1. Prognosen
Durch genaue Prognosen können Unternehmen sicherstellen, dass die richtigen Produkte zur richtigen Zeit am richtigen Ort verfügbar sind. Obwohl dies einfach klingt, bereitet es vielen Lager- und Lieferkettenmanagern starke Kopfschmerzen. Infolge ineffektiver Prognosen werden viele Unternehmen mit Über- und Unterbeständen konfrontiert. Robuste Prognosen hingegen, helfen Supply-Chain-Teams Trends, Saisonalität und Volatilität zu erkennen. Dennoch weist jede Branche ihre eigenen Komplexitäten auf.
Lebensmittel
In der Lebensmittelindustrie spielt das Management von Verderblichkeit eine wichtige Rolle bei der Vermeidung und Reduzierung von Abfall. Um effektive Prognosen zu erstellen, ist es von entscheidender Bedeutung, die Haltbarkeit eines Artikels zu berücksichtigen.
Eine bessere und genauere Prognose für Lebensmittel kann den Abfall reduzieren und somit unnötige Kohlenstoffemissionen minimieren. Um eine zuverlässigere Prognose zu erreichen, könnte dies bedeuten, dass die Prognose auf kürzeren Horizonten basiert. Bei frischen Produkten beispielsweise, liefert eine tägliche Prognose wahrscheinlich die besten Ergebnisse. Ein differenzierter Ansatz bei Artikeln mit einer sehr kurzen Haltbarkeit kann also zu einer Minimierung des Abfallrisikos führen. Wenn Sie sich zum Beispiel verzehrfertige Mahlzeiten ansehen, muss nicht jede Mahlzeit bis zum Ende des Tages verfügbar sein. Infolgedessen kann eine Prognose auf Gruppenebene erstellt werden.
Ein Beispiel: Der Kunde sollte die Wahl zwischen einem italienischen und einem indischen Essen haben. Bei den italienischen Gerichten bedeutet dies jedoch nicht zwangsläufig, dass jede Art von Nudeln bis zum Ende des Tages verfügbar sein muss, solange zumindest einige der Nudelgerichte noch angeboten werden. Dies bedeutet, dass der Sicherheitsbestand nicht auf der Artikelebene, sondern auf der Artikelgruppenebene berechnet werden muss. Dadurch wird das Abfallrisiko am Ende des Tages drastisch reduziert.
Mode
Die Modebranche ist bekannt für ihre Preisnachlässe am Ende der Saison. Wenn Produkte jedoch nach starken Preisnachlässen immer noch nicht verkauft wurden, müssen sie vernichtet werden.
Natürlich ist die Modebranche mit eigenen Herausforderungen konfrontiert, wie z.B. lange Vorlaufzeiten und kurze Produktlebenszyklen mit vielen neuen Produkteinführungen. Unter Berücksichtigung saisonaler Muster und demografischer Zahlen wie Größenkurvenverteilungen pro Geschäft, ist es jedoch weiterhin möglich, genaue Prognosen zu erstellen.
Durch die Verwendung dieser Prognosen zur Optimierung der Bestandsverteilung in den Filialen werden wiederum Überproduktionen und Abfälle reduziert. Darüber hinaus können auch Kohlenstoffemissionen beseitigt werden, die durch vermeidbare interne Transporte aufgrund schlechter Allokationen verursacht werden.
Produktion
Das letzte Beispiel stammt aus dem verarbeitenden Gewerbe. Für die meisten Unternehmen ist die Produktionskapazität begrenzt. Daher ist eine genaue Planung der Produktion von entscheidender Bedeutung.
Um die Produktion effektiv planen zu können, muss eine solide Prognose auf der Grundlage zukünftiger Verkäufe erstellt werden. Da Hersteller häufig langen Vorlaufzeiten für Rohstoffe ausgesetzt sind, kann der Produktionsprozess oft viele Wochen dauern. Infolgedessen ist es nicht ungewöhnlich, dass produzierende Unternehmen die Produktion aufbauen, um die Nachfrage sechs Monate voraus zu befriedigen.
Ungenaue Prognosetechniken können zum Kauf falscher Rohstoffe führen, was zu unnötigen Transport- und Produktionskosten führt. Beides wirkt sich nachteilig auf den CO2-Fußabdruck des Unternehmens aus.