Servicebeschreibung

AWS Supply Chain vereinheitlicht Daten und bietet Machine Learning, umsetzbare Erkenntnisse, integrierte kontextbezogene Zusammenarbeit und Bedarfsplanung.

Wichtige Produktfunktionen

Data Lakes

AWS Supply Chain richtet mithilfe von ML-Modellen einen Data Lake für Lieferketten ein, um unterschiedliche, inkompatible Daten zu verstehen, zu extrahieren und in ein einheitliches Datenmodell umzuwandeln. Der Data Lake kann Ihre Daten aus verschiedenen Datenquellen aufnehmen, einschließlich Ihrer bestehenden ERP-Systeme, wie SAP S/4HANA, und Systeme für das Lieferkettenmanagement. Um Daten aus variablen Quellen wie EDI 856 hinzuzufügen, verwendet Supply Chain ML und natürliche Sprachverarbeitung (NLP), um die Daten aus Quellsystemen dem vereinheitlichten Datenmodell zuzuordnen. EDI-850- und 860-Nachrichten werden direkt mit vordefinierten, aber anpassbaren Transformationsrezepten umgewandelt. Sie können Daten auch von anderen Systemen in ein Bucket Amazon Simple Storage Service (Amazon S3) laden, wo sie automatisch in den Data Lake AWS Supply Chain aufgenommen werden.

Visuelle Karte in Echtzeit

Supply Chain kontextualisiert Ihre Daten in einer visuellen Karte in Echtzeit. Dazu werden eine Reihe von interaktiven, visuellen Endnutzer-Schnittstellen verwendet, die auf einer Archtiektur von Micro-Frontend (MFE) basieren. Supply Chain zeigt dann die aktuelle Bestandsauswahl und -menge sowie den Zustand der Bestände an jedem Standort an (z. B. ob das Risiko einer Fehlmenge besteht). Bestandsverwalter können Einrichtungen aufgliedern und den aktuellen Lagerbestand, den Transportbestand und den potenziell gefährdeten Bestand an jedem Standort anzeigen.

Erkenntnisse

Supply Chain generiert automatisch Erkenntnisse in potenzielle Risiken in der Lieferkette (z. B. Überbestände oder Fehlmengen), indem es die umfassenden Lieferkettendaten im Data Lake nutzt und sie in der visuellen Echtzeit-Karte darstellt. Supply Chain bietet auch Erkenntnisse in Arbeitsaufträge, um einen Überblick über wartungsrelevante Materialien von der Beschaffung bis zur Lieferung zu erhalten, den Auftragsstatus anzuzeigen, Lieferrisiken zu identifizieren und Optionen zur Reduzierung des Lieferrisikos bereitzustellen.

Supply Chain wendet ML-Modelle an, die auf einer Technologie basieren, die der von Amazon ähnelt, um genauere Vorhersagen über die Vorlaufzeiten von Lieferanten zu erstellen. Beschaffungsplaner können diese voraussichtlichen Vorlaufzeiten der Lieferanten nutzen, um die statischen Annahmen in den Planungsmodellen zu aktualisieren und so das Risiko von Fehlmengen oder Überbeständen zu verringern.

Bestandsverwalter, Bedarfsplaner und Lieferkettenleiter können auch ihre eigenen Überwachungslisten erstellen, indem sie den Standort, die Art des Risikos (z. B. Fehlmenge oder Überbestand) und den Schwellenwert auswählen und dann Teammitglieder als Beobachter hinzufügen. Wenn ein Risiko erkannt wird, generiert Supply Chain eine Warnung, die das potenzielle Risiko und die betroffenen Standorte hervorhebt. Leiter von Instandhaltungs-, Beschaffungs- und Logistikabteilungen können die Erkenntnisse aus den Arbeitsaufträgen nutzen, um Materiallieferungen, Materialbestandspuffer und Ausfallzeiten zu reduzieren.

 

Supply Chain beurteilt, bewertet und teilt automatisch verschiedene Optionen für den Ausgleich, um Bestandsverwaltern und Planern im Falle eines Risikos Handlungsempfehlungen zu geben. Diese Empfehlungen werden nach der Wahrscheinlichkeit der Problembehebung, der Entfernung zwischen den Einrichtungen und den Auswirkungen auf die Nachhaltigkeit bewertet. Lieferkettenverwalter können auch die Auswirkungen der einzelnen Optionen auf andere Vertriebszentren im gesamten Netzwerk prüfen. Supply Chain lernt außerdem kontinuierlich aus den von Ihnen getroffenen Entscheidungen, um die Empfehlungen nach und nach zu verbessern.

Supply Chain bietet integrierte Funktionen für die kontextbezogene Zusammenarbeit, die Ihnen dabei helfen, einen Konsens mit Ihren Kollegen zu finden und Maßnahmen zur Neuausrichtung umzusetzen. Wenn Teams miteinander chatten und sich Nachrichten schicken, werden die Informationen über das Risiko und die empfohlenen Optionen ausgetauscht. Dadurch werden Fehler und Verzögerungen, die durch schlechte Kommunikation verursacht werden, reduziert, sodass Sie Probleme schneller lösen können.

Bedarfsplanung

Die Bedarfsplanung von AWS Supply Chain erstellt genauere Nachfrageprognosen, passt sich an die Marktbedingungen an und ermöglicht Nachfrageplanern die teamübergreifende Zusammenarbeit, um Kosten für überschüssigen Bestand und Verschwendung zu vermeiden. Supply Chain soll den manuellen Aufwand und das Rätselraten bei der Nachfrageplanung beseitigen. Dazu verwendet AWS Supply Chain Machine Learning, um historische Verkaufsdaten und Echtzeitdaten (z. B. offene Bestellungen) zu analysieren, Prognosen zu erstellen und Modelle kontinuierlich anzupassen, um die Genauigkeit zu verbessern. Die Bedarfsplanung von Supply Chain lernt außerdem kontinuierlich aus sich ändernden Bedarfsmustern und Benutzereingaben, um Prognosen nahezu in Echtzeit zu aktualisieren, so dass Unternehmen ihre Lieferkettenabläufe proaktiv anpassen können.

Versorgungsplanung

AWS Supply Chain Supply Planning prognostiziert und plant den Einkauf von Rohstoffen, Komponenten und Fertigerzeugnissen. Diese Funktion stützt sich auf fast 30 Jahre Erfahrung von Amazon in der Entwicklung und Verbesserung von KI/ML-Angebotsmodellen und berücksichtigt wirtschaftliche Faktoren wie Halte- und Liquidationskosten. Supply-Chain-Beschaffungsplanung verwendet die umfassenden, standardisierten Daten aus dem Data Lake von Supply Chain, einschließlich der Bedarfsprognosen, die von Supply-Chain-Bedarfsplanung (oder einem anderen Bedarfsplanungssystem) generiert werden. Ihr Unternehmen profitiert von einem verbesserten Service-Niveau und niedrigeren Lagerkosten, da es besser auf Nachfrageschwankungen und Angebotsunterbrechungen reagieren kann. Fertigungskunden können Lieferpläne für Komponenten und Fertigprodukte auf mehreren Ebenen in ihrer Stückliste erstellen und die Lagerbestände und Auftragsabwicklungsraten verbessern, indem sie Bestandsziele dynamisch berechnen und dabei Nachfrageschwankungen, tatsächliche Lieferzeiten und Bestellhäufigkeit berücksichtigen.

 

N-Tier-Sichtbarkeit

AWS Supply Chain N-Tier Visibility erweitert Ihre Sichtbarkeit und Einblicke über Ihr Unternehmen hinaus auf Ihre externen Handelspartner. Dank dieser Transparenz können Sie Bestellungen mit Lieferanten abstimmen und bestätigen, wodurch die Genauigkeit der Planungs- und Ausführungsprozesse verbessert wird. Laden Sie Ihre Handelspartner ein, integrieren Sie sie und arbeiten Sie in nur wenigen Schritten mit ihnen zusammen, um Lieferpläne zu bestätigen und Auftragszusagen einzuholen. Zusagen und Bestätigungen werden von Partnern empfangen und an den Data Lake von Supply Chain geschrieben. Diese Daten können dann verwendet werden, um Material- oder Komponentenknappheit zu erkennen und die Lieferpläne mit neuen Informationen zu aktualisieren und besser informierte Erkenntnisse zu liefern.

Nachhaltigkeit

AWS Supply Chain Sustainability nutzt dieselbe zugrunde liegende Technologie wie N-Tier Visibility, um Nachhaltigkeitsexperten eine sicherere und effizientere Möglichkeit zu bieten, die benötigten Dokumente und Datensätze von ihrem Lieferantennetzwerk zu erhalten. Mit diesen Funktionen können Sie Informationen zur ökologischen und sozialen Unternehmensführung (ESG) auf der Grundlage einer einzigen, überprüfbaren Aufzeichnung der Daten bereitstellen.

In Kürze verfügbar

Amazon Q in AWS Supply Chain

Amazon Q, ein neuartiger generativer Assistent mit künstlicher Intelligenz (KI), der speziell für die Arbeit entwickelt wurde und auf das Geschäft eines Kunden zugeschnitten werden kann, wird bald in AWS Supply Chain verfügbar sein. Ihre Bestandsmanager, Angebots- und Bedarfsplaner und andere Mitarbeiter erhalten intelligente Antworten auf die Frage, was in der Lieferkette passiert, warum es passiert und welche Maßnahmen zu ergreifen sind. Darüber hinaus können Sie Was-wäre-wenn-Szenarien untersuchen, um die Kompromisse zwischen verschiedenen Lieferkettenentscheidungen zu verstehen.