KI in der Planung wirkt nur, wenn sie in die Prozesse eingebunden ist. Prozesse versteht man aber nicht aus der Ferne. Deshalb gehen wir hin.
Viele KI-Projekte in der Supply Chain beginnen mit einem Software-Tool. Wir beginnen am Schreibtisch der Planer. Im Toyota-Produktionssystem heißt das Prinzip Genchi Genbutsu: Geh hin und sieh dir die echte Sache an. Dort, wo die Arbeit passiert, zeigen sich die Probleme, die in keinem Lastenheft stehen.
Kürzlich haben wir einen Tag lang bei einem Industriekunden als „Planer-Praktikant“ mitgearbeitet. Wir haben keine Präsentation gehalten und kein Tool vorgeführt. Wir haben zugeschaut, mitgearbeitet und Fragen gestellt.
Zwei Fragen hatten wir im Gepäck, die man aus der Ferne nicht beantworten kann: Wie nutzen Planer unsere Demand Forecasts eigentlich wirklich? Und was machen sie danach noch von Hand?
Was die Prognose nicht weiß
Ein statistischer Forecast beantwortet eine Frage: Was wird der Markt voraussichtlich verlangen? Der Planer muss eine andere Frage beantworten: Was planen wir, damit es für Fertigung, Kunden und Unternehmen aufgeht?
Dazwischen liegen Business Constraints, also Anforderungen aus dem Geschäft, die in keiner Zeitreihe stehen. Zwei davon haben wir an diesem Tag besonders deutlich gesehen: die Kapazität der Fertigung und die Lieferfähigkeit.
Die Spitze, die nie in der Fertigung ankommt
Die statistische Prognose ist gut. Für einen der kommenden Monate zeigt sie eine deutliche Nachfragespitze. Genau so soll es sein: Der Demand Forecast bildet ab, was der Markt voraussichtlich verlangt.
Doch der Planer gibt diese Zahl nicht einfach weiter. In einer eigenen Nebenrechnung übersetzt er die Stückzahlen in Arbeitsstunden am Engpassarbeitsplatz. Ergebnis: Die Spitze passt nicht in die Kapazität. Also verteilt er sie auf die Wochen davor und prüft, ob die gewünschten Stückzahlen rechtzeitig zur Verfügung stehen. Erst dann gibt er den Plan frei. Die Zahl, die er weitergibt, weicht von der Prognose ab, und das ist richtig so.
Die Regel dahinter ist einfach: Produktionsspitzen vermeidet man tunlichst. Sonst steht der Kollege aus der Fertigung vor dem eigenen Schreibtisch.
Was hier passiert, ist mehr als Rechnen. Der Planer schafft einen Konsens zwischen dem, was der Markt verlangt, und dem, was die Fertigung leisten kann. Und zwar in jedem Planungszyklus aufs Neue, von Hand.
Lieferfähigkeit ist das A und O
Eine gute Prognose liegt mal etwas zu hoch und mal etwas zu niedrig. Typische Fehlermaße wie der MAPE bestrafen beides gleich.
Für den Planer sind diese Fehler aber nicht gleich. Liegt die Planung etwas zu hoch, bleibt Ware ein paar Wochen länger im Lager. Das kostet Geld, ist aber beherrschbar. Liegt sie zu niedrig, wartet ein Kunde, dem Lieferfähigkeit zugesagt wurde. Das kann einen Auftrag kosten und im schlimmsten Fall einen Kunden.
Deshalb kann der Planer bewusst etwas über der Prognose planen, vor allem bei Artikeln mit langen Lieferzeiten und bei Kunden, deren Bestellverhalten immer schwerer vorherzusehen ist. Die Frage, die er sich dabei stellt: „Habe ich genug Puffer für Artikel X gelassen, falls nächste Woche doch noch die spontane Bestellung reinkommt?“
Gemessen am MAPE macht er damit einen Fehler. Für das Geschäft trifft er die richtige Entscheidung. Wer Prognosen nur am MAPE misst, optimiert am Geschäft vorbei.
Die Handarbeit nach der Prognose
Damit hatten wir Antworten auf unsere beiden Fragen. Der Forecast ist für den Planer der Ausgangspunkt, nicht das Ergebnis. Die Prognosen, die wir liefern, sind gut. Doch mit der fertigen Prognose fing die eigentliche Arbeit des Planers erst an: Er hat sie nachträglich von Hand angepasst, Spitzen geglättet, Puffer aufgeschlagen und alles gegen Kapazität und Lieferversprechen geprüft. In jedem Planungszyklus. Dahinter stecken Regeln und Abwägungen, die in keinem Lastenheft stehen. Für die Planer sind diese so selbstverständlich, dass es kaum jemand erwähnt. Man bemerkt sie erst, wenn man einen Tag neben ihnen sitzt und mitarbeitet.
Was wir daraus bauen
Aus diesen Beobachtungen werden Bausteine der Lösung. Kapazität und Lieferfähigkeit bauen wir bewusst nicht in die Prognose ein. Die Prognose soll ehrlich zeigen, was der Markt verlangt. Sonst sieht niemand mehr, wie groß die Nachfrage wirklich ist, und niemand erfährt, ob sich zusätzliche Kapazität lohnen würde.
Beides gehört direkt hinter die Prognose, als eigener, sichtbarer Schritt:
- Kapazität: Die Lösung rechnet die Prognose in Stunden am Engpass um, markiert Spitzen und schlägt vor, wie sie sich glätten lassen, samt Folgen für Bestand und Material.
- Lieferfähigkeit: Neben dem MAPE messen wir mit Kennzahlen wie SPEC, die Fehlmengen und Lagerkosten getrennt gewichten, je nachdem, ob gerade Lieferfähigkeit oder Bestandsabbau zählt. Puffer werden je Kunde und Material bewusst festgelegt, und ihre Kosten sind sichtbar.
Der Planer entscheidet weiterhin. Die Lösung nimmt dem Planer die Handarbeit ab.
Warum wir so arbeiten
Ein Werkzeug, das am Prozess vorbeigeht, nutzt niemandem, egal wie gut es rechnet. Deshalb gehen wir in drei Schritten vor:
- Den Planungsalltag verstehen. Wir hören zu. Am liebsten vor Ort und mit den Menschen, die täglich planen.
- Verbesserungsmöglichkeiten erkennen. Wir zeigen, welche Verbesserungen den größten Nutzen bringen und womit man am besten beginnt.
- Umsetzen. Wir bauen die Lösung so, dass sie in die Prozesse und Systeme des Unternehmens passt.
Erst verstehen, dann handeln. So entsteht KI, die im Alltag ankommt.
Wo hakt es in Ihrer Planung, Ihrem Forecasting oder Ihrem S&OP? Wir hören zu und zeigen Ihnen konkrete Ansatzpunkte.