Global logistics and supply chain management - Cheatsheet

Strategische Planung von Lieferketten

Definition:

Langfristige Ausrichtung und Optimierung der Lieferkette im Einklang mit den Unternehmenszielen.

Details:

• Langfristige Planungshorizont (3-5 Jahre)
• Ziele: Kostenreduktion, Qualitätssicherung, Flexibilität, Resilienz
• Wichtige Methoden: SWOT-Analyse, Szenarioplanung, Netzdesign
• KPIs: Lieferzeiten, Bestandskosten, Servicelevel
• Risikoanalyse und -management
• Partnerwahl und -management
• Technologieeinsatz: ERP-Systeme, SCM-Software

Optimierung von Transportwegen

Definition:

Prozess der Minimierung von Transportkosten und -zeiten durch effiziente Routenplanung und Ausnutzung verfügbarer Ressourcen.

Details:

• Verwendung von Optimierungsalgorithmen (z.B. Dijkstra, Branch-and-Bound)
• Ziel: Reduktion von Transportkosten, -zeiten und Emissionen
• Berlücksichtigung von Restriktionen (z.B. Kapazitäten, Zeitfenster)
• Wichtige Kennzahlen: Gesamtkosten, Durchlaufzeit, Servicegrad
• Formel für Kostenminimierung: \[ \text{Minimiere } \text{Gesamtkosten} = \sum_{i=1}^n c_i x_i \]
• Praxisbeispiele: Route von Lieferfahrzeugen, Seetransportwege

Risikobewertung und -analyse

Definition:

Ermittlung und Bewertung potenzieller Risiken in der Lieferkette

Details:

• Identifizierung von Risiken: Bestimmen von möglichen Risiken in der Lieferkette
• Risikobewertung: Quantifizierung der Wahrscheinlichkeit und Auswirkungen von Risiken
• Risikomatrix verwenden: Veranschaulichung und Priorisierung von Risiken
• Risikoanalyse-Methoden: SWOT-Analyse, FMEA (\text{Failure Modes and Effects Analysis})
• Risikomanagementstrategien: Vermeiden, Reduzieren, Übertragen, Akzeptieren

Nachhaltige Beschaffungsstrategien

Definition:

Strategien, die ökologische, soziale und ökonomische Aspekte in den Beschaffungsprozess integrieren.

Details:

• Ziel: Langfristige Reduzierung von negativen Umweltauswirkungen und Steigerung der sozialen Verantwortung.
• \textbf{Ökologische Aspekte}: Reduktion von CO2-Emissionen, Verwendung von umweltfreundlichen Materialien.
• \textbf{Soziale Aspekte}: Einhaltung fairer Arbeitsbedingungen, Unterstützung lokaler Gemeinschaften.
• \textbf{Ökonomische Aspekte}: Kosteneffizienz, Risikominimierung, Erhöhung der Resilienz der Lieferkette.
• Wichtige Konzepte: Lebenszykluskosten-Analyse, nachhaltige Lieferantenbewertung, Green Procurement.

Blockchain und Datentransparenz

Definition:

Blockchain als dezentrales, unveränderliches Register fördert Datenintegrität und Transparenz in der Lieferkette.

Details:

• Dezentralität: Keine zentrale Autorität, alle Teilnehmer haben die gleiche Kopie.
• Unveränderlichkeit: Einmal geschriebene Daten können nicht mehr geändert werden.
• Transparenz: Alle Teilnehmer können Transaktionen in der Kette sehen.
• Sicherheit: Kryptographische Verfahren sichern die Daten.
• Anwendungsbereiche: Verfolgbarkeit von Gütern, Nachweis der Herkunft, Reduktion von Betrug.

Langfristige Kapazitätsplanung

Definition:

Langfristige Planung der Ressourcen und Kapazitäten zur Sicherstellung der Fähigkeit, zukünftige Nachfrage zu erfüllen.

Details:

• Ziel: Maximierung der Ressourcennutzung und Minimierung der Kosten.
• Analyse von Nachfrageprognosen und Markttrends.
• Berücksichtigt Produktionskapazitäten, Lagereinrichtungen und Transportmöglichkeiten.
• Entscheidungshilfen: Break-even-Analyse, Lineare Programmierung.
• Wichtige Kennzahlen: Kapazitätsauslastung, Skaleneffekte.
• Langfristig: Zeitraum von mehreren Jahren.

Krisenmanagement in der Logistik

Definition:

Vorbereitung, Reaktion und Erholung auf/logistische Krisen; sorgt für Kontinuität und Minimierung von Unterbrechungen

Details:

• Risikobewertung und -analyse
• Entwicklung eines Krisenplans
• Krisenkommunikation
• Ressourcenmanagement
• Monitoring und Reporting
• Kontinuierliche Verbesserung und Vorbereitung

Big Data und Analytik im SCM

Definition:

Nutzung massiver Datenmengen und fortschrittlicher Analysewerkzeuge zur Verbesserung der Logistik und Lieferkettenprozesse

Details:

• Ermöglicht Echtzeit-Überwachung und -Optimierung
• Erkennt Muster und Trends in Daten
• Verbessert Entscheidungsfindung durch prädiktive Analysen
• Erhöht Effizienz und reduziert Kosten
• Datenquellen umfassen IoT, ERP-Systeme, soziale Medien
• Wichtige Konzepte: Machine Learning, Data Mining, KI