04 Absatz- und Bedarfsplanung Flashcards
Dilemma der Prognose
- Schwankende Absatzmengen erschweren Prognosen und erfordern hochwertige Prognoseverfahren
- Exakte Vorhersage der Zukunft unmöglich (Prognosegenauigkeit vs. Prognosekosten)
Zusammenhang von Prognose und Planung
Aufeinanderfolgende Prozess:
Vergangenheit- und Gegenwartsdaten –> Prognose –> Absatz-/Bedarfsprognose –> Planung –> Absatz-/Bedarfsplan
Prognose
Grundeinschätzung des zukünftigen Bedarfs auf Basis statistischer Methoden (Zeitreihenanalyse)
Planung
Auf der Prognose beruhende und im Konsens abgestimmte Bedarfseinschätzung, ergänzt um Managementvorgaben und Expertenwissen (ökon. Indikatoren, Produktlebenszyklen, Promotions)
Absatzplanung
- Input (2)
- Legt fest (3)
Input
- Absatzerwartungen
- Unternehmensziele
Legt fest
- Absatzziele: Mengen von Produktarten auf den jeweiligen Märkten in Perioden (Liefer- und Absatzplan)
- Absatzpolitische Maßnahmen
- Absatzbudgets
Produktionsplanung
- Input (2)
- Legt fest (4)
Input
- Absatzplan
- Kapazitätsrestriktionen
Legt fest
- Welche Kapazitäten sind in welchem Werk bereitzustellen?
- Wie sollten die Kapazitäten bereitgestellt werden?
- Was wird wann in welchem Werk in welcher Menge produziert?
- Welche Vormaterialien sind hierzu bereitzustellen?
Arten der Bedarfsplanung
- Verbrauchsgebundene Bedarfsplanung
- Programmorientierte Bedarfsermittlung
Verbrauchsgebundene Bedardsplanung
- Beschreibung
- Vorteil
- Nachteil
- Eignung und Herangehensweise
- Schätzung des zukünftigen Bedarfs durch Analyse der Vergangenheitsbedarfe
- Vorteil: Geringer Aufwand
- Nachteil: Geringe Genauigkeit
- Geignet für geringwertige Komponenten
- Zeitreihenanalyse
Programmorientierte Bedarfsermittlung
- Beschreibung
- Vorteil
- Nachteil
- Eignung und Herangehensweise
- Basiert auf dem Produktionsprogramm (Primärbedarf) –> Sekundärbedarf leitet sich direkt aus Primärbedarf ab
- Vorteil: Hohe Genauigkeit
- Nachteil: Hoher Aufwand
- Geeignet für hochwertige Komponenten
- Stücklistenauflösung
Prognosemethoden - Schritte des Vorgehensmodells für univariate Modelle (5)
- Untersuchung der charakteristischen Merkmale der Zeitreihe (historische Daten)
- Auswahl eines geeigneten Prognosemodells
- Schätzung der Koeffizienten des Prognosemodells
- Laufende Anwendung des Prognosemodells (Berechnung der Prognosewerte)
- Beobachtung und Analyse der Prognosegenauigkeit im Zeitablauf (Kennzahlen)
Prognosemethoden - Stochastische Modelle: Gleitender Durchschnitt
- Definition
- Kritik
Mittelwert der h neuesten Werte der Zeitreihe
Kritik:
- Alle berücksichtigten Werte werden gleich bewertet
- Die Anpassung an die. Reihenentwicklung ist langsam
- Abhängig von h werden Zyklen gedämpft oder verschoben
- Bei großem h konvergiert der Prognosewert gegen eine Konstante
Prognosemethoden - Stochastische Modelle: Exponentielle Glättung
- Varianten
- Definitionen
- Kritik
Exponentielle Glättung 1. Ordnung
- Annahme: Nachfrage schwankt zufällig um ein festes Niveau
- Annahme eines konstanten Levels fehlerhaft bei Trend-behafteter Entwicklung
Kritik:
- Prognose „hinkt“ Zeitreihe hinterher
- Zu starke Glättung bei kleinem lambda
Exponentielle Glättung 2. Ordnung
- Annahme: Linearer Nachfragetrend
- Annahme eines linearen Nachfragetrends fehlerhaft bei Saisoneffekten
Exponentielle Glättung 3. Ordnung
- Annahme: Saisonbehafteter linearer Nachfragetrend
Prognosemethoden - Stochastische Modelle: Lineare Regression
Approximation der Zeitreihe durch eine lineare Funktion (Einsatz anderer Arten der Regression bei nichtlinearem Verlauf)
Kritik:
- Saisonzyklen werden vernachlässigt
- Nur anwendbar, wenn ein dominanter linearer Trend vorliegt
Besonderheiten der Absatz- und Bedarfsplanung in der Automobilindustrie (6)
- Mittel- bis langfristige Prognosen des Absatzes vollständig spezifizierter Varianten sind mit extremer Unsicherheit behaftet
- Absatzprognose für Primärbedarfe findet auf aggregierter Basis statt
- Sekundärbedarf muss dennoch detailliert geplant werden
- Deterministische Stücklistenauflösung nur noch eingeschränkt nutzbar
- Aggregierte Planung des Primärbedarfs: Prognose über Modelle, Ausstattung, Varianten, obwohl noch keine Aufträge vorliegen
- Planungshorizonte vs. Datenverfügbarkeit: Ausstattung und Varianten müssen prognostiziert und geplant werden, obwohl spezifische Aufträge nicht vorliegen <-> spezifische Aufträge werden aufgrund der Vielzahl an Varianten aber für die Bestimmung des Sekundärbedarfs benötigt
Klassische Bedarfsplanung - Schritte
- Absatzprognose (detailliert)
- Absatzplanung/Produktionsplanung (detailliert)
- Primärbedarf (detailliert)
- (Sekundär-) Bedarfsplanung -> Stücklistenauflösung
- Sekundärbedarf (detailliert)
Bedarfsplanung Automobilindustrie - Schritte
- Absatzprognose (aggregiert)
- Absatzplanung/Produktionsplanung (aggregiert)
- Primärbedarf (aggregiert)
- (Sekundär-) Bedarfsplanung
- Sekundärbedarf (detailliert)
Bedarfsplanung mittels BCT-Modell
Beim BCT-Modell wird der Sekundärbedarf aus kundenspezifischen Produktvarianten berechnet und intern auf eindeutige Sachnummern heruntergebrochen
Lösungsansätze für die Absatz- und Bedarfsplanung in der Automobilindustrie
Erzeugung von virtuellen Aufträgen
- Ebene
- Lösungsansatz
- Varianten
Ebene:
Produktebene
Lösungsansatz:
Erzeugung von virtuellen Aufträgen verkaufsfähiger Endprodukte (Primärbedarf) und Stücklistenauflösung
Varianten
- Repräsentative Varianten (reale/ virtuelle Aufträge
- Echtaufträge
Lösungsansätze für die Absatz- und Bedarfsplanung in der Automobilindustrie
Planung von Coderegeln
- Ebene
- Lösungsansatz
- Varianten
Ebene
Zwischenebene
Lösungsansatz
Planung von Coderegeln, dann Stücklistenauflösung
Varianten
- Direkte Prognose von Coderegeln
- Planung von Coderegeln durch Verarbeitung des aggregierten Primärbedarfs
Lösungsansätze für die Absatz- und Bedarfsplanung in der Automobilindustrie
Direkte Prognose des Sekundärbedarfs
- Ebene
- Lösungsansatz
- Varianten
Ebene
Technische Ebene
Lösungsansatz
Direkte Prognose und Planung des Sekundärbedarfes
Varianten
Bevorratungsebene
Erzeugung von virtuellen Aufträgen
- Kennzeichen
- Vorteile (1)
- Nachteile (3)
Kennzeichen:
- Erzeugung von virtuellen Aufträgen verkaufsfähiger Endprodukte und Stücklistenauflösung
- Menge entspricht aggregiertem Primärbedarf
- „Naive“ Prognose
Vorteile
- Reale Repräsentanten/Echtaufträge: Abhängigkeiten von Optionen werden berücksichtigt
Nachteile
- Änderungen in der Nachfragestruktur werden nicht antizipiert
- Sekundärbedarfsspektrum wird nicht vollständig abgedeckt
- Künstliche Repräsentanten: Abhängigkeiten von Optionen werden nicht berücksichtigt
Planung von Coderegeln
- Kennzeichen
- Vorteile (2)
- Nachteile (2)
Kennzeichen:
- Planung und Prognose auf Ebene der Codes/Coderegeln
- Teilerelevante Coderegeln = Einbauregeln aller Positionen
- Auftretenswahrscheinlichkeit der Coderegeln + Produktionsprogramm -> Prognose des Sekundärbedarfs
Vorteile
- Abhängigkeiten von Optionen werden berücksichtigt
- Deutlich geringere Anzahl zu prognostizierender Werte pro Periode als auf Produktebene
Nachteile
- Änderungen in der Nachfragestruktur werden nicht antizipiert
- Sekundärbedarfsspektrum wird nicht vollständig abgedeckt
Direkte Prognose des Sekundärbedarfs
- Kennzeichen
- Vorteile (1)
- Nachteile (2)
Kennzeichen:
- Stochastische, verbrauchsgebundene Bedarfsermittlung
- Keine Berücksichtigung des Primärbedarfes
- Eigene Prognose für jedes Einzelteil
Vorteile
- Einfacher Ansatz
Nachteile
- Abhängigkeiten von Optionen werden nicht berücksichtigt -> ggf. Inkonsistenz
- Fehlender Marktbezug
