Omkostningseffektive måder at minimere risici i forsyningskæden

Corona-pandemien har ramt økonomien hårdt. Hvad kan man lære af denne oplevelse? Og hvad er den bedste måde for virksomheder at beskytte sig mod denne form for krise i fremtiden? Svaret vil helt sikkert involvere en kombination af forskellige tilgange - men nye matematiske metoder udviklet af Fraunhofer Institute for Industrial Mathematics (ITWM) ser sandsynligvis ud til at være en meget lovende brik i puslespillet. Disse metoder har til formål at beregne, hvordan de risici, som forsyningsmangel udgør, kan reduceres betydeligt med meget få ekstra omkostninger.

Ingen havde nogensinde forventet, at hospitaler skulle kæmpe for at få fat i de ansigtsmasker og andet personligt beskyttelsesudstyr, de har brug for. Forsyningskæden havde altid kørt glat før i tiden, alligevel har coronavirus-krisen nu forårsaget mangel på disse produkter ved flere lejligheder. Tidligere, disse forsyningskæder havde fungeret godt – men de nødvendige restriktioner på den globale varestrøm fik dem til at kollapse. I mange tilfælde, for eksempel, Kinesiske leverandører var ude af stand til at levere, selv mens fabrikkerne i Tyskland stadig fungerede som normalt, en situation, der havde en afsmittende effekt på vareproduktionen i Tyskland. Og vira er ikke den eneste potentielle risiko:internationale leverandører kan blive lammet af alle mulige uforudsete faktorer, fra naturkatastrofer som tsunamier, jordskælv, storme og oversvømmelser til strejker eller anden uventet politisk udvikling. Hvis en virksomhed vælger kun at stole på én leverandør til sine produktionsbehov for at reducere omkostningerne, dette kan have ødelæggende konsekvenser, der endda kan bringe produktionen helt i stå. Det kan faktisk tage meget lang tid for andre leverandører at skrue op for deres produktion og begynde at levere de nødvendige produkter.

Analyse og sikring af forsyningskæder

Det er her, metoder udviklet af Fraunhofer ITWM kommer i spil. "Algoritmerne analyserer, hvor diversificerede forsyningskæderne er i forskellige områder af virksomheden og dermed hvor stor risikoen er for at løbe ind i kritiske forsyningsproblemer i en nødsituation, med andre ord i tilfælde af regional eller global forstyrrelse, " siger Dr. Heiner Ackermann, souschef i afdelingen for optimering hos Fraunhofer ITWM i Kaiserslautern. "Spørgsmålet er, hvordan man kan minimere risikoen for forsyningsmangler uden at pådrage sig væsentlige ekstraomkostninger." Dilemmaet ligner det med at købe et hus:Er det bedst at vælge de lavest mulige renter, selvom der er risiko for, at opfølgende finansiering giver meget dårligere rater? Eller er det bedst at spille sikkert og betale lidt højere renter fra starten, hvis det betyder, at du har sikkerhed for en rimelig finansiering for hele løbetiden?

Virksomheder skal også have den rette balance mellem risiko og omkostninger. Hvis en virksomhed vælger udelukkende at stole på den billigste leverandør, de tager en stor risiko. Men hvis de indkøber et råmateriale fra flere leverandører på samme tid, at risikoen falder markant. "Og i dette tilfælde er forskellen i omkostninger meget lavere end forskellen i risiko, siger Ackermann. Med andre ord, risiciene falder dramatisk, selv når en virksomhed øger sine omkostninger med blot et par procent – ​​så det er muligt at eliminere en stor del af risikoen ved blot at acceptere en lille stigning i omkostningerne. Virksomheder kan bruge algoritmen til at finde ud af, hvad der ville fungere bedst i deres særlige situation. "Denne metode lader virksomheder optimere deres forsyningskæder baseret på flere kriterier, hjælpe dem med at finde den optimale balance mellem omkostninger og risici, ", siger Ackermann. "De underliggende algoritmer fungerer lige godt, uanset om du har at gøre med mangel på forsyninger forårsaget af et jordskælv eller en virus. Så, i modsætning til eksisterende softwareløsninger, vi forsøger ikke at lave antagelser om sandsynligheden for et bestemt scenarie."

Med denne nye metode, en virksomhed starter med at indtaste forskellige parametre – for eksempel områder, hvor de mener, at disruption kan være sandsynlig, og hvor længe denne disruption kan vare. Algoritmerne beregner derefter forskellige omkostninger/risiko-afvejninger for netop dette råmateriale, herunder de mulige tildelinger af leverandører, der ville svare til hvert punkt på skalaen. De tager endda højde for muligheder såsom opbevaring af kritiske produkter for at afbøde eventuelle midlertidige forsyningsmangler.

Udskiftning af råvarer under forsyningsmangel

En anden mulighed, algoritmerne tager højde for, er, om en råvare potentielt kan erstattes af forskellige materialer i tilfælde af en forsyningsflaskehals. Hvis så, dette kan tages i betragtning fra starten. I det væsentlige, metoden beregner omkostninger og risici ved forskellige kurser, som en virksomhed kan følge i forhold til deres leverandører. Procter &Gamble bruger allerede en software-baseret variant af denne metode, som er specielt skræddersyet til dets behov.