Soccer team in a huddle

Optimiertes Order Promising: mit SAP S/4HANA Liefertermine effizienter planen und einhalten

Blog | 28. März 2017 von Amr El Meleegy 2

Im Zeitalter von Amazon Prime stellen Kunden hohe Anforderungen an das Lieferversprechen von Unternehmen. Dank erweiterter Order-Promising- und Available-to-Promise-Szenarien verfügen Unternehmen mit SAP S/4HANA nun über eine effizientere Lieferkette. Dies ermöglicht eine optimierte Bestätigungsstrategie für die Rückstandsbearbeitung.

Vor nicht allzu langer Zeit war der Kauf sperriger Produkte, die nicht in den Kofferraum eines Autos passen, alles andere als komfortabel. So musste man in ein Geschäft gehen, den Artikel vor Ort aussuchen und bezahlen und anschließend telefonisch mit dem Kundenservice einen Liefertermin vereinbaren. Die Lieferzeit konnte dabei zwischen einigen Tagen und mehreren Wochen liegen. Am vereinbarten Tag war es dann wahrscheinlich, dass das Produkt wegen sich überschneidender Liefertermine nicht ankam. War dies der Fall, rief man gereizt beim Kundenservice an und vereinbarte einen neues Datum für die Lieferung. Das kommt Ihnen bekannt vor?

Glücklicherweise werden solche Probleme schon bald der Vergangenheit angehören. Kunden sind heute nicht mehr bereit, ein Produkt zu kaufen, ohne exakt zu wissen, wann es geliefert wird. Wenn eine Lieferung am nächsten oder sogar selben Tag nicht möglich ist, bieten Wettbewerber nur einen Klick entfernt eine Reihe an attraktiven Alternativen.

Die Zusage eines Liefertermins für eine Bestellung wird Order Promising oder Available to Promise (ATP) genannt. Vertriebsorganisationen nutzen dafür in der Regel die Funktionen des Supply Chain Managements. Der Mechanismus, der ATP zugrunde liegt, prüft, ob die vom Kunden angefragten Produkte und Ressourcen zum gewünschten Liefertermin in ausreichender Menge verfügbar sind.

Was sich vielleicht zunächst nach einem einfachen Konzept anhört, kann sehr schnell kompliziert werden. Einige Unternehmen betreiben beispielsweise mehrere Werke in verschiedenen geografischen Regionen und müssen evaluieren, welches von ihnen einen Auftrag bedienen kann. Andere Firmen möchten ermitteln, ob sie eine Alternative für ein vergriffenes Produkt oder Material anbieten können. Und wieder andere möchten strategisch wichtigen Kunden in der Hierarchie des Order Promising eine höhere Priorität einräumen als anderen. All diese Faktoren müssen bei der Zusage von Lieferterminen berücksichtigt werden, um nicht Gefahr zu laufen, das Lieferversprechen zu brechen.

Available to Promise und klassisches ERP

Jahrelang wurden die ATP-Funktionen klassischer ERP-Systeme genutzt. Damit griff man zwar auf eine leicht bedienbare und einfach implementierbare Lösung zurück – sie bot jedoch nicht das Funktionsspektrum, das viele Unternehmen mit einem zunehmend digital versierten Kundenstamm benötigten. So waren Verfügbarkeitsprüfungen beispielsweise nur für eine Kombination aus einem einzelnen Produkt und einem Werk möglich. Wenn werksübergreifende Prüfungen erfolgen oder Vorschläge für Ersatzprodukte gemacht werden sollten, war ein manueller Eingriff erforderlich. Im Optimalfall wurden derartige Funktionen automatisiert oder in das ERP-System integriert.

Unternehmen, die erweiterte Funktionen für das Order Promising benötigten, nutzten meist Sekundärlösungen wie die Komponente SAP Advanced Planning and Optimization (SAP APO) oder Lösungen von Drittanbietern. Naturgemäß führte diese Strategie zu einer komplizierten IT-Infrastruktur und einem hohen Maß an Komplexität für den Anwender. So bringt die Pflege von zwei Systemen – statt nur einem – neue Probleme mit sich, vor allem im Hinblick auf Datenqualität und Latenz.

Bedingt durch die technischen Einschränkungen der zugrunde liegenden klassischen ERP-Datenbank konnten viele Unternehmen nicht den Service bieten, den sich ihre Kunden wünschen. Stattdessen mussten sie sich mit dem zufriedengeben, was verfügbar war: ERP-Systeme, die nur eingeschränkte ATP-Funktionen aufwiesen oder eigenständige, weiterentwickelte ATP-Lösungen, die mit zusätzlicher Komplexität einhergingen. Eine echte Zwickmühle also, aus der es keinen Ausweg gab.

Keine Kompromisse mehr

Mit SAP S/4HANA gehören solche Zugeständnisse der Vergangenheit an. Tatsächlich vereint die Lösung das Beste aus zwei Welten: eine erweiterte ATP-Lösung und eine vereinfachte IT-Architektur.

Mit dem Release SAP S/4HANA 1610 wurden neue, erweiterte ATP-Funktionen direkt in den digitalen Kern integriert, sodass Kunden keine zusätzlichen Lösungen mehr implementieren müssen. Dies erleichtert die Arbeit von IT-Abteilungen erheblich, da die Pflege separater Backend-Systeme nicht mehr notwendig ist. Zudem müssen Anwender nicht mehr von einem Fenster zum nächsten springen, um Verfügbarkeitsprüfungen durchzuführen. Der eigentliche Hauptvorteil jedoch ist eine erheblich genauere und effizientere Lieferkette.

Zukunftsweisende Bestätigungsstrategien für die Rückstandsbearbeitung

Neben der Konsolidierung erweiterter ATP-Funktionen bietet SAP S/4HANA Unternehmen optimierte Bestätigungsstrategien für die Rückstandsbearbeitung. Wie in diesem 2-minütigen Video erläutert, spielt die Rückstandsbearbeitung in ATP-Szenarien eine wichtige Rolle, da sie Lieferterminzusagen mit Geschäftsregeln abgleicht, um zu ermitteln, welche Bestellungen zuerst geliefert werden sollen.

In einer Zeit, in der mehr und mehr Unternehmen auf den Online-Handel setzen und die Erwartungen junger Käufer der Millennial-Generation durch Services wie Amazon Prime geprägt sind, müssen Unternehmen ihre Herangehensweise an das Order Promising überdenken.

Begnügt sich Ihr Unternehmen mit ATP-Basisfunktionen, weil Sie keine zusätzliche Unternehmenslösung wie GATP in SAP APO implementieren wollten? Oder verwenden Sie eine erweiterte ATP-Sekundärlösung und nehmen die damit einhergehende Komplexität in Kauf? So oder so – es ist an der Zeit, Ihre Oder-Promising-Strategie zu überdenken.

Diese Infografik zeigt, wie ATP-Prüfungen in S/4HANA im Vergleich zur klassischen ERP-Umgebung ablaufen:

Dieser Artikel erschien ursprünglich auf SAP Business Trends.

Tags:

Leave a Reply