Sicherheitsbestände in der Pharmaindustrie: Die Goldlöckchen-Herausforderung in Lieferketten mit kognitiver Automatisierung lösen

 

 

Sicherheitsbestände in der Pharmaindustrie: Die Goldlöckchen-Herausforderung in Lieferketten mit kognitiver Automatisierung lösen

Sicherheitsbestände gehören zu den kritischsten Elementen in der pharmazeutischen Lieferkette. Allerdings hat es sich auch als sehr schwierig erwiesen, Sicherheitsbestände zu verwalten und zu optimieren, auch wenn dadurch das Betriebskapital gebunden und die Lagerkosten in die Höhe getrieben werden.

 

Pharmaunternehmen unterhalten in der Regel einen hohen Sicherheitsbestand, um ein hohes Serviceniveau zu erreichen, das den Umsatz mit margenstarken Produkten maximiert und die Kundenzufriedenheit steigert. Es wird auch Pufferbestand genannt und bietet ein Sicherheitsnetz gegen Schwankungen wie unerwartete Verzögerungen bei Rohstoffen oder Transporten oder ungewöhnlich hohe Nachfrage.

 

Fehlbestände, die auf unzureichende Sicherheitsbestände zurückzuführen sind, können dem Unternehmen großen Schaden zufügen und zu Umsatzeinbußen in Millionenhöhe und potenziellen Markenschäden führen, wenn lebenswichtige Medikamente nicht verfügbar sind. Die vorherrschende Praxis besteht darin, sich auf die Überschussmenge zu verlassen, da in den Produktionsstätten und Vertriebszentren eines Unternehmens auf der ganzen Welt Sicherheitsbestände vorhanden sind.

 

Das bedeutet aber auch, sich auf hohe Lagerkosten zu verlassen und Betriebskapital zu binden, das in Forschung und Entwicklung oder andere Bereiche des Geschäftswachstums investiert werden könnte.

 

Es ist die Goldlöckchen-Herausforderung. Pharmaunternehmen können nicht zu wenig Sicherheitsbestände riskieren. Aber sie wollen nicht, dass die Kosten zu groß werden. Wie in der Kinderfabel von Goldlöckchen und den drei Bären braucht die Pharmaindustrie Sicherheitsbestände, die „genau richtig“ sind.

 

Steigende Risiken in der Sicherheitsbestandsverwaltung

Um die konkurrierenden Ziele der Minimierung der Kosten für Sicherheitsbestände und der Maximierung des Serviceniveaus zu erreichen, haben sich Pharma-Lieferkettenplaner darauf konzentriert, Nachfrageschwankungen und Lieferzeitschwankungen mit einer Reihe von Lieferkettenmanagementsoftware und Tabellenkalkulationen zu bewältigen. Diese Bemühungen sind in unserem digitalen Hochgeschwindigkeitszeitalter anspruchsvoller denn je, da immer wieder neue Variablen auftauchen, die sich auf Sicherheitsbestände auswirken. Es ist einfach zu komplex, diese Variablen mithilfe vorhandener Softwaresysteme und Tabellenkalkulationen zu verwalten.

 

Die zunehmende globale Komplexität der Branche macht es schwieriger, Marktnachfrage und Durchlaufzeiten schnell und genau vorherzusagen. Das Wachstum der Echtzeitdaten aus Dutzenden oder Hunderten von Anwendungen überfordert den menschlichen Aufwand, Informationen für datengesteuerte Entscheidungen zu verwalten und zu analysieren.

 

Das Ergebnis ist eine bestmögliche Planung bei der Erstellung einer monatlichen Bedarfsprognose und der Berechnung von Durchlaufzeiten, die Materialverfügbarkeit, Produktionspläne, Nachfrageschwankungen, Lieferantenzuverlässigkeit und andere Faktoren für eine große Anzahl von SKU-Standorten berücksichtigen.

 

Aufgrund dieser Komplexität basieren Sicherheitsbestände in der Regel auf einigen wenigen Variablen und nicht auf einem vollständigen Satz. Supply-Chain-Planer sind selten bereit, das Serviceniveau durch die Kürzung des Sicherheitsbestands zu gefährden. Die Aufrechterhaltung eines großzügigen Lagerbestands wird oft als Kostenfaktor für die Geschäftstätigkeit angesehen, muss aber nicht so sein.

 

Die Entstehung kognitiver Automatisierung in Pharma-Lieferketten

Die kognitive Automatisierung eröffnet neue Möglichkeiten, Sicherheitsbestände kosteneffizienter zu verwalten, indem sie den Einsatz von künstlicher Intelligenz (KI) und maschinellem Lernen nutzt. Diese neue Technologie nutzt Internet-Rechenleistung in der Cloud, Echtzeit-Datenüberwachung, Erkennung und hochentwickelte Algorithmen, um der pharmazeutischen Lieferkette neue Geschwindigkeit und Präzision zu verleihen.

 

Pharmaunternehmen gehören zu den Vorreitern beim Einsatz kognitiver Automatisierung, um Bedarfsprognosen und Durchlaufzeitberechnungen zu verfeinern und so die Voraussetzungen für die Optimierung von Sicherheitsbeständen auf globaler Ebene zu schaffen. Diese Technologie ermöglicht eine intelligente Supply-Chain-Automatisierung in weitaus größerem Umfang und Tiefe, als dies selbst mit den erfahrensten Planern und den besten herkömmlichen Tools möglich wäre.

 

Ohnehin können Planer Wochen damit verbringen, Daten aus Softwareanwendungen für ERP, CRM, Materialbedarfsplanung, Logistik, Lieferanten- und Lagerverwaltung und andere zu sammeln. Anschließend werden Zahlen für Bedarfs- und Lead-Berechnungen ausgewertet – doch wenn die Prognosen fertig sind, sind die Informationen bereits veraltet und es kann leicht passieren, dass entscheidende Variablen übersehen werden.

 

Die kognitive Automatisierung durchsucht mehrere Anwendungen tausende Male am Tag und aggregiert und reichert Daten in einem einzigen Datenspeicher an. Von dort aus generieren leistungsstarke Algorithmen Empfehlungen, die Bedarfsprognosen, Durchlaufzeitberechnungen und optimale Sicherheitsbestände abdecken können. Kognitive Automatisierung erweitert die Fachkompetenz des menschlichen Planers und liefert datengesteuerte Empfehlungen, auf die er in Echtzeit reagieren und diese umsetzen kann.

 

Mehrere Merkmale unterscheiden die KI-gestützte kognitive Automatisierung von herkömmlichen Ansätzen:

Tägliche Vorhersage.
Bedarf und Durchlaufzeiten können täglich berechnet werden, da die kognitive Automatisierung Daten und Anomalien nahezu in Echtzeit verfolgt. Das ist eine enorme Verbesserung gegenüber manuellen Prognosen einmal im Monat oder in anderen regelmäßigen Abständen.
 

Tiefe Granularität.
Anstelle zusammengefasster Daten arbeitet die kognitive Automatisierung mit Datensätzen mit hoher Granularität, bis hin zu täglichen Transaktionen nach SKU-Standorten, Bestellungen, Werken, Rohstoffen, Kunden und mehr.
 

Durchgängige Sichtbarkeit.
Kognitive Automatisierung bringt den „Heiligen Gral“ der durchgängigen Transparenz der Lieferkette zum Vorschein, sodass Manager von der reaktiven Fehlerbehebung zur proaktiven Optimierung und datengesteuerten Entscheidungsfindung übergehen können.

Aus Sicht der Sicherheitsbestände können diese Funktionen Lieferkettenteams auch dabei helfen, zeitkritische, auslaufende Produkte besser zu verwalten, um Lagerumschlag, Schwund und die Kosten unnötig entsorgter Produkte zu reduzieren.

 

Kognitive Automatisierung bei Merck KGaA

Merck KGaA ist ein Beispiel für ein Pharmaunternehmen, das mit kognitiver Automatisierung Vorteile in der Lieferkette erzielt, wie in einem Bericht des Wall Street Journal dargelegt. Das deutsche Unternehmen nutzt eine kognitive Lösung von Aera Technology in einem Anwendungsfall mit rund 100 Fruchtbarkeitsmedikamenten.

Die Software crawlt Merck-Anwendungen und aggregiert Daten in einer kognitiven Datenschicht. Anschließend analysieren KI und maschinelles Lernen die Daten, identifizieren Problembereiche und empfehlen optimale Maßnahmen. Anstatt dass sich die Planer von Merck in Tabellenkalkulationen abmühen und über Zahlen streiten, erledigen Maschinen und KI die harte Arbeit und liefern datengestützte Empfehlungen für die beste Vorgehensweise.

 

Sicherheitsbestände haben nicht die Aufmerksamkeit erhalten, die sie verdienen, einfach weil es so schwierig ist, sie genau vorherzusagen, und weil eine Unterbevorratung ein Risiko für das Unternehmen darstellen kann. Heutzutage haben Pharmaunternehmen neue Möglichkeiten, mit einem KI-gestützten Ansatz erhebliche Kosteneinsparungen zu erzielen und Betriebskapital freizusetzen, um den Sicherheitsbestand „genau richtig“ zu halten.