Demand Management Konzepte und deren IT-Unterstützung am Beispiel der Hightech-Industrie


Bachelorarbeit, 2010
77 Seiten, Note: 2,0

Leseprobe

Inhaltsverzeichnis

II. Abbildungs- und Tabellenverzeichnis

III. Glossar

1. Einleitung
1.1. Wahl des Themas
1.2. Problemabgrenzung
1.3. Aufbau der Arbeit

2. Demand Management Konzepte in der Hightech-Industrie
2.1. Grundlagen des Demand Managements
2.1.1. Planungs- und Forecast Prozess (Absatzplanung)
2.1.2. Supply Balancing in Produktion und Distribution
2.1.3. Einkauf: Purchase Order / Lieferabruf
2.1.4. Consignment
2.2. Ausgewählte Demand Management Konzepte
2.2.1. Klassifizierung der Demand Management Konzepte
2.2.2. CPFR: Collaborative Planning, Forecasting and Replenishment
2.2.3. JIT / JIS: Just-in-Time / Just-in-Sequence
2.2.4. VMI / SMI: Vendor Managed Inventory / Supplier Managed Inventory
2.2.5. Kanban
2.2.6. Work Order

3. IT-Systeme zur Unterstützung des Demand Management
3.1. Einführung
3.2. Betriebswirtschaftliche IT-Systeme
3.2.1. ERP: Enterprise Resource Planning
3.2.2. APS: Advanced Planning and Scheduling
3.2.3. Supply Chain Collaboration Software
3.3. Marktanalyse
3.3.1. Anbieter
3.3.2. Lösungen
3.3.3. Übersicht der Systemfunktionen

4. Demand Management am Beispiel eines Zulieferunternehmens in der Halbleiterbranche
4.1. Beschreibung und Marktumfeld des Unternehmens
4.2. Aufbau der Supply Chain
4.3. Demand Management-Prozess
4.3.1. Absatzplanung
4.3.2. Produktion
4.3.3. Fulfillment
4.4. Einsatz von IT-Systemen im Demand Management
4.4.1. Planungsprozess
4.4.2. Verbesserungspotenzial

5. Fazit

IV. Quellen- und Literaturverzeichnis

V. Zusammenfassung

Abbildungs- und Tabellenverzeichnis

Abbildungen:

Abbildung 1: Zuliefererkette

Abbildung 2: Demand Management-Prozess

Abbildung 3: Material- und Informationsfluss

Abbildung 4: Interne Supply Chain eines Halbleiterherstellers

Abbildung 5: Kapazitätsanpassung und Bedarfsanpassung

Tabellen:

Tabelle 1 Kennzeichen der Hightech-Industrie

Tabelle 2: Klassifizierung der Demand Management Konzepte

Tabelle 3: Übersicht der Systemfunktionen

Tabelle 4: Prioritäten zur Systemberechnung

III. Glossar

Abbildung in dieser Leseprobe nicht enthalten

1. Einleitung

1.1. Wahl des Themas

Der Prozess des Demand Managements (DM) ist in vielen Unternehmen noch nicht zufriedenstellend umgesetzt. Laut einer Studie des Beratungs- und Prüfungsunternehmen PricewaterhouseCoopers an 162 Deutschen Unternehmen im Jahr 2008, sind: "gerade große Unternehmen mit mehr als einer Milliarde Umsatz sehr unzufrieden mit der Qualität ihrer Forecast-Prozesse und den dadurch verursachten Kosten."[1]

Durch mein Praktikum bei einem in Hamburg ansässigen Halbleiterproduzenten habe ich Erfahrungen im Demand Management Prozess eines Zulieferers für die Automobil- und Hightech-Industrie gesammelt. Als Student der Logistik, mit großem Interesse an der IT, habe ich mich insbesondere für die Unterstützung des Demand Management Prozesses durch IT-Systeme interessiert. Hierbei kam ich zu der Erkenntnis, dass viele Forderungen des Supply Chain Managements bislang nur unzureichend umgesetzt sind. Insbesondere die ganzheitliche, unternehmensübergreifende Betrachtung der Supply Chain und die daraus resultierende genaue Prognose der Bedarfe zur besseren Produktionsplanung bietet hier noch Potenzial in der Umsetzung.[2]

Mein Interesse besteht darin die Schwierigkeiten des Demand Management anhand der Hightech und insbesondere Halbleiterindustrie darzustellen und zu untersuchen welche Lösungen der Markt für betriebswirtschaftliche Softwaresysteme bietet.

1.2. Problemabgrenzung

Die folgende Thesis befasst sich mit dem Thema des Demand Managements kurz- und langfristig Kundenbedarfe und darauf aufbauend Produktionskapazitäten zu planen. Das Demand Management ist Teil des Supply Chain Management aber nicht mit diesem gleichzusetzen. Gemeinsames Ziel des Supply Chain Management und des Demand Managements ist die Erhöhung der Effizienz der Lieferkette. Hauptaugenmerk wird im Rahmen dieser Thesis aber auf die Demand-Seite der Supply Chain gelegt. Moderne Lieferanten-Kundenbeziehungen beteiligen nicht nur die Lieferanten an der Produktentwicklung (Upstream-Integration)[3] sondern versuchen durch die Downstream-Integration die Kundenbedarfe frühzeitig möglichst genau zu erkennen. Als Praxisbeispiel dient ein fiktives Unternehmen aus der Halbleiterbranche.

Ein weiterer Schwerpunkt der Thesis sind die zur Unterstützung des Demand Managements eingesetzten IT-Systeme.[4] Hier muss zwischen Supply Chain Management- Systemen, ERP-, APS-Systemen und den Supply Chain Collaboration Software unterschieden werden. Beachtet werden die Bestandteile der Software­Systeme die Bedarfsprognosen, und flexible Produktionsplanung ermöglichen. Ein weiterer Schwerpunkt bei der Bewertung der IT-Systeme ist die Möglichkeit zur unternehmensübergreifenden Zusammenarbeit.

1.3. Aufbau der Arbeit

Der Aufbau der Bachelor-Thesis sieht in Gliederungspunkt 2 eine Einführung in das Demand Management, insbesondere in das Demand Management der Hightech­Branche, und einer kurzen Beschreibung verschiedener Konzepte für das Demand Management. Zur besseren Vergleichbarkeit der Konzepte dient eine Übersichtstabelle in Gliederungspunkt 2.2.1., in der die Eigenschaften zusammengefasst. Zusätzlich lässt geht aus der Tabelle hervor welche logistischen Anforderungen diese Konzepte erfüllen müssen und für welche logistische Strategien sie nicht geeignet sind. Im dritten Gliederungspunkt werden verschiedene Arten von Betriebswirtschaftlicher Software beschrieben, die drei Generationen von Software im Demand Management darstellen. Nach der inhaltlichen Beschreibung der Software Generationen werden ausgewählte Softwareanbieter beschrieben und deren Produkte charakterisiert. Schwerpunkt des Kapitels 3 ist die Marktanalyse, hier werden die Demand Management Konzepte aus dem vorherigen Kapitel mit den Softwarelösungen der ausgewählten Anbieter zusammengebracht. Aus den Produktbeschreibungen der Softwareanbieter und weiteren Quellen, wie bspw. Fallstudien oder Informationen von Käufer der IT-Systeme, lassen sich Rückschlüsse auf die Eignung der Softwareprodukte und IT-Systeme für die zuvor beschrieben Demand Management Konzepte ziehen. Zusätzlich werden noch Web UI Schnittstellen und die Einsatzmöglichkeiten von Consignment als Kategorien aufgeführt. Im abschließenden Kapitel der Bachelor-Thesis wird anhand eines fiktiven Unternehmens aus der Halbleiterbranche exemplarisch dargestellt wie Software im Demand Management Prozess eines Zulieferers eingesetzt wird. Es sollen die Grenzen der bisher eingesetzten Software aufgezeigt werden und wie mit neuen Softwarelösungen unternehmensübergreifende Planung eingeführt bzw. verbessert werden kann. Abschließend werden die bisher erlangten Kenntnisse in einem Fazit zusammengefasst.

2. Demand Management Konzepte in der Hightech-Industrie

Die Auswahl der Demand Management Konzepte erfolgte nach ihrer Relevanz in der Praxisanwendung der Hightech-Industrie. Die Hightech-Industrie wird definiert durch eine hohe Dynamik der technologischen Entwicklung und wachsende Märkte. Für die Unternehmen in der Hightech-Industrie ist es ein entscheidender Erfolgsfaktor Innovation schnell auf den Markt zu bringen oder aber die Kostenführerschaft durch große Produktionsmengen zu übernehmen.5 Die schnelle technologische Entwicklung führen zu rasanten Veränderungen der in den Produkten verwendeten Materialien und Bauteilen. Aus diesem Grund ist technologische Planbarkeit schwierig und das unternehmerische Risiko hoch. Durch das hohe Entwicklungstempo sind die Forschungskosten (F&E Kosten) für die Unternehmen der Hightech-industrie entsprechend hoch. Deshalb kommt es zwischen den beteiligten Unternehmen in der Supply Chain zu Forschungs- und Entwicklungskooperationen, die die Kosten und das Risiko gleichmäßig verteilen.

Die Demand Management Konzepte müssen demnach den Besonderheiten der Hightech-Industrie angepasst sein und den schnellen technologischen Wandel in der Produktionsplanung abbilden können. Eine starke Vernetzung der Unternehmen und eine enge Zusammenarbeit zeichnet eine unternehmensübergreifende Supply Chain aus.

Kennzeichen der Hightech-Industrie

Abbildung in dieser Leseprobe nicht enthalten

Tabelle 1: nach Corsten, D.; Gabriel, 2004 und dem Statistisches Jahrbuch der Europäischen Kommission 2005

2.1. Grundlagen des Demand Managements

Das Demand Management dient dem Erkennen und dem Prognostizieren der Nachfrage. Nachfolgend werden die Planung des Unternehmen auf diese Prognosedaten abgestimmt. Hierbei gilt es die verschiedenen Teilziele der einzelnen Abteilungen und Anwender auf einen gemeinsamen Nenner zu bringen. Teil des Demand Management ist das Demand Planning (Absatzplanung) mit dessen Hilfe die Marktnachfrage der Produkte prognostiziert wird. Hierbei sollten die Geschäftsprozesse weitestgehend Automatisiert erfasst werden um die Demand Manager in ihrer täglichen Routinearbeit zu unterstützen und ihnen zielgerichtete Informationen zur aktuellen und zukünftigen Marktsituation bereitzustellen.[5] Das Demand Management umfasst folgende Bestandteile des Supply Chain Management:

- Datenanalyse: Durch den Einsatz der EDV ist es möglich sehr fein detaillierte Daten (z.B. einzelne Kassendaten aus Verkaufsstellen) in die Prognose der Marktnachfrage einfließe zu lassen. So ist es möglich die Daten auf Tagesbasis, Artikel-, Segment- oder Marktebene zu analysieren. Um diese Datenflut zu strukturieren ist der Einsatz eines OLAP Datenbanksystems zur automatisierten Auswertung notwendig.
- Produktlebenszyklen analysieren: Prognostizierung des Absatzes neuer Produkte auf Grundlage historischer Daten von Vorgängerprodukten. Anhand von Artikelattributen und Marktsegmentierungen lassen sich spezifische Anlaufmuster vorhersagen und durch spätere Absatzdaten können diese Prognosen verifiziert werden.
- Event- und Promotion Planung: Verkaufsfördernde Maßnahmen von Promotion Aktionen und Events können in Dauer und Größenordnung definiert werden. Die Effizienz der einzelnen Aktionen kann überwacht und das erwartete Umsatzwachstum prognostiziert werden. Mittels Datenaggregation könne die Ergebnisse in auf gesplittet werden und für die einzelnen Produkte sind Einflüsse und Effekte wie bspw. Kannibalisierung und Mitnahmeeffekte erkennbar.
- Demandanalyse der Supply Chain: Das Demand Management sorgt für eine Kommunikation zwischen den Teilnehmer der Supply Chain, den Kunden, Lieferanten und Partnern. Die Absatzprognosen von Kunden und Großhändlern und deren Kunden werden für die eigene Analyse verwendet. Das verwendete IT-System kann die Daten speichern, verarbeiten und bei Bedarf vollständig oder selektiv den eigenen Lieferanten oder Kunden zur Verfügung gestellt werden. Durch diese wechselseitige Beziehung des erstellten Forecasts können genauere Information zu einer Verbesserung der Prognosegenauigkeit führen. Das Demand Management dient auch dazu über einen längeren Zeitraum Angebot und Nachfrage miteinander zu vergleichen und bei Abweichungen rechtzeitig zu warnen.
- Performance Management: Die Qualität der errechneten Daten lässt sich anhand von Key Performance Indicators (KPI) überprüfen. Die ständige Überprüfung der Daten ist sehr wichtig um die hinterlegten mathematischen Modelle zu überprüfen und zu verbessern. Die KPIs umfassen statistische Kennzahlen zur Prognosegenauigkeit und Maßnahmen zur Prognoseausrichtung. Zu dieser Methode werden im Demand Management ebenfalls Reports zur Ausnahmebenachrichtigung erstellt. Werden die gewonnen Daten einander gegenüber (z.B. ein Vergleich Demand vs. Supply)[6] lassen sich daraus Maßnahmen zur Optimierung ableiten, die im nächsten Zyklus ebenfalls überprüft werden.

Große Vorteile des Supply Chain Management sind auf die Reduzierung der Bestände, insbesondere der Sicherheitsbestände zurückzuführen. Diese Sicherheitsbestände sollen Schwankungen der Absatzmenge und der Produktion ausgleichen, darum ist das Hauptaugenmerk auf die Reduzierung dieser Schwankungen zu legen. Im Supply Chain Management sind zwei Ursachen von Schwankungen bekannt8:

- Produktionsschwankungen (neue / unbekannte Produktionsprozesse, schwankende Durchlaufzeiten, etc.)
- Bedarfsschwankungen (Bedarfe abweichend von Prognosedaten, unvorhergesehene Verkäufe)

Das Demand Management hat als Hauptaufgaben die Vorhersage der zukünftigen Absatzmenge. Berücksichtigt werden hierfür zahlreiche interne und externe gewonnene Informationen: historische Nachfrageverläufe, Marketinginformationen, Verhalten von Konkurrenzunternehmen, Pläne und Prognosen von Kundenunternehmen, globale Wirtschaftsentwicklung. Die Vorhersage des Demand Management hat entscheidenden Einfluss auf den Erfolg des Unternehmens da die folgenden Planungsschritte, wie bspw. Die Produktionsplanung auf der Absatzprognose basieren. Eine zu hohe Absatzprognose kann zum Aufbau von zu hohen Produktionskapazitäten und diese führen bei schlechtem Auslastungsgrad zu hohen Leerkosten. Die Qualität der erstellen Absatzprognose wirkt sich auch über die Sicherheitsbestände (Safety Stocks), Optimierung von Produktionslosen (Batches), Personalplanung und Constraints und Allokationen bzw. Lieferbedingungen aus direkt auf Kosten und Servicegrad aus. Das Ausgleichen von Nachfrageschwankungen innerhalb der Supply Chain kann ein Wettbewerbsvorteil von allen beteiligten Unternehmen der Supply Chain sein. Gelingt es den Unternehmen einer Supply Chain schneller als der Wettbewerb auf Schwankungen zu reagieren oder die Absatzmenge genauer vorauszusagen kann dies als Kosten­oder Servicevorteil auf dem Markt angeboten werden. Die Kunden können davon durch niedrigere Preise oder kürzere Lieferzeiten davon profitieren[7]. Zur Veranschaulichung der Stellung eines Kunden oder Lieferanten Unternehmens in der Supply Chain soll folgende Abbildung dienen:

Zuliefererkette:

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 1 : “Zuliefererkette“, Eigene Darstellung

2.1.1. Planungs- und Forecast Prozess (Absatzplanung)

Absatzplanung (Demand Planning) wird zur Erstellung der Absatzprognose von Produkten eines Unternehmens auf dem Markt verwendet.10Zahlreiche Einflüsse auf den Absatz gilt es zu berücksichtigen und werden als Faktoren in die Analyse einbezogen. Eine idealtypische und vereinfachte Darstellung des Demand Planning Prozesses soll im Folgeneden die einzelnen Schritte des Demand Planning Prozesses aufzeigen. Da sich die Prozesse bei verschiedenen Branchen und Unternehmen unterscheiden sollen in einem einfachen Modell die Grundzüge des Demand Planning Prozesses dargestellt werden.

Demand Management-Prozess:

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 2: "Demand Management-Prozess", Eigene Darstellung, nach Hildebrand 2000

Prognoseverfahren: Da verschiedene Marktsituationen unterschiedliche Prognoseverfahren erfordern sollen im Folgenden die wichtigsten Verfahren kurz vorgestellt werden:

- Gleitender Mittelwert
- Exponentielle Glättung erster und zweiter Ordnung Trend-Saison-Modell
- Croston Methode für sporadische Bedarfe
- Lineare Regression

Gleitender Mittelwert: Der gleitende Mittelwert (auch gleitender Durchschnitt) ist eine einfache Methode zur Glättung von Zeitreihen.[8] In der einfachsten Anwendung wird die Summe als Werte der Zeitreihe durch die Anzahl der Perioden dividiert. Mit den errechneten Daten lassen sich Bedarfe der folgenden Perioden prognostizieren. Diese Methode stößt allerdings bei stark schwankenden Bedarfen schnell an ihre Grenzen. Um den Einfluss von weit zurückliegenden Perioden auf die Prognose der nächsten Periode zu verhindern wird dieses Verfahren oftmals rollierend verwendet, d.h. auf festgesetzte Betrachtungszeiträume z.B. die letzten 4 Quartale oder 3 Geschäftsjahre.

Exponentielle Glättung: Die exponentielle Glättung basiert auf beim Verfahren der gleitenden Mittelwerte. Die Veränderung gegenüber dem Verfahren des gleitenden Mittelwerts ist die Behandlung der Zeitreihenwerte. Diese werden nicht mehr gleich-, sondern unterschiedlich gewichtet. Diese Gewichtung weist den weiter zurückliegenden Werten eine abnehmende Gewichtung zu. Diese exponentielle Ordnung ersten Grades wird für regelmäßige Bedarfe ohne Trend verwendet.

Bei der exponentiellen Glättung zweiter Ordnung ist die Berücksichtigung von Trends in der Bedarfsprognose möglich. Es wird auf Prognosedaten der exponentiellen Glättung ersten Grades ein weiteres Glättungsverfahren angewendet. Die nun entstandenen Prognosedaten zweiter Ordnung weisen eine höhere Genauigkeit bei Trendentwicklungen vor.[9]

Trend-Saison-Modell: Ist eine Kombination aus Trend- und Saison-Modell. Dieses Modell beschreibt einen saisonalen Bedarfsverlauf, der einen stetigen Auf- bzw. Abwärtstrend beinhaltet.[10] Üblicherweise wird die zunächst mittels stochastischer Methoden (Regressionsmodell) die Trendkomponente der Ausgangsdaten bestimmt und diese werden im nächsten Schritt von den Ausgangswerten abgezogen. Aus den daraus resultierenden Restwerten lässt sich nun die Saisonkomponente errechnen. Möglich ist allerdings auch eine Bestimmung beider Komponenten mittels einer multiplen linearen Regression.[11]

Croston Methode für sporadische Bedarfe: Dieses Prognoseverfahren basiert auf der Methode der exponentiellen Glättung ist jedoch von Croston speziell angepasst worden um die Prognosegenauigkeit bei sporadischen Bedarfen zu erhöhen. So werden in diesem Verfahren die Intervalle und Dauer der Perioden ohne Verbräuche gesondert betrachtet. Diese Betrachtung fließt in das Ergebnis der Prognose ein.

Das Ergebnis des Croston Verfahrens ist als Prognose zu interpretieren in welcher Periode und in welcher Höhe erneute Bedarfe zu erwarten sind.[12]

Lineare Regression: Bei diesem Prognoseverfahren wird der Bedarf in Abhängigkeit von Faktoren prognostiziert. Ein Bespiel hierfür wäre der Absatz von Getränken in Abhängigkeit von den Außentemperatur. Man kann davon ausgehen, dass der Absatz von Getränken bei höheren Außentemperaturen ansteigt.[13] Mit Einsatz der Methode der kleinsten Quadrate lässt sich eine Grade, und daraus abgeleitet der zukünftige Bedarfe bei bestimmten Temperaturen prognostizieren.

Relevanz der Forecast Accuracy

Die Genauigkeit der Prognosen sollte möglichst hoch sein. Wichtig für die exakte Mengenprognose ist ein aktiver Austausch der Prognosedaten zwischen den beteiligten Unternehmen. Um den Lieferanten die Möglichkeit zu geben seine Produktion besser zu planen und Lieferfähigkeit zu erhöhen muss das Kundenunternehmen Bedarfsprognosen an den Lieferanten schicken.[14] Die Bedarfsprognose kann auch rollierend abgegeben werden, diese Methode empfiehlt sich bei größeren Schwankungen und einer niedrigen Eintrittswahrscheinlichkeit der Bedarfe. Die Vorteile von genauen Prognosedaten sind für Lieferanten- und Kundenunternehmen die allgemein sinkenden Beschaffungskosten in der Supply Chain, durch sinkende Lager- und Sicherheitsbestände entlang der gesamten Zulieferkette. Zudem kann schneller auf Marktveränderungen reagiert und das Risiko der Überalterung der Lagerbestände reduziert werden was einen großer Vorteil bedeutet bei den kurzen Produktlebenszyklen in der Hightech Branche darstellt.[15] Ein kontinuierlicher Produktionsablauf und stetiger Logistikfluss führt ebenfalls zu niedrigeren Leer- bzw. Transportkosten und dadurch ebenfalls zu einer Verbesserung der Wettbewerbsfähigkeit der gesamten Supply Chain.

2.1.2. Supply Balancing in Produktion und Distribution

Unter dem Begriff des Supply Balancing ist die Gleichgewicht zwischen dem Bedarf und dem Angebot (Supply vs. Demand) zu verstehen. Hierbei sind eine vorrausschauende Planung und eine genaue Prognose (Forecast) notwendig. Um die vorhandenen Ressourcen und Kapazitäten optimal einzusetzen. Ziel ist hier die Bedarfe der Kunden zu befriedigen bei gleichzeitig niedrigen Kosten z.B. durch niedrige Bestände und hoher Auslastung der Produktionskapazitäten. Ein effizientes Supply Balancing ermöglicht einen Wettbewerbsvorteil für die beteiligten Unternehmen der Supply Chain. Hierfür ist allerdings, wie schon häufiger erwähnt, das Zusammenspiel der beteiligten Unternehmen der Lieferantenkette erforderlich. Bestände und Überkapazitäten werden durch Information von Beständen und Lieferzeiten ersetzt.[16]

In diesem Abschnitt sollen zwei Möglichkeiten des Supply / Demand Balancing behandelt werden:

- Supply Balancing in der Produktion
- Supply Balancing in Distribution

Es wird bei der weiteren Beschreibung der Supply Chain und der Kunden-Lieferanten Beziehung von einem First Tier Supplier eines OEM ausgegangen (siehe hierzu Abbildung „Zuliefererkette“ in Gliederungspunkt: 2.1.) mit den speziellen Gegebenheiten der Hightech-Branche.

Durch die hohe Variantenanzahl mit teilweise sehr kurzen Produktlebenszyklen (siehe hierzu Gliederungspunkt 4.1. Marktumfeld des Unternehmens) wird die Steuerung der exakten Produktionsmenge sehr schwierig. Eine Strategie diese Tatsache im Produktionsprozess zu berücksichtigen ist den Customer Order Decoupling Point zu verschieben. So kann die spezielle Kundenkonfiguration des Endprodukts so spät wie möglich in der Supply Chain hergestellt werden. Bis zu diesem Punkt werden Produkte hauptsächlich auf Forecast produziert. Bis der Kunde eine verbindliche Order abgibt kann das Produkt noch variiert werden. Der Kunde hat so die Möglichkeit, bis zum letzten Produktionsschritt seine Bestellung noch zu verändern ohne die Kosten für Lagerhaltung und Produktion wesentlich zu erhöhen. Gleichzeitig beträgt die Lieferzeit nur rund drei Wochen im Vergleich zur gesamten Produktionszeit von 16 Wochen. Dieses sogenannte „Customizing“, im letzten Produktionsschritt, ermöglicht die Produktion von vielen unterschiedlichen Produkten bei gleichzeitig hoher Flexibilität in der Produktion um auf Demandschwankungen reagieren zu können. Um diese Strategie auch umsetzen zu können muss der gesamte Planungs- und Produktionsprozess auf diese abgestimmt werden. Bereits in der Entwicklung von neuen Produkten oder Produktionsverfahren muss dies berücksichtigt werden. Möglich ist ein modularer Aufbau der Produkte und mit diesem Verfahren die Variantenbildung erst bis zum Ende des Produktionsprozesses zu verschieben. Die Produktion kann so flexibel gestaltet werden und die Variantenbildung erfolgt erst auf konkrete Kundenaufträge. Der Kunde profitiert seinerseits von kürzeren Lieferzeiten, da die Produktion bereits auf Grundlage einer Prognose erfolgte. Sollte der Kundenauftrag allerdings ausbleiben oder in geringer Umfang erfolgen können die bereits vorproduzierten Produkte für andere Endprodukte verwendet werden. Eine weitere Möglichkeit neben der bereits beschriebenen Methode, den Customer Order Decoupling Point zu verschieben und die nach dem Push-Prinzip betriebene Produktion, ist die Produktion nach dem Pull- Prinzip.

In der folgenden Darstellung sind für die einzelnen Produktionsschritte einer unternehmensinternen Supply Chain Begriffe aus der Halbleiterindustrie als Beispiel für ein Unternehmen aus der Hightech-Industrie verwendet worden. (siehe auch Gliederungspunkt 4.1. Marktumfeld des Unternehmens und 4.2. Aufbau der Supply Chain)

Material- und Informationsfluss in der Logistik:[17]

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 3: Eigene Darstellung nach dem „Logistischen Y"

2.1.3. Einkauf: Purchase Order / Lieferabruf

Die effektive Beschaffung ist ein wichtiger Bestandteil der Supply Chain. Nur wenn auch die Beschaffungsprozesse konsequent auf die Bedürfnisse des OEM bzw. des Endkunden abgestimmt werden, kann die Supply Chain maximal effektiv sein.[18] Zwei Standardverfahren sollen hier näher beschrieben werden, die Purchase Order (zu Deutsch: Bestellung) und der Lieferabruf.[19]

Purchase Order:

Aufforderung eines Kunden an einen Zulieferer bzw. eine bestimmtes Produkt zu einem bestimmen Zeit, in einer bestimmten Menge bereitzustellen. Im Rahmen des optimierten Einkaufes müssen viele Parameter vom bestellenden Unternehmen beachtet werden. Deswegen ist bei einer längerfristigen Lieferbeziehung eine Rahmenvereinbarung über die Lieferkonditionen zu empfehlen, weitere Möglichkeiten der Beschaffung sind in Gliederungspunkt: 2.2. Ausgewählte Demand Management Konzepte aufgeführt. Im Rahmen des optimierten Einkaufs können die Bestellmenge und der Zeitpunkt variiert werden um Bestellkonditionen besser zu nutzen oder die Transportkapazitäten auszunutzen. Zu verhandeln sind Preise, Lieferbedingungen und Lieferzeit.

Lieferabruf:

Lieferabrufe sind ein Konzept aus der Automobilindustrie und sind vom Branchenverband standardisiert worden um eine schnelle und automatisierte Datenübertragung in der Lieferantenkette zu ermöglichen. Ziel des Lieferabrufverfahrens ist es Nachfrageschwankungen an die Zulieferer weiterzugeben. Die Besonderheit der Lieferabrufe sind die Rahmenverträge zwischen Kunden und Lieferanten die den Ablauf der Bestellungen vereinfachen. In der Folge kommt es zu einer Reduzierung der Lagerbestände und zu JiT-Produktion beim Lieferanten. Der Ablauf der Lieferabrufe zeichnet sich durch regelmäßige Übermittlung der Bedarfe durch den Kunden aus, die im kurzen Horizont aus festen Bedarfszahlen und über einen längeren Horizont aus einer weniger exakten Prognose bestehen.[20] Zusätzlich kann es noch zu sogenannten Feinabrufen kommen, die ebenfalls einen verbindlichen Charakter haben und nur einen sehr kurzen Zeitraum überblicken. Dem Lieferabruf bekommt dadurch die Funktion eines Forecasts über einen längeren Zeitraum.[21]

2.1.4. Consignment Stocks

Eine gesetzliche Definition eines Konsignationslager[22] (Consignment Stock) ist nicht vorhanden, nach betriebswirtschaftlicher Grundverständnis gibt es einige Voraussetzungen.[23] Hiernach besteht ein Konsignationslager aus einer Geschäftsbeziehungsbeziehung von einem Lieferanten (Konsignant) und einem Kunden (Konsignatär), der Lieferant überlässt dem Kunden Ware zur sofortigen Verfügbarkeit in der Produktion. Hierzu befindet sich ein Lager des Lieferanten beim Unternehmen des Kunden, der physikalische Transport und das Handling wird oft von Logistikdienstleistungsanbieter (Third Party Logistics) übernommen oder in Form eines Lieferanten-Logistik-Zentrum angeboten um Kostenvorteile durch die bessere Auslastung der Lagerfläche zu nutzen. Der Eigentumsübergang erfolgt mit der Entnahme der Ware aus dem Lager durch den Kunden. Bis zur Entnahme verbleibt die Ware im Eigentum des Lieferanten. Typischerweise werden in einem Consignment Contract noch weitere Einzelheiten festgelegt, über die Höhe des Preises, Mindestabnahmemengen, Höhe der Sicherheitsbestände und Zahlungsziele der Rechnungen. Der Kunde hat zudem die Pflicht dem Lieferanten regelmäßig die Lagerbestände an den Lieferanten zu melden. Oftmals sind hierzu die ERP-Systeme der beiden Unternehmen miteinander verknüpft und so kann aus einer Warenentnahme des Kunden direkt eine Bestellung erzeugt werden, sowie automatisch eine Rechnung an den Kunden geschickt werden. Zur effizienten Produktionsplanung sind ein langer Planungshorizont notwendig sowie eine hohe Prognosegenauigkeit (Forecast Accuracy) notwendig. Vorteile eines Consignment Stock sind auf Seiten des Kunden u.a. die geringere Kapitalbindung durch den verzögerten Eigentumsübergang, Reduzierung der Prozesskosten, Risikoübergang zum Lieferanten. Auf Seiten des Lieferanten sind die Vorteile die Optimierung von Losgrößen, Absatzsicherheit durch Single Sourcing, Glättung von Nachfragespitzen in der Produktion. In der Halbleiterindustrie ermöglichen Consignment Stocks die kosteneffiziente Beschaffung und Produktion von Standardbauteilen, da Nachfrageschwankungen auf Seiten des Kunden durch hohe Produktionszahlen aufgefangen werden können und diese Bauteile auch auf Lager produziert werden können.

Hintergrund der Kooperation von Kunden und Lieferanten sind die kosteneffiziente Beschaffung auf Seiten des Kunden und die stabile Nachfrage bei genauen Prognosedaten auf Seiten des Kunden.

2.2. Ausgewählte Demand Management Konzepte

2.2.1. Klassifizierung der Demand Management Konzepte

Die Demand Management Konzepte die Rahmen dieser Bachelor-Thesis behandelt werden wurden nach den Gesichtspunkten der Allgemeingültigkeit, Häufigkeit der Behandlung in wissenschaftlichen Publikation, Relevanz in der Hightech- und Zulieferindustrie ausgesucht und haben keine Anspruch auf Vollständigkeit. Die Eigenschaften werden zur besseren Übersicht in der folgenden Tabelle dargestellt. Zunächst wird hier die Eignung der anschließend vorgestellten Konzepte für verschiedene Teile-Strategien gezeigt. Anschließend die Möglichkeiten der Anwendbarkeit der Konzepte für Unternehmen in unterschiedlichen Positionen innerhalb der Supply Chain. Differenziert wird zudem in die Richtungen Up- und Downstream in der Supply Chain, immer ausgehend von der jeweiligen Position des Unternehmens (vergleiche Abbildung 1: “Zuliefererkette“).

[...]


[1] Vgl.: http://xlurl.de/GWqMGi. Stand: 31.07.2010.

[2] Vgl.: Corsten, D.; Gabriel, C.: "Supply Chain Management erfolgreich umsetzen“, S. I.

[3] Vgl.: Stadtler, H.; Kilger C.: Supply Chain Management and Advanced Planning, S. 25.

[4] Vgl.: Lawrenz, O.; Hildebrand; K; Nenninger, M.: “Supply Chain Management", S.149.

[5] Vgl.: Crum, C.; Palmatier, G.E.: "Demand Management Best Practices: Process, Principles and Collaboration (Integrated Business Management)", S. 9.

[6] http://www.hoffmanmarcom.com/docs/supply chain automation.pdf, Stand: 03.08.2010.

[7] Vgl.: Zeier, A.: “Ausdifferenzierung von SCM-Standardsoftware”, S. 11.

[8] Vgl.: Frau Prof. Dr. Claudia Brumberg: "Phasenspezifische Systeme der Logistik", 4. Semester (WS 2008/2009).

[9] Vgl.: Zeier, Alexander: "Ausdifferenzierung von SCM Standardsoftware", S. 13.

[10] Vgl.:http://help.sap.com/saphelp 45b/helpdata/de/35/26c40fafab52b9e10000009b38f974/content.ht m, Stand: 28.07.2011.

[11] Vgl.: Bradtke, T.: "Grundlagen in Operations Research für Ökonomen", S. 125.

[12] Vgl.: Croston, J. D.: "Forecasting and Stock Control for Intermittent Demands", S. 289-303.

[13] Vgl.: Zeier, A.: “Ausdifferenzierung von SCM-Standardsoftware”, S. 13.

[14] Vgl.: Corsten, D.; Gabriel, C.: "Supply Chain Management erfolgreich umsetzen“, S. 286.

[15] Vgl.: Stadtler, H.; Kilger C.: “Supply Chain Management and Advanced Planning”, S..202f.

[16] Vgl.: Lawrenz, O.; Hildebrand, K.; Nenninger, M.: “Supply Chain Management“ S. 174.

[17] Vgl.: Kontny, H.: "Grundlagen des Logistikmanagement", 3. Semester (SS 2008).

[18] Vgl.: Corsten, D.; Gabriel, C.: "Supply Chain Management erfolgreich umsetzen“, S. 63.

[19] Vgl.: Stadtler, H.; Kilger, C.: Supply Chain Management and Advanced Planning, S. 201.

[20] Vgl.: http://www.pool4tool.com/cms/index.php?id=347, Stand: 20.08.2010.

[21] Vgl.: Corsten, D.; Gabriel, C.: "Supply Chain Management erfolgreich umsetzen“, S. 286.

[22] Vgl.: http://help.sap.com/bestpractices/BBLibrary/HTML/J58 CustConsProc EN KO.htm, Stand: 22.06.10

[23] Vgl.: http://www.vat-consulting.ch/sites/pdf dateien/konsignation.pdf, Stand: 22.06.2010

Ende der Leseprobe aus 77 Seiten

Details

Titel
Demand Management Konzepte und deren IT-Unterstützung am Beispiel der Hightech-Industrie
Hochschule
Hochschule für Angewandte Wissenschaften Hamburg  (Department Wirtschaft)
Veranstaltung
Supply Chain Management
Note
2,0
Autor
Jahr
2010
Seiten
77
Katalognummer
V163734
ISBN (eBook)
9783640786602
ISBN (Buch)
9783640786336
Dateigröße
1860 KB
Sprache
Deutsch
Schlagworte
Demand, Management, Konzepte, IT-Unterstützung, Beispiel, Hightech-Industrie
Arbeit zitieren
Jan von dem Knesebeck (Autor), 2010, Demand Management Konzepte und deren IT-Unterstützung am Beispiel der Hightech-Industrie, München, GRIN Verlag, https://www.grin.com/document/163734

Kommentare

  • Noch keine Kommentare.
Im eBook lesen
Titel: Demand Management Konzepte und deren IT-Unterstützung am Beispiel der Hightech-Industrie


Ihre Arbeit hochladen

Ihre Hausarbeit / Abschlussarbeit:

- Publikation als eBook und Buch
- Hohes Honorar auf die Verkäufe
- Für Sie komplett kostenlos – mit ISBN
- Es dauert nur 5 Minuten
- Jede Arbeit findet Leser

Kostenlos Autor werden