Für einen Düngemittelhersteller ist es der Kernservice, jedem Landwirt zu sagen, welche Mischung er ausbringen soll: Landwirte erwarten schnelle, zuverlässige und preisgünstige Empfehlungen, und die Produktqualität nehmen sie als selbstverständlich hin. Doch Soquimich S.A., der chilenische Düngemittelhersteller, fand den Beratungsprozess kompliziert und langsam — seine Experten beschrieben die Zusammenhänge zwischen Düngemitteln, Böden, Wetter sowie früheren oder angestrebten Erträgen nur vage.
Soquimich begann mit der Entwicklung eines Systems, das optimale Düngemittelmischungen automatisch bestimmen sollte. Das Team baute eine Hybridlösung: Expertensystemtechnologie, um das Wissen der Spezialisten zu erfassen, und gemischt-ganzzahlige lineare Programmiermodelle, um die Mischung auszuwählen, die die agronomischen Vorgaben zu geringsten Kosten erfüllt.
Die erste, hochgradig ausgefeilte Version scheiterte — nicht an der Mathematik, sondern an den Menschen. Landwirte konnten nicht immer die Eingaben liefern, die das System verlangte, und die Nutzer wussten nicht, wie sie es bedienen und warten sollten. Das Team reduzierte das Design auf eine vereinfachte Version, die echte Nutzer füttern konnten, und diese war erfolgreich.
Das vereinfachte System steigerte den Düngemittelabsatz und wurde auf andere Regionen Chiles und auf andere Länder ausgeweitet. Das Lehrreiche ist die Form des Verlaufs: Die Modellierung war nie der Engpass; entscheidend war, die Eingaben und die Bedienung des Werkzeugs auf seinen schwächsten Nutzer abzustimmen.
Die erste Version war zu clever; die einfache verkaufte sich
Die simple Alternative behält die agronomische Beratung als maßgeschneiderten Expertenservice bei: genau, aber langsam, nicht skalierbar, und sie endet mit der Verfügbarkeit der Experten.
Die Aufteilung des Problems passt zum Wissen: Expertensysteme tragen die qualitative Agronomie, MIP übernimmt die kostenminimierende Mischung — keines von beiden leistet beides allein.
Version eins scheiterte, weil die Eingabeanforderungen das überstiegen, was Landwirte wussten oder messen konnten; ein Modell ist nur so gut wie seine am schlechtesten machbare Eingabe.
Die Vereinfachung ermöglichte die Wartung im Feld, und das ließ das System auf neue Regionen ausgreifen, statt im Pilotversuch zu sterben.
Wenn Qualität als selbstverständlich gilt, differenziert der Service — eine Empfehlungsmaschine ist Verkaufsinfrastruktur. Ein Modell, das niemand füttern kann, ist nichts wert; baue Version eins für den schwächsten Nutzer.
Der Systemaufsatz erschien 2003 in Interfaces. Damals lief die endgültige vereinfachte Version im Geschäft von Soquimich, galt als Ursache für gesteigerte Düngemittelverkäufe und wurde auf andere chilenische Regionen und andere Länder ausgeweitet. Soquimich (SQM) wurde später einer der größten Düngemittel- und Lithiumproduzenten der Welt.
DEN BELEGEN FOLGEN
Die Quellen
- Soquimich Uses a System Based on Mixed-Integer Linear Programming and Expert Systems to Improve Customer Service Interfaces 33(4), INFORMS · pubsonline.informs.org
- Soquimich Uses a System Based on Mixed-Integer Linear Programming and Expert Systems to Improve Customer Service Semantic Scholar · semanticscholar.org