ClearOps ist Finalist für den IP | Innovationspreis von CNA e.V. Die Nominierung würdigt den neuen Inventory-Planning-Algorithmus von ClearOps, einen Next-Gen-Algorithmus zur Ersatzteilplanung, der gemeinsam mit der Technischen Universität München (TUM) entwickelt wurde. Er entstand, um eine dauerhafte Herausforderung in der Ersatzteilplanung zu lösen: Die richtigen Teile verfügbar zu halten und gleichzeitig die Bestandskosten zu minimieren.
Warum Service Parts Planning anders ist
Ersatzteilbestände sind ein Balanceakt. OEMs brauchen Teile vor Ort, damit Fahrzeuge und Maschinen laufen. Die Nachfrage nach einem einzelnen Service-Teil ist jedoch oft dünn, unregelmäßig und schwer zu prognostizieren. Überbestand bindet Kapital und Lagerfläche; Unterbestand führt zu Stillstand und unzufriedenen Kunden. Viele herkömmliche Planungsmethoden gehen von regelmäßigeren Nachfragemustern aus und können Empfehlungen liefern, die bei Ersatzteilen entweder zu konservativ oder zu aggressiv sind — und für Planer in beiden Fällen schwer vertrauenswürdig.
Ersatzteilplanung neu gedacht
Das Next-Gen Inventory Planning von ClearOps begegnet dem mit drei verbundenen Designentscheidungen.
- Es ist speziell für die einzigartigen, intermittierenden Nachfragemuster von Service-Teilen gebaut — und nicht aus Methoden abgeleitet, die für stetige, hochvolumige Verkäufe gedacht sind.
- Es optimiert Meldebestände und Bestellmengen nicht nur Teil für Teil, sondern über frei definierbare Produktsegmente hinweg. So können Planer Füllratenziele für ganze Teilekategorien erreichen, ohne an anderer Stelle unnötigen Bestand aufzubauen.
- Es macht seine Empfehlungen nachvollziehbar. Statt Blackbox-Empfehlungen ohne Begründung liefert der Algorithmus nachvollziehbar, warum ein bestimmter Meldebestand oder eine bestimmte Bestellmenge gewählt wurde — auf Basis von Nachfragehistorie, Kosteneingaben und Service-Level-Zielen, um nur einige Faktoren zu nennen.
Was der neue Ansatz leistet
In der Evaluation lieferte das neue Inventory Planning von ClearOps im Durchschnitt >10% höhere Cluster-Füllraten im Vergleich zum bisherigen Ansatz und eine um 27% höhere Quote beim Erreichen der Cluster-Füllratenziele. Zusätzlich führte es zu einem Rückgang der Änderungen an Teilebestellungen um >15% — und damit zu höherer Zufriedenheit bei OEMs und ihren Händlern.
Es verbesserte auch die Klarheit der Begründung hinter jeder Empfehlung. Zusammen weisen diese Ergebnisse auf einen Planungsprozess hin, der zuverlässiger und transparenter ist und eine bessere Ersatzteilverfügbarkeit, niedrigere Bestandskosten und eine stärkere After Sales Performance unterstützen kann.
Das Next-Gen Inventory Planning von ClearOps wurde mit Prof. Dr. Stefan Minner und dem Doktoranden Patrick Helm an der TUM gemeinsam mit dem ClearOps-Team entwickelt. Akademische Expertise in der Bestandsoptimierung traf dabei auf operative Erfahrung aus dem OEM After Sales.
Wir gratulieren den anderen Finalisten und den Preisträgern des diesjährigen IP | InnovationsPreis und danken CNA e.V., unseren Partnern an der TUM und den Kunden, deren Feedback diese Arbeit geprägt hat.