MAG 21-03 Management

End of APO

shutterstock1190791390VAlex.jpg
[shutterstock: 1190791390, VAlex]

Der Lebenszyklus von SAP APO endet voraussichtlich in fünf Jahren. Für die Planung der Supply Chain können Anwender auf den Nachfolger SAP IBP zurückgreifen. Doch es gibt Alternativen.

Worin liegen die Unterschiede? Und inwieweit können Unternehmen durch die Auswahl eines Non-SAP-Planungstools profitieren? Das Supply-Chain-Planungssystem SAP Advanced Planning and Optimization (APO) wird branchenübergreifend weltweit eingesetzt. Voraussichtlich im Jahr 2025 werden die Wartung und der Support für die Lösung eingestellt. Spätestens dann müssen sich Anwender nach einer Alternative umsehen.

In Betracht kommt natürlich die cloudbasierte Nachfolge-Lösung SAP Integrated Business Planning (IBP). Das neue Produkt funktioniert jedoch nur im Zusammenspiel mit S/4 Hana. Deshalb wird der End of Life von APO mit einem großen Migrationsaufwand verbunden sein.* Viele Unternehmen sind unschlüssig, ob sie diesen Aufwand für ein Produkt betreiben wollen, das am Markt noch nicht etabliert ist, jedoch für geschäftskritische Prozesse eingesetzt wird.

Wer also überlegt, sich nach einer reiferen Lösung umzuschauen, sollte sich beeilen. Allein das Umschauen und das Spezifizieren der Anforderungen nimmt sehr viel Zeit in Anspruch. Das gilt auch für das Implementieren der neuen Lösung. Sollte es nach einem möglichen Rollback auf APO hierfür keinen Support mehr geben, entsteht ein Risiko.

SAP Integrated Business Planning soll mehr Performance bieten und die Lücke schließen, die sich aus dem End of Life von APO ergibt. Die Nachfolge-Lösung ersetzt jedoch nicht alle früheren APO-Module. So haben die Walldorfer einige zentrale Funktionen für die Feinplanung und Auftragsterminierung (Order Promising) herausgenommen und in S/4 integriert. Lediglich die Module für Bedarfsplanung sowie für Beschaffung, Produktion, Vertrieb und Transport von Materialien finden sich in überarbeiteter Form in IBP wieder.

Bild1_KI-reproduzierbare-Entscheidungen.jpg
Crossing the AI chasm? Die Herausforderung des Machine Learning besteht darin, reproduzierbare Prozesse und Entscheidungen zu ermöglichen.

IBP und S/4

Anwender müssen sich mit der Frage auseinandersetzen, welche Funktionen der bestehenden APO-Plattform sie künftig in S/4 und welche in IBP vorfinden. Zudem könnte sich die Aufspaltung der Funktionsbereiche nachteilig auf die Abstimmung zwischen verschiedenen Akteuren innerhalb des Supply-Chain-Managements eines Unternehmens auswirken.

Die Verteilung der Leistungsmerkmale über verschiedene Applikationen bedeutet eine Fragmentierung. Der Trend im Markt geht jedoch zu integrierten End-to-End-Plattformen. Diese ermöglichen nicht nur einen ganzheitlichen Blick auf die Supply Chain. Sie ermöglichen das Analysieren, Planen und das Ausführen von Prozessen innerhalb derselben Produktfamilie.

Blick über den Tellerrand

Spätestens jetzt lohnt also der Blick über den Tellerrand: Welche Alternativen zu IBP als APO-Nachfolge-Lösung sind denkbar? In Betracht kommt beispielsweise die Luminate-Technologie von Blue Yonder. Das ursprünglich deutsche Unternehmen, ein KI-Spezialist aus Karlsruhe, wurde im Jahr 2018 von JDA Software übernommen, dem Anbieter von Supply-Chain-Management-Software.

2020 erfolgte die Rückumbenennung in Blue Yonder. Die Umbenennung von JDA in Blue Yonder trägt dem Umstand der wachsenden Bedeutung von Cloud- und KI-Lösungen Rechnung. Die bisherigen Lösungen von JDA sind aufgrund der End-to-End-Planung, der Integration von Supply Chain Planning und Execution, der Modellierungsfunktionen oder der Control Tower schon lange als Alternative zu APO am Markt anerkannt. Die nun verfügbaren KI-Funktionalitäten bieten zusätzlichen Mehrwert.

So entwickelt das Unternehmen patentierte Machine-Learning-Algorithmen und baut diese gleich in entsprechende Applikationen ein. Das Ergebnis sind ganzheitliche Machine-Learning-Lösungen. Die größte Herausforderung besteht darin, Machine Learning zuverlässig und wiederholbar in Geschäftsprozesse zu integrieren.

Andere Anbieter sind hier noch nicht so weit: Sie integrieren lediglich in eine vorhandene Systemumgebung trainierte Machine-Learning-Algorithmen, deren Output sich dann im Prozess verwenden lässt. Das bedeutet, sie stellen eine KI-Plattform bereit, auf welcher der Kunde seine eigene Machine-Learning-Anwendung selber entwickeln muss.

Das Besondere an der Luminate-Technologie ist, dass die Algorithmen im Sinne von Advanced Analytics bereits auf Geschäftsprozess-Ebene greifen. Somit ermöglichen sie nicht nur sehr zuverlässige Prognosen, sondern auch das Vorhersagen und Auflösen von Störungen oder dem Einstellen verschiedener Parameter entlang der Supply Chain, neben weiteren Merkmalen. Dabei lässt sich deren Erzeugung insoweit skalieren, dass sie auch im Umfeld großer Enterprise-Anwendungen umsetzbar sind.

Bild2_KI-getriebene-Business-Prozesse.jpg
Introducing Blue Yonder’s Luminate Platform: Eine ganzheitliche Plattform für das Supply Chain Management verhindert eine Fragmentierung über verschiedene Lösungen hinweg.

Machine Learning für SCM

Zudem wird das Ergebnis der Machine-Lear­ning-Auswertungen durch den unmittelbaren Bezug zum Geschäftsprozess besser erklär- und interpretierbar, was die Akzeptanz und das Vertrauen der Anwender in die Technologie erhöht. Entscheidend ist also, dass die Machine-Learning-Applika­tion zuverlässig und wiederholbar den jeweiligen Geschäftsprozess zum Vorteil der Business-User unterstützt.

Die Unterstützung besteht in der Automatisierung von Prozessen. Gerade bei sich wiederholenden Entscheidungen, die in hoher Frequenz getroffen werden müssen, ist die Maschine dem Menschen überlegen. Sie ist schneller, präziser und weniger fehleranfällig.

Es lassen sich jedoch nicht nur Bestell- und Dispositionsprozesse automatisieren. Auch Störungen entlang der Supply Chain lassen sich schnell erkennen und Gegenmaßnahmen automatisiert einleiten. Hängt beispielsweise eine Warenlieferung auf dem Seeweg fest, ist das System in der Lage, allein zu entscheiden, woher die nun fehlenden Teile alternativ beschafft werden können, unter Berücksichtigung von Transportkosten und -wegen sowie zeitlichen und anderen relevanten Faktoren.

Die Algorithmen lernen aus aktuellen und historischen Daten. Sie treffen Pro­gnosen über die Wahrscheinlichkeit des Eintretens eines Ereignisses. Auf diesen basieren alle nachfolgenden Entscheidungen und die Kette an Business-Prozessen, die aufgrund der Prognose in Gang gesetzt wird.

Diese können das einfache Umleiten eines Lkw sein, aber auch ein Anpassen von Produktionsplänen in Fabriken mit Folgen für die nachgelagerten logistischen Prozesse. Je mehr Daten vorhanden sind und je besser sie gepflegt sind, desto höher ist die Datenqualität. Dies hat direkte Aus­wirkungen auf die Qualität der Prognosen und somit auf die Entscheidungen und die Business-Prozesse.

Datenvielfalt und Algorithmen

Woraus resultieren die großen Datenmengen, mit denen die Algorithmen arbeiten? In Betracht kommen nicht nur interne Daten aus dem ERP-System, sondern auch solche aus externen Quellen, sogenannte Externalitäten. Dazu zählen Informationen über das zu erwartende Wetter, anstehende Feiertage, Ferien oder auch lokale Standortdaten.

Eine gute Machine-Learning-Anwendung sollte einen Großteil dieser externen Daten gleich mitliefern. Relevant sind darüber hinaus auch Informationen, welche die Kunden selbst zur Verfügung stellen. Im Bereich der industriellen Produktion sind das historische Daten zu den Auslastungen von Maschinen, Bestellmengen, Liefervolumina, aber auch Daten zur Nachfrage bestimmter Produkte.

Möchten klassische ERP-Anwender nun ein Planungstool eines Drittanbieters nutzen, sollte der Aufwand für die Anbindung und das Customizing nicht größer sein als beim Einsatz von IBP. Blue Yonder etwa hat in seine Luminate-Plattform Schnittstellen und Adapter integriert, mit denen sich Stammdaten aus dem SAP-ERP-System nahtlos in die eigene Planungslösung übernehmen lassen.

So ist jederzeit ein fließender Echtzeit-Datenaustausch zwischen beiden Systemwelten gewährleistet. Anwender können dabei klassische ERP-Aufgaben wie Warenwirtschaft, Einkauf, Buchhaltung, Kostenrechnung oder Controlling über ihr SAP-System abdecken.

Typische SCM-Aufgaben wie strategische- und Feinplanung sowie Transport- und Warehouse Management lassen sich dann über Luminate abwickeln. Zusätzlich sorgt der integrierte Control Tower für optimale Transparenz über die gesamte Lieferkette. Möchten SAP-Anwender dennoch nicht auf IBP verzichten, ist auch eine Hybrid-Lösung denkbar. In diesem Fall können Kunden Basisfunktionen aus IBP nutzen und flexibel Features aus Luminate als Software as a Service hinzu­buchen.

APO-Fazit

Das voraussichtliche End of Life von SAP APO 2025 zwingt Anwender zum Handeln. Um weiterhin performante Supply-Chain-Prozesse zu gewährleisten, müssen sich Unternehmen rechtzeitig für eine geeignete Nachfolge-Lösung entscheiden.

Als sinnvolle Alternative zu SAP IBP kommen dabei Systeme von Drittanbietern, wie etwa Luminate von Blue Yonder, in Betracht. Die darin integrierten Machine-Learning-Fähigkeiten ermöglichen feingranulare Prognosen, automatisieren Prozesse entlang der Supply Chain und optimieren die Bedarfsplanung.


*Aktualisiert am 23. Juli 2021: Von SAP wurde folgende Anmerkung zum Präzisieren der Aussage gebeten: “Das neue Produkt funktioniert unabhängig von der ERP Version und ist daher auch für Unternehmen interessant, die noch nicht auf S4/HANA migriert sind.”

Über den Autor

Gabriel Werner Blue Yonder

Vice President, EMEA Solutions Advisory, Blue Yonder

Über den Autor

Alan Duncan Blue Yonder

Senior Director, Industry Strategy Blue Yonder

Hinterlassen Sie einen Kommentar