Wer sich an EVA hält, kommt weiter

Optimierungsprojekte basieren meist auf dem EVA-Prinzip, also der Abfolge: Eingabe – Verarbeitung – Ausgabe. Doch warum ist dieses Prinzip so erfolgreich?

Lesen Sie weiter auf cloudmagazin.com

In vielen Fällen nutzen Kunden für die Eingabe der Daten und für die abschließende Analyse der Ergebnisse Microsoft Excel, da dies ein Standardtool ist, mit dem jeder Fachbereich arbeiten kann. Auf diese Umgebung wollen die meisten – völlig zu Recht – nicht verzichten, suchen aber trotzdem nach Möglichkeiten, ihre Verfahren zu verbessern.

Für jede Aufgabe das richtige Tool

Um die hohe Qualität der Verarbeitung sicherzustellen, nutzen wir oft ILOG CPLEX, ein Werkzeug speziell für Optimierungsfragestellungen. Mit CPLEX können wir Modelle entwickeln, die Eingabedaten einlesen, nach mathematischen Verfahren optimieren und wieder ausgeben.
Für die Aufbereitung der Ein- und Ausgabedaten bietet sich oft das ebenfalls zur IBM gehörende COGNOS TM1 an, das mit hoher Performance Daten in mehrdimensionalen Strukturen verwalten und analysieren kann. Dadurch ergeben sich deutlich mehr Möglichkeiten, Daten auszuwerten. Da TM1 eng an Excel angelehnt ist, erfolgt die Einarbeitung dabei in kürzester Zeit.

AJC Microsoft Excel Logo

Die nötigen Skills in Excel ist ein Muss heutzutage. Quelle Bild: Flickr AJC ajcann.wordpress.com, CC BY 2.0

Die Grundlage für die Eingabedaten bilden natürlich Prognosewerte. Diese können allein auf Erfahrung beruhen, oder man bedient sich statistischer Methoden, wie sie beispielsweise mit SPSS implementiert werden können

Eine Umgebung mit allen Features

Diese drei Produkte lassen sich nun natürlich auch direkt miteinander kombinieren und aus einer Oberfläche heraus steuern. Stellen Sie sich folgende Situation vor: Sie planen die Produktion von Motorrädern an verschiedenen Standorten über mehrere Kontinente verteilt. Was sie zur Verfügung haben, sind die Produktions- und Nachfragezahlen der verschiedenen Modelle der letzten drei Jahre sowie ihre langjährige Erfahrung.

Der erste Schritt wäre dann, aus den vergangenen drei Jahren eine Prognose für das kommende Jahr zu ermitteln. Hier bietet sich ein Tool wie SPSS an, das anhand von statistischen Methoden solche Prognosewerte vorschlägt.
Diese Vorschläge können in TM1 auf vielfältige Art dargestellt und analysiert werden. Darüber hinaus kann Ihre Erfahrung nun mit in die Zahlen einfließen, um einzelne Werte anzupassen. Diese Werte bilden nun die Grundlage für eine Produktionsoptimierung, in der mit CPLEX ermittelt wird, wann welcher Motorradtyp an welchem Standort produziert werden kann.

Diese Ergebnisse können nun wieder in TM1 ausgegeben werden, zusammen mit einer Finanzanalyse, die die Zahlen entsprechend aufbereitet und die Kosten, Risiken und den erwarteten Gewinn anschaulich darstellt.

Fazit

Christian Schnettelker Debt

Mit der richtigen Kombination an Tools vermeiden Sie Schuldenfallen und unnötige Kosten. Quelle Bild: Flickr Christian Schnettelker, CC BY 2.0

Diese Kombination der Tools erscheint mir als äußert sinnvoll. Als Optimierer ist man immer darauf angewiesen, dass die Inputdaten konsistent sind, da sonst die Optimierung kein sinnvolles Ergebnis errechnen kann. Auf der anderen Seite hilft das beste Ergebnis nichts, wenn dieses nicht so analysiert und aufbereitet werden kann, dass es für Fachbereiche anschaulich und nachvollziehbar wird. An diesen Stellen kann es also hilfreich sein, auf Tools wie SPSS und TM1 zurückzugreifen, und somit ein Komplettpaket einzurichten, das all diese Anforderungen erfüllt.

Dieser Artikel stammt von Marc Arnoldussen, Mitarbeiter von X-Integrate und wird präsentiert von der cloudmagazin.com-Redaktion bestehend aus einem Team an vernetzten Journalisten und Experten aus dem ITK-Business-Umfeld.


Quelle Bild: Flickr Mark Hunter, CC BY 2.0