Inhaltsverzeichnis

Abbildungsverzeichnis   II

Abk  ürzungsverzeichnis.  II

Symbolverzeichnis.   II

1.  Einführung  1

1.1  Gegenstand und Zielsetzung der Arbeit  1

1.2  Aufbau der Arbeit  1

2.  Begriffliche Grundlagen.  2

2.1  Primärbedarf  2

2.2  Prognostische Verfahren.  3

3.  Bedarfsermittlung bei verschiedenen Bedarfsverlaufsarten.  4

3.1  Bedarfsermittlung bei konstantem Bedarfsverlauf  4

3.1.1  Einfacher Mittelwert.  5

3.1.2  Gleitender Mittelwert.  5

3.1.3  Gewogene Mittelwerte.  6

3.1.4  Exponentielle Glättung erster Ordnung  6

3.2  Bedarfsermittlung bei trendförmigem Bedarfsverlauf.  7

3.2.1  Methode der kleinsten Quadrate  8

3.2.2  Exponentielle Glättung erster Ordnung mit Trendkorrektur  9

3.2.3  Exponentielle Glättung zweiter Ordnung  10

3.3  Bedarfsermittlung bei saisonalem Bedarfsverlauf.  11

3.3.1  Anwendung der bisherigen Verfahren.  12

3.3.2  Zeitreihendekomposition.  12

3.3.3  Das Verfahren von Winters  13

3.4  Bedarfsermittlung bei sporadischem Bedarfsverlauf.  14

3.4.1  Verfahren von Wedekind.  15

3.4.2  Verfahren von Trux  16

4.  Prognosefehler  17

4.1  Standardabweichung.  18

4.2  Mittlere absolute Abweichung.  19

4.3  Abweichungssignal.  19

5.  Zusammenfassung  20

Literaturverzeichnis   IV

Anhang. V   

I

Erklärung .................................................................................................................................VII

Abbildungsverzeichnis

Abb. 1: Vorhersage bei sporadischem Bedarf ..........................................................................15

Abb. 2: Konstanter Bedarfsverlauf ............................................................................................ V

Abb. 3: Trendförmiger Bedarfsverlauf ...................................................................................... V

Abb. 4: Saisonaler Bedarfsverlauf ............................................................................................. V

Abb. 5: Sporadischer Bedarfsverlauf........................................................................................VI

Abb. 6: Standardnormalverteilung............................................................................................VI

Abkürzungsverzeichnis

Symbolverzeichnis

II

III

1. Einführung

1.1 Gegenstand und Zielsetzung der Arbeit

In der betriebswirtschaftlichen Praxis ist es fast unerlässlich, so gut und so weit es geht in die Zukunft zu planen. Zukünftige Nachfragegrößen sollten schon vor dem tatsächlichen Eintreffen bekannt sein, um die Produktion, insbesondere Materialbedarf, Maschinenbedarf, Lagerhaltung etc., im Vorfeld planen zu können.

Die Genauigkeit der Bedarfsermittlung spielt dabei eine große Rolle, denn nach ihr richtet sich die Größe der Sicherheitsbestände in der Lagerhaltung. Das Ziel ist hierbei, die Sicherheitsbestände so klein wie möglich zu halten, damit möglichst wenig Finanzmittel vom Lager gebunden werden. ¹ Andererseits ist es auch zu vermeiden, die Sicherheitsbestände zu klein werden zu lassen, weil sonst unter Umständen nicht geliefert, also der Bedarf nicht befriedigt werden kann, und auch dies kommt einem Verlust gleich. Es gilt darum, den Bedarf an den abzusetzenden Produkten möglichst exakt vorherzusagen. Darum hat die prognostische Primärbedarfsermittlung einen großen Stellenwert. Dabei gibt es eine große Anzahl verschiedener Verfahren. Die vorliegende Arbeit möchte einen Überblick über einige von ihnen geben und dabei auch Kriterien aufzeigen, nach denen einzelne Verfahren ausgewählt werden und später im Hinblick auf deren Genauigkeit überprüft werden können.

1.2 Aufbau der Arbeit

Nach einigen einführenden Bemerkungen im ersten Kapitel und der Schaffung der begrifflichen Grundlagen im zweiten Kapitel, behandelt die vorliegende Arbeit in Kapitel 3 einige gängige prognostische Verfahren zur Primärbedarfsermittlung, wobei diese nach den Bedarfsverlaufsarten untergliedert sind. Es liegt in der Natur der Sache, dass bei Prognosen auch immer Abweichungen zwischen Prognosewerten und den tatsächlich realisierten Werten vorkommen. Daher werden im vierten Kapitel verschiedene Fehlermaße dargestellt und deren Nutzen für zukünftige weitere Prognosen aufgezeigt. Im fünften Kapitel werden die behandelten Themen abschließend zusammengefasst.

¹ Vgl. Hackstein, R. (1989), S.133

1

2. Begriffliche Grundlagen

2.1 Primärbedarf

Der Primärbedarf ist die Marktnachfrage nach verkaufsfähigen Erzeugnissen, also nach Endprodukten und Ersatzteilen. Er wird darum auch Marktbedarf genannt. Demgegenüber stehen der Sekundärbedarf und der Tertiärbedarf. Der Sekundärbedarf ist der Bedarf an Material, das zur Fertigung des Primärbedarfes gebraucht wird. ² Dies sind Fertigungs- oder Rohstoffe, Baugruppen und Einzelteile. Er kann wie auch der Tertiärbedarf, der der Bedarf an Hilfs- und Betriebsstoffen ist, aus dem Primärbedarf heraus abgeleitet werden. ³ Sekundär-und Tertiärbedarf sind also Bedarfe, die innerhalb eines Unternehmens entstehen, um ein Endprodukt herzustellen. Der Primärbedarf dagegen ist der Bedarf nach Erzeugnissen, die für den Verkauf bestimmt sind und wird vom Markt vorgegeben. Zur Ermittlung der Bedarfe werden hauptsächlich zwei unterschiedliche Methoden verwendet, nämlich die programmgesteuerte sowie die verbrauchsgesteuerte Bedarfsermittlung. Die programmgesteuerte (oder auch bedarfsgesteuerte) Bedarfsermittlung gilt in erster Linie der Ermittlung des Sekundärbedarfes. Bei dieser Methode werden deterministische Verfahren eingesetzt, die das benötigte Material exakt vorherbestimmen ⁴ , was deshalb möglich ist, weil sich der Sekundär- aus dem Primärbedarf ableiten lässt (s.o.). Darum ist es für die Verfahren der programmgesteuerten Bedarfsermittlung erforderlich, dass der Primärbedarf bekannt ist.

Mögliche Verfahren wären beispielsweise die Ermittlung auf der Basis von Stücklisten oder Teileverwendungsnachweisen oder nach dem Gozinto-Verfahren. ⁵ Diese spielen für die vorliegende Arbeit jedoch keine Rolle, so dass im weiteren Verlauf nur Verfahren der verbrauchsgesteuerten Bedarfsermittlung behandelt werden.

Hier soll vor allem der Primärbedarf mit Hilfe von Daten aus der Vergangenheit ermittelt werden. Man bedient sich dabei an stochastischen Verfahren mit dem Ziel, eine möglichst gute Prognose für den in der Zukunft auftretenden Bedarf zu erhalten. 6

² Vgl. REFA (1991), S.82 f.

³ Vgl. Blooch, J., Ihde, G.B. (1997), S.691.

⁴ Vgl. REFA (1991), S.106.

⁵ Vgl. Schulte, C. (1999), S.295 f.

⁶ Vgl. REFA (1991), S.112.

2

2.2 Prognostische Verfahren

Ganz allgemein soll eine Prognose eine Vorhersage für die Zukunft liefern. Daten und Informationen aus der Vergangenheit werden erst gesammelt und dann analysiert, um dann mit Hilfe spezieller Verfahren Daten für die Zukunft zu erhalten. Für den Produktionsbereich eines Unternehmens sind Verkaufszahlenprognosen, also Prognosen des Primärbedarfs, deshalb wichtig, damit das Unternehmen den Produktionsablauf und die Lagerhaltung planen kann ⁷ und so beispielsweise Fehlmengenkosten oder Maschinenleerlaufzeiten auf ein Minimum beschränken kann.

Prognosen sind immer dann heranzuziehen, wenn Bedarfsmengen nicht exakt bestimmt werden können oder der Aufwand hierfür wirtschaftlich nicht zu rechtfertigen wäre. ⁸ Es handelt sich bei Prognosen also nicht um exakt ermittelte Ergebnisse, sondern immer um Schätzwerte, die von den später eintreffenden Werten abweichen können. Prognostische Verfahren lassen sich in zwei Kategorien einteilen, nämlich in qualitative und in quantitative Verfahren. Sollten vergangenheitsbezogene Daten nicht ohne weiteres erhältlich oder anwendbar sein, werden qualitative Prognosemethoden verwendet. Sie finden vor allem dann Anwendung, wenn große Veränderungen meist äußerer Faktoren vorhergesagt werden sollen. Dies könnte beispielsweise dann der Fall sein, wenn ein Produkt eine Trendwende in seiner Beliebtheit erfahren, ein neuer Konkurrent in den Markt eintreten oder ein Produkt das Ende seines Lebenszyklusses erreichen würde. Dies macht es nötig, Vergangenheitszahlen zu interpretieren und dabei die möglicherweise neu auftretende Situation zu berücksichtigen. ⁹ Aufgrund der Schwierigkeit der Interpretation v on Vergangenheitsdaten sollten qualitative Prognosen nur von Experten und erfahrenen Praktikern erstellt werden, die das nötige Verständnis für die jeweilige Situation besitzen. ¹⁰ Die vorliegende Arbeit betrachtet dagegen überwiegend quantitative Prognosemethoden, deren Merkmal es ist, unter Verwendung bestimmter Regeln aus Daten der Vergangenheit eine Vorhersage zukünftiger Daten zu entwickeln.

In den letzten Jahrzehnten haben quantitative Verfahren immer mehr Anwendung gefunden, weil durch die Entwicklung der EDV (Elektronische Datenverarbeitung) umfangreiche Berechnungen problemlos durchgeführt werden können und Vergangenheitsdaten einfach gespeichert und schnell bereitgestellt werden können. 11

⁷ Vgl. Makridakis, S., Reschke, H., Wheelwright, S.C. (1980), S.12.

⁸ Vgl. Blooch, J., Ihde, G.B. (1997), S.691.

⁹ Vgl. Makridakis, S., Reschke, H., Wheelwright, S.C. (1980), S.15 f.

¹⁰ Vgl. Blooch, J., Ihde, G.B. (1997), S.843.

¹¹ Vgl. Makridakis, S., Reschke, H., Wheelwright, S.C. (1980), S.15.

3