Bei der Beschaffung von Material für die Produktion und der Verteilung von Gütern an den
Konsumenten durchlaufen Rohstoffe, Halbfertigwaren und Fertigwaren eine ganze Reihe von
Stationen in einem logistischen Netzwerk. Die Planung und Kontrolle von Vorgängen - also
die Abläufe zur Produktion, Lagerung, und Verteilung über die ganze Supply Chain (SC) –
bilden einen der Kernpunkte des Supply Chain Management.
Auf der operativen Planungsebene spielt das Master Planning (MP) eine entscheidende Rolle.
Es ist dafür verantwortlich, Angebot und Nachfrage über den Planungshorizont aneinander
abzugleichen und Vorgänge und Abläufe sinnvoll in die SC einzugliedern. Um diesen Ansatz
umzusetzen, ist es am zweckmäßigsten, eine zentrale Planungsebene einzurichten. In der
Realität ist jedoch die Verwirklichung eines zentralen Master Plannings schwer zu realisieren,
da teilnehmende organisatorische Einheiten einen hohen Grad an Vernetzung aufweisen
müssen. Darüber hinaus wird das Master Planning getrennt für jede Planungsdomäne
durchgeführt und basiert auf lokal empirischen Nachfragemustern. Das wiederum führt zu
suboptimalen Ergebnissen und resultiert letztendlich in unnötig eingerichteten
Lagerbestandspuffern oder häufigen Plankorrekturen.
Aus diesem Grund beschäftigt sich diese Arbeit mit der Frage, inwieweit sich ein Abnehmer
und ein Lieferant durch iterative Aushandlungen neu koordinieren können, um somit zu
einem global besseren Ergebnis finden zu können.
Dabei werden durch kollaborative Planung auf eine Planungsdomäne beschränkte MPs
miteinander verknüpft. Die Annahme in diesem Ansatz ist, für planungsebenenspezifische
MPs mathematische Programmierungsmodelle zu verwenden. Dabei ist der nachzugehende
Ansatz, Nachfragevorschläge des Abnehmers und Angebotsvorschläge des Lieferanten
untereinander iterativ auszutauschen. Dabei analysiert das Gegenüber das Angebot und gibt
nach einem internen Optimierungsdurchgang einen Gegenvorschlag, der vom vorigen
Original in einigen Punkten abweicht. Dieser Prozess, der einem Verhandlungsvorgang sehr
ähnlich ist, verbessert schließlich die SC und führt zu einem globalen Rückgang der Kosten,
obwohl keine zentrale Planungseinheit existiert und nur kleinstmögliche Pakete an
Informationen zwischen den Planungsdomänen ausgetauscht werden.
Inhaltsverzeichnis
1. EINFÜHRUNG
2. EXEMPLARISCHES VORGEHEN BEIM KOLLABORATIVEN PLANEN
3. MODELLIERUNG
3.1 Modell 1 MP (Master Planning Model)
3.2 Extension 1 Buyer domain
3.3 Extension 2 Supplier domain
4. AUSWERTUNG EINES BESTELLUNGS- UND VERSORGUNGSMUSTERS
4.1 AUSARBEITUNG EINES OPTIMUMS
4.1.1 Model 2 CP-Buyer
4.2 ENTWICKLUNG EINES GEGENVORSCHLAGS
4.2.1 Model 3 CP-C(Buyer)
4.3 GESAMTER PROZESSFLUSS
5. TESTERGEBNISSE
6. SCHLUSSFOLGERUNG
Zielsetzung & Themen
Die Arbeit untersucht, wie Abnehmer und Lieferanten innerhalb einer Supply Chain ihre Planung durch einen iterativen Verhandlungsprozess neu koordinieren können, um globale Kosteneinsparungen zu erzielen, anstatt nur lokal zu optimieren.
- Methoden der kollaborativen Planung und iterative Aushandlungsmechanismen.
- Mathematische Modellierung von Master-Planning-Szenarien.
- Analyse von Bestellungs- und Versorgungsmustern unter Berücksichtigung von Kapazitätsgrenzen.
- Entwicklung von Kompromisslösungen mittels Zielwertoptimierung (Goal Programming).
- Evaluierung der Leistungsfähigkeit durch Vergleich mit Upstream-Planning-Ansätzen.
Auszug aus dem Buch
4.2 Entwicklung eines Gegenvorschlags
Eine Lösung der Minimalkosten, wie sie obenstehend beschrieben wird, enthält alle Modifikationen, die zu einem lokalen Kostenrückgang führen. Jedoch sind einige dieser Modifikationen effizienter als andere, d.h. einige sind für enorme Kostenrückgänge verantwortlich wobei andere nur marginale Auswirkungen hervorbringen. Da in den meisten Fällen Veränderungen die Kosten des Kollaborationspartners erhöhen, sollten nur die lokal vorteilhaftesten Vorschläge in einem Gegenvorschlag unterbreitet werden. Dabei kann angenommen werden, dass die effektivsten Veränderungen auch die übergreifende Kostenlage am nachhaltigsten beeinflussen, da sie die größten lokalen Einsparungen verursachen.
Um die effektivsten Veränderungen und ihre Auswirkungen auf die Kostenlage ausfindig zu machen, kann das oben erwähnte Modell in einer abgeänderten Version verwendet werden. Prinzipiell ist es dabei das Ziel, die Kosteneinsparungen pro Abweichung vom Bestell- bzw. Liefermuster zu maximieren. Mathematisch kann diese Vorgabe als max (Cmax - c)/d beschrieben werden, wobei d die totale Veränderung misst.
Da sowohl c als auch d von den jeweils stattfindenden Modifikationen in einem Aushandlungsvorschlag abhängig sind, ist Term (4.10) nicht linear. Um diese nicht lineare Zielfunktion zu lösen, ist es ratsam, zwei (zum Teil gegensätzliche) Zielsetzungen zu verfolgen: 1) Die Maximierung der Kosteneinsparungen und 2) die Minimierung der Anzahl der Veränderungen. Jede Zielsetzung wird dabei unabhängig von der anderen behandelt. Um beide Zielsetzungen gleichzeitig zu optimieren, finden Ansätze wie z.B. goal programming (siehe Temiz et al. (1998)) Verwendung. Obwohl die Lösung eines solchen Ansatzes nicht immer mit der Maximierung von (4.10) einhergeht, zeigt sie einen Kompromiss auf, der dem wirklichen Maximum sehr nahe liegt, da nur solche Veränderungen betrachtet wurden, die auch einen größeren Einfluss auf die Kostenreduktion als auf die Abweichung haben.
Zusammenfassung der Kapitel
1. EINFÜHRUNG: Die Einleitung beleuchtet die Rolle des Master Plannings innerhalb der Supply Chain und motiviert die Untersuchung iterativer Aushandlungsprozesse zur Überwindung lokaler Suboptimalität.
2. EXEMPLARISCHES VORGEHEN BEIM KOLLABORATIVEN PLANEN: Dieses Kapitel erläutert den iterativen Verhandlungsprozess zwischen Zulieferer und Abnehmer anhand eines einfachen Beispiels.
3. MODELLIERUNG: Hier werden die mathematischen Programmierungsmodelle für das Master Planning sowie deren spezifische Erweiterungen für die Abnehmer- und Lieferantendomäne formalisiert.
4. AUSWERTUNG EINES BESTELLUNGS- UND VERSORGUNGSMUSTERS: Der Hauptteil beschreibt die mathematische Ausarbeitung optimaler Bestellmuster, die Entwicklung von Gegenvorschlägen und den gesamten Prozessablauf inklusive Abbruchkriterien.
5. TESTERGEBNISSE: Dieses Kapitel präsentiert die Ergebnisse der Implementierung in MS Visual Basic unter Verwendung von ILOG CPLEX und vergleicht den Aushandlungsansatz mit dem Upstream Planning.
6. SCHLUSSFOLGERUNG: Die Arbeit schließt mit einer kritischen Reflexion über die Anwendbarkeit des Modells, die Bedeutung von Vertrauen und mögliche zukünftige Forschungsansätze.
Schlüsselwörter
Supply Chain Management, Master Planning, kollaborative Planung, iterative Aushandlung, Kostenoptimierung, Bestellmuster, Versorgungsmuster, mathematische Programmierung, Kapazitätsplanung, Supply Chain Koordination, Goal Programming, Logistik-Netzwerke, Verhandlungsprozess, Lagerhaltung, Kosteneinsparung.
Häufig gestellte Fragen
Worum geht es in der Arbeit grundsätzlich?
Die Arbeit befasst sich mit der Optimierung der Koordination zwischen Abnehmern und Lieferanten innerhalb einer Supply Chain durch iterative Verhandlungsprozesse.
Was sind die zentralen Themenfelder?
Die Schwerpunkte liegen auf dem Supply Chain Management, mathematischer Optimierung, kollaborativer Planung und der Verbesserung der globalen Kostenstruktur.
Was ist das primäre Ziel der Untersuchung?
Das Ziel ist es, ein Modell zu entwickeln, mit dem Partner ihre Bestell- und Versorgungsmuster so anpassen können, dass durch iterative Aushandlungen ein global besseres Ergebnis als bei isolierter Planung erreicht wird.
Welche wissenschaftliche Methode wird verwendet?
Es werden mathematische Programmierungsmodelle (gemischt-ganzzahlige Optimierung) und Goal-Programming-Ansätze zur Kompromissfindung eingesetzt.
Was wird im Hauptteil behandelt?
Der Hauptteil widmet sich der Modellierung des Master Plannings, der mathematischen Formulierung von Optimierungsmodellen für Zulieferer und Abnehmer sowie der Analyse des gesamten Prozessflusses.
Welche Schlüsselwörter charakterisieren die Arbeit?
Kernbegriffe sind kollaborative Planung, iterative Aushandlung, Master Planning, Supply Chain Koordination und Kostenoptimierung.
Warum ist das Vertrauen der Partner für das Modell so wichtig?
Da die Partner bei der Aushandlung Informationen über ihre Kostenstrukturen austauschen müssen, besteht bei mangelndem Vertrauen die Gefahr von Fehlinformationen, die den gesamten Optimierungsprozess gefährden.
Welche Rolle spielt der "Bull-whip Effekt" in der Schlussfolgerung?
Der Autor weist darauf hin, dass die isolierte Optimierung zwischen nur zwei Partnern zu starken Lieferschwankungen für andere Mitglieder der Supply Chain führen kann, was den bekannten Bull-whip Effekt verstärken könnte.
- Quote paper
- Christian Franz (Author), 2004, Koordination durch iterative Aushandlungen in Supply Chains, Munich, GRIN Verlag, https://www.grin.com/document/25081
