Primärbedarfsermittlung unter Einsatz prognostischer Verfahren

Inhaltsverzeichnis

Abbildungsverzeichnis

Abkürzungsverzeichnis

Symbolverzeichnis

1. Einführung
1.1 Gegenstand und Zielsetzung der Arbeit
1.2 Aufbau der Arbeit

2. Begriffliche Grundlagen
2.1 Primärbedarf
2.2 Prognostische Verfahren

3. Bedarfsermittlung bei verschiedenen Bedarfsverlaufsarten
3.1 Bedarfsermittlung bei konstantem Bedarfsverlauf
3.1.1 Einfacher Mittelwert
3.1.2 Gleitender Mittelwert
3.1.3 Gewogene Mittelwerte
3.1.4 Exponentielle Glättung erster Ordnung
3.2 Bedarfsermittlung bei trendförmigem Bedarfsverlauf
3.2.1 Methode der kleinsten Quadrate
3.2.2 Exponentielle Glättung erster Ordnung mit Trendkorrektur
3.2.3 Exponentielle Glättung zweiter Ordnung
3.3 Bedarfsermittlung bei saisonalem Bedarfsverlauf
3.3.1 Anwendung der bisherigen Verfahren
3.3.2 Zeitreihendekomposition
3.3.3 Das Verfahren von Winters
3.4 Bedarfsermittlung bei sporadischem Bedarfsverlauf
3.4.1 Verfahren von Wedekind
3.4.2 Verfahren von Trux

4. Prognosefehler
4.1 Standardabweichung
4.2 Mittlere absolute Abweichung
4.3 Abweichungssignal

5. Zusammenfassung

Literaturverzeichnis

Anhang

Erklärung

Abbildungsverzeichnis

Abb. 1: Vorhersage bei sporadischem Bedarf

Abb. 2: Konstanter Bedarfsverlauf

Abb. 3: Trendförmiger Bedarfsverlauf

Abb. 4: Saisonaler Bedarfsverlauf

Abb. 5: Sporadischer Bedarfsverlauf

Abb. 6: Standardnormalverteilung

Abkürzungsverzeichnis

Abbildung in dieser Leseprobe nicht enthalten

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.

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]

2.2 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 von 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]

3. Bedarfsermittlung bei verschiedenen Bedarfsverlaufsarten

In den nun folgenden Abschnitten soll ein Überblick über verschiedene Verfahren zur verbrauchsorientierten Bedarfsermittlung gegeben werden. Die Verfahren werden dabei anhand der Bedarfsverlaufsarten klassifiziert.

Vor der eigentlichen Bedarfsvorhersage sollten zunächst einige Überlegungen angestellt werden:

- Vorhersagezeitraum: Für welchen Zeitraum sollen Prognosen erstellt werden? Grundsätzlich sind sie umso fehlerhafter, je weiter sie in die Zukunft zielen. Außerdem ist es entscheident, wie weit man auf Daten aus der Vergangenheit zurückgreifen kann, um eine Prognose zu erstellen.
- Vorhersagehäufigkeit: Prognosen sollten häufig durchgeführt und die neuesten Daten immer wieder in die Prognose integriert werden, so dass sie immer wieder auf den neuesten Stand an Informationen gebracht wird. Jedoch muss auch berücksichtigt werden, dass eine Prognose immer einen Erstellungsumfang bedeutet und Kosten verursacht, darum kann eine zu häufige Berechnung auch unökonomisch sein.
- Vergangenheitswerte: Es sollten möglichst viele Vergangenheitswerte vorliegen, damit zufällige Schwankungen ausgeglichen werden. Der Verlauf der Werte ist dabei ebenfalls von Wichtigkeit^[12] ; so unterscheidet man zwischen konstantem, trendförmigem, saisonalem und unregelmäßigem Bedarfsverlauf. Um zu erkennen, welcher Bedarfsverlauf für das konkrete Problem vorliegt, werden die Bedarfe der bisherigen Perioden in einer Zeitreihe nebeneinander gestellt und analysiert. Meist kann die Bedarfsverlaufsart dann durch bloßes Hinschauen erkannt werden. Im Anhang sind die verschiedenen Bedarfsverlaufsarten graphisch dargestellt.

3.1 Bedarfsermittlung bei konstantem Bedarfsverlauf

Konstanter Bedarfsverlauf liegt dann vor, wenn der Bedarf über eine längere Zeitspanne hinweg, bis auf geringe Schwankungen, in etwa immer das gleiche Niveau aufweist.

Er wird darum auch horizontaler Bedarfsverlauf genannt^[13]. Für die Prognoseermittlung bei konstantem Bedarfsverlauf bieten sich vor allem Verfahren an, bei denen aus Bedarfen vergangener Perioden ein Mittelwert gebildet wird.

3.1.1 Einfacher Mittelwert

Bei der Methode des einfachen Mittelwertes wird das arithmetische Mittel aller bisher aufgetretenen Bedarfe der Vergangenheit gebildet. Der Vorhersagewert der (t+1)-ten Periode ist also der Durchschnittswert aller in den Vorperioden erfassten Werte, d.h. es gilt:

Abbildung in dieser Leseprobe nicht enthalten

mit pt+1 = Prognosewert für die nächste Periode

xi = Bedarfswerte aus allen i Perioden

Da bei dieser Methode alle Vergangenheitswerte mit demselben Gewicht in die Prognose eingehen, nimmt der Einfluss, den die Bedarfswerte der jüngsten Perioden auf den Vorhersagewert ausüben, mit wachsendem T ab. Somit passen sich die Prognosewerte nur sehr träge an Änderungen der Bedarfsentwicklung bzw. an Bedarfsschwankungen an.^[14]

3.1.2 Gleitender Mittelwert

Bei der Methode des gleitenden Mittelwertes wird ebenfalls ein arithmetisches Mittel gebildet. Jedoch finden hier, im Gegensatz zur Methode des einfachen Mittelwertes, Bedarfe aus weiter zurückliegenden Perioden keine Berücksichtigung mehr. Damit wird erreicht, dass eine schnellere Anpassung der Prognose an die aktuelle Bedarfssituation stattfinden kann. Der Vorhersagewert wird hier aus dem Durchschnitt der jeweils in den letzten n Perioden entstandenen Bedarfe gebildet. Es ergibt sich folgende Formel:

Abbildung in dieser Leseprobe nicht enthalten

xj = Nachfrage je Periode

n = konstante Periodenzahl, die in Rechnung miteinbezogen werden soll

Mit dem Parameter n kann die Reaktionsfähigkeit des Prognosewertes auf Bedarfsschwankungen gesteuert werden. Die Anpassung der Vorhersage an die aktuelle Bedarfssituation erfolgt umso schneller, je kleiner n dabei gewählt wurde.^[15] Die Anzahl der einbezogenen Perioden soll einerseits hinreichend groß sein, damit sich Zufallschwankungen ausgleichen können, andererseits aber auch hinreichend klein sein, damit grundsätzliche Änderungen der Bedarfswerte (Strukturveränderungen) erkannt werden können. Soll nun für die darauffolgende Periode (t+2) wieder eine Prognose erstellt werden, so wird der neue Bedarfswert mit berücksichtigt und der älteste entfällt.^[16] Es werden bei der Methode der gleitenden Durchschnitte jedoch alle für die Prognose verwendeten Werte mit der gleichen Gewichtung versehen.^[17]

[...]

^[1] Vgl. Hackstein, R. (1989), S.133

^[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.

^[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.

^[12] Vgl. Oeldorf, G., Olfert, K. (Hrsg.) (2000), S. 186 ff.

^[13] Vgl. Glaser, H., Geiger, W., Rohde, V. (1992), S.93.

^[14] Vgl. Glaser, H., Geiger, W., Rohde, V. (1992), S.109 und Hoitsch, H.J. (1993), S.374.

^[15] Vgl. Glaser, H., Geiger, W., Rohde, V. (1992), S.109.

^[16] Vgl. Hackstein, R. (1989), S.117.

^[17] Vgl. Glaser, H., Geiger, W., Rohde, V. (1992), S.109.