Zusammenfassung
Durch den Einsatz des BearingPoint Inventory Navigator profitiert ein globaler Automobilzulieferer von einem nachhaltigen Ansatz zur Bestandsoptimierung, der Logistikplanern und Materialmanagern volle Kostentransparenz ermöglicht. Auf diese Weise können sie datengestützte Entscheidungen treffen, sich an die veränderte Marktnachfrage anpassen und ein Bestandsniveau erreichen, das den Liquiditätsbeschränkungen und den angestrebten Serviceleveln entspricht.
Gesunde Bestände erfordern fortschrittliche Technologie
Unternehmen sollten ihre Lagerbestände genau ausbalancieren, um Liquidität und Rentabilität zu gewährleisten. Gleichzeitig muss die Ausfallsicherheit der Lieferkette gewährleistet sein, da die Unternehmen ihre Lagerbestände auf einem optimalen Niveau halten müssen, um die Produktion und die Belieferung der Kunden zu gewährleisten.
Unser Kunde, ein weltweit tätiger Automobilzulieferer, stand durch mangelnde Transparenz seiner Bestände vor großen Herausforderungen. Es fehlte der genaue Überblick darüber, wie sich die Maßnahmen des Unternehmens auf den erforderlichen Lagerbestand an Rohstoffen, unfertigen Erzeugnissen und Fertigwaren auswirkten.
Mit mehr als 100 Produktionsstandorten in über 30 Ländern musste das Unternehmen ein Gleichgewicht zwischen der Belastbarkeit der Bestände, der Liquidität und dem Profitabilität finden und das Ergebnis mit seiner Managementstrategie in Einklang bringen.
Nutzung von KI für volle Kontrolle über den Bestand
BearingPoint setzte seine KI-gesteuerte Softwarelösung Inventory Navigator ein, um den Kunden bei der Verwaltung seiner Bestände zu unterstützen. Die Lösung leitete aufschlussreiche Informationen aus den ERP-Daten des Unternehmens ab und optimierte relevante Bestandsprozesse, um die Managementstrategie zu formulieren. Dies ermöglichte Transparenz über die verschiedenen Schwachstellen, die zu Engpässen oder Überbeständen führten, und lieferte Empfehlungen zur Verbesserung der Lagerbestände.
Mit Hilfe von Sicherheitspuffern wurde der Austausch zwischen der benötigten Liquidität und der Belastbarkeit der Bestände auf Basis eines angestrebten Service Levels adressiert. Durchlaufzeitparameter, wie zum Beispiel die Bearbeitungszeit für den Wareneingang, wurden gemessen und an die erforderliche "time to perform" angepasst, um eine bessere Planung der Lieferkette zu ermöglichen. Schließlich wurde mit Hilfe von Losgrößenparametern der Kompromiss zwischen Liquidität und EBIT kalibriert, der die Transport-, Lagerhaltungs- und Kapitalbindungskosten abdeckt. Anschließend wurden mehrere Optimierungsszenarien berechnet, um die gewünschte Managementstrategie zu erfüllen. Der Kunde konnte dann ein geeignetes Optimierungsszenario auswählen, das seinen strategischen Entscheidungen entsprach.
Optimale Lagerbestände erzielen, um strategische Entscheidungen zu unterstützen
Der weltweit tätige Automobilzulieferer hat erfolgreich überschüssige Bestände identifiziert, was zu einer Reduzierung der Bestände um 20 Prozent führte. Gleichzeitig werden durch die Implementierung des Inventory Navigators hohe Ausfallsicherheitsziele für lieferkritische Teile, wie zum Beispiel Halbleiter, erreicht.
Das Bestandsmanagement des Kunden wurde durch den Einsatz der künstlichen Intelligenz optimiert, die es ihm ermöglicht, vollständige Daten zu verwenden, Informationen zeitnah zu aktualisieren und auf seine Strategie abgestimmte Berechnungsszenarien zu entwickeln. Gleichzeitig verfügt das Unternehmen nun über eine vollständige Kostentransparenz in allen Produktionsstätten. Dadurch ist es möglich, datengestützte Entscheidungen zu treffen, sich an die veränderte Marktnachfrage anzupassen und gleichzeitig die optimalen Lagerbestände und die Liquidität zu sichern.
