Complexity Engineering

Complexity Engineering · Entscheidungssimulator Lieferkette

Warum schwanken Ihre Bestellungen stärker als die Nachfrage?

Vier Stufen, jede bestellt bei der nächsten, jede Lieferung braucht Zeit. Schon eine kleine Änderung der Kundennachfrage kann beim Hersteller eine grosse Welle auslösen. Wählen Sie ein Szenario, verschieben Sie die Regler und lesen Sie unten, was die Ergebnisse für Ihre Disposition bedeuten.

Kunde←Händler←Grosshandel←Verteiler←Hersteller

Simulator

Szenario · Dispositionspolitik
Kundennachfrage
Wie schnell eine Bestandslücke durch Mehrbestellung geschlossen wird
Anteil der bereits bestellten, noch nicht gelieferten Ware, den die Disposition berücksichtigt
Glättungszeit der Nachfrageprognose (exponentielle Glättung)
Transportzeit bzw. Produktionszeit beim Hersteller
Zielbestand als Reichweite in Wochen der erwarteten Nachfrage

Bestellungen je Woche

Kundennachfrage Händler Grosshandel Verteiler Hersteller Hersteller im Basisszenario

Nettobestand je Stufe (unter null: Lieferrückstand)

Diagnose

Wo in der Kette die Welle wächst

Verstärkung = Streuung der Bestellungen einer Stufe geteilt durch die Streuung der Kundennachfrage. Der Strich markiert 1,0: Bestellungen schwanken genau wie die Nachfrage.

Empfehlungen

Was diese Simulation für Ihre Disposition bedeutet

    Modellannahmen, Gleichungen und Literatur
    • Zeiteinheit Woche, Horizont 52 Wochen. Ausgangslage im Gleichgewicht: Nachfrage 100 Stück pro Woche, alle Bestände auf Zielniveau.
    • Bestellungen erreichen die vorgelagerte Stufe nach einer Woche; Lieferungen brauchen die eingestellte Lieferzeit. Rückstände werden zuerst bedient.
    • Alle Stufen folgen derselben Bestellregel (Anker-und-Anpassung nach Sterman 1989). Die Regler wirken also wie eine Konzernrichtlinie für die ganze Kette.
    • Kosten: Lager 0,50 CHF und Lieferrückstand 1,00 CHF je Stück und Woche, summiert über alle Stufen (Werte wie im Beer Game). Lieferbereitschaft: Anteil der eingehenden Bestellungen, den eine Stufe sofort ab Lager bedient; angezeigt wird die schwächste Stufe.
    • Nicht enthalten sind Kapazitätsgrenzen, Losgrössen, Preise und Rationierungsspiele. Die Parameter sind Beispielwerte und nicht kalibriert.

    Prognose E(t) = E(t−1) + (Signal − E(t−1)) / Glättungszeit Bestellung O = max(0, E + [(Reichweite·E − Nettobestand) + Anrechnung·(E·Lieferzeit − offene Bestellungen)] / Nachführzeit) Signal = eingehende Bestellungen bzw. Kundennachfrage bei geteilten Daten

    • Forrester, J. W. (1961). Industrial Dynamics. MIT Press.
    • Sterman, J. D. (1989). Modeling managerial behavior: Misperceptions of feedback in a dynamic decision making experiment. Management Science, 35(3), 321–339.
    • Lee, H. L., Padmanabhan, V. & Whang, S. (1997). Information distortion in a supply chain: The bullwhip effect. Management Science, 43(4), 546–558.
    • Sterman, J. D. (2000). Business Dynamics, Kap. 17–18. Irwin/McGraw-Hill.
    • Croson, R. & Donohue, K. (2006). Behavioral causes of the bullwhip effect and the observed value of inventory information. Management Science, 52(3), 323–336.

    Kontakt

    Ihre Lieferkette mit eigenen Daten simulieren?

    Dieses Modell ist bewusst einfach. Für Kundenprojekte bilden wir Ihre Stufen, Lieferzeiten, Kapazitäten und Bestellregeln ab, kalibrieren mit Ihren Daten und übergeben einen Simulator, mit dem Ihr Team Dispositionsregeln selbst testet. Ein erstes Gespräch ist unverbindlich; wir melden uns innert zwei Arbeitstagen.

    E-Mail complexityengineer [at] outlook [dot] com
    LinkedIn Complexity Engineering Profil öffnen ↗
    Website systemdynamics.ch Weitere Simulatoren

    Prof. Dr. Stefan N. Groesser · Complexity Engineering GmbH, Bern