De coronapandemie heeft de economie hard geraakt. Welke lessen kunnen uit deze ervaring worden getrokken? En hoe kunnen bedrijven zich in de toekomst het beste tegen dit soort crises beschermen? Het antwoord zal zeker een combinatie van verschillende benaderingen zijn, maar nieuwe wiskundige methoden die zijn ontwikkeld door het Fraunhofer Institute for Industrial Mathematics (ITWM) lijken waarschijnlijk een veelbelovend stukje van de puzzel. Deze methoden zijn bedoeld om te berekenen hoe de risico's van aanbodtekorten aanzienlijk kunnen worden verminderd tegen zeer weinig extra kosten.

Niemand had ooit verwacht dat ziekenhuizen moeite zouden hebben om de gezichtsmaskers en andere persoonlijke beschermingsmiddelen te bemachtigen die ze nodig hebben. De toeleveringsketen heeft in het verleden altijd soepel gelopen, toch heeft de coronacrisis nu al meerdere malen voor tekorten aan deze producten gezorgd. Eerder, deze toeleveringsketens hadden goed gewerkt, maar de noodzakelijke beperkingen op de wereldwijde goederenstroom leidden tot ineenstorting. Vaak, bijvoorbeeld, Chinese leveranciers waren niet in staat om te leveren, ook al werkten de fabrieken in Duitsland nog normaal, een situatie die een domino-effect had op de goederenproductie in Duitsland. En virussen zijn niet het enige potentiële risico:internationale leveranciers kunnen verlamd raken door allerlei onvoorziene factoren, van natuurrampen zoals tsunami's, aardbevingen, stormen en overstromingen tot stakingen of andere onverwachte politieke ontwikkelingen. Als een bedrijf ervoor kiest om voor zijn productiebehoeften op slechts één leverancier te vertrouwen, dit kan verwoestende gevolgen hebben die de productie zelfs volledig stil kunnen leggen. Het kan inderdaad erg lang duren voordat andere leveranciers hun productie opvoeren en de benodigde producten gaan leveren.

Analyseren en bewaken van supply chains

Dit is waar de door Fraunhofer ITWM ontwikkelde methoden in het spel komen. "De algoritmen analyseren hoe gediversifieerd de toeleveringsketens zijn in verschillende delen van het bedrijf en dus hoe groot het risico is om in een noodsituatie kritieke leveringsproblemen tegen te komen, met andere woorden in het geval van regionale of wereldwijde verstoring, " zegt Dr. Heiner Ackermann, plaatsvervangend hoofd van de afdeling optimalisatie van Fraunhofer ITWM in Kaiserslautern. "De vraag is hoe je het risico op leveringstekorten kunt minimaliseren zonder significante extra kosten te maken." Het dilemma is vergelijkbaar met dat van het kopen van een huis:kun je het beste kiezen voor de laagst mogelijke rente, ook al bestaat het risico dat vervolgfinanciering veel slechtere tarieven biedt? Of is het het beste om op zeker te spelen en vanaf het begin een iets hogere rente te betalen als dat betekent dat u verzekerd bent van een redelijk geprijsde financiering voor de hele looptijd?

Bedrijven moeten ook de juiste balans vinden tussen risico en kosten. Als een bedrijf ervoor kiest om alleen op de goedkoopste leverancier te vertrouwen, ze nemen een groot risico. Maar als ze een grondstof tegelijkertijd bij meerdere leveranciers betrekken, dat risico daalt aanzienlijk. "En in dit geval is het verschil in kosten veel lager dan het verschil in risico, " zegt Ackermann. Met andere woorden, de risico's nemen drastisch af, zelfs wanneer een bedrijf zijn kosten met slechts een paar procent verhoogt. Het is dus mogelijk om een ​​groot deel van het risico te elimineren door slechts een lichte stijging van de kosten te accepteren. Bedrijven kunnen het algoritme gebruiken om te ontdekken wat het beste zou werken in hun specifieke situatie. "Met deze methode kunnen bedrijven hun supply chains optimaliseren op basis van meerdere criteria, hen te helpen de optimale balans te vinden tussen kosten en risico's, ", zegt Ackermann. "De onderliggende algoritmen werken even goed, of je nu te maken hebt met leveringstekorten veroorzaakt door een aardbeving of een virus. Dus, in tegenstelling tot bestaande softwareoplossingen, we proberen geen aannames te doen over de waarschijnlijkheid van een bepaald scenario."

Met deze nieuwe methode een bedrijf begint met het invoeren van verschillende parameters, bijvoorbeeld de gebieden waarin zij denken dat verstoring waarschijnlijk is en hoe lang die verstoring kan duren. De algoritmen berekenen vervolgens verschillende kosten/risico-afwegingen voor deze exacte grondstof, inclusief de mogelijke toewijzingen van leveranciers die zouden overeenkomen met elk punt op de schaal. Ze houden zelfs rekening met opties zoals het opslaan van kritieke producten om tijdelijke voorraadtekorten op te vangen.

Vervanging van grondstoffen tijdens leveringstekorten

Een andere optie waarmee de algoritmen rekening houden, is of een grondstof bij een leveringsknelpunt mogelijk vervangen kan worden door andere materialen. Als, hiermee kan vanaf het begin rekening worden gehouden. Eigenlijk, de methode berekent de kosten en risico's van verschillende cursussen die een bedrijf kan volgen ten aanzien van hun leveranciers. Procter &Gamble maakt al gebruik van een softwarematige variant van deze methodiek die speciaal is afgestemd op haar behoeften.