#250: Bessere Prozesse in der Logistik und Supply Chain mit mathematischer Optimierung (Dr. Sven Flake, OPTANO)

In der Logistik und im Supply Chain Management wimmelt es geradezu
von Prozessen, die mit Hilfe von mathematischer Optimierung
verbessert werden können. Sei es in Netzwerkplanung, der
Logistikplanung, der Personaleinsatzplanung oder in der Supply
Chain Planung. In der heutigen Folge des BVL Podcasts spricht unser
Host Boris Felgendreher mit Dr. Sven Flake von OPTANO über die
Anwendung von mathematischer Optimierung in der Logistik und im
Supply Chain Management. Unter anderem geht es dabei um folgende
Themen: - "Mathematische Optimierung" und die Abgrenzung zu "KI"
und "Big Data". - Wie funktioniert softwarebasierte
Entscheidungsunterstützung auf Basis mathematischer Optimierung? -
Der Mehrwert von transparenten, nachvollziehbaren Entscheidungen. -
Typische Einsatzgebiete: Inbound-Logistik, Produktionsplanung,
Ausschreibungsunterstützung, CO₂-Optimierung. - Vorgehensweise bei
Projekten: Erste Analyse mit Kunden (Fachplaner). Dann Proof of
Concept auf Basis vereinfachter Modelle. Bei Erfolg: Entwicklung
einer Softwarelösung mithilfe vorhandener Frameworks. - Auch
Unternehmen mit Excel-gestützter Schatten-IT können geeignete
Kunden sein. - Fokus liegt eher auf Reifegrad und
Optimierungspotenzial als auf eingesetzten Tools. - Ablauf
typischer Zusammenarbeit: Proof of Concept Managemententscheidung
agile Softwareentwicklung. - Ziele über Kostensenkung hinaus:
Auch Verbesserung des Kundenservices und Erhöhung von Flexibilität
können Ziele sein. Mathematik ermöglicht dabei z. B.
Service-Level-Optimierung. - Die Grenzen mathematischer
Optimierung: Menschliche und politische Faktoren (z. B. Silos)
können die Umsetzung behindern. - Mathematische Modelle können
helfen, aber nicht alle Probleme lösen. - Datenqualität als
wiederkehrendes Problem: Garbage-in/Garbage-out ist Realität.
Nutzung von "Schattendaten" als Workaround. - Zukünftiger Einsatz
von KI: Unterstützung bei Benutzerführung (z. B. via Sprache).
Datenqualität verbessern, Unstimmigkeiten erkennen. Extraktion von
implizitem Wissen aus historischen Daten. Rolle von KI in der
Softwareentwicklung - und vieles mehr Hilfreiche Links: OPTANO:
https://optano.com/optano-bvl-podcast/ Sven Flake auf LinkedIn:
https://www.linkedin.com/in/sven-flake-33886481/ Boris Felgendreher
auf LinkedIn: https://www.linkedin.com/in/borisfelgendreher/ BVL:
https://www.bvl.de/