchie der Konzepte der künstlichen Intelligenz (KI) erläutert. Oben ist „Intelligence“ definiert als die Fähigkeit, komplexe Ziele zu erreichen. Darunter wird „Künstliche Intelligenz (KI)“ als Intelligenz von Maschinen beschrieben, einschließlich Ansätzen wie mathematischer Optimierung, und ist als in IBP verfügbar gekennzeichnet. Eingebettet in KI ist „Machine Learning (ML)“, bei dem Computer aus Datenbeispielen ohne explizite Programmierung lernen und verschiedene Algorithmen wie überwachtes, unüberwachtes und verstärktes Lernen verwenden. ML ist auch in IBP als verfügbar gekennzeichnet. In ML wird „Deep Learning“ als Teilfeld mithilfe spezialisierter neuronaler Netzwerkarchitekturen wie RNNs, CNNs und Transformatoren hervorgehoben. Deep Learning umfasst „Foundation-Modelle“, die Transformatorarchitektur und selbstüberwachtes Lernen verwenden, und „Generative KI“, die neue Ausgaben wie Text, Bilder oder Videos aus Benutzereingaben erstellt. Große Sprachmodelle (Large Language Models, LLMs) wie ChatGPT werden als Teil davon erwähnt.

Künftig ist eine noch tiefergehende Integration unter Einbeziehung von Large Language Models (LLMs) geplant, die die Herangehensweise der Anwender an Planungsthemen innerhalb von Systemen verändern wird.

Im Hinblick auf die detaillierten KI-basierten Funktionen in SAP IBP stellen Sie fest, dass es sich bei verschiedenen dieser Optionen um anwendungsübergreifende Optionen handelt, während zusätzlich zu den anwendungsspezifischen KI-Funktionen auch Folgendes verfügbar ist:

Das Bild ist ein Flussdiagramm, das die Integration von KI und maschinellem Lernen in SAP HANA Cloud für Bestands- und Supply-Chain-Management veranschaulicht. Sie ist in zwei Hauptabschnitte unterteilt: Smart Monitoring und SAP HANA Cloud Elasticity. Das Flussdiagramm unterstreicht den Einsatz von KI und maschinellem Lernen, um verschiedene Aspekte des Bestands- und Supply-Chain-Managements zu verbessern, von der Datenintegration und Bedarfsplanung bis hin zur Bestandsoptimierung und Beschaffungsplanung.

Im Bereich Monitoring kann KI für die Jobanomalieerkennung und für die automatische Erkennung von Alert-Schwellenwerten angewendet werden. In Bezug auf Stammdaten steht eine Funktion zur Verfügung, die Muster in den Stammdaten erkennt und Empfehlungen für die Einträge gibt, die als nicht passend zu den Mustern erkannt werden.

Die Abbildung für die probabilistische Bestandsplanung in SAP Integrated Business Planning for Inventory ist eine visuelle Darstellung der mehrstufigen Bestandsoptimierung, um mit mehrstufiger stochastischer Optimierung weniger Bestand zu verwenden, um mehr Risiken zu puffern. Zwei Hauptabschnitte werden hervorgehoben: 1. Prognosefehler und Bedarfsunsicherheit, was erklärt, dass Prognosefehler und andere nachfrageseitige Unsicherheiten gepuffert werden müssen, um eine bedarfsorientierte Lieferkette zu unterstützen, und 2. Versorgungsunsicherheit, die die Notwendigkeit einer Pufferung gegen Lieferunsicherheiten erklärt, einschließlich verspäteter Lieferungen, Produktionsverzögerungen und variabler Lieferantenleistung. Die Vorteile der mehrstufigen Bestandsoptimierung bestehen darin, den Kundenservice zu verbessern, indem der richtige Bestand zum richtigen Zeitpunkt am richtigen Ort geplant wird, die Effizienz von Bestand und Umlaufvermögen maximiert und der Prozess zur Festlegung der Bestandsziele auf jeder Stufe der Lieferkette standardisiert und vereinfacht wird.

Die probabilistische Planung wird angewendet, um Unsicherheiten in der Planung zu bewältigen. Insbesondere in der Bestandsplanung müssen zwei große Arten von Unsicherheiten berücksichtigt werden:

Bedarfsunsicherheit: Diese Unsicherheit spiegelt die unbekannte Größe zukünftiger Bedarfe (z.B. Kundenauftragsmengen) wider.
Versorgungsunsicherheit: Die Unsicherheit auf der Angebotsseite hängt z.B. mit der Variabilität der Beschaffungszeiten zusammen.

IBP for Inventory berücksichtigt diese Unsicherheit bei der Optimierung des Bestandsplans (Mehrstufige Bestandsoptimierung). Darüber hinaus verfügt sie über KI-bezogene Funktionen, um Beschaffungszeiten einschließlich ihrer Variabilität basierend auf historischen Beobachtungen zu empfehlen (die Ergebnisse der bedarfsunsicherheitsbezogenen Analyse können aus IBP for Demand übernommen werden).

Das Bild ist ein Flussdiagramm, das die Vorteile eines mehrstufigen Bestandsoptimierungssystems veranschaulicht. Sie besteht aus drei Hauptabschnitten auf der linken Seite und einem gebogenen Pfeil auf der rechten Seite, die progressive Vorteile darstellen.1. Mehrstufige Bestandsoptimierung beschreibt die stochastische Optimierung einer mehrstufigen Logistikkette, um Kundenservice und Umlaufvermögen in Einklang zu bringen. 2. Die Empfehlung zur Zugangsbeschaffungszeit erläutert, wie vergangene operative Dauern für Bezugsquellenfindung, Produktion und Bewegung von Bestand verwendet werden, um Empfehlungen für die Aktualisierung der Planungsparameter zu geben, und 3. Die Servicegradprognose beschreibt die Berechnung der erwarteten Servicegrade für einen bestimmten Bestandsplan oder ein bestimmtes Szenario in einer mehrstufigen Lieferkette. Die fortschreitenden Vorteile einer mehrstufigen Bestandsoptimierung bestehen darin, die Kapazität der Planer freizusetzen, Sicherheitsbestände zu senken, die Planungsflexibilität zu erhöhen, robuster gegenüber Störungen zu sein und die Kundenserviceziele zu erreichen.

Die Abbildung „Servicegradprognose“ zeigt ein Flussdiagramm, das einen Lieferkettenprozess über verschiedene Regionen hinweg darstellt: Südamerika, Nordamerika, Europa und Asien. Dazu gehören Phasen wie Externe Lieferanten, Rohlager, Verpackungslager, Komponentenproduktion, Fertigerzeugnisproduktion und Endproduktverteilung. Ein Engpass wird im Abschnitt Rohlager in Südamerika hervorgehoben. Es gibt verschiedene Faktoren, die sich auf die Lieferkette auswirken: ungeplante Ereignisse, die die Durchlaufzeit erhöhen oder die Kapazität reduzieren, Bestandsbudgetbeschränkungen durch das Finanzwesen, potenzielle neue Marktnachfrage oder unerwartete Nachfrageschwankungen und vertragliche Bestandsbeschränkungen von Kunden. Die finanziellen Auswirkungen werden in der Phase Endproduktverteilung angezeigt.

In der Bestandsplanung stehen Planer vor der Herausforderung, herauszufinden, wie sich Anpassungen der Sicherheitsbestandswerte auf Servicegrade auswirken, z.B. wenn Sie Ihre Investitionen in Bestandshöhen am Ende einer Geschäftsperiode einschränken möchten. Mit dem Operator Servicegradprognose können Planer den Kundenservicegrad nach Produktlokation basierend auf einem vordefinierten Sicherheitsbestandsplan vorhersagen.

Nach dem Anlegen eines Bestandsplans können Planer vorhergesagte Kundenservicegrade in den zukünftigen Perioden des Plans analysieren. Anschließend können Maßnahmen ergriffen werden, um die Auswirkungen während der kritischen Zeiträume eines unzureichenden Service zu minimieren, um den Kundenservicegrad zu schützen und die Auswirkungen auf den Umsatz zu minimieren.

Weitere Beispiele, in denen diese Art von Funktionen verwendet werden können, sind ungeplante Ereignisse, die die Durchlaufzeit erhöhen oder die Kapazität reduzieren, potenzielle neue Marktnachfragen oder unerwartete Bedarfsvariabilität.

Zusätzlich zu den direkten Angeboten in SAP IBP for Inventory sind auch verschiedene Funktionen im anwendungsübergreifenden Teil von SAP IBP KI-fähig, wie die folgende Liste von Beispielen zeigt:

Segmentierung: Mit der Segmentierung, auch bekannt als Klassifizierung, können Objekte wie Produkt-/Lokationskombinationen entsprechend ihren Merkmalen segmentiert/klassifiziert werden. Ziel ist es, homogene Segmente/Klassen mit ähnlichen Merkmalen zu haben, die in der Planung ähnlich behandelt werden können. Häufige Beispiele für diese Art von Ansätzen sind die ABC-Klassifizierung (nach Wichtigkeit) und die XYZ-Klassifizierung (nach Variabilität). SAP IBP ermöglicht die Verwendung des KI-Algorithmus K-Means, der die Objekte so homogen wie möglich in Klassen unterteilt.
Stammdatenkonsistenzprüfung: Die Stammdatenqualität für die Planung kann durch selbstlernende semantische Regeln verbessert werden, die auf der Identifizierung von Problemen und der Empfehlung einer Korrektur basieren. Diese Funktion kann als Anwendungsjob mit einer dedizierten Jobvorlage (ML-Stammdatenkonsistenz) ausgeführt werden.
Alert-Schwellenwertermittlung: Der für die Segmentierung verwendete KI-Ansatz kann in der ausnahmenbasierten Planung angewendet werden, indem dieselben Arten von Algorithmen für die Ermittlung von Alert-Schwellenwerten verwendet werden. Neben dem bereits erwähnten Algorithmus für maschinelles Lernen können auch K-Mittel für DBSCAN verwendet werden.
Batch-Job-Anomalieerkennung: Diese KI-basierte Funktion erkennt und meldet Anomalien in Jobläufen.
Neuzuordnung von Hardware (Cloud-Betrieb): Als cloudbasierte Lösung kann SAP IBP von einer flexiblen Hardware-Neuzuordnung profitieren. Künstliche Intelligenz wertet vergangene Jobläufe aus und verteilt automatisch neue Jobs mit der besten Anpassung an die Umgebung, einschließlich der Berücksichtigung der erforderlichen Größe des elastischen Computerknotens. Dieser Ansatz führt zu einer besseren Performance aufgrund von überlagerten Hardwaregrößen mit mehr Parallelisierung und niedrigeren Kosten, da die Hardwarekapazität nur bei Bedarf zunimmt.

Continue to quiz