Als Logistiker, Händler oder Hersteller von Waren ist ein wichtiger Teil des Geschäfts das Supply Chain Management. Die Produktion, der Transport und die Lagerung der Waren und Zulieferprodukte müssen so zusammenspielen, dass Engpässe vermieden, Kosten gering gehalten werden und alle Kunden rechtzeitig beliefert werden können. Am Anwendungsbeispiel einer Optimierung von saisonalen Lieferketten, zeigen wir, wie Planer und Disponenten, in stetig anspruchsvoller werdenden Märkten, flexibel mit effizienten Werkzeugen effektiv Kosten einsparen und die Kundenzufriedenheit steigern können.
Wenn wir hiermit einen Beitrag dazu leisten können, dass Ressourcen nicht unnötig verschwendet werden, könnten wir den #earthovershootday langsam wieder zurückfahren
4. • B2B / EDI
• Enterprise Application Integration
• Machine-to-Machine (M2M)
• SaaS & Cloud Service Integration
• Enterprise Service Bus
• Service Oriented Architecture
• Message Queuing
• Managed File Transfer
• Security
• Internet of Things (IoT)
• API Management
• Hybrid Cloud
• Prozessautomatisierung
• Prozesserhebung,
Simulation & Monitoring
• Rules/Decision Management
• Mathematische Optimierung
• Supply Chain Optimization
Optimierte, automatisierte und integrierte Prozesse
Prozessintegrationen – flexibel entlang der Wertschöpfungskette
Entscheidungsprozesse – automatisiert und mathematisch optimiert
Daten- und Anwendungsschnittstellen – automatisiert und zuverlässig
Middleware Architekturen – maximal verfügbar, flexibel und skalierbar
Fachanwendungen – prozessorientiert, effizient und wertsteigernd
Consulting, Architecture, Infrastructure, Development, Support, Managed-Services, LoB-Solutions
BPM & Analytics ConnectivityIntegration
5. Eine Auswahl an Kunden
Finanzdienstleister Handel & Services Öffentliche Verwaltung
Automobilbranche
Telekommunikation
Pharma & Healthcare
Industrie
6.
7. 8. August 2016: Erdüberlastungstag (Earth Overshoot Day)
Ab diesem Tag lebt die Menschheit
auf Öko-Pump
Es wurden auf dem Planeten bereits
mehr Ressourcen für Nahrung,
Wasser oder Energie verbraucht, als
die Erde im ganzen Jahr regenerieren
kann
Rechnerisch wären heute 1,6 Erden
nötig, um unseren Bedarf nachhaltig
zu decken
12. Was kann Optimierung (prescriptive Analytics) leisten?
Mathematische Optimierung hilft Unternehmen dabei, über den
Einsatz begrenzter Ressourcen komplexe Entscheidungen zu
fällen und zielgerichtete Kompromisse zu machen
Ergebnis
Kosten
Ziele
Ressourcen
Compli
ance
Nutzen Sie das Kapital Ihrer Mitarbeiter & Ressourcen effektiver
Einsparung von Kosten beim Ressourceneinsatz
Reduzierung der Arbeitslast der Mitarbeiter (Planer, Betriebsleiter und Controller)
und Schaffung freier Kapazitäten.
Entdecken Sie bisher unbekannte Möglichkeiten und Ansätze
Automatische Evaluierung von Millionen Varianten
Rationalisieren Sie Entscheidungen
Beschleunigte Entscheidungen auf Basis (teil-)automatisierter, rationaler
Erkenntnisse, unter Einhaltung geschäftlicher Richtlinien und Vorschriften
13. Wie funktioniert Optimierung (prescriptive Analytics)?
What-If Analysis
INPUT
Anforderung
Verfügbare
Ressourcen
Kosten,
Erträge & Erfolge
Operationale
Beschränkungen &
Kundenpräferenzen
Unternehmensziele
Optimierte
Entscheidung
Geringste
Kosten
Maximaler
Gewinn
Bester
Handlungs-
zeitraum
Optimierter
Einsatz der
Ressourcen
Mathematisches
Modell
(eines oder mehrere)
Optimierungs-
maschine
14. Optimierung im Rahmen Business Analytics
Situations-
analyse
Vorhersagen
Handlungs-
empfehlungen
Stochastische
Optimierung
Wie lässt sich das beste Ergebnis unter Berücksichtigung von
Variablen erzielen?
Optimierung Wie kann das beste Ergebnis erreicht werden?
Entwicklung von
Vorhersagen
Was wird als nächstes passieren, wenn…?
Prognose Was ist, wenn diese Trends sich fortsetzen?
Simulation Was könnte passieren...?
Alert Welche Aktionen sind nötig?
Abfragen Was ist das genaue Problem?
Ad-hoc Reporting Wie viel, wie oft, wo?
Standard
Reporting
Wo stehen Sie jetzt?
prescriptive
predictive
descriptive
Komplexitätsgrad
Wettbewerbsvorsprung
17. Agenda Demo: Supply Chain Optimierung mit DOC
Einführung: Supply Chain Optimierung
Supply Chain Optimierung mit DOC am Beispiel eines
Automobilherstellers
Ausgangssituation
Eingabedaten (Potentielle Fabriken und Warenhäuser, Kunden,
Transportwege)
Views in DOC
Lösungslauf + Ziele
Alternatives Szenario
Lösung + Report
18. Optimierung der Transporte
zwischen Herstellern, Lagern,
Kunden und Zulieferern
Welche potentiellen Lager und
Fabriken sollen für die
Produktion und Lagerung
benutzt werden?
Welche Transportwege sollen
benutzt werden?
Supply Chain Optimierung
Werk Warenlager Kunde
19. Kurze Transportwege
Vermeidung von Leerfahrten
Kostengünstige Lieferkette
Hohes Service-Level bei
Einhaltung von Kapazitäten
Geringe Betriebs, Lager-,
Produktionskosten
Supply Chain Optimierung - Ziele
Werk Warenlager Kunde
20.
21.
22.
23.
24.
25.
26.
27.
28.
29.
30.
31.
32.
33.
34.
35.
36.
37.
38.
39.
40.
41.
42.
43.
44.
45.
46.
47.
48.
49.
50.
51.
52.
53.
54.
55.
56.
57.
58.
59.
60.
61.
62.
63.
64.
65.
66.
67.
68.
69. Use Cases: Beispiel – Advanced Analytics (ILOG)
Start mit einem fertigem Asset und schneller Quick-Win
Branchen
Fertigung, Retail, Transport, Logistik, Versicherungen, Banken
Fachlösungen / Assets
Supply Chain Optimierung
Produktionsoptimierung
Standortoptimierung
Belade- & Transportplanung
Durchgangslagerplanung
Agentur/Kunden-Reallocation
Einkaufsplanung
Portfolio Optimierung, Trade-Matching