Blog

• Ein Min-Max-Bestand in IFS Cloud reagiert auf Verbrauchshistorie. Er kennt weder einen absehbaren Hafenstreik noch einen angekündigten Hitzesommer.
• Externe Signale wie Wetter, politische Stabilität und Marktstimmung fließen in Was-wäre-wenn-Szenarien ein, die Sicherheitsbestände vor dem Engpass anheben.
• Die automatische Disposition legt den Bestellvorschlag an, nicht nur eine Meldung. Sie berücksichtigt Lieferzeiten, Frachtkosten und Staffelpreise des Lieferanten.
• OData-APIs speisen Bestandsdaten in Modelle des maschinellen Lernens, deren Empfehlungen direkt im Bestellanforderungsprozess ankommen. Der Kern bleibt unverändert und release-sicher.

Klassische Nachschubmodelle blicken in den Rückspiegel: Sie lösen Bestellungen aus, wenn der Bestand eine Grenze unterschreitet, die aus vergangenem Verbrauch berechnet wurde. Wer in IFS Cloud nur mit Min-Max-Beständen arbeitet, ohne externe Informationen einzubinden, riskiert entweder ein überfülltes Lager oder verpasste Liefertermine.

In einer reaktiven Organisation bindet Lagerbestand Kapital, das nicht arbeitet. Automatisierung hält dieses Kapital liquide, indem sie Bestellungen früher auslöst, wo Bedarf absehbar ist, und später, wo er sinkt.

Eine vorausschauende Disposition wertet auch das aus, was außerhalb des internen Verkaufsjournals liegt: Sie nimmt Markttrends und externe Störungen auf und erzeugt daraus Szenarien. Damit passen Sie Bestände an, bevor ein Trend seinen Höhepunkt erreicht oder die Lieferkette reißt. Die Automatisierung legt nicht nur Bestellungen an, sie gleicht Ihren Clean Core mit realen Einflussgrößen ab.

Externe Daten neben der Verkaufshistorie

Ein statisches ERP ignoriert alles außerhalb des Lagers. Eine vorausschauende Disposition bezieht dagegen Wetterlagen, die politische Stabilität von Beschaffungsregionen und Stimmungsanalysen der Nachfrage ein. Droht ein Hafenstreik oder steht ein Hitzesommer bevor, sollte das System die Sicherheitsbestände automatisch anheben, ohne dass ein Disponent eingreift.

Was-wäre-wenn-Simulationen vor der Kapitalbindung

Bevor Sie Kapital binden, simulieren Sie, wie sich ein Nachfrageanstieg auswirkt. Beispiel: Der Absatz wächst um 20 Prozent, und die Lieferzeit eines wichtigen Lieferanten verdoppelt sich. Die Simulation läuft in einer virtuellen Umgebung und zeigt die Schwachstellen Ihrer Lieferkette, bevor sie Kosten verursachen.

Diese Automatisierung verlangt, dass Sie auf Änderungen am Kern verzichten und stattdessen OData-APIs von IFS Cloud nutzen. Über OData fließen die internen Bestandsdaten in spezialisierte Modelle des maschinellen Lernens. Deren Empfehlungen kehren direkt in den Prozess der Bestellanforderung zurück. Die Umgebung bleibt update-sicher, denn Eingriffe in die Kernlogik versperren den Weg zu künftigen IFS-Releases.

Automatische Bestellung statt nur Meldung

Manuelle Bestellvorschläge kosten Zeit und erzeugen Fehler. Ein automatisiertes System berechnet Lieferzeiten, Frachtkosten und Staffelpreise des Lieferanten in Echtzeit. Bis ein Disponent den Bedarf bemerkt hätte, wartet die automatische Nachschubbestellung bereits auf Freigabe oder ist beim Lieferanten.

Bestellmenge zwischen Lagerhaltungs- und Beschaffungskosten abwägen

Nachschub ist eine Optimierungsaufgabe zwischen Lagerhaltungskosten und Beschaffungskosten. Die wirtschaftliche Bestellmenge (Economic Order Quantity, EOQ) lässt sich dynamisch ermitteln, statt dass ein Einkäufer die Menge schätzt. Das System bewertet dazu aktuelle Zinsen, den freien Lagerraum und Mengenrabatte des Lieferanten.

Das Ziel: Der richtige Bestand liegt zu dem Zeitpunkt im Lager, an dem der Markt ihn verlangt, ohne manuellen Eingriff.

Ich bin Dariusz Myśliwiec. Ich arbeite seit 18 Jahren praktisch mit IFS (Apps 7.5 bis 10 und IFS Cloud). Ich bin IFS Certified Associate Consultant und nach PRINCE2® 7 zertifiziert.