C-SCM und Multiagentensysteme

hana_0007_72dpi

Die Idee zu dieser Lösung ist nicht neu. Sie ist eigentlich sogar schon ziemlich alt. In der Literatur findet man das technische Design dieses Verfahrens schon in Veröffentlichungen aus dem Jahre 2006. Immer wieder taucht in den Forschungsberichten der Hinweis auf die derzeit aus Performancegründen nicht gegebene Realisierbarkeit auf. Allein dieser Satz ist ein guter Grund, es mit HANA dann eben doch zu versuchen.

Uns ging es also in erster Linie darum, festzustellen, ob ein Verfahren, dass bis dato aus Performance-Gründen nicht oder nur sehr eingeschränkt realisierbar war, mit HANA in den Bereich des Realisierbarkeit zu bringen ist.

So viel kann ich schon mal sagen, der Beweis ist uns gelungen.

Worum geht es?

Man stelle sich folgendes Szenario vor. Ein Partner A bekommt einen Eilauftrag und erteilt nun seinerseits Eilaufträge an zwei seiner 1st-tier Lieferanten mit der Bitte um entsprechende Lieferzusagen. Diese 1-tier-Lieferanten nehmen nun ihrerseits Kontakt zu ihren Lieferanten auf, um diverse Kaufteile bzw. Rohstoffe zu ordern und benötigen für die eigene Planung wiederum deren Lieferzusagen.

c-scm

Das war die Ausgangssituation und wir waren auch nicht die ersten, die dieses Szenario beackern. Natürlich haben wir für unseren Laborversuch einige idealisierende Annahmen getroffen und das PP-Szenario nicht in der Tiefe durchdefiniert.

Warum ist das so schwierig? Nehmen wir mal an, alle beteiligten Unternehmen seien SAP-Anwender, das nehmen wir natürlich gerne an, und würden ihre Produktionsplanung umstellen müssen, um diesen Auftrag zu bedienen. Das bedeutet im technischen Sinne, einen Planungslauf-Lauf anzustoßen, dessen Laufzeit nicht selten im Bereich von einer Stunde liegt.

In unserem Modell machen die 1st-tier-Lieferanten quasi Vorschläge für einen Liefertermin, den die 2nds dann ablehnen oder bestätigen können. Eine der Vereinfachungen, die wir für unser Laborexperiment angenommen haben, war ein Lagerbestand von 0 für alle Materialien. Alle Materialien mussten von den Lieferanten zunächst produziert werden. Wir haben zudem versucht, ein breites Spektrum an Materialarten abzudecken, das von einem Massenartikel wie Schrauben bis zu Einzelfertigungen ging. Die 2nd-tiers hatten auch ganz unterschiedliche Auslastungen, Fertigungszeiten etc.

Die 1st-tier Lieferanten hatten nur die eine Information, welches Teil sie von welchem Lieferanten bekommen konnten und die einzige Information, die sie als Antwort bekamen, war die Bestätigung bzw. die Ablehnung des Wunschtermins. Das ist natürlich nicht der eleganteste Weg, dieses Problem zu lösen, der 2nd-tier hätte auch seinen frühestmöglichen Termin nennen und so weitere Anfragen überflüssig machen können.

Das genau wollten wir aber nicht. Die Agenten sollten sich gegenseitig maximal unter Stress setzen, das war das Ziel. Viele Planungsläufe, viele Leseoperationen auf großen Datenbanken.

c-scm2

Die Agenten konnten sich wahlweise aus einer „normalen“ Datenbank bedienen, oder aber aus einem HANA-Column-Store mit den gleichen Daten.

Messgröße für das Experiment war die Zeitdauer, die für die Abstimmung aller Lieferanten benötigt wurde. Arbeitshypothese für den Versuch war ein Zusammenhang zwischen dem Auslastungsgrad und dem Planungsaufwand bei den 2nd-tiers und dem Auseinanderdriften der Laufzeiten zwischen HANA- und Nicht-HANA-Systemen für die Abstimmung zwischen diese APO-SCM-Agenten.

Diese These konnte bestätigt werden und der beobachtbare Effekt lag in der Größenordnung des Faktors 200 für das HANA-System.

Ein paar Worte zu unserem Team.

Wir haben uns durch Zufall in einem Entwicklerforum kennengelernt und schnell festgestellt, dass wir uns mit alle mit Teilbereichen aktueller KI-Forschung beschäftigen……und mit HANA.

Wir alle verfügen über einschlägig gerüstete Systeme und haben uns technisch wie intellektuell hochgradig vernetzt. Wir sitzen in Boston (MIT), Bombay und Bielefeld. Der Jüngste von uns ist 21, der Älteste 52 (das bin ich) und ich hoffe auf noch viele gemeinsame HANA-Experimente.

– von Mario Lütkebohle, itelligence AG –

Ähnliche Beiträge

NTT_DATA-Business-Solutions-690x180
Lesen Sie mehr
blog_featured image_simplification1
Lesen Sie mehr
Blogbild_Scrum
Lesen Sie mehr
Image_Gears-on-Digital-Background-690x180
Lesen Sie mehr
Blogbild_Alain-1
Lesen Sie mehr
Feature_Image-Experience-NewOpportunities-690x180
Lesen Sie mehr
Folgen Sie uns: