Bestandsmanagement im Supply Chain Management

1 Einleitung

1.1 Relevanz des Problems

In den meisten High Tech Supply Chains ist ein Großteil des geführten Bestandes der Sicherheitsbestand, dieser Fakt ist die Folge der steigenden Nachfrageunsicherheit und der Produktvielfalt auf den Märkten (vgl. Chopra & Meindl 2014, S. 394). Problema- tisch ist dies für Unternehmen einerseits, da ein hoher Sicherheitsbestand mit hohen Lagerhaltungskosten einhergeht, andererseits hat die steigende Produktvielfalt einen kürzeren Produktlebenszyklus zur Folge. Ein Produkt könnte demnach sehr schnell und abrupt an Nachfrage verlieren und dies erhöht die Kosten für Unternehmen, im Falle eines hohen Sicherheitsbestandes.

Das Ziel einer jeden Suppy Chain ist es den Mehrwert zu maximieren. Der Mehrwert einer Supply Chain wird bestimmt, indem man die Kosten der Supply Chain von dem Kundenwert subtrahiert, es gilt Mehrwert der Supply Chain = Kundenwert - Kosten der Supply Chain (vgl. Chopra & Meindl 2014, S. 25). Daraus folgend muss immer die Produktverfügbarkeit, die für den Kundenwert steht, in einem positiven Verhältnis zur Änderung des Sicherheitsbestandes und der Kostensituation stehen. Für potenzielle Kunden wird es stetig einfacher die Produktverfügbarkeit zwischen einzelnen Händ- lern zu vergleichen, diese müssen lediglich im Internet auf der entsprechenden Seite nachsehen, ob das Produkt verfügbar ist. Dies setzt die Unternehmen unter Druck und zwingt diese dazu die Produktverfügbarkeit zu verbessern um nicht zu viele Margen zu verlieren (vgl. Chopra & Meindl 2014, S. 393).

Eine höhere Produktverfügbarkeit wird mit einem höheren Sicherheitsbestand erreicht, dieser jedoch bewirkt das Steigen der Lagerhaltungskosten. Die Lösung dieses Zielkon- flikts, bzw. die Bereitstellung eines optimalen Kompromisses ist ein sehr wichtiger Part des Bestandsmanagements und gleichzeitig das Ziel dieser Ausarbeitung. Ist es möglich Sicherheitsbestände zu senken, ohne dass die Produktverfügbarkeit darunter leidet? Genau dieser Frage wird im Folgenden nachgegangen. Ziel ist es, ein praktikables Modell und eine entsprechende Umsetzung zu entwerfen und Unternehmen eine Hilfestellung und eine mögliche Lösung des Zielkonflikts zu bieten.

Im Rahmen dieser Arbeit werden zunächst in Kapitel 1.2 vorliegende Literaturansätze betrachtet, danach werden Grundlagen von Sicherheitsbeständen, sowie genutzte Theo- rien in Abschnitt 2.1 vorgestellt. Anschließend werden im 3. Kapitel Rechnungen und Analysen anhand eines fiktiven Beispielszenarios präsentiert. Darauffolgend werden in Abschnitt 4 kurz die Einflüsse der unterschiedlichen Parameter in ein Verhältnis gesetzt, gefolgt von einer Zusammenfassung der Ausarbeitung in Kapitel 5. Letztendlich wird das Modell kritisiert (Abschnitt 6) und ein Ausblick (Abschnitt 7) gegeben.

1.2 Literaturübersicht

Viele publizierte wissenschaftliche Bücher beschreiben das Bestandsmanagement und auch den Sicherheitsbestand als eine sehr wichtige Komponente im Supply Chain Mana- gement. Chopra und Meindl unterstreichen die Wichtigkeit des Sicherheitsbestandes gerade in der heutigen Zeit, da die steigende Transparenz im Internet es einfacher für Kunden macht Produkte und deren Verfügbarkeiten zu vergleichen. Die richtige Höhe der Produktverfügbarkeit und somit des Sicherheitsbestandes sind daher notwendig (vgl. Chopra & Meindl 2014, S. 393). Sylver, Pyke und Peterson gehen auf den wichtigen, realistischen Aspekt ein, dass die Nachfrage nicht sicher zu bestimmen und somit un- sicher ist und daher der Sicherheitsbestand ein unabdingbares Instrument des Supply Chain Management ist (vgl. Silver et al. 2017, S. 232). Für Sylver, Pyke und Peterson gibt es nicht den einen Weg um Sicherheitsbestände optimal zu bestimmen, viel mehr weisen sie verschiedene Ansätze auf (vgl. Silver et al. 2017, S. 247). Stadtler sieht den Nutzen des Sicherheitsbestandes darin, schnelle Kundenbelieferungen zu ermöglichen und entgangene Absätze zu vermeiden. Zudem werden Unterbrechungen in Produktions- und Transportprozessen, Prognosefehler und Lieferabweichungen als größte Faktoren eines steigenden Sicherheitsbestandes ausgemacht (vgl. Stadtler 2010, S. 66). Schul- te beschrieb die Aufgabe des Sicherheitsbestandes im Jahr 2013 darin, Verbrauchs- und Lieferterminabweichungen, Abweichungen der Liefermenge sowie Fehler bei der Lagerverwaltung aufzufangen und hierdurch die Leistungsbereitschaft des jeweiligen Unternehmens zu gewährleisten (vgl. Schulte 2013, S. 410).

Laut Günther und Tempelmeier muss ein Lieferant seine Lagerpolitik so gestalten, dass keine untolerierbaren Lieferzeiten seitens des Kunden in Kauf genommen werden müssen und dass der Wirkungszusammenhang gilt der besagt, dass ein hoher Sicherheitsbestand beim Lieferanten eine kurze Wiederbeschaffungszeit des Abnehmers bedeutet und dies einen niedrigen Sicherheitsbestand beim Abnehmer zur Folge hat (vgl. Günther & Tempelmeier 2013, S. 257).

Anshuman Gupta und Costas D. Maranas untersuchten bereits im Jahr 2000 die mittel- fristige Struktur einer Supply Chain Planung in Hinsicht auf Nachfrageunsicherheiten. Im Einzelnen bezogen sie sich auf den Zielkonflikt zwischen der Befriedigung der Kunden- nachfrage und den Produktionskosten. Ihre Resultate zeigten auf, dass eine signifikante Steigerung des Service Levels, somit der Kundenzufriedenheit, möglich war, indem man die Produktionskosten bei einer bestimmten Höhe nur minimal erhöht (vgl. Gupta, Anshuman, Costas D. Maranas, and Conor M. McDonald 2000).

Im folgenden Ansatz wird gezeigt, dass die Bestimmung des Sicherheitsbestandes von vielen verschiedenen Faktoren abhängig ist, ein nicht unwesentlicher ist die Lieferzeit. Wie lange diese ist und wie sicher man planen kann, sind Faktoren die nicht ausgelassen werden dürfen. Schwarz und Weng untersuchten den Effekt von Lieferunsicherheiten auf den Sicherheitsbestand bereits im Jahr 2000 und zeigten unter anderem in einer Case Study die Wichtigkeit der Lieferzeit hinsichtlich einer optimalen Supply Chain auf (vgl. Schwarz & Weng 2000).

2 Vorstellung Grundlagen

Die nachfolgend vorgestellten Theorien basieren auf dem 12. Kapitel der 5. Auflage des Buches Supply Chain Management von Chopra und Meindl (vgl. Chopra & Meindl 2014).

2.1 Sicherheitsbestand in der Supply Chain

In diesem Abschnitt wird die Rolle des Sicherheitsbestandes mit den entsprechenden Komponenten sowie die wichtigsten Kennzahlen zur Berechnung von Produktverfügbar- keiten vorgestellt.

In der Realität gibt es keine deterministische Nachfrage, sie wird in der Regel pro- gnostiziert mit Hilfe eines Erwartungswertes und einer Standardabweichung. Je nach Prognose, Marktpräferenzen und individuellen Unterschieden können diese Schätzungen der Nachfrage unterschiedlich gut sein. Manchmal ist die Unsicherheit der Nachfrage aufgrund einer schwierigen Prognose sehr hoch und hohe Sicherheitsbestände, die hohe Kapitalbindungskosten zur Folge haben, sind die logische Konsequenz. Denn Sicher- heitsbestände sind die Bestände, die geführt werden, um den Bedarf zu decken und Fehlmengen zu reduzieren, falls der tatsächliche Bedarf während der Lieferzeit den prognostizierten Bedarf übersteigt. Sicherheitsbestände müssen geführt werden, da die Nachfrage unsicher ist und jedes Unternehmen Fehlbestände vermeiden möchte (vgl. Chopra & Meindl 2014, Seite 392). Wie in Abbildung 2.1 zu sehen, setzt sich der durchschnittliche Lagerbestand aus dem Sicherheitsbestand und dem Losgrößenbestand zusammen. Letzterer ist immer die Hälfte einer bestellten Losgröße Q, somit gilt für den Logrößenbestand Q/ 2.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 1: Bestandsprofil mit Sicherheitsbestand (vgl. Chopra & Meindl 2014, Seite 393)

Der Sicherheitsbestand trägt, durch die Vermeidung von Fehlbeständen, auf direktem Wege zur Verbesserung der Produktverfügbarkeit bei. Ein höherer Sicherheitsbestand führt zu einer höheren Produktverfügbarkeit, jedoch auch zu steigenden Kapitalbindungs- kosten. Genau dieser Kompromiss muss bei der Planung der Supply Chain berücksichtigt werden und wird im Folgenden explizit begutachtet.

Die Festlegung der angemessenen Höhe des Sicherheitsbestandes wird von der Unsicher- heit von Angebot und Nachfrage und dem gewünschten Grad der Produktverfügbarkeit beeinflusst. Zunehmende Unsicherheit wirkt sich steigend auf den Sicherheitsbestand aus, genau wie ebenfalls ein steigender Produktverfügbarkeitsgrad (vgl. Chopra & Meindl 2014, Seite 394). Für einen Unternehmer stellt sich daher immer die Frage wie hoch die Produktverfügbarkeit sein sollte und danach wird dann der entsprechende Sicherheitsbestand ermittelt.

Wichtige Faktoren auf den Sicherheitsbestand, die Nachfrageunsicherheit und Kennzah- len der Produktverfügbarkeit, werden jetzt kurz vorgestellt.

Messung Nachfrageunsicherheit

Die Nachfrage besteht aus der systematischen Komponente und der Zufallskomponente. Die Zufallskomponente wird als Standardabweichung des Prognosefehlers geschätzt. Die systematische Komponente wird mit den Inputdaten der durchschnittlichen Nachfrage pro Periode D und der Standardabweichung der Nachfrage (Prognosefehler) pro Periode σ D geschätzt.

Es wird im Folgenden angenommen, dass die Nachfrage zwischen verschiedenen Peri- oden t, t = 1 , . . . , T unabhängig voneinander ist und dass die Standardabweichung σ D normalverteilt ist. Die erwartete Nachfrage während der Lieferzeit D L wird ermittelt, indem man die Nachfrage D mit der Lieferzeit L multipliziert, somit gilt:

D L = D · L (2.1) Die Standardabweichung während der Nachfrage σ L wird durch das Produkt der Wurzel der Lieferzeit L und der Standardabweichung σ D ermittelt.

σ L = √Lσ D (2.2) Eine wichtige Kennzahl der Unsicherheit ist der Schwankungskoeffizient cv, dieser betrachtet das Verhältnis der Standardabweichung zum Mittelwert und kann daher aussagekräftiger zeigen, ob die Standardabweichung im Verhältnis zum Mittelwert als hoch oder niedrig einzustufen ist.

Abbildung in dieser Leseprobe nicht enthalten

Messung Produktverfügbarkeit

Zur Messung der bereits vorgestellten Produktverfügbarkeit werden 2 Kennzahlen ge- nutzt und in diesem Abschnitt vorgestellt.

Product Fill Rate

Die Product Fill Rate (FR), auf Deutsch Produkterfüllungsrate, beschreibt die Wahr- scheinlichkeit, dass die Nachfrage für ein bestimmtes Produkt während des Lieferzeit- raums gedeckt wird. Sie misst den Anteil der Kundennachfrage, die aus dem verfügbaren Bestand gedeckt wird. Da die FR dem Unternehmer ermöglicht, den Anteil der Nachfrage zu erkennen der in Umsatz umgewandelt wird, ist die FR eine zutreffendere Kennzahl als der CSL.

Cycle Service Level

Der Cycle Service Level (CSL) beschreibt die Wahrscheinlichkeit, dass in einem Nach- schubzyklus keine Fehlbestände aufkommen. Er wird normalerweise über mehrere Nachschubzyklen errechnet. Gibt es beispielsweise 10 Nachschubzyklen und in 4 Zyklen treten Fehlbestände auf, so liegt der CSL bei 40%. Unternehmen streben heutzutage einen CSL von mindestens 90% an, damit die Produktverfügbarkeit für den Kunden gewährleistet ist.

Die FR ist immer höher als der CSL und sie sind insofern verbunden, dass wenn der CSL steigt, die FR auch steigt. Umgekehrt steigt der CSL aber nicht im Falle des Steigens der FR, denn eine höhere Produkterfüllungsrate sichert nicht automatisch ab, dass es in dem Nachschubzyklus keine Fehlbestände gibt.

2.2 Lagerhaltungspolitiken

Kontinuierliche Lagerüberwachung

In der kontinuierlichen Lagerüberwachung wird der Bestand durchgehend überwacht. Bestellungen werden in Höhe einer Losgröße Q getätigt, sobald ein gewisser Punkt, bzw. eine gewisse Lagerbestandshöhe, auch Re-Order Point (ROP) genannt, erreicht ist. Die Zeit zwischen den verschiedenen Bestellungen kann hier variieren, die Bestellmenge Q ist in der Regel gleich groß.

Der Sicherheitsbestand ss K wird in der vorgestellten Politik ermittelt, indem man die erwartete Nachfrage während der Lieferzeit D L von dem Re-Order Point ROP abzieht. Da das Unternehmen eine Bestellung aufgibt sobald der ROP erreicht ist, gilt:

Sicherheitsbestand , ss K = R O P − D · L (2.4) Um die Kennzahl für die Produktverfügbarkeit, den CSL (vgl. Abschnitt 2.1), zu berechnen muss beachtet werden, dass ein Fehlbestand nur dann auftritt, wenn die Nachfrage während des Lieferzeitraums größer ist als der ROP, es gilt daher:

Abbildung in dieser Leseprobe nicht enthalten

C S L = P (Nachfrage während der Lieferzeit von L Wochen ≤ ROP) (2.5) Die Ermittlung der Verteilung der Nachfrage ist notwendig, um diese Wahrscheinlichkeit zu berechnen. Aus den Gleichungen (2.1) und (2.2) ist bekannt, dass die Nachfrage einen Mittelwert von D L und eine normalverteilte Standardabweichung von σ L hat. Daher kann der CSL durch die Normalverteilung F (x, µ, σ) folgendermaßen ermittelt werden:

Abbildung in dieser Leseprobe nicht enthalten

C S L = F (ROP, D L , σ L) (2.6) Für die Berechnung der FR aus Kapitel 2.1 muss das durchschnittliche Nachfrage- volumen bestimmt werden, um das der ROP in den Nachschubzyklen überschritten wird. Der erwartete Fehlbestand pro Nachschubzyklus (ESC, expected shortage per replenishment cycle) ist zu ermitteln. Dieser setzt sich aus den durchschnittlichen Ein- heiten der Nachfrage, die in einem Nachschubzyklus nicht bedient werden konnten, zusammen. Der Anteil der eingebüßten Nachfrage bei einer Losgröße Q ist ESC/Q. Die Produkterfüllungsrate wird dann wie folgt berechnet:

Abbildung in dieser Leseprobe nicht enthalten

Der ESC muss für die Berechnung der FR noch ermittelt werden. Ist die Nachfrage während der Lieferzeit D L und die Standardabweichung σ L normalverteilt, erhält man den ESC wie folgt:

Abbildung in dieser Leseprobe nicht enthalten

In der Gleichung (2.8) ist F s die Funktion der kumulativen Standardnormalverteilung und f s die Funktion der Standardnormaldichte. Die Standardnormalverteilung hat hier einen Mittelwert von 0 und eine Standardabweichung von 1. Ist der ESC bekannt, kann mit Hilfe der Gleichung (2.7) die FR ausgerechnet werden.

Möchte man nun den Sicherheitsbestand bei einem vorgegebenen CSL oder FR ermitteln, muss man sich noch einmal die Gleichungen (2.4) und (2.6) anschauen. Durch Gleichung (2.4) ist bekannt, dass der Unternehmer den Sicherheitsbestand ss K ermitteln muss, bei dem umgestellt gilt:

P (Nachfrage während der Lieferzeit ≤ D L + ss K) = C SL (2.9) Und da die Nachfrage normalverteilt ist (Gleichung (2.6)) wird der Sicherheitsbestand ermittelt, bei dem zutrifft:

Abbildung in dieser Leseprobe nicht enthalten

Umgestellt mit Hilfe der inversen Normalverteilung kann man dann den Sicherheitsbe- stand ss K bestimmen:

Abbildung in dieser Leseprobe nicht enthalten

Um den Sicherheitsbestand bei einer gegebenen FR zu berechnen, wird zunächst Glei- chung (2.7) nach dem ESC umgestellt, FR eingesetzt und ESC ausgerechnet. Anschlie- ßend wird der Sicherheitsbestand ss K errechnet, der unter Berücksichtigung des vorher berechneten ESC die Gleichung (2.8) auflöst.

Periodische Lagerhaltung

Bei der periodischen Lagerhaltung gibt es vorgegebene Überprüfungsintervalle, einen festen Zeitraum T, in welchem der Bestand geprüft und entsprechende Bestellungen getätigt werden, um den Lagerbestand wieder auf ein gewisses Niveau anzuheben, diese Bestandsmenge wird als Order-up-to level (OUL) bezeichnet. Die Zeit zwischen den Bestellungen ist aufgrund der Intervalle gleich, die Bestellmenge variiert gemäß des zu dem Zeitpunkt vorherrschenden Lagerbestandes.

Der OUL ist der Bestand, der die gesamte Nachfrage zwischen den Intervallen und der Lieferzeit, somit zwischen dem ersten Zeitpunkt der Prüfung 0 und T + L, decken soll. Eine Fehlmenge entsteht, sobald die Nachfragemenge den OUL während des Zeitintervalls zwischen 0 und T + L übersteigt, deswegen muss ein OUL bestimmt werden bei dem gilt:

Abbildung in dieser Leseprobe nicht enthalten

Notwendig hierfür ist die Ermittlung der normalverteilten Nachfrage während des Zeitintervalls T + L, es werden der Mittelwert der Nachfrage während T + L Perioden D T + L und die Standardabweichung der Nachfrage während T + L Perioden σ T + L gebraucht, welche folgendermaßen definiert sind:

Abbildung in dieser Leseprobe nicht enthalten

Mit Hilfe des gewünschten, vorgegebenen CSL kann der erforderliche Sicherheitsbestand ss P in Gleichung (2.14) errechnet werden.

Abbildung in dieser Leseprobe nicht enthalten

Überprüfungsintervalles T.

2.3 Lieferunsicherheit

Bisher wurde unterstellt, dass die Lieferzeit L fest ist, jedoch sind Lieferzeiten in vielen Fällen in der Realität nicht fest, gewisse Unsicherheiten kann es während der Lieferzeit immer geben und diese werden in diesem Kapitel vorgestellt und mit in das Modell genommen.

Abbildung in dieser Leseprobe nicht enthalten

Da die Lieferzeit unsicher ist, wird hier die Standardabweichung der Lieferzeit s L mit betrachtet. Da nun sowohl die periodische Nachfrage, als auch die Lieferzeit unsicher sind, muss die Standardabweichung aus Gleichung (2.2) folgendermaßen in σ LU geändert werden:

Abbildung in dieser Leseprobe nicht enthalten

2.4 Bündelung der Nachfrage

Vorstellung von Bündelung

Unternehmen, die Produkte fertigen und vertreiben, müssen den entsprechenden Be- stand lagern. An dieser Stelle gibt es mehrere Möglichkeiten. Eine Möglichkeit ist, viele Standorte zu errichten, in vielen Regionen vertreten zu sein und in jedem Standort einen entsprechenden Sicherheitsbestand zu führen. Bestandsbündelung ist eine weitere Möglichkeit die nun vorgestellt wird. Bestandsbündelung bedeutet, die zu lagernden Produkte und auch die Nachfrage zu bündeln und sie von einer geringeren Zahl an Distributionszentren, oder Lagerhäusern, zu bedienen.

Vorteile sind auf der einen Seite, dass fixe Kosten gespart werden können, wenn we- niger Distributionszentren genutzt werden, auf der anderen Seite werden zwar die Sicherheitsbestände in einem Distributionszentrum höher, aber absolut gesehen wird aufgrund der geringeren Anzahl an Zentren oftmals ein insgesamt kleinerer Sicherheits- bestand geführt. Dies führt dann zusätzlich zu Einsparungen in den Lagerhaltungskosten.

Ein offensichtlicher Nachteil der Bündelung ist, dass die Reaktionszeit vor Ort - bei beispielsweise nur noch einem Zentrallager - ansteigt, da es dann auch durchaus der Fall sein kann, dass die Lieferzeit signifikant ansteigt, wenn größere Strecken zwischen dem Kunden und dem Distributionszentrum vorliegen. Entsprechend steigen dann auch die Transportkosten zum Kunden (vgl. Chopra & Meindl 2014, S. 417).

[...]