Konzepte und Methoden des Supply Chain Management · Supply Chain Planning umfasst alle strategischen, taktischen und operativen Planungsaufgaben zur Optimierung der Prozessausführung

Konzepte und Methoden des Supply Chain Management

Kapitel 4Supply Chain Planning

Modul ProduktionslogistikW 2332-02SS 2017

Konzepte und Methoden des Supply Chain Management – SS 2017 – Dipl.-Ing. U. Mussbach-Winter Folie 2

Inhalt

4. Supply Chain Planning� Einführung

� Definitionen� Planungsmethodik und Planungsprinzipien� Aufgabenmodell für das Supply Chain Planning

� Demand Planning� Network Planning� Supply Planning� Production Planning� Distribution Planning� Order Promising


Definitionen

� Definition „Planung“:Systematisches, zukunftsbezogenes Durchdenken und Festlegen von Zielen sowie der Wege und Mittel zur Erreichung dieser Ziele. Planung unterstützt die Entscheidungsfindung durch die Identifikation von Alternativen zukünftiger Aktivitäten sowie der Selektion guter oder sogar der besten dieser Alternativen.

� Vorgehensweise bei der Planung (Planungsphasen):� Identifizierung und Analyse eines Entscheidungsproblems� Festlegung der Zielsetzung� Prognose zukünftiger Entwicklungen� Identifizierung und Evaluierung von Lösungsalternativen� Auswahl einer geeigneten bzw. der am besten geeigneten Lösung

� Definition „Supply Chain Planning“:� Supply Chain Planning umfasst alle strategischen, taktischen und operativen

Planungsaufgaben zur Optimierung der Prozessausführung eines oder mehrerer Unternehmen in einer Supply Chain.


Eigenschaften einer Supply Chain Planungsmethodik (I)

Integrative Planung� Einbeziehung der Partner entlang der logistischen Kette� mindestens Integration der 1-tier Lieferanten und der Kunden� Erweiterung auf mehrstufiges Netzwerk als Herausforderung

Optimierung� Definition von Zielgrößen und Einschränkungen für die Planungsprobleme� Generierung von Lösungsalternativen� Einsatz von Optimierungsmethoden

Produzent Handel KundeZulieferer


Eigenschaften einer Supply Chain Planungsmethodik (II)

Hierarchische Struktur� Es ist nicht möglich alle Planungsaufgaben simultan auszuführen.

Deswegen muss entschieden werden, welche Aufgaben zuerst bearbeitet werden. Das Planungsergebnis der Aufgaben, die zuerst bearbeitet werden, dient dann als Entscheidungsrahmen für die nachfolgenden Planungsaufgaben

� Die hierarchische Struktur legt die Abfolge der Abarbeitung der Planungsaufgaben fest.

� Der Nachteil eines solchen sequentiellen Vorgehens nach einer hierarchischen Struktur ist, dass Interdependenzen zwischen den Planungsaufgaben nur schwer berücksichtigt werden können.

Supply Chain Design

Master Planning auf Netzwerkebene

Beschaffungs-, Produktions-, und Distributionsplanung auf Werkebene

Planungsergebnisse als Entscheidungsrahmen

Planungsergebnisse als Entscheidungsrahmen

Hierarchische Planungsstruktur im Supply Chain Plan ning:


Haupt- und Teilaufgaben im Supply Chain Aufgabenmodell

Kollab.Bestands-

planung

Kollab.Kapazitäts-

planung

Kollab.Bedarfs-

planung

PLM

Kollab.Bestands-

planung

Kollab.Kapazitäts-

planung

Kollab.Bedarfs-

planung

Netzwerkintegration

PLM

Netzwerk- &System-Design

Verfügbar- und Machbarkeitsprüfung (ATP/CTP)

Absatzplanung

Netzwerkplanung

Supply Chain Event Management

Auf tragsmanagement

SRM CRM

Supply Chain Planning

Kollaborative Planung

Supply ChainExecution

ErgänzendeAufgaben

Langfrist

Mittelfrist

Supply Chain Design

Kurzfrist

Lager-

management

Transport-

management

Fertigungs-

management

Beschaf-fungs-

planung

Produktions-planung

Distri-butions-planung

Kurzf r.Beschaf fungs-

planung

Kurzf r.Produktions-

planung

Kurzf r.Distributions-

planung E-ShopE-Shop

E-Fulf illmentE-Fulf illment


Inhalt

4. Supply Chain Planning� Einführung� Demand Planning (Bedarfsplanung)

� Definition und Aufgabe des Demand Planning� Prognosearten� Messung der Prognosegüte� Der Peitschen-Effekt: Definition, Ursachen, Gegenmaßnahmen

� Network Planning� Supply Planning� Production Planning� Distribution Planning� Order Promising


Definition des Demand Planning

� Die Vorhersage eines zukünftigen Bedarfs (Demand Planning ) wird auch als Prognose oder Forecast bezeichnet.

� Prognose (nach Gabler Wirtschaftslexikon):„Aussage über zukünftige Ereignisse, insbes. zukünftige Werte ökonomischer Variablen ..., beruhend auf Beobachtungen aus der Vergangenheit und auf theoretisch fundierten objektiven Verfahren. ... Grundlage jeder Prognose ist eine allgemeine Stabilitätshypothese, die besagt, dass gewisse Grundstrukturen in der Vergangenheit und Zukunft unverändert wirken.“


Modelle im Supply Chain Planning

� Planungsmodelle:� Prognosemodelle:

- Prognosemodelle bestimmen die Konsequenzen, falls bestimmte, in den Modellen vorgegebene Annahmen zutreffen.

- Bieten eine Vorhersage der zukünftigen Entwicklung und erklären die Beziehungen zwischen Input und Output eines komplexen Systems.

- Bieten keine Möglichkeit zur (automatischen) Bestimmung der am Besten geeigneten Lösung nach einem zuvor bestimmten Kriterium.

� Entscheidungsmodelle- Entscheidungsmodelle erleichtern die Bestimmung optimaler

Handlungsweisen durch Übertragung der in einem Erklärungsmodell gewonnenen Erkenntnisse auf einen Anwendungsbereich.


Aufgabe des Demand Planning

� Aufgabe:� Prognose des Kundenbedarfs basierend auf Verkaufsplan,

Finanzbudget und zukünftigem Produkt-Portfolio- Normalerweise ohne Abgleich mit den vorhandenen Prod.-kapazitäten

� Aufgaben bei der Gestaltung und Durchführung der Prognose:� Festlegung der Größen, die vorhergesagt werden� Definition der Quellen für Vergangenheitswerte� Bestimmung von Prognoseverfahren� regelmäßige Überprüfung der Stabilitätshypothese (Validierung)

� Planungsebene und -horizont:� strategisch, taktisch und operational (branchenabhängig)

� verantwortliche Organisationseinheiten:� Vertrieb� Logistik

� Herausforderung:� Beschaffen der notwendigen Informationen� Umgang mit Unsicherheit in der Supply Chain:

� Prozessunsicherheit (z.B. unzuverlässige Produktionsprozesse, variierende Durchlaufzeiten (DLZ))

� Nachfrageunsicherheit (Unterschiede zwischen geplantem und tatsächlichem Absatz)

� Einbindung von unterschiedlichen Funktionsbereichen bzw. Supply Chain Partnern in die Prognose-Erstellung

Supply Planning(short term)

Distribution Planning (short t.)

ProductionScheduling/Sequ.

.

SupplyPlanning

DistributionPlanning

SRM ProductionPlanning

collab

Network Information Management

CRM

Strat.NetworkDesign

Order Promising (ATP/CTP)

Demand Planning

Network Planning

Supply Chain Execution

Event Management

Order Management

Track + Trace Alert-ManagementMonitoring

Produktion




.

SupplyPlanning



collab


CRM

Strat.NetworkDesign


Demand Planning

Network Planning


Event Management

Order Management


Produktion

Genauigkeit der Nachfragevorhersage beeinflusst Qualität von nachfolgenden Entscheidungen


1st-tier supplier

Werk 1

Händler

Schnittstellen zu anderen Planungsaufgaben

� Strategic Network Design benötigt eine Prognose für strategische Produktkategorien, Geschäftsfelder und Märkte auf Monats-, Quartals- oder Jahresbasis

� Network Planning benötigt eine Prognose für jede Produktgruppe, jedes Absatzgebiet auf Wochen-oder Monatsbasis

� Supply, Production und Distribution Planning arbeitet mit produktweiser, täglicher oder wöchentlicher Prognose

ProduktionBeschaffung Distribution

Werk 1

Werk 1

Werk 2

Werk 3

Werk 4

Je nach Planungsaufgabe müssen unterschiedliche Prognosegegenstände und unterschiedliche zeitliche und mengenmäßige Aggregationsstufen angewandt werden.


Dimensionen der Prognose

� Produktdimension:Produkt � Produktgruppe � Produktfamilie � Produktlinie

� geografische Dimension:Kunden � Absatzregion � Region Distributionseinheit

� zeitliche Dimension des PlanungshorizontesTag � Woche � Monat � Jahr

[Quelle: Stadtler, Kilger 2004]

Die Prognose gliedert sich in mindestens drei Dimensionen mit jeweils unterschiedlichem Aggregationsgrad:

Produktdimension geografische Dimension

W32 W33 W34 W35 W36 W37 W38 W38 W40 W41August September

zeitliche Dimension

Geo

graf

ie

Produkt


Planungsfrequenz

Rollierende Planung (continuous planning)Revision des ursprünglichen Planes in regelmäßige Zeitabständen

Jan FebMärz Dez JanFeb ... ...

Plan 1/2017

Plan 2/2017

Plan 3/2017

gesamter Planungs-horizont von einem Jahr unterteilt in monatlichen Perioden

Ereignisgesteuerte Planung (event-driven planning)Die Revision des Planes wird durch ein wichtiges (zuvor definiertes) Ereignis ausgelöst (z.B. unerwarteter Absatzanstieg, wesentliche Veränderungen des Auftragseingangs, Maschinenausfall)

Jan FebMärz Dez JanFeb ... ...

Plan 1/2017

Plan 2/2017

Plan 3/2017plötzlicher Absatzanstieg

Insolvenz Lieferant


Anwendungsfälle für Prognosen

� Nachfrageprognose für Endprodukte

� Bedarfsermittlung für geringwertige Produkte- z.B. Hilfsstoffe, Betriebsstoffe, C-Produkte- programmorientiertes Verfahren zu aufwändig

� untergeordnete Erzeugnisse, die in sehr viele unterschiedliche übergeordnete Baugruppen und Endprodukte eingehen- Der Bedarf nimmt in diesem Fall oft einen gleichmäßigen Verlauf an, der mit

geeigneten Verfahren bei geringen Aufwand vergleichsweise genau prognostiziert werden kann

� programmorientierte, deterministische Verfahren nicht anwendbar- z.B. weil die zum Einsatz dieser Verfahren notwendigen Informationen nicht

verfügbar sind (z.B. Ersatzteilbedarf)

[Quelle: Tempelmeier 2005]


Beispiel Demand Planning – Computerindustrie

Absatzprognose:� Dimension: Endproduktgruppen, Regionen, monatlich� Die Vertriebsmitarbeiter schätzen die Absatzmenge für ihre Vertriebsregion auf Endproduktbasis.

Diese Prognose wird zu Endproduktgruppen (z.B. High-End Business PC) aggregiert, weil die genauen Spezifikationen des angebotenen Produkts erst später festgelegt werden.

Prognose der Unternehmensleitung:� Dimension: Endprodukt, alle Regionen, monatlich� Die Prognose der Unternehmensleitung addiert die einzelnen Prognosen der Regionen auf

(Aggregation) und verfeinert sie auf einzelne Endprodukte. Dies ist möglich, weil die Prognose der Unternehmensleitung ein kollaborativer Prozess zwischen Vertretern verschiedener Funktionsbereiche (Vertrieb, Marketing, Materialwirtschaft etc.) ist.

Komponentenprognose:� Dimensionen: alle Regionen, Komponentenebene, wöchentlich� Bedarfsermittlung kann nicht über Stücklistenauflösung durchgeführt werden

- Stücklisten verändern sich in dieser Branche sehr schnell- Produktlebenszyklus bestimmter Computerkomponenten (z.B. Festplatte) ist kürzer als der Produktlebenszyklus des

Computer- Computer sind konfigurierbare Produkte � Optionen müssen eingeplant werden

� Planer prognostiziert den prozentualen Anteil zu dem eine spezifische Komponente in ein Endprodukt eingebaut wird


Beispiel Demand Planning –Lebensmittelindustrie

Absatzprognose:� Dimensionen: Fertigprodukte, Regionen, wöchentlich� Zusätzliche Nachfrage durch Werbeaktivitäten in Vertriebsregionen wird berücksichtigt

Kollaborative Prognose:� Dimensionen: Fertigprodukte, alle Regionen, wöchentlich� Einbeziehung zusätzlicher Informationen über Marketingaktivitäten (z.B. Fernsehwerbung), die

Markteinführung eines neuen Produktes oder das Verhalten von Wettbewerbern� Beteiligung von verantwortlichen der Funktionsbereiche Vertrieb, Produktion, Marketing und

Beschaffung

Bedarfsprognose (Beschaffung):� Dimensionen: alle Regionen, Komponenten, wöchentlich� Berechnung durch Stücklistenauflösung (hier: Rezepturen) ausgehend von der kollaborativen

Prognose


Inhalt

4. Supply Chain Planning� Einführung� Demand Planning

� Definition und Aufgabe des Demand Planning� Prognosearten

(Qualitative Prognose, Kausalprognose, Zeitreihenprognose)� Messung der Prognosegüte� Der Peitschen-Effekt: Definition, Ursachen, Gegenmaßnahmen



Prognosearten (I)

� Die Meinungen mehrerer Personen werden zu einer Prognose zusammengefasst.

� Methodische Vorgehensweisen zur Erstellung einer qualitativen Prognose sind beispielsweise Vertriebsschätzungen, Kundenbefragungen, Einholen von Expertenmeinungen oder die Delphi-Methode.

� Gründe für die Anwendung:� Es liegen keine historischen Nachfragedaten zur Anwendung von quantitativen

Methoden vor (z.B. Einführung eines neuen Produkts).� Es sind Strukturbrüche in der zukünftigen Nachfrageentwicklung zu erwarten (z.B.

Beeinflussung der Nachfrage durch Entwicklung neuer Technologien, Veränderung von politischen Rahmenbedingungen).

Verfahren Teilnehmer Aufwand Zeithorizont Anwendung

Vertriebsschätzung Vertriebsmitarbeiter Niedrig bis mittel Kurz- bis mittelfristig Nachfrageprognose

Kundenbefragung Kunden Mittel bis hoch Kurz- bis mittelfristig Nachfrageprognose

ExpertenbefragungExperten verschiedener Funktionen

Mittel Mittel- bis langfristigNachfrageprognosen neuer Produkte

Delphi MethodeExperten verschiedener Institutionen

Hoch LangfristigPotential- und Technologieprognosen

Qualitative Prognose:

[Quelle: Thonemann 2005]


Prognosearten (II)

� Zählt ebenfalls zu den quantitativen bzw. statistischen Verfahren. � Die Zeitreihenprognose wird auf Basis von historischen Nachfragedaten

vorgenommen.� Unter dem Begriff Zeitreihe ist hier die Aufschreibung von historischen

Nachfragewerten über die Zeit zu verstehen, die mittels statistischer Methoden in die Zukunft extrapoliert werden.

� Die Zeit wird als einzige unabhängige Variable angesehen, die die Nachfrage in der Zukunft bestimmt. Aus diesem Grund spricht man auch von einem univarianten Verfahren.

ˆ ( )y f x=

� Ziel der kausalen Prognose ist es, eine Funktion zu ermitteln, die die Abhängigkeit der Nachfrage von einer bekannten Größe abbildet.

� Die Nachfrage wird dann auf Basis einer bekannten Größe geschätzt.� Zählt zu den quantitativen bzw. statistischen Verfahren.� Umsetzung mittels Verfahren der Regressionsanalyse� Beispiel: Verkauf von Mineralwasser in Abhängigkeit von der Temperatur� Im Fall der Kausalprognose kann auch das Zusammenwirken von

mehreren, unabhängigen Variablen untersucht werden. Man bezeichnet diese Methode daher auch als multivariante Methode.

Kausalprognose:

Zeitreihenprognose:



Vorgehensschritte einer 3-stufigen zeitreihenbasierten Prognose

1. Schritt: Statistische PrognosePrognose durch Einsatz statistischer MethodenErmittelt charakteristische Merkmal der Prognosegröße auf Basis von Vergangenheitsdaten (Zeitreihen).

2. Schritt: Einbindung des manuellen/subjektiven Fo recastsKorrektur der statistischen Prognose durch Berücksichtigung zusätzlicher Informationen (z.B. Informationen über Werbeaktionen, Marketing-Kampagnen, Erschließung neuer Märkte), die in den historischen Daten nicht enthalten sein können.

3. Schritt: Kollaborative AbstimmungErlangen einer von allen Funktionsbereichen bzw. Partnern der Supply Chain akzeptierten Prognose durch Abstimmungsprozess.Ergebnis dieses Planungsschrittes ist eine abgestimmte, einheitliche Prognose, die für alle Planungsschritte in der gesamten Supply Chain verwendet werden kann.

[in Anlehnung an: Stadtler, 2005]


Zeitreihenmodelle (Nachfragemodelle)

Konstant Modell: xt = xt´ + xt´´=b0 + xt´´

mit xt´= b0b0 : fixer Nachfragelevel

Trend Modell: xt = xt´ + xt´´=b0 + b1·t + xt´´

mit xt´=b0 + b1·t Linearer Trend mit konstantem Faktor b1

Saison Modell: ohne Trend:xt = xt´ + xt´´=b0·ct+ xt´´mit Trend:xt = xt´ + xt´´=(b0 + b1·t) · ct+ xt´´ct = Saison-Faktor (berücksichtigt beispielsweise Abweichung der beobachteten Nachfrage vom Mittelwert der Nachfrage)

Die Periodennachfrage schwankt um einen konstanten Wert� Konstant-Modell

Kontinuierlicher Anstieg (oder Abfall) der Nachfrage:�Trend-Modell

Möglich wäre auch ein quadratischer Verlauf des Trends mit xt´=b0 + b1 · t+ b1 · t2

Annahme: ein bestimmtes Muster wiederholt sich alle T Perioden � Saison-Modell

Beinhaltet auch die Fälle von ab- oder zunehmendem Saisoneffekt (Amplitude der Abweichung)

Bedarf

Zeit

Bedarf

Zeit

Bedarf

Zeit

Bedarf

Zeit


Prognoseverfahren & ihre Definition

Prognoseverfahren sind mathematische Berechnungsvorschriften, mit denen aus historischen Daten zukünftige Werte errechnet werden.

mGleitender Mittelwert

Methode Formel für Berechnung Eigenschaften

Einfacher Mittelwert

Gewichtetergleitender Mittelwert

ExponentielleGlättung

1. Ordnung

• wachsender Einfluß nicht mehr aktueller Daten

• große Datenmenge bzw. hoher Speicherbedarf

• bessere Reaktion auf Bedarfs-schwankungen (wenn n klein)

• kleinere Datenmenge bzw. geringerer Speicherbedarf

• höhere Gewichtung des Einflusses aktueller Daten

• aufwendigere Berechnung• laufende Kontrolle der

Gewichtung erforderlich

• einfache Berechnung • niedriger Speicherbedarf• Reaktion über α einstellbarα klein = träge Reaktionα groß = nervöse Reaktion

Vn+1 = Vorhersage für Periode n+1Ti = Nachfragewert der Periode in = Periodennummer

i=1+n-mVn+1 = ∑ Ti

m = BetrachtungszeitraumVn+1, Ti, n = wie oben

Gj = Gewichtungsfaktor

Vn = Vorhersagewert für lfd. Periode nTn = Nachfragewert für lfd. Periode nα = Glättungsfaktor 0 ≤ α ≤ 1

Vn+1 = Vn + α (Tn - Vn)

Vn+1 = Gj∑

j=1

m ∑i=1+n-m,j=1

i=n, j=m

Gj · Tj1

·

1 n

n i=1Vn+1 = ∑ Ti

1 n


Prognoseverfahren - Wirkung von Parametereinstellungen -

Beispiel: Gleitender Mittelwert

beobachtete Nachfrage

Gleitender Mittelwert n=3

Gleitender Mittelwert n=5

0

10

20

30

40

50

60

70

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20Periode

Nac

hfra

ge

Beispiel: Exponentielle Glättung

0

10

20

30

40

50

60

70

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20Periode

Nac

hfra

ge

Die Beispiele zum gleitenden Mittelwert und zur exponentiellen Glättung basieren jeweils auf den gleichen Vergangenheitsdaten!

beobachtete Nachfrage

Exp. Glättung mit α = 0,2

Exp. Glättung mit α = 0,6

Exponentielle Glättung 2.Ordnung (mit Trend)


Eignung Prognoseverfahren

Eignung der Prognoseverfahren nach Art des Nachfrag everlaufs

Nachfrage-verlauf

Kostant-modell

Prognose-verfahren konstant linearer Trend

progressiverTrend saisonal

saisonalmit Trend sporadisch Strukturbruch

Einfacher Mittelwert �

Gleitender Mittelwert� � � �

Gewichteter gleitender Mittelwert �

Einfache Regression � �

Multiple Regression � � � �

Exp. Glättung1. Ordnung �

Exp. Glättung2. Ordnung � �

Exp. Glättung3. Ordnung � � � � �

� geeignet

� bed. geeignet

�

Trendmodell Saisonmodell

geeignet, aber nicht sinnvoll


Prognose – Grundsätze für ihre Erstellung

� Prognosen sind immer falsch!� Der Fehler von Prognosen, die auf aggregierten Daten aufbauen, ist kleiner, da die

Variabilität durch die Aggregation abnimmt (� Risk Pooling!)� Je weiter der zu prognostizierende Wert in der Zukunft liegt, umso ungenauer wird die

Prognose.� Prognosen sollten in regelmäßigen Abständen (rollierend) aktualisiert werden.� Prognosen sollten nur für unabhängige Bedarfe erstellt werden, abhängige Bedarfe

können über die Stückliste ermittelt werden.

[Quelle: Tempelmeier 2005]

Start

20%40%

+10%-10%

16 Wochen26 Wochen

Prognosetrichter

Zeit-Effekt


Einbindung manuelle/ subjektive Prognose- Motivation & Voraussetzung -

Motivation:� Der menschliche Planer kann auch Informationen über die Zukunft berücksichtigen

� Beispiele für Einflussfaktoren auf manuelle Prognose:- Gesamtwirtschaftliche Entwicklung- Gesetzgebung (z.B. Mehrwertsteuererhöhung 2007 verursachte Nachfrageanstieg im

letzten Quartal 2006)- Verhalten der Konkurrenz (z.B. Wettbewerber bringt innovatives Produkt auf den Markt)- Informationen über die eigenen Werbeaktivitäten

� Im Gegensatz dazu basiert die statistische Prognose ausschließlich auf Vergangenheitsdaten

Voraussetzung:Die Integration der statistischen und der manuellen Prognose ist nur sinnvoll, wenn Informationen, die bereits in der statistischen Prognose enthalten sind, im manuellen Prognoseprozess nicht betrachtet werden.

� Vermeidung der doppelten Bewertung von Information� Vermeidung von (systematischer) Nachfrageüberschätzung� � daher ist eine detaillierte Prozessbeschreibung für die Einbindung des manuellen

Forecasts notwendig


Kollaborative Abstimmung

� Um eine möglicht hohe Prognosesicherheit zu erlangen, ist es notwendig möglichst alle verfügbaren Informationen zu nutzen:� Absatzvorhersage (Vertrieb)� Marketingaktivitäten (Vertrieb, Marketingabteilung)� Produktmanagement (Unternehmensführung, Produktmanager)� Geschäftsentwicklung (Unternehmensführung, Marktforschung)� Managementperspektive (Unternehmensführung)� Produktions- und Logistikperspektive (Produktionsleitung, Logistikplaner)

� Derartige Informationen werden oft dezentral verwaltet� Subjektive Informationen von verschiedenen Personen können widersprüchlich sein� Um die Einbindung aller verfügbaren Informationen in die Prognosebildung zu

gewährleisten und Konflikte durch widersprüchliche Einschätzungen unterschiedlicher Planungsbereiche aufzulösen, ist die Festlegung eines kollaborativen Prozesses zwischen den betroffenen Planern notwendig.


Beispiele für Prognoseprozesse

Bestim-mung des Prognose-

ziels

Festle-gung des

Zeit-horizonts

Auswahl des

Prognose-verfahrens

Erhebung der

Daten

Erstellung der

Prognose

Über-wachung

der Prognose

Bestimmung der Flottenkapazität

Jährliche Nachfrage nach Personen-kilometern über 20 Jahre

Qualitative Prognose

Historische Nachfrage und Expertenmeinung

Experten-schätzung

Jährliche Überprüfung und Plausibilisierung

Ermittlung des Mitarbeiter-bedarfs im Bereich Service

Monatlicher Reparaturbedarf in Mitarbeiter über 1 Jahr

Kausalprognose Anzahl installierter Systeme und Ausfallraten der Systeme

Lineare Regression

Monatliche Überprüfung

Ermittlung Bestellmengen

Tägliche Nachfrage in Stück über 30 Tage

Zeitreihen-prognose

Point-of-Sale Daten

Einfache Exponentielle Glättung

Tägliche Überwachung

Fluggesellschaft

Telekommunikationsunternehmen

Lebensmittelhändler



Inhalt





Lieferbereitschaft und Fehlerwahrscheinlichkeit

Zeit

x⋅MAD

Häufigkeit(Anzahl der Nachfragefälle)

50,00%

-3,75

84,13%

97,72%

99,87%

Nachfragedaten (Nachfragewert pro Fall)

-2,50 -1,25 0 +1,25 +2,50 +3,75Standard-abweichung

-3 σ -2 σ -1 σ +1 σ +2 σ +3 σ

84,13%: 1 σ = 1,25 MAD97,72%: 2 σ = 2,50 MAD99,87%: 3 σ = 3,75 MAD

Bei Normalverteilung gilt: σ = 1,25 MAD

Gesamtvorhersage:Li = Vi + r ⋅ MADi

Fehlervorhersage MAD bei gleitendem Mittelwert:

MADi +1 = ∑ ITi - Vi li=1n

Lieferbereitschaft:

n1

MAD: medium absolute deviationTi: tatsächliche NachfrageVi: Bedarfsvorhersage über n Periodenn: konstante Anzahl an Periodeni: laufende PeriodeLi: Gesamtvorhersager: Faktor für die gewünschte

Lieferbereitschaft

2,15% 13,59% 34,13% 34,13% 13,59% 2,15%


Messung der Prognosegüte

� Mittlere absolute Abweichung (mean absolute deviatio n)

� Verwendet lineare Gewichtung bei der Berechnung� Einfach zu interpretieren (Vergleichbarkeit zu Nachfragewerten), bietet

für die betriebliche Praxis ein hohes Maß an Verständlichkeit (da absolute Werte in der Einheit des Prognosegegenstandes)

� Eingeschränkte Vergleichbarkeit (z.B. zwischen verschiedenen Produkten ) durch Verwendung absoluter Werte

� Mittlere quadratische Abweichung (mean square error)

� MSE ist die Varianz der Prognosefehlers im Betrachtungszeitraum� Große Abweichungen werden durch die Quadrierung schwerer

gewichtet als kleine� Eingeschränkte Vergleichbarkeit (z.B. zwischen verschiedenen

Produkten )durch Verwendung absoluter Werte� Verwendung bei der Dimensionierung von Sicherheitsbeständen

� Mittlerer absoluter prozentualer Fehler (mean absolut e percentage error)

� MAPE gibt die mittlere prozentuale Abweichung der Prognose vom tatsächlichen Wert wieder

� Standardisierung der Werte (Prozentwerte)� Vergleichbarkeit zwischen verschiedenen Produkten gegeben

KennwerteDie hier vorgestellten Kennwerte zur Messung der Prognosegüte sind ein Maß für die Streuung der Prognosefehler. Die Streuung erlaubt eine Aussage über die Zuverlässigkeit mit der sich die prognostizierten Bedarfe in der Zukunft auch tatsächlich realisieren:

n

ii 1

1MAD

n == ∑ e

n2

i 1

1MSE

n == ∑ ie

ni

i 1 i

1MAPE 100

n =

= ⋅ ∑

e

y


Inhalt





Der Peitscheneffekt (Bullwhip Effekt)

� Eine kleine Veränderung in der Konsumentennachfrage resultiert in sehr großen Bedarfsschwankungen entlang der gesamten Lieferkette.

� Die Bandbreite von Schwankungen in den Bestellmengen nimmt kontinuierlich zum „Rohstofflieferanten“ zu.

� Bestellrückstände provozieren zu große Bestellmengen, welche zusätzlich noch mehr zu unzuverlässigen Lieferungen und Nachfrageverzerrungen beitragen.

� Diese Unsicherheit wird durch hohe Sicherheitsbestände in der Supply Chain kompensiert.

KonsumentHändlerHerstellerLieferant


Empirische Untersuchung des Peitscheneffekts bei Procter&Gamble

� Nachfrage an Pampers ist konstant� Schwankungen werden größer, je weiter man sich vom Verbraucher entfernt

(upstream)� Nachfrage korreliert ab 1. Stufe nicht mehr mit Verbrauch;

Planbarkeit ist nicht gegeben

HandelDistributorP&G

ICON GmbH, Germany

1 3 5 7 9 11 13 15 17 19 21 23 25 27 29

400

300

200

100

0

ICON GmbH, Germany

1 3 5 7 9 11 13 15 17 19 21 23 25 27 29

700

600

500

400

300

200

100

0

ICON GmbH, Germany

1 3 5 7 9 11 13 15 17 19 21 23 25 27

1,600

1,400

1,200

1,000

800

600

400

200

0

?

[Quelle: Alicke, 2001]


Gründe für den Peitscheneffekt im Überblick

� lokale Planung, Prognose + Lagerhaltung� verzögerte Informationsweitergabe� Batching: Losbildung (Produktion/Transport), Preise

(Mengendegression, Promotionaktivitäten)� Mengenkontingentierung (Engpasspoker)

[nach: Alicke 2004]


Gründe für den Peitscheneffekt:Lokale Bedarfsprognosen

� Jede Stufe erstellt eine eigene Bedarfsprognose basierend auf den vergangenen Bedarfszahlen der folgenden Stufe, zumeist mit inadäquaten Prognosemethoden.

� Effekt der lokalen Bedarfsprognosen:- Der Bedarf der Endkunden sinkt auf 90 %.- Der Handel erfüllt den Bedarf, der Sicherheitsbestand ist aber noch vorhanden,

daher werden zur Kompensation beim Distributor nur 80 % bestellt und der Sicherheitsbestand gesenkt.

- Der Distributor nimmt eine Bedarfssenkung auf 80 % an, erfüllt den Bedarf aus dem Bestand und gibt eine kompensierte Bestellung bei Produzenten von 60 % ab.

- Der Produzent nimmt eine Bedarfssenkung auf 60 % an, erfüllt den Bedarf aus dem Bestand und produziert nur noch 30 %.

� Die Reduktion der Bestellungen/Aufträge steigt in der Supply Chain an.

Zielbestand

Produzent Distributor Handel[nach Alicke 2004]


Gründe für den Peitscheneffekt:Zeitverzögerung der Informationsweitergabe

ProduzentZuliefererSystem-lieferant

Handel Kunde

Upstream Downstream

InformationsflussMaterialfluss

Woche 20(Systeml.)

Woche 19(Produzent)

Woche 18(Handel)

Woche 17(Kunde)

Woche 20(Produzent)

Woche 19(Handel)

Woche 18(Kunde)

Woche 20(Handel)

Woche 19(Kunde)

Woche 20(Kunde)

[nach: Alicke 2004]


Gründe für den Peitscheneffekt: Anwendung EOQ -Modell

� Anwendung des EOQ-Modells (Economic Order Quantity) bei allen Unternehmen in der Supply Chain führt in Richtung Upstream zur- Steigerung der Bestellmenge, damit des Bestellintervalls- Erhöhung des Sicherheitsbestandes

2 K dQ

h⋅ ⋅= 2 K dQ h

⋅ ⋅=

A.k.a. Andlersche Losgrößenformel

Q BestellmengeK mengenunabhängige Fixkostenh variable Lagerhaltungskosten, konstant pro Stück und Perioded Nachfrage in Stück pro Periode


Gründe für den Peitscheneffekt:Preisschwankungen

� Promotionsmaßnahmen sind ein übliches Marketing-Instrument.� Sonderpreise und Rabatte führen dazu, dass Kunden mehr kaufen als sie benötigen.� In der Folge wird nach der Promotion das Produkt weniger nachgefragt, aber in der

Supply Chain noch überschüssig produziert.

[Nach: Alicke 2001]

Bestand

Produktpromotion

ZeitDauer der Promotion

Bestellungen/Absatz

im Falle erhöhter Kapazitäten


Gründe für den Peitscheneffekt:Mengendegression

� Kauf von Sonderangeboten� Wie ist der Effekt auf den Bedarf?� Welche Auswirkungen haben Sonderangebote auf das Netzwerk?� Was geschieht, wenn die Supply Chain nicht lieferfähig ist?

� Mengendegression: Preis (0


Gründe für den Peitscheneffekt: Kontingentierung – Engpasspoker

� Die Nachfrage übersteigt das Angebot (z.B. aufgrund einer Promotion, die sehr gut angenommen wird � Nachbestellung nötig):

- dges = 1400, x = 700, Aufteilung?

� Kontingentierung:- Priorisierung: Wichtige Kunden zuerst

x1 = 500, x2 = 200, x3 = 0- Statisch: Jeder Kunde erhält gleichen

Anteilx1 = x2 = x3 = 700/3

- Dynamisch: Entsprechend Auftragseingangx1 = x * d1 / dges = 700 * 500 / 1400 = 250x2 = x * d2 / dges = 700 * 300 / 1400 = 150x3 = x * d3 / dges = 700 * 600 / 1400 = 300

Kunde1 Kunde2 Kunde3

Zulieferer

d1 = 500d2 = 300

d3 = 600

Maximale Menge:x = 700

x1 = ?

x2 = ? x3 = ?

[nach: Alicke 2004]


Gründe für den Peitscheneffekt: Kontingentierung – Engpasspoker (II)

Kunde antizipiertKontigentierung bei

Hersteller

Überhöhung der Bestellung auf

d = 400

d = 200

Hersteller wendetKontingentierung an

x = 180Hoher Bestelleingang,Aufbau von Kapazität

x = 320

Kunde storniert Teilder Bestellung d = 200

Hersteller hat Überbestände

Engpass-poker

[nach: Alicke 2004]


Gegenmaßnahmen: „Real-time“ Information und prozessorientierte Planung

� Bereitstellung von Daten in „real-time“ (zeitnah): Mehrstufige Zusammenarbeit

� Koordination und Synchronisation von Prozessen

� Moderne Planungsverfahren� Prozessorientierte, ganzheitliche

Organisation

Steigerung der � Reaktionsfähigkeit� Flexibilität� Planbarkeit� geringere Kosten bei höherem Service-Level

HandelProduzent1.tier

ICON GmbH, Germany

1 3 5 7 9 11 13 15 17 19 21 23 25 27 29

400

300

200

100

0

ICON GmbH, Germany

1 3 5 7 9 11 13 15 17 19 21 23 25 27 29

400

300

200

100

0

ICON GmbH, Germany

1 3 5 7 9 11 13 15 17 19 21 23 25 27 29

400

300

200

100

0

InformationsflussMaterialfluss

[nach: Alicke 2004]


Gegenmaßnahmen: Synchronisation der Belieferung

Produ-zenten

ZuliefererEinzel-handel

KundenGroß-handel

Bes

tand

(La

ger)

Mo Di Mi Do Fr Mo Di Mi Do Fr0

20

40

60

80

100

120

Bes

tand

(La

ger)

Mo Di Mi Do Fr Mo Di Mi Do Fr0

20

40

60

80

100

120nicht synchronisiert synchronisiert

Lieferung Dienstag(Zulieferer)

Bestellung Montag(Kunde)

Lieferung Montag(Zulieferer)

Bestellung Dienstag(Kunde)

[Nach: Alicke 2003]


Collaborative Planning, Forecasting, and Replenishment

� Initiative zur Leistungsverbesserung und Freisetzung des Potenzials, das auf der Zusammenarbeit zwischen Großhändlern (u.U. Einzelhändlern) und Produzenten beruht

� Kundenorientierung

� Gemeinsame Prognosen

� Austausch relevanter Informationen zwischen Kooperationspartner

� Entwicklung und Standardisierung von Geschäftsprozessen sowie Anleitungen zu unterstützender Technologie, die kooperative Prognose und Planung ermöglichen.

� CPFR ist keine Technologie, sondern ein konzeptionelles Modell

� www.cpfr.org

„CPFR ist eine branchenübergreifende Initiative, die das Verhältnis Vorlieferant-Hersteller-Händler durch gemeinsam gemanagte Planungsprozesse und geteilte Informationen verbessern soll.“ [ECR Europe in Seifert 2002]


Gegenmaßnahmen: Order Batching / Periodisches Bestellen

� Ziel: Kleinere Aufträge häufiger bestellen � kontinuierlicher Fluss

� Internet/ EDI reduziert Bestellkosten und Bestellaufwand, Anpassen der Bestell-Prozesse notwendig

� Transportkosten: Anpassen auf Produkt (innovativ/ funktional), Verwenden von Mischpaletten, Nutzen von Logistikdienstleistern, Transport-Flotte ändern (Beispiel Frisch- und Kühlware zusammen)Anpassen Kommissionier-, Pack-Prozesse, Touren, etc. nötig

� Koordination der Bestellzyklen mit Kunden/ Zulieferern - Nivellierung der Mengen

� Reduzieren Lieferzeiten/ Erhöhen Frequenz

[nach: Alicke 2004]


Gegenmaßnahmen: Kontingentierung

� Kontingentierung abhängig von historischen Bestellungen

� Anreize für „realistisches“ Bestellen (d.h. keine Änderungen, etc.)

� Information-Sharing:Kunde erhält Einblick in Kapazitäts- und Bestandssituation (schwierig umsetzbar)

� Zusätzlich: Höhere Preise ab 100%iger Auslastung �mehr produzieren ist möglich, für einen höheren Preis

� Definition von Mengenkanälen - obere Schranke für Bestellungen, Dekomposition Problem - Erhöhen Planungssicherheit

� Bereitstellen von planbaren Kapazitäten - Produkte werden nicht bestellt, sondern die Kapazität des Zulieferers wird im Planungssystem des Abnehmers aufgesetzt

[nach: Alicke 2004]


Inhalt

4. Supply Chain Planning� Einführung� Demand Planning� Network Planning

� Definition und Aufgabe des Network Planning� Planungsoptionen und Strategien des Network Planning� Methoden der Netzwerkplanung

� Supply Planning� Production Planning� Distribution Planning� Order Promising


Aufgabe des Network Planning (I)

Network Planning:� lang- und mittelfristige Kapazitätsplanung auf der Ebene des

Netzwerks

� Optimierung von Bedarfsanforderungen und Kapazitätsangebot

� Planung der Bestandshöhen für alle Stufen und Partner der Supply Chain

� Ressourcenplanung von In- und Outbound-Logistik sowie Produktion

Interaktion mit anderen Aufgaben:� Marktbedarf wird durch das Demand Planning bestimmt

� Kapazitäts- und Materialanforderungen werden an die Produktionsplanung weiter gegeben

Planungsebene und -horizont:� strategisch, taktisch

Verantwortliche Organisationseinheiten:� Produktionsmanagement

� Unternehmenslogistik[Quelle: IML]




.

SupplyPlanning



collab


CRM

Strat.NetworkDesign


Demand Planning

Network Planning


Event Management

Order Management


Produktion




.

SupplyPlanning



collab


CRM

Strat.NetworkDesign


Demand Planning

Network Planning


Event Management

Order Management


Produktion


Aufgabe des Network Planning (II)

� Aufgabe der Netzwerkplanung ist die werks- oder standortübergreifende Koordinierung der einzelnen Partner (unter-nehmensintern als auch unternehmensübergreifend) in der Wertschöpfungskette oder dem Wertschöpfungsnetz.

� Es wird eine Zuordnung von Produkten bzw. Produktionsvolumina zu einem Standort durchgeführt, wodurch für die Werke das für sie geltende Produktionsprogramm bestimmt wird. Optimierungskriterien sind Kapazitätsauslastung, Nähe zum Absatzmarkt, Produktionsquoten oder Materialverfügbarkeit.

� Teil der Netzwerkplanung ist ebenfalls die Planung und Einstellung von Reichweiten und Bestandsniveaus über die einzelnen Stufen der logistischen Kette. Wesentlicher Bestandteil der Netzwerkplanung ist auch die Allokation und Dimensionierung der Transport- und Logistikkapazitäten innerhalb des Netzwerks.

� Die Ergebnisse der Netzwerkplanung werden in einem Master Plan festgehalten, der die Aufteilung der gesamten Produktionsmenge auf die jeweiligen Lieferwerke, die geplanten Bestandshöhen je Lagerort sowie die daraus resultierende Transportintensität zwischen den einzelnen SC-Partnern enthält und als Planungsrahmen an die Produktionsplanung, die Beschaffungsplanung und die Distributionsplanung übergeben wird.

erstellt

Master Plan

Produktionsstandorte

Lager

Logistikkapazitäten

Netzwerkplanung

1st-tier supplier

Werk 1Regional-lager

Absatz-regionen

Werk 2 Werk 3

koordiniert

koordiniert

koordiniert


Inhalt





Planungsoptionen und Strategien der Netzwerkplanung

Der Netzwerkplanung stellt sich die Herausforderung eine möglichst kostenoptimale Abstimmung zwischen den folgenden Größen vorzunehmen:

� Kapazität : - technische Kapazität- personelle Kapazität (Arbeitszeit, Überstunden, Schichtsystem)

� Bestand : - Bestandshöhe- Ort, an dem der Bestand gehalten wird

� Liefertreue : - Rückstellungen- Verluste durch entgangenen Absatz

Innerhalb dieses Abstimmungsprozesses ist der Umgang mit Engpässen (d.h. eine temporäre Knappheit einer Ressource) eine wesentliche Schwierigkeit. Das Auftreten von Engpässen verhindert, dass auftretende Bedarfe termingerecht befriedigt werden.Mögliche Maßnahmen bei Engpässen:

� Reduzierung des Kapazitätsbedarfs durch - zeitliche Verlagerung von Aufträgen / Arbeitsgängen - örtliche Verlagerung von Aufträgen / Arbeitsgängen- Mengenänderung bei Aufträgen

� Anpassung des Kapazitätsangebots durch- Erhöhung der technischen Kapazität an einem Standort- Fremdbeschaffung anstelle von Eigenfertigung- Anordnung von Überstunden bzw. Veränderung des Schichtmodells


Strategien der Netzwerkplanung- Maßnahmen zur Kapazitätsanpassung -

Kap

azitä

tsva

riatio

n

� Prinzip: Synchronisation der Produktionsrate mit der Nachfrage durch Variation der technischen Kapazität oder durch Einstellen / Entlassen von Personal (Variation der personellen Kapazität)

� Vorteile: ermöglicht niedrige Bestände

� Nachteile: Kurzfristige Umsetzung von Veränderungen der Kapazität und des Personalbestandes sind oft nicht oder nur sehr schwer möglich. Personalpolitik hoher Fluktuation hat negativen Einfluss auf die Moral der Belegschaft.

� Eignung: bei hohen Lagerhaltungskosten und geringen Kosten für die Kapazitätsanpassung

Kapazität der Produktionfolgt dem Nachfrageverlauf

0

200400

600

8001000

1200

Nac

hfra

ge

1 Schicht

Zusatz-schicht

Überstunden

0

200

400

600

800

1000

1200

Nac

hfra

ge

Produktion auf Lager

0200400600800

10001200

Nac

hfra

ge Überschuss wird eingelagert

Bes

tand

svar

iatio

nA

rbei

tsze

itvar

iatio

n � Prinzip: Konstanter Personalbestand, jedoch Variation der Anzahl Arbeitsstunden, um Produktion und Nachfrage zu synchronisieren (z.B. Überstunden, Variation der Schichtpläne),

� Vorteile: ermöglicht niedrige Bestände

� Nachteile: führt zu niedriger Auslastung der technischen Kapazität, erfordert flexible Arbeitszeitregelungen

� Eignung: Eignung bei hohen Lagerhaltungskosten und verhältnismäßig geringen Kosten für die Kapazitätsvorhaltung

� Prinzip: Gleichbleibende technische Kapazität und konstanter Personaleinsatz. Nachfragebefriedigung erfolgt durch Lagerbestände, die im Hinblick auf zukünftige Nachfrage (z. B. Saisonalität) aufgebaut werden. Rückstände werden entsprechend von Perioden hoher Nachfrage in Perioden geringer Nachfrage übertragen

� Vorteile: ermöglicht eine gleichmäßige Auslastung

� Nachteile: Gefahr der Anhäufung von Beständen und Rückstellungen

� Eignung: bei geringen Lagerhaltungskosten


Inhalt





Methoden des Network Planning

Lösung der Netzwerkplanungsaufgabe mit verschiedenen Methoden

Abstraktion

ModellRestriktionen

Variablen

Reales Netzwerk

Entscheidungsvariablen:� Produktionsmengen für jedes Produkt, Standort und Periode� Transportmengen für jeden Transportweg zwischen Produktionsstandort und Regional-

/Zentrallager für jedes Produkt und Periode� Bestandsniveau für jedes Produkt, Periode und Lager� Mehrarbeit/Überstunden für jeden Produktionsstandort und Periode

Zielgrößen:� Produktionskosten� Lagerkosten� Transportkosten� Kosten für zusätzliche Überstunden

[Quelle: Kilger 2004]

Netzwerkheuristik fasst Bedarfe pro Netzwerkknoten zu periodenweisen Gesamtbedarfen zusammen und bestimmt auf Basis vordefinierter Bezugsregeln die Bedarfe für die vorgelagerte Netzwerkebene

Capable-to-Match Ansatz (Heuristik)

orientiert sich an der Auftragsfertigung. CTM betrachtet Auftragsprioritäten und Ressourcenverfügbarkeiten bei der Suche nach einem realisierbaren Plan (stufenübergreifend)

Optimierung Anwendung der linearen oder gemischt-ganzzahligen Programmierung.


Notwendige Daten zur Modellformulierung

Kundenstruktur

� Verkaufsprognose für jede Region, jedes Produkt und Periode

� Kosten für Termin-überschreitungen

� Kosten für nicht gedeckte Nachfrage

DC Region 2

Produktionsstruktur

� Verfügbare technische Kapazität für jeden Produktionsstandort und Periode

� Maximale Überstunden für jeden Produktionsstandort

� Arbeitszeitmodell / Schichtmodell

� Produktionsraten für jedes Produkt an jedem Standport

Kosten für Bestände

DC Region 2

Demand Planninggeplante Absätze

� Transport-kosten

� Transport-mengen

� Transport-kapazitäten

Transport-struktur

� vorhandene Bestände in jeder Einrich-tung des Distributions-netzes für jedes Produkt

� Minimalbestand in jeder Einrichtung des Distributions-netzes für jedes Produkt

� Lagerkapazität

Distributions-struktur

� Transport-kosten

� Transport-mengen

� Transport-kapazitäten

Transport-struktur


Netzwerkplanungsheuristik

� Plant den durchgängigen Materialfluss durch das ganze Netzwerk

� Plant infinit, d.h. die Machbarkeit der erzeugten Lasten (Kapazitätsbedarfe) ist nicht garantiert

� Eignet sich für die Langfristplanung, bietet Übersicht über zu beschaffende oder zu produzierende Produkte an jedem Standort

� Heuristik fasst für ein Produkt an einem Standort alle Bedarfe, unter Berücksichtigung evtl. vorhandener und frei verfügbarer Bestände, zu einem Gesamtbedarf pro Periode zusammen

� Heuristiklauf ermittelt anschließend die gültigen Bezugsquellen und die Bezugsmengen auf Basis von Quotierungen und Losgrößen

� Die Bedarfe werden dann durch das Liefernetzwerk sukzessive weitergeleitet

2. Bedarf „Produkt XY“ -> Kein Bestand

3. Bedarf „Produkt XY“ -> Kein Bestand

4. Kein Bestand „Produkt XY“-> Eigenfertigung anstoßen:- Prod.-auftrag für „XY“ gemäß

Dispo-Regeln auflegen- Kompon.-bedarfe ermitteln

(Netto-Bedarfe gemäß Regeln)

5. Verteilung der Komponentenbedarfe gemäß Quotierung oder Priorität.

6. Bestellung an Rohstofflieferanten

1. Start Heuristik

30%

70%


Capable-to-Match (CTM) Netzwerkplanungsheuristik

� Mehrstufige, finite Planung der Bedarfe im Netzwerk� CTM nimmt keine Optimierung nach Kosten vor. Verteilung der Bedarfe im Netzwerk kann über

Prioriäten und Entscheidungsregeln gesteuert werden.� Einzelne Stufen des Netzwerks werden nicht nacheinander (wie bei der Netzwerkheuristik),

sondern gleichzeitig betrachtet.� Termingerechter, durchführbarer Plan wird erstellt� CTM arbeitet auftragsbezogen, jeder Auftrag wird exakt terminiert und seine Beziehungen zu

seinen Bedarfsdeckern festgehalten (Pegging).� Rückverfolgbarkeit der Bedarfe im Netzwerk


Prinzip des Capable-to-Match

� CTM-Planungslauf gleicht Bedarfe (entsprechend ihrer Priorität) mit verfügbaren Beständen und anderen Bedarfsdeckern (z.B. Planaufträge in der Produktion, Bestellungen) ab

� CTM prüft sukzessive eine machbare Einplanung der Bedarfe über alle Lieferstufen hinweg ab� Die Reihenfolge der Prüfung ist über Priorisierungsregeln steuerbar (z. B. Kunden, Termine,

Produkte)� CTM akzeptiert die erste machbare Lösung

1. Bedarf höchster Priorität. Kein Bestand

2. Transportrelation höchster Priorität.

3. Suche Bestand �kein Bestand verfügbar

4. Suche Bestand �Bestand verfügbar

5. Bestand umlagern

Prio 1

Prio 2

1. Bedarf höchster Priorität.

4. Komponenten in anderem Werk im Bestand verfügbar. Umlagerung rechtzeitig möglich.

3. Fertigung der Komponenten nicht rechtzeitig möglich. 2. Endmontage im Werk

kapazitiv möglich

Prio 1

Prio 2


Kategorisierung der Bedarfsdecker

� Alle Bedarfsdecker, d.h. Bestände, geplante Zugänge in Form von Lieferungen, Planaufträge in der Produktion werden Kategorien zugeordnet

� In einer Suchstrategie wird festgelegt in welcher Reihenfolge in den Kategorien gesucht werden soll, um die priorisierten Bedarfe zu decken

� Möglichkeiten der Kategorisierung

� Sicherheitsbestände, Bestandsreichweiten oder Bestandslimits können bei der Planung berücksichtigt werden

ATP-Kategorie CTM-Kategorie

Lagerbestand 1

Fertigungsauftrag (bereits eingelastet)

2

Planauftrag (geplant)

3

Kategorisierung über Available-to-Promise Kategorie n

Beispielsweise soll der CTM-Lauf zunächst aus verfügbarem Lagerbestand Bedarfe decken. Danach bereits eingelastete Fertigungsaufträge heranziehen. Zuletzt werden geplante Produktionsmengen verwendet.

Bestandslimits CTM-Kategorie

5000 3

Kategorisierung über Bestandslimits

In der Suchstrategie kann zum Beispiel eine bestimmte Bestandskategorie ausgeschlossen werden, d.h. die festgelegte Menge darf der CTM-Lauf nicht verbrauchen.


Supply Network Optimierung

� ermöglicht kostenbasierte Planung� Finden des optimalen zulässigen Plans hinsichtlich

der Gesamtkosten� Simultane Optimierung über alle Bedarfe und alle

Netzwerkknoten über den gesamten Planungshorizont, d.h. Material- und Ressourcenverfügbarkeit wird simultan betrachtet

� Optimierung entscheidet für alle betrachteten Produkte nach Kosten welche Mengen wann produziert, transportiert, beschafft, gelagert und ausgeliefert werden.

� Es werden machbare Planaufträge für die Produktion, Umlagerungen zwischen Standorten und Lieferabrufe/Bestellungen an Lieferanten als Ergebnis der Optimierung erzeugt

� Optimierung unter finiten (harten) und weichen Randbedingungen möglich- Transport-, Lager-, Produktions- und Handlingkapazitäten (harte

Randbedingungen) müssen in einer gültigen Lösung berücksichtigt sein- Fälligkeitstermine und Sichereitsbestände (weiche Randbedingungen).

Verletzung dieser Randbedingungen kann Mehrkosten verursachen.


Berücksichtigung von Kosten I

� Durch die Wahl/Bestimmung der Kosten wird das Ergeb nis der Optimierung gelenkt

Strafkosten für verspätete Lieferungund nicht befriedigte Bedarfe

Produktionskosten für Enderzeugnisse

Lagerkosten

Transportkosten

Produktionskosten Komponenten

Beschaffungskosten für Rohstoffe

Optimierung der realen Kosten

Voraussetzung ist gute Kenntnis/Schätzung der realen Kosten

Realistische Kosten für Beschaffung, Produktion, Transport und Lagerung

Nichtlieferkosten = Deckungsbeitrag + Kosten für Lost Sales

Beispiel – Mögliche Kostenprofile in der Optimierung

Orientierung am Service-Level

Verwendung von Lenkkosten anstelle von realen Kosten

Nichtlieferkosten = hoch

Lagerkosten =>0,


Berücksichtigung von Kosten II

� höhere Strafen für Nichtlieferung � höhere Produktionskosten

� Unterschiedliche Transportkosten auf eingehenden Relationen priorisieren quasi eine Bezugsquelle gegenüber der anderen

� Geringere Produktionskosten in einem Standort priorisieren diese gegenüber anderen

� Hohe Verspätungskosten im Vergleich zu Lagerkosten � präferiert frühe Produktion anschließende Lagerung gegenüber verspäteter Auslieferung

� Höhere Kosten für Lagerung im Werk als für Lagerung im Distributionszentrum� frühestmöglichste Umlagerung des Bestands ins Distributionszentrum

Strafkosten für nicht oder zu spät befriedigte Bedarfe

Festlegung kann standortabhängig sein

Strafkosten für Nichtlieferung

Strafkosten für Verspätung pro Tag

Maximal zulässige Verspätung

Priorisierung nach Bedarfstyp

Kundenaufträge haben höchste Priorität

Prognosen haben unterste Priorität

Bedarfe resultierend aus Auffüllung von Sicherheitsbeständen, zur Befriedigung von Sekundärbedarfe etc. variabel festlegbar

Modellierung von Kosten und Prioritäten zur Befriedi gung von Bedarfen

Das richtige Verhältnis der Kosten zueinander ist entscheidend für das Planungsergebnis

TK1


Optimierungsverfahren

� Optimierer vergleicht sozusagen alternative Lösungen mit Hilfe einer Zielfunktion, die über die entsprechenden Kostenpar ameter spezifiziert ist

� Lineare Programmierung� erzeugt eine nicht ganzzahlige Lösung (z.B. Produktion von 103,75 ME) und kann auch nur solche

Randbedingungen verwenden

� Gemischt-ganzzahlige Programmierung (Mixed Integer Pr ogramming)� wenn Diskretisierung gewünscht oder notwendig, muss auf MIP zurück gegriffen werden� Diskretisierung notwendig zur Abbildung folgender Eigenschaften

� Losgrößen in Transport oder Produktion� diskrete Kapazitäten in Transport (z.B. Paletten, Güterwaggon) oder Produktion� Mindestlosgrößen in Transport oder Produktion� Kostenfunktionen für Transport, Beschaffung oder Produktion mit Fixkostenanteilen oder

Fixkostensprüngen

� Methoden der Dekomposition� beschleunigen die Problemlösung durch Zerlegung des gesamten Planungsproblems in Teilprobleme.

Balance zwischen Optimalität und Laufzeitverhalten (und Speicherbedarf). Dekomposition liefert i.d.R. geringere Lösungsqualität.� Zeitdekomposition: zerlegen und lösen in zeitlich aufeinander folgenden Teilproblemen� Produktdekomposition: Optimierung erfolgt sukzessive nach Produktgruppen� Ressourcendekomposition: Zerlegung nach einzelnen Ressourcen, die nacheinander belastet werden


Vergleich der Verfahren

� Laufzeitverhalten: Heuristik ist das schnellste Verfahren, CTM liegt in der Mitte, die Optmierung ist zeitaufwändig und komplex.

� Heuristik plant auf infiniter Basis ohne Berücksichtigung von Material- und Ressourcenverfügbarkeit. CTM bestimmt die erste zulässige Lösung unter Einhaltung der Randbedingungen, ohne Kostengesichtspunkte zu betrachten. Insbesondere wird innerhalb eines Planungslaufes keine Umplanung von bereits zugewiesenen Aufträgen erwogen � nicht optimale Verteilung der Bedarfe im Netzwerk ist möglich

� In der Optimierung werden alle Randbedingungen simultan betrachtet und die beste Lösung gefunden.� Produktionsressourcen können bei der Optimierung und beim CTM global berücksichtigt werden. Das

Planungsergebnis der Heuristik muss möglicherweise durch einen manuellen (lokalen) Kapazitätsabgleich nachbearbeitet werden.

� Transport- und Handlingressourcen können in der Optmierung und mit dem CTM-Ansatz berücksichtigt (global und finit) werden. Lagerressourcen können nur in der Optimierung berücksichtigt werden.

� Alle Verfahren können ein mehrstufiges Netzwerk durchplanen.

Eigenschaft Optimierung CTM Heuristik

Laufzeit - + OLösungsqualität + O -Randbedingungen + O InfinitBerücksichtigung vonProduktionskapazitätenanderen Kapazitäten

+ (global)+ (global)

+ (lokal) + (lokal)

Nur manuell in zweitem Schritt lokal

Berücksichtigung von Prioritäteninsb. für

Materialien

Insb. für Standorte, Materialien

-

Berücksichtigung von Quotierungen werden optimiert Ja JaImplementierungsaufwand - O + (vgl. Knolmeyer 2000)


Inhalt

4. Supply Chain Planning� Einführung� Demand Planning� Network Planning� Supply Planning

� Definition und Aufgabe des Supply Planning� Versorgungskonzepte� Verfahren zur Bestandsanalyse� Bestandsmanagement

� Production Planning� Distribution Planning� Order Promising


Aufgabe des Supply Planning (I)

Supply Planning:� optimierte Beplanung der Materialversorgung

(termingerecht bei minimalen Beständen)� optimierte Bestimmung der Bestände bei mehrstufigen

Lagerstrukturen mit der Bestimmung der Sicherheitsbestände

� Bewertung von Versorgungsszenarien� Bestimmung der optimierten Anliefermengen

Interaktion mit anderen Aufgaben:� Marktbedarf wird durch das Demand Planning bestimmt� Berücksichtigung der Ergebnisse des Network Planning

Planungsebene und –horizont:� mittel- bis kurzfristig

verantwortliche Organisationseinheiten:� Logistik


Distribution Planning

ProductionScheduling/Sequ.Proc

collab.Capacity

collab.Demand

Planning

SupplyPlanning




Strat.NetworkDesign


Demand Planning

Network Planning


Event Management

Order Management

Track + TraceMonitoring

Produktion

Kommunikation


Distribution Planning

ProductionScheduling/Sequ.Proc

collab.Capacity

collab.Demand

Planning

SupplyPlanning




Strat.NetworkDesign


Demand Planning

Network Planning


Event Management

Order Management

Track + TraceMonitoring

Produktion

Kommunikation


Aufgabe des Supply Planning (II)

Mittelfristige Aufgaben:� Aufgabe der mittelfristige Beschaffungsplanung ist die optimierte Planung der Materialversorgung

der Produktion sowie im Anforderungsfall die Planung einer mehrstufigen Beschaffungskette, basierend auf den Ergebnissen der Bedarfsplanung und der Netzwerkplanung.

� Ziel der Planung ist es, ausreichende Materialien bzw. Teile, Baugruppen, Rohstoffe etc. zur termingerechten Befriedigung der Produktionsbedarfe bereitzustellen und dabei gleichzeitig die Bestände minimal zu halten. Die hier betrachteten Zeiträume liegen im taktischen Bereich, d.h. zwischen Monaten, Wochen bis Tagen.

� Funktionen:

� Generierung von Bestellungen

� Ermittlung von Bestelllosgrößen

� verbrauchs- und plangesteuerte Disposition

� Ggfs. Lieferantenauswahl


Aufgabe des Supply Planning (III)

Kurzfristige Aufgaben (Beschaffungsfeinplanung):

� Ermittlung des Brutto- und Netto-Sekundärbedarf, d.h. Ermittlung der zu beschaffenden Mengen an Rohstoffen, Teilen, Komponenten, Baugruppen, die für die Herstellung des Endproduktbedarfes (Primärbedarf) benötigt werden. Nach Berücksichtigung der noch verfügbaren Lagerbestände spricht man von Netto-Sekundärbedarf (ohne Berücksichtigung der Lagerbestände: Brutto-Sekundärbedarf).

� Funktionen

� Bedarfsrechnung: Brutto- und Nettobedarfsrechnung durch Stücklistenauflösung und Abgleich mit Beständen

� Losgrößenberechnung

� Bestimmung von Beschaffungsterminen mittels fester Durchlaufzeiten

� ggf. Berücksichtigung von Lagerkapazitäten


Inhalt





Versorgungskonzepte mit Zielsetzung „Bestandsminimierung“ und „Fertigungssynchronisierung“

Versorgungs-konzept

Einsatzbereiche Grundidee

JIS - Just-in-Sequence -

• hohe Teilevarianz• hoher Umschlag• begrenzte

Materialbereitstellfläche

Bei der Bereitstellung nach dem JIS-Verfahren sorgt der Zulieferer nicht nur dafür, dass die benötigten Module rechtzeitig in der notwendigen Menge angeliefert werden, sondern auch, dass die Reihenfolge (engl. sequence) der benötigten Module stimmt. JIS wird vor allem in der Automobilindustrie eingesetzt.

JIT - Just-in-Time -

• hohes Mengenvolumen• geringe Varianz (< 10 Var.)• geringe Lieferantenentfernung

Die JIT-Belieferung ist ein logistisches Abruf- und Anlieferungsverfahren, bei dem das Material vom Zulieferbetrieb erst bei tatsächlichem Bedarf direkt in die Fertigung des Abnehmers geliefert wird.

VMI - Vendor-managed-inventory (auch: SMI)

• hohes Mengenvolumen• geringe Varianz (< 10 Var.)• geringe Lieferantenentfernung

� Kunde gibt keine Bestellungen auf, sondern überlässt die Entscheidung über Liefermenge und -zeitpunkt seinem Zulieferer.

� Lieferant disponiert selbstständig, wann das Lager seines Kunden mit neuen Produkten aufzufüllen ist.

� Im Gegenzug versorgt der Kunde den Lieferanten mit besseren Informationen, wie PoS-Daten, geplanten Aktionen, eigenen Prognosen, Marktanalysen etc.


Einstufige Lagerabwicklung

Lieferant

Lieferant

Lager LagerKunde

Produktion

KundeProduktion

Lokale Optimierung Lokale Optimierung

Steuerung/Optimierung Lieferant Optimierung Kunde

Lager

Versandpuffer

Zweistufige Lagerhaltung

� Bestands- und Steuerungsverantwortung liegt beim Lieferanten� Material im Lager gehört dem Lieferanten� Eigentumsübergang erfolgt bei Entnahme aus dem Lager� Entfall der Disposition und Bestellung� Steuerung über vereinbarte Mindestbestände und Bedarfsinformationen� Transportkosten bleiben unverändert

Vendor Managed Inventory (VMI)

konventio-nelle Kunde-Lieferanten-Beziehung

Kunde-Lieferanten-Beziehung

mit VMI

Anstelle des Lagers kann der Lieferant auch direkt in den Waren-eingangspuffer des Kunden liefern.


Inhalt





Verfahren der Bestandsanalyse

� Häufig werden Verfahren zur Analyse des Bestandsniveaus zur Analyse des Ist-Zustandes in frühen Phasen eines Bestandsoptimierungsprojekten eingesetzt.

� Mit diesen Verfahren können Schwachstellen und Probleme aufgedeckt werden, sie liefern aber keine konkreten Abhilfemaßnahmen.

� Folgende Verfahren werden vorgestellt:- ABC-Analyse- XYZ-Analyse- Bestandsreichweitenanalyse- Lagerumschlagshäufigkeit- Durchlauf-Diagramm- Wiederbeschaffungszeitenanalyse- Bodensatzanalyse


Bestandsanalyse – ABC -Analyse (I)

� Ziel der ABC-Analyse ist es herauszufinden, welchen Artikeln besondere Aufmerksamkeit bei der Planung und Steuerung der Bestände zukommen soll.

� Zu diesem Zweck kann beispielsweise der Bestandswert als Ordnungskriterium herangezogen werden. Das heißt die Artikel werden gemäß ihres jeweiligen Bestandswerts in eine Reihenfolge abnehmender Bedeutung gebracht. (Der Artikel mit dem höchsten Bestandswert steht an erster Position, der mit dem geringsten an letzter Position).

� Nach einem festgelegten Schema können die geordneten Artikel nun klassifiziert werden, d.h. den Klassen A, B, C, etc. zugeordnet werden

� Empirische Studien bestätigen, dass auf ca. 20% der Artikel 80% des Gesamtwertes entfallen

Klasse A: hohe Bedeutung - Klasse umfasst ein kleine Anzahl an Elementen, die einen hohen Anteil am Gesamtergebnis erbringen (z.B. 10-20% Artikel � 60-80% Bestandswert)

Klasse B: durchschnittliche Bedeutung - Klasse trägt in etwas proportional zum Ergebnis bei. (15-25% Artikel � 15-25% Bestandswert)

Klasse C – geringe Bedeutung - Verhältnismäßig große Anzahl an Elementen liefert geringen Anteil am Gesamtergebnis (z.B. 50-75% Artikel � 5-10% Bestandswert)

Klasse D – nicht aktive Artikel - Artikel ohne Bestand oder keine Bestandsbewegungen [Quelle: Kuhn 2005]

Artikel

Bes

tand

swer

t

0% 20% 40% 60% 80%0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

A B C (D)

100%


Bestandsanalyse – ABC -Analyse (II)

Bestimmung bedeutsamer Artikel und

aussagekräftiger Maßstäbe

Sortierung der Artikel nach

abnehmender Bedeutung

Summierung der einzelnen

Artikelwerte (absolut oder prozentual)

graphische Darstellung von A-, B- und C-Artikeln

Kriterien für die ABC-Analyse(Bestandsmanagement):

� Warenausgangsbewegungen

� Artikelumsatz [€]

� Bestandswert [€]

� Bestandsmenge [ME]

� Artikelwert [€]

� Artikelvolumen [Pal./m³]

� Absatzmenge [ME]

� Deckungsbeitrag [€]

Kriterien für die ABC-Analyse(Sonstige Bereiche):

� Kundenumsatz [€]

� Kundenabsatz [ME]

� Kundenlieferungen

� Kunden-Bestellpositionen

� …

[Quelle: Kuhn 2005]

A B C

100%

80%

95%100%


Bestandsanalyse – XYZ-Analyse (I)

� Das Ziel der XYZ-Analyse ist es herauszufinden, welche Vorhersagegenauigkeit ein Material bzw. Gut in seinem Verbrauch aufzeigt. Die XYZ-Analyse nimmt dazu eine Differenzierung nach dem Verbrauchsverhalten und der Prognosefähigkeit vor.

� Die Information über die Vorhersagegenauigkeit ist ein wichtiger Baustein bei der Auswahl der Bestandsplanungs- und –steuerungsmethode, denn die Analyse des Artikelspektrums hinsichtlich der Menge-Wert-Anteile durch die ABC-Analyse allein reicht im Allgemeinen nicht zur Ableitung der Bestandsplanungs-und -steuerungsmethode aus.

Z-Teile: unregelmäßiger Verbrauch, niedrige Vorhersagegenauigkeit.

X-Teile: konstanter Verbrauch, nur gelegentlich Schwankungen, hohe Vorhersagegenauigkeit

Y-Teile: mäßige Verbrauchs-schwankungen, mittlere Vorhersagegenauigkeit

tVer

brau

ch regelmäßiger Verbrauch

unstetiger Verbrauch

tVer

brau

ch

[Quelle: Kuhn 2005]

tVer

brau

ch

sporadischer Verbrauch


Bestandsanalyse – XYZ-Analyse (II)

Die Standard XYZ-Analyse misst Verbrauchsschwankungen mittels Berechnung des Variationskoeffizienten .

Standardabweichung [ME]Variationskoeffizient

Mittelwert [ME]=

σν

µ=

[Quelle: Kuhn 2005]

Vorgehensweise:

Aufstellung der Produkte

Ermittlung der Variations-

koeffizienten für jedes individuelle

Produkt

Sortierung der Produkte nach aufsteigenden

Variations-koeffizienten

graphische Darstellung,

unterteilt in X-, Y-und Z-Bereiche

20% 50% 100%

Var

iatio

nsko

effiz

ient

% der Artikel

X

Y

Z


Bestandsanalyse – Bestandsreichweite + Lagerumschlagshäufigkeit

Kenngrößen [in Tagen, Wochen, Monaten], die Auskunft darüber geben wie lange der vorliegende Materialbestand noch ausreicht um die (erwarteten) Bedarfe zu decken, bzw. wie häufig er umgeschlagen wird.

aktueller LagerbestandReichweite [ZE]

Verbrauch pro Zeiteinheit=

∅

[Quelle: in Anlehnung an Kuhn 2005]

0

200

400

600

800

1000

1200

1400

bis 7 Tage

8 bis 14 Tage

15 bis 21 Tage

22 bis 28 Tage

29 bis 56 Tage

57 bis 84 Tage

85 bis 140 Tage

mehr als 140 Tage

371

945

1277

225160

29 20 6

Anz

ahl A

rtik

el

Lagerbestands- und Reichweitenzuordnung für jeden Artikel im Lager

Lagerumschlag = Verbrauch pro Zeiteinheitmittlerer Lagerbestand


Bestandsanalyse - Durchlaufdiagramm -

[Quelle: IFA, Hannover]

: Bestandsfläche FB

Rm: mittlere Reichweite Bm: mittlerer Bestand Lm: mittlere Leistung AB: Abgang im

Bezugszeitraum PBKT: Betriebskalendertag

Arb

eit [

Std

]

Zugangskurve

Abgangskurve

Bezugszeitraum P

Rm

Bm

Lm

B (T)

T1T0

AB

Zeit [BKT]

Lm = AB

PBm =

FB

P

Rm = FB

AB=

BmLm

Kennzahlen


Bestandsanalyse –Wiederbeschaffungszeitanalyse

� Wiederbeschaffungszeit ist die Zeitspanne von der Bestellung bis zur Wiederauffüllung des Lagers.

� Wiederbeschaffungszeiten sind als Planzeiten für jeden Lieferanten und Artikel im Planungssystem hinterlegt.

� In der Praxis findet sich jedoch häufig eine große Gruppe von Artikeln für die diese Daten nicht gepflegt werden.

[Quelle: Kuhn 2005]

0

500

1000

1500

2000

2500

3000

5000

bis 7 Tage

8 bis 21 Tage

22 bis 56 Tage

57 bis 84 Tage

85 bis 112 Tage

113 bis 140 Tage

141 bis 365 Tage

mehr als 365 Tage

479

1370

1104

516

189 125 119

4381

Anz

ahl A

rtik

el

keine Daten

4500

4000

3500

610

14

4228

56

70

98

140

WB

Z [T

agen

]

126

112

84

154

168182

196

0 500 1000 1500 2000 2500 3000

3500Artikel

WBZ Bestellung

WBZ Stammdaten

Die Wiederbeschaffungszeit (WBZ) ist die Zeit von der Bestellung bis zur Auffüllung des Lagerbestandes.


Bestandsanalyse – Bodensatzanalyse

� Als Bodensatz wird die Bestandsmenge eines Artikels bezeichnet der innerhalb eines definierten Zeitraumes nicht unterschritten wurde

� Betrachtungszeitraum sollte > 1 Jahr sein� Differenz zwischen Bodensatz und Sicherheitsbestand kann als Potenzial für Verbesserungen

angesehen werden� Es lassen sich jedoch aus der Bodensatzanalyse unmittelbar keine konkreten Maßnahmen

ableiten, um das Bestandspotenzial zu realisieren

[Quelle: Kuhn 2005]

Bodensatz

Sicherheitsbestand

Bestand

Zeit


Inhalt





Bestandsmanagement – Lagerbestandsmodell

Bestand

Zeit

Bes

tand

sniv

eau

(S)

s

Q

Lager-bestandLB = ƒ(t)

Bestell-Punkt

Sicherheitsbestand (SB)

It

s = MeldebestandQ = BestellmengeIt = Wiederbeschaffungszeit

(= Auftragsvorbereitungszeit + Lieferzeit + Prüf- und Einlagerungszeit)


Bestandsmanagement – Begriffe und Notation

Bestellmenge Q:fixe Menge, die bestellt wird

Meldebestand/Bestellpunkt s:Lagerbestand, bei dem eine neue Bestellung aufgegeben wird. Der entsprechende Zeitpunkt wird Bestellpunkt genannt

Bestandsniveau S:Das Bestellniveau wird verwendet, um den Lagerbestand wieder auf eine gewünschte Bestandmenge aufzufüllen. Dazu wird in die Differenz zwischen aktuellem Lagerbestand und Bestandsniveau S bestellt.

Sicherheitsbestand SB:Schwankungsreserve zur Sicherung der Lieferfähigkeit während der Wiederbeschaffungszeit

Wiederbeschaffungszeit lt:Zeit zwischen Aufgabe einer Bestellung und Anlieferung der Waren.

Bestellzyklus t B:Zeit zwischen zwei aufeinander folgenden Bestellungen

Kontrollzeit t kZeit zwischen zwei Kontrollzeitpunkten zu denen der Lagerbestand kontrolliert wird

Fehlmengen:Warenmengen, welche bei Eingang einer Bestellung nicht unmittelbar aus dem Lagerbestand gedeckt werden können, werden entweder nachgeliefert (Auftragsrückstand, backlog) oder verfallen.

[Quelle: Nickel, Dangelmaier]


Bestandsmanagement - Dispositionsverfahren

� Aufgabe des Bestandsmanagements ist die Festlegung von Bestellmengen und -zeitpunkten, um die mengen- und termingerechte Versorgung mit Materialien und Erzeugnissen sicherzustellen.

� Zu diesem Zweck werden Dispositionsverfahren eingesetzt, die sich grob nach folgendem Schema einteilen lassen:

Beschreibung Zeit Menge Verfahren

Bestellrhythmus-systeme

Alle tB Zeitabschnitte wird unabhängig vom Bestand eine Bestellung ausgelöst

fixvariabel/

fixEOQ-Politik

Bestellpunkt-systeme

Nach jedem Zeitabschnitt wird überprüft, ob ein definierter Bestellpunkt s erreicht wurde. Ist dies der Fall, wird eine Bestellung ausgelöst

variabelvariabel/

fix(s,Q)-Politik

Kontrollrhythmus-systeme

Alle tk Zeitabschnitte wird überprüft, ob der Bestellpunkt s erreicht wurde. Ist dies der Fall,

wird eine Bestellung ausgelöst.variabel variabel -

Dynamische Disposition

Kann als eine Sonderform der Bestellpunktsysteme aufgefasst werden. Der Bestellpunkt s ist über die Zeit veränderlich (z.B. in Abhängigkeit der mit dem aktuellen

Bestand erzielbaren Reichweite). Die Bestellmenge Q ist ebenfalls über die Zeit

variabel.

variabel variabeldynamische,

reichweitenorientierte Disposition

[vgl.: Dangelmaier]



� Bestellrhythmussysteme:

Q

tB

Auffüllung auf Bestandsniveau S

tB

SAlle tB Perioden wird unabhängig vom aktuellen Bestandniveau eine Bestellung in Höhe Q (linkes Modell) bzw. eine Bestellung in Höhe der Differenz zum gewünschten Bestandsniveau S (rechtes Modell) veranlasst.

� Bestellpunktsysteme:

Q Auffüllung auf Bestandsniveau S

tB

SIn jeder Periode wird überprüft, ob der Bestellpunkt s erreicht wurde. Wurde der Bestellpunkt erreicht oder sogar unterschritten wird eine Bestellung in Höhe von Q Einheiten (linkes Modell) bzw. eine Bestellung in Höhe der Differenz zum gewünschten Bestandsniveau S (rechtes Modell) veranlasst.

(T,Q)-Politik (T,S)-Politik

ss

(s,Q)-Politik (s,S)-Politik

[vgl.: Dangelmaier]



� Kontrollrhythmussysteme:

tk

Auffüllung auf Bestandsniveau S

SAlle tB Perioden wird überprüft ob der Bestellpunkt s erreicht ist. Falls ja wird eine Bestellung in Höhe Q (linkes Modell) bzw. eine Bestellung in Höhe der Differenz zum gewünschten Bestandsniveau S (rechtes Modell) veranlasst.

(T,s,S)-Politik

Q

s

tk

s

(T,s,Q)-Politik

tk tk

[vgl.: Dangelmaier]


Bestandsmanagement –Unsicherheiten der Bestandsplanung

� Verbrauchs- oder Bedarfsabweichungen :Der tatsächliche Bedarf pro Periode weicht von dem geplanten Bedarf ab

� Liefermengenabweichung :Verursacht durch unvollständige oder (teilweise) fehlerhafte Lieferungen

� Bestandsabweichung :Differenz zwischen Buchwert und tatsächlich vorhandenem Bestand

� Lieferterminabweichung :Schwankungen in der Wiederbeschaffungszeit

mitt

lere

r B

esta

nd

M/2

Bes

tellm

enge

M

Sicherheits-bestand

Bestell-punkt

Bestands-abweichung

Liefermengen-abweichung

Bedarfs-abweichung

Liefertermin-abweichung

WBZ Sicherheitszeit

Bestand

Zeit

[Quelle: Kuhn 2005]


Inhalt

4. Supply Chain Planning� Einführung� Demand Planning� Network Planning� Supply Planning� Production Planning

� Aufgabe des Production Planning� Ablauf der Produktionsplanung� Aufgabe des Production Scheduling

� Distribution Planning� Order Promising





.

SupplyPlanning



collab


CRM

Strat.NetworkDesign

Order Promising (ATP/CTP

Documents

Konzepte und Methoden des Supply Chain Management · Supply Chain Planning umfasst alle strategischen, taktischen und operativen Planungsaufgaben zur Optimierung der Prozessausführung