Demand & Supply Planning neu gedacht: Predictive Analytics und KI im Fokus

Der folgende Beitrag ist ein Auszug aus der Quantics-Webinar-Reihe „21st Century Supply Chain Planning: Empowering Manufacturers“. In dieser Episode teilt Eric Wilson vom Institute of Business Forecasting & Planning (IBF) seine Perspektiven auf Predictive Analytics, KI und die Zukunft der Supply-Chain-Planung.

Der große Reset

Wohin entwickelt sich unsere Branche, wenn es um Forecasting, Demand Planning und andere zentrale Bereiche der Supply-Chain-Planung geht? Welche Faktoren beeinflussen Entscheidungen in Produktionsunternehmen, welche Rolle spielt Predictive Analytics dabei und was verändert sich aktuell?

Für Produktionsunternehmen wird es immer wichtiger, ihre Planung an diese Veränderungen anzupassen. Denn ein fundierter Plan schafft die Grundlage dafür, zukünftige Entwicklungen besser einzuschätzen und operative Entscheidungen gezielter umzusetzen.

Ein Blick zurück

Um zu verstehen, wohin sich die Supply-Chain-Planung entwickelt, lohnt sich zunächst ein Blick zurück. In den frühen 2000er-Jahren prägten insbesondere Offshoring und Outsourcing die Diskussion – vor allem in den USA. Viele Unternehmen suchten nach Möglichkeiten, kostengünstiger außerhalb der eigenen Strukturen zu produzieren.

Dabei standen vor allem folgende Entwicklungen im Fokus:

• Auslagerung von Produktionskapazitäten
• Wachsende Bedeutung externer Daten
• Veränderungen im Konsumverhalten

Gleichzeitig veränderte sich das Kaufverhalten der Konsumenten, wodurch Unternehmen auch ihre Marketing- und Planungsansätze anpassen mussten.

Bis 2018 nutzten jedoch nur 21 % der Unternehmen externe Daten in ihrer Planung. Rund zwei Drittel verzichteten trotz des zunehmenden Bedarfs vollständig darauf. Gleichzeitig arbeiteten noch 43 % der Unternehmen mit Excel.

Dann kam das Jahr 2020

Mit dem Jahr 2020 änderten sich die Rahmenbedingungen grundlegend. Die Markentreue nahm deutlich ab: Schätzungsweise 75 % der Konsumenten probierten während der Pandemie neue Marken aus. Gleichzeitig verlagerte sich ein großer Teil des Einkaufs in den E-Commerce, wodurch Verbraucher flexibler zwischen Marken und Anbietern wechseln konnten.

Auch in Produktion und Supply Chain setzte ein Umdenken ein. Statt Produktionskapazitäten immer weiter ins Ausland zu verlagern, rückten Nearshoring, diversifizierte Lieferantenstrukturen und höhere Sicherheitsbestände stärker in den Fokus. Gleichzeitig gewann die Nutzung externer Daten erheblich an Bedeutung, um Veränderungen im Markt besser zu verstehen und die interne Planung darauf auszurichten.

• 40 % der Unternehmen setzen auf Nearshoring und verlagern Produktionskapazitäten zurück oder näher an ihre Absatzmärkte.
• 53 % der Unternehmen setzen nicht mehr ausschließlich auf Single Sourcing.
• 47 % der Unternehmen erhöhen aktiv ihre Lagerbestände, um widerstandsfähiger gegenüber Marktschwankungen zu werden.
• 33 % der Unternehmen planen eine Reduzierung ihrer SKUs sowie eine stärkere Segmentierung von Produkten und Kunden.
• Rund zwei Drittel der Unternehmen nutzen externe Daten, um aktuelle Entwicklungen besser einordnen zu können.

Die zentrale Herausforderung besteht darin, sich kontinuierlich an veränderte Kundenbedürfnisse und Marktbedingungen anzupassen.

Wohin entwickelt sich die Supply-Chain-Planung?

Wir befinden uns im Zeitalter der künstlichen Intelligenz. KI kommt zunehmend auch in Produktion und Planung zum Einsatz – beispielsweise um Prozesse effizienter zu gestalten, große Datenmengen zu analysieren und Planungsaufgaben zu automatisieren. Gleichzeitig gilt es, die Grenzen dieser Technologien realistisch einzuschätzen.

Laut Untersuchungen des IBF werden KI und Machine Learning (ML) künftig den größten Einfluss auf Forecasting und Planning haben. Eric Wilson ist jedoch überzeugt, dass digitale Zwillinge einen deutlich größeren Einfluss haben werden, als es die Umfrage vermuten lässt. Derzeit werden sie in vielen Unternehmen noch nicht so häufig eingesetzt, doch ihre Bedeutung wird seiner Ansicht nach in Zukunft zunehmen.

KI bietet zahlreiche Möglichkeiten. Gleichzeitig betrachtet Eric den Begriff kritisch, da er sehr weit gefasst ist. Genau deshalb trägt sein Buch den Titel Predictive Analytics for Business Forecasting. Denn hinter KI stehen letztlich Algorithmen, Machine Learning, Predictive Analytics und iterative Prozesse, die es Maschinen ermöglichen, auf systematische Weise zu lernen und daraus Schlussfolgerungen abzuleiten.

Dennoch ist KI der Begriff, der sich etabliert hat. Richtig eingesetzt kann sie Unternehmen dabei unterstützen, ihre Geschäftsziele zu erreichen und insbesondere Produktionsunternehmen ermöglichen, Aufgaben schneller und effizienter zu erledigen.

Eric beobachtet, dass Unternehmen KI und fortschrittliche Analysen derzeit vor allem einsetzen, um effizienter zu werden – und nicht unbedingt, um präziser zu werden. Das gilt insbesondere für die Fertigungsindustrie. Natürlich kann KI auch dazu beitragen, Aufgaben präziser und schneller auszuführen. Der größere Return on Investment (ROI) liegt für viele Produktionsunternehmen derzeit jedoch in den Effizienzgewinnen.

KI bietet viele Vorteile, doch es gibt auch Grund zur Vorsicht. Denn nach wie vor gibt es Dinge, die KI nicht leisten kann.

KI kann gut formulierte Inhalte erstellen, doch häufig fehlt es ihr an Tiefe und Perspektive. Laut Eric lässt sich das, was beispielsweise bei ChatGPT zu beobachten ist, auch auf die Planung und die Fertigungsindustrie übertragen.

KI kann bestimmte Aufgaben gut und häufig deutlich schneller erledigen. Doch manchmal fehlt es ihr an Tiefe und Perspektive. Zudem kann sie nicht eigenständig völlig neue Denkansätze entwickeln, ohne entsprechende Impulse zu erhalten. Sie greift im Wesentlichen auf das zurück, was bereits vorhanden ist, und erzeugt daraus eine Art durchschnittliche Antwort. Die menschlichen Einsichten, die notwendig sind, um etwas wirklich Außergewöhnliches und Überdurchschnittliches zu schaffen, kann KI bislang nicht vollständig ersetzen.

Eric warnt daher davor, den Menschen aus diesem Prozess herauszunehmen: Andernfalls besteht die Gefahr, dass am Ende lediglich Mittelmaß entsteht.

KI wird uns nicht unsere Arbeitsplätze wegnehmen. Sie ist vielmehr ein Werkzeug, das uns dabei unterstützt, unsere Arbeit besser zu erledigen. Fehlen jedoch die grundlegenden Prozesse, kann KI dazu führen, dass schlechte Abläufe lediglich schneller ausgeführt werden.

Ein Problem sieht Eric darin, dass Unternehmen neue Technologien einführen, ohne zuvor die notwendigen Grundlagen zu schaffen. Gibt es Probleme mit den Daten, sollten diese zuerst behoben werden. Fehlen die notwendigen Kompetenzen, müssen diese aufgebaut werden. Und funktionieren die Prozesse nicht, gilt es zunächst, die richtigen Prozesse zu etablieren.

Erst dann wird KI zu einem wirklichen Enabler – auf Basis der richtigen Menschen, der richtigen Prozesse und anschließend der richtigen Technologie.

Erics zentrale Botschaft lautet daher: Nicht die Technologie an den Anfang stellen – und auch nicht ChatGPT.

Zuerst die Menschen ➝ dann die Prozesse ➝ dann die Technologie.

Fazit

Die Rahmenbedingungen haben sich verändert. Wir leben in einem „New Normal“ – doch schon in einigen Jahren kann uns wieder ein neues „New Normal“ erwarten. Laut Eric erleben wir statistisch gesehen etwa alle sechs Jahre ein Ereignis wie einen „Schwarzen Schwan“ oder einen größeren Schock für die Supply Chain. Unternehmen benötigen anschließend rund sechs bis neun Monate, um sich vollständig davon zu erholen.

KI verändert die Art, wie wir leben und arbeiten. Dennoch ist ein gesundes Maß an Skepsis angebracht. Eric zufolge setzen sich viele technologische Entwicklungen langfristig nicht durch: Nur ein kleiner Teil erweist sich letztlich als wirklich relevant und nachhaltig.

Umso wichtiger bleibt sein Grundsatz: Zuerst die Menschen, dann die Prozesse, dann die Technologie. Gleichzeitig sollten Unternehmen jetzt in datenbasierte Technologien investieren, denn mit Excel allein lassen sich die wachsenden Anforderungen an moderne Planung zunehmend schwer bewältigen.

Bei der Auswahl neuer Technologien sollte nicht das Tool selbst, sondern das gewünschte Ergebnis im Mittelpunkt stehen. Entscheidend ist, eine Lösung zu finden, die zu den eigenen Zielen und Anforderungen passt – anstatt die Technologie zum Ausgangspunkt der Planung zu machen.

Ebenso wichtig ist es, die Anpassungsfähigkeit der Mitarbeiter kontinuierlich zu fördern. Viele Technologien, die heute im Mittelpunkt stehen, können in fünf Jahren bereits überholt sein. Die Menschen, die mit ihnen arbeiten und neue Entwicklungen in die Praxis übertragen, bleiben jedoch entscheidend. Investitionen in ihre Fähigkeiten und ihr Wissen bilden daher eine wichtige Grundlage für den zukünftigen Erfolg.

Möchten Sie mehr über dieses Thema erfahren?

Dieser Beitrag gibt Ihnen einen ersten Einblick in das Webinar „Demand & Supply Planning Reset: Embracing the Era of Predictive Analytics and AI“ mit Eric Wilson vom Institute of Business Forecasting & Planning (IBF), aufgezeichnet am 25. Oktober 2023.

Die vollständige Episode finden Sie auf dem YouTube-Kanal von Quantics. Dort gibt Eric Wilson weitere Einblicke in die Entwicklungen rund um Demand Planning, Business Forecasting und Supply Chain Management. Erfahren Sie, welche Veränderungen die Branche aktuell prägen und wie Predictive Analytics und KI dazu beitragen können, fundiertere strategische Entscheidungen zu treffen, Daten gezielter zu nutzen und Planungsprozesse zu optimieren.

Das Webinar ist Teil der Quantics-Reihe „21st Century Supply Chain Planning: Empowering Manufacturers“. In weiteren Webinaren, Präsentationen und Expertengesprächen beleuchten wir aktuelle Entwicklungen und Herausforderungen der Supply-Chain-Planung – mit besonderem Fokus auf die Anforderungen von Produktionsunternehmen.

Lernen Sie unseren Experten kennen: Eric Wilson

Eric Wilson ist Director of Thought Leadership beim Institute of Business Forecasting & Planning (IBF), einer internationalen Fachorganisation für Business Forecasting, Demand Planning, Predictive Analytics sowie Sales & Operations Planning.

Als erfahrener Praktiker, Autor, Speaker und Forscher verfügt Eric über umfassende Expertise in Forecasting und Planning und hat mit Unternehmen aus verschiedenen Branchen zusammengearbeitet. Er ist Autor des Buches Predictive Analytics for Business Forecasting, Host des Podcasts IBF On Demand und Advanced Certified Professional Forecaster (ACPF). Darüber hinaus wurde er mit dem Excellence in Business Forecasting & Planning Award ausgezeichnet.

FAQ

1. Was ist der Unterschied zwischen KI und Predictive Analytics bei der Bedarfsprognose?

Künstliche Intelligenz (KI) umfasst Technologien, die Aufgaben übernehmen, für die normalerweise menschliche Intelligenz erforderlich ist. Predictive Analytics nutzt historische und aktuelle Daten, um zukünftige Entwicklungen vorherzusagen. Bei der Bedarfsprognose kommen dabei statistische Verfahren sowie Machine-Learning- und KI-Modelle zum Einsatz. Die Forecasting- und Planning-Lösung von Quantics kombiniert beispielsweise mehr als 60 statistische und Machine-Learning-Methoden.

2. Sollten Unternehmen in KI investieren, bevor sie ihre Daten und Prozesse optimiert haben?

In der Regel nicht. KI und fortschrittliche Analysen benötigen zuverlässige Daten und klar definierte Prozesse. Fehlerhafte Stammdaten, unklare Verantwortlichkeiten oder nicht abgestimmte Planungsprozesse können den Nutzen der Technologie erheblich einschränken. Unternehmen sollten daher zunächst eine solide Daten- und Prozessbasis schaffen.

3. Verbessert der Einsatz von KI bei Prognosen immer die Prognosegenauigkeit?

Nein. KI- und Machine-Learning-Modelle können die Prognosegenauigkeit verbessern, garantieren sie aber nicht. Ihr Mehrwert liegt auch darin, große Datenmengen zu verarbeiten, komplexe Muster zu erkennen und Prognoseprozesse zu automatisieren. Welche Methode am besten geeignet ist, hängt von Daten, Nachfragemustern, Prognosehorizont und Geschäftskontext ab.

4. Warum schaffen neue Supply-Chain-Technologien manchmal keinen langfristigen Mehrwert?

Technologie allein kann Schwächen in Daten und Planungsprozessen nicht beheben. Für eine erfolgreiche Einführung braucht es neben der passenden Lösung auch zuverlässige Daten, klare Verantwortlichkeiten, geeignete Kompetenzen und messbare Ziele. Technologie sollte gute Planungsprozesse unterstützen – nicht deren grundlegende Probleme überdecken.

5. Wird KI Demand Planner und Supply-Chain-Fachkräfte ersetzen?

Nein. KI wird die Rolle von Planern eher verändern als ersetzen. Sie kann repetitive Aufgaben automatisieren, große Datenmengen analysieren und Prognosen schneller erstellen. Menschliches Fachwissen bleibt jedoch entscheidend, um Ergebnisse einzuordnen, den Geschäftskontext zu berücksichtigen und fundierte Entscheidungen zu treffen.