Anzeige
Anzeige
Anzeige
Beitrag drucken

Supply Chain Management

Die Landkarte zeigt, wie gut es funktioniert

Wenn Unternehmen die Überarbeitung ihrer Lieferketten auf die Agenda setzen, bietet sich der Griff zu Anwendungen mit ganz unterschiedlichen Schwerpunkten an. Mittels Simulationsanwendungen lassen sich zum Beispiel Modelle von Lieferketten erstellen. Auf der Basis von dynamischen Zusammenhängen und stochastischen Einflüssen können diese Werkzeuge detaillierte Bilder selbst komplexer Wertschöpfungsketten zeichnen.

Bild: SimPlan AG

Supply Chains stehen seit vielen Jahren im Fokus von Optimierungsinitiativen. So kann auf den heutigen Märkten besser bestehen, wer sich intensiv mit dem Aufbau und den Abläufen seiner Lieferketten auseinandersetzt. Viele Werkzeuge setzen hier auf einem hohen Aggregationsgrad auf, um bestimmte Problemstellungen mit Hilfe mathematischer Modelle zu lösen. Solch ein hoher Aggregationsgrad kann jedoch zu Fehleinschätzungen führen, was typischerweise an der Vernachlässigung dynamischer Zusammenhänge und stochastischer Einflüsse liegt, die jedoch das Wesen von Lieferketten ausmachen und sich beispielsweise im ‚Bullwhip-Effekt‘ ausdrücken. Sofern Lösungen solcher aggregierter Modelle, die sich mit der generellen Struktur von Lieferketten beschäftigen, direkt umgesetzt werden, können negative Folgen entsprechend groß und häufig nur schwer rückgängig zu machen sein. Deshalb ist die weiterführende Analyse wichtig, die auch dynamische Zusammenhänge und stochastische Einflüsse berücksichtigt. Damit eng verknüpft ist die Übernahme beziehungsweise Analyse von detaillierten Daten aus den operativen Systemen.

Oft nur bei speziellen Fragen

Wegen des großen Aufwands werden solche Analysen aber oft nur für sehr spezielle Fragen gemacht. Eine ereignisdiskrete Simulation kann dieses Datendilemma zwar nicht auflösen, jedoch ermöglicht sie einen hohen Detaillierungsgrad bei der Modellbildung, beispielsweise mit Störgrößen wie Nachfrageschwankungen, Maschinenausfällen oder Transportverzögerungen. Die Berücksichtigung solcher Einflüsse dient dazu, die Stabilität geplanter Lieferketten zu beurteilen und die Kosten abzuschätzen, die sich für verschiedene Designs im operativen Geschäft ergeben können. Hier kommt die Simulation ins Spiel, denn im Rahmen der Planung von Lieferketten oder -netzwerken können viele Probleme auftreten, so zum Beispiel:

  • Die Auswahl eines oder mehrerer zentraler Produktions- und Lagerstandorte bei gegebener Kundenstruktur.
  • Die Bestimmung der optimalen Anzahl von Ressourcen und Zuordnung zu Produktionsstätten.
  • Die Bestimmung der optimalen Zuordnung von Arbeitsgängen zu Standorten beziehungsweise Ressourcen unter Berücksichtigung notwendiger Logistikprozesse.
  • Die Bestimmung der optimalen Artikelallokation zu Zentral- sowie Regionallägern.
  • Die Bestimmung geeigneter Auslieferungstouren von Lagerstandorten zu Kunden sowie Zwischentransporte.
  • Die Bestimmung optimaler Losgrößen für Produktion und Transport.
  • Die Bestimmung optimaler Sicherheitsbestände, um vorgegebene Lieferservicegrade zu erfüllen.

Diese Probleme sollten nicht isoliert voneinander betrachtet werden und hier kommen typischerweise aggregierte Optimierungsmodelle unter Vernachlässigung stochastischer Einflüsse zum Einsatz. Hat man mehrere Alternativen generiert, können die Probleme, die sich im Rahmen der Masterplanung und der operativen Steuerung der Informations- und Materialflüsse ergeben, für jede Alternative definiert und gelöst werden. Beispielsweise werden Liefertouren oder Sicherheitsbestände festgelegt. Zwar kann man auch hier auf analytische Lösungsverfahren zurückgreifen, für die Bewertung von Zusammenhängen und stochastischen Einflüssen ist jedoch meist eine Simulation notwendig. Und die kann ergeben, dass ein bestimmtes Netzwerkdesign – laut aggregiertem Optimierungsmodell wegen der durchschnittlichen Transportkosten die beste Alternative – eher schlechter zu bewerten ist, da hohe Sicherheitsbestände vorzuhalten sind, um Schwankungen in den Transportzeiten abzufedern.

google plus


Das könnte Sie auch interessieren:

Wenn heute Künstliche Intelligenz (KI) eingesetzt wird, dann in einem spezifischen vordefinierten Aufgabenbereich. Doch Intelligenz bedeutet mehr, als das selbstständige Lernen von neuen Fähigkeiten. Wie kann also die Zukunft der Künstlichen Intelligenz aussehen?‣ weiterlesen

Optimierungen im laufenden Produktionsprozess sind oft mit hohem Aufwand verbunden. Idealerweise setzt eine Optimierung also bereits bei der Planung an. Lean Factory Design soll mittelständischen Fertigungsunternehmen dabei helfen, ihre gesamte Produktion und Logistik schlanker und wettbewerbsfähiger aufzustellen.‣ weiterlesen

Seit DIN ISO9001:2015 sind gedruckte Handbücher für das Qualitätsmanagement (QM) nicht mehr zwingend, modernes Wissensmanagement ist dafür umso wichtiger. Die Punker GmbH findet mit einem Unternehmenswiki einen individuellen Weg, eher trockene Verfahrensanweisungen mit lebendigem Wissensaustausch zu verbinden.‣ weiterlesen

Im aktuellen Maschinenbau-Barometer der Wirtschaftsprüfungs- und Beratungsgesellschaft PWC zeigen sich die befragten Maschinenbauer, mit Blick auf das globale Wirtschaftswachstum, pessimistischer als noch im Vorquartal. Für die deutsche Wirtschaft geht die Mehrheit der Befragten jedoch von einer positiven Entwicklung aus.‣ weiterlesen

Das Zukunftsprojekt Industrie 4.0 und das Internet of Things (IoT) stehen bereits heute für die signifikante Erhöhung der Produktivität und Flexibilität, einen einfacheren Marktzugang sowie die Fähigkeit, neue Geschäftsmodelle zu generieren.‣ weiterlesen

Anzeige
Anzeige
Anzeige