3.4 Modelle für das Design der Netzwerkkonfiguration Flashcards
Design der Netzwerkkonfiguration - herausfordernde Aufgabe
- aufgrund ihrer Komplexität
- und ihrer strategischen Bedeutung
Design der Netzwerkkonfiguration - faktenbasierte Entscheidungsfindung
- Notwendigkeit Vielzahl an unterschiedlichen Informationen zu beschaffen, zu analysieren und zu bewerten
- quantitative und qualitativ Einflussfaktoren
Design der Netzwerkkonfiguration - quantitative Einflussfaktoren
- quantitative erfassbar und bewertbar
- bspw. historische Verkaufs- oder Sendungszahlen
Design der Netzwerkkonfiguration - qualitativ Einflussfaktoren
- nur schwer quantifizierbar
- oder nur qualitativ erfassbar und bewertbar
- bspw. Auswirkung der Standortwahl auf das Image
Design der Netzwerkkonfiguration - Problem Informationen
in der Praxis liegen nicht immer alle benötigten Informationen zum Zeitpunkt der Entscheidungsfindung vor
-> subjektive Erfahrungswerte, Schätzungen und „Bauchgefühl“ füllen vorhandene Informationslücken
Design der Netzwerkkonfiguration - Abhilfe
- Informationsfülle
- komplexe Wechselwirkungen
-> vereinfachte und zweckorientierte Abbildung des SC-Netzwerks durch Modelle vonnöten
Abbildung des Supply-Chain-Netzwerks - Ziel
- Unterstützung der Entscheidungsfindung
- bei Konfiguration des SC-Netzwerks
- durch ausgewählte Modelle
Abbildung des Supply-Chain-Netzwerks - Wahl des Modells
richtet sich nach:
* vorliegender Informationslage
* Kenntnissen der Wechselwirkungsmechanismen im SC-Netzwerk
What-if-Szenarien - Anwendung
- nur wenig belastbare Informationen liegen vor
- grundlegende Wechselwirkungsmechanismen sind bekann
- Einsatz primär in den ersten drei Phasen des Rahmenmodells für das Netzwerkdesign
What-if-Szenarien - Ziel
- Analyse der Reaktion des Netzwerks
- auf mögliche Veränderungen
What-if-Szenarien - Schritte
- Netzwerk abbilden
- Entwicklungen und Auswirkungen bestimmen
- Einflussfaktoren verändern
What-if-Szenarien - Schritte - Netzwerk abbilden
Abbildung in einem Moddel:
* des zu untersuchenden Netzwerks
* alle darin bekannten Wechselwirkungen
* alle relevanten Einflussfaktoren
je nach Netzwerkkomplexität analog (Whiteboard) oder digital (Tabellenkalkulationsprogramm)
What-if-Szenarien - Entwicklungen und Auswirkungen bestimmen
- zu erwartende zukünftige Entwicklungen erarbeitet
- ihre Auswirkungen auf Einflussfaktoren abgeschätzt
What-if-Szenarien - Einflussfaktoren verändern
für jedes erarbeitete Szenario:
* Einflussfaktoren entsprechend der Abschätzung verändern
* beobachtet, wie sich das Netzwerk in einem solchen Szenario verhält
What-if-Szenarien - Vorteile
- vergleichsweise schnelle und einfache Handhabung
- Eignung zur Beantwortung unterschiedlicher Fragestellungen
- Einsatzmöglichkeit bei geringer Informationsverfügbarkeit
Computergestützte Simulation - allgemein
- detaillierte Variante der Szenarioanalyse
- bilden in der Regel komplexere Netzwerke ab, die vor allem durch computergestützte Berechnung praktikabel einsetzbar sind
Computergestützte Simulation - Grundgedanke bei der Modellierung
analog zum Aufbau eines Modells für What-if-Szenarien
Computergestützte Simulation - wesentliche Unterschied zu What-if-Szenarien
- höheren Anzahl an Netzwerkobjekten und Verbindungen im Netzwerk
- formale Beschreibung der Netzwerkmechanismen
Computergestützte Simulation - Nutzen
- Verhalten eines Netzwerks über eine definierte Zeitspanne sowie unter dem Einfluss definierter Ereignisse beobachten
- Entscheidungsoptionen validieren
Computergestützte Simulation - Detaillierungsgrad
- beliebig
- für SC-Netzwerkdesign Betrachtung auf Standortebene angemesse
Computergestützte Simulation - Modellierung
- erfolgt in speziellen Simulationssoftwares
- ressourcenintensiver als What-if-Szenarien
Computergestützte Simulation - Szenarien
zuvor erarbeitete Szenarien können simuliert werden über Anpassung von Parametern:
* des Netzwerkmodells,
* des Nachfragemodells
* und des Simulationslaufs
Computergestützte Simulation -Parameter des Netzwerkmodells
bspw.:
* Anzahl,
* Rollen
* und lokale Positionierung von Standorte
Computergestützte Simulation - Beispiele Parameter des Nachfragemodells
- Nachfrageprognosen
- statistische Nachfrageschwankungen
Computergestützte Simulation - Beispiele Parameter des Simulationslaufs
- simulierende Zeitspanne
- Wiederholungszahl der Simulationsläufe
Computergestützte Simulation - Laufzeit abhängig von…
- Komplexität der verwendeten Modelle
- Leistungsfähigkeit der eingesetzten Simulationssoftware und -hardware
- gewählter Zeitrafferfaktor und Wiederholungszahl der Simulationsläufe
Computergestützte Simulation - Laufzeit
einige Minuten bis zu mehrere Tage
Computergestützte Simulation - Entscheidend für die Aussagekraft der Simulationsergebnisse
Qualität der abgebildeten logischen Wechselbeziehungen im Simulationsmodell
Computergestützte Simulation - Herausforderung
- mathematische Abbildung der Realität
-> Quantifizierung qualitativer Informationen - Umgang mit Informationslücken
Mathematische Modelle - Anwendungsbereiche
- computergestützte Simulation
- mathematische Optimierung, als Teilbereich von Operations Research
Operations Research (OR)
- Teilgebiet der angewandten Mathematik
- beschäftigt sich mit der quantitativen Lösung betriebswirtschaftlicher Fragestellungen
Mathematische Optimierung - Einsatz Rahmenmodell
in der letzten Phase des Rahmenmodells für das Netzwerkdesign
Mathematische Optimierung - Untersuchung
- des Verhaltens einer bestimmten Supply-Chain-Netzwerkkonfiguration
- unter verschiedenen Bedingungen
Mathematische Optimierung - Netzwerkparameter
- sind durch die Netzwerkkonfiguration bereits vorgegeben
- bspw. Anzahl an Standorten und ihre lokale Positionierung
Mathematische Optimierung - Fragestellungen in der Netzwerkgestaltung
zielen auf die optimale Einstellung der Netzwerkparameter (Entscheidungsvariablen) ab.
Mathematische Optimierung - Ziel
- wird in einer Zielfunktion beschreiben
- die es zu minimieren oder maximieren gilt
- Minimierung oder Maximierung der Zielfunktion wird über Werteänderungen der Entscheidungsvariablen erreicht
-> Bestimmung der Entscheidungsvariablen
Mathematische Optimierung - Fragestellungen in der Netzwerkgestaltung - Beispiele optimale Einstellung der Netzwerkparameter
- optimale Anzahl an Standorten
- optimales Kapazitätsangebot an jedem Standort
- optimale Verkehrsverbindungen zwischen den Standorten
Mathematische Optimierung - Beispiel Zielfunktion
- Gesamtkosten des SC-Netzwerks,
- die es zu minimieren gilt
Mathematische Optimierung - Rahmenbedingungen des Netzwerks
werden mathematisch beschrieben und als Nebenbedingungen modelliert
Mathematische Optimierung - Beispiele Rahmenbedingungen
- Anforderungen, Netzwerk mit mindestens fünf Produktionsstandorten und acht Lagerstandorten zu planen
- Lieferfähigkeit der SC von 95 % nicht zu unterschreiten
Mathematische Optimierung - Nebenbedingungen
über sie werden alle für die Entscheidungsfindung relevanten Informationen in das mathematische Optimierungsmodell aufgenommen:
* Strukturen der fixen und variablen Kosten
* Entfernungstabellen
Mathematische Optimierung - Grundvoraussetzung
- quantitative Verfügbarkeit aller benötigten Informationen
- Einsatz von Optimierungssoftware
Mathematische Optimierung - Problem
- Realität wenig abstrahiert
- Realität stark abstrahiert
Mathematische Optimierung - Realität wenig abstrahiert
lange Rechenzeit
Mathematische Optimierung - Realität stark abstrahiert
- fragwürdige Aussagekraft der Optimierungsergebnisse
- fragwürdige Übertragbarkeit der Ergebnisse auf die Realität
Mathematische Optimierung - kritischer Erfolgsfaktor
- beim Aufbau von Optimierungsmodellen:
- Ausgleich zwischen benötigter Modellkomplexität und vertretbarer Rechenzeit zu erzielen
Mathematische Optimierung - Alternative
Heuristiken
Heuristiken - allgemein
- analytische Verfahren
- vertretbarer Rechenaufwand
- gültige und meist gute Lösungen mathematischer Probleme
Heuristiken - Güte von Lösungen
- benötigt optimale Lösung
- Ist diese bekannt, so erübrigt sich der Einsatz der Heuristik
Mathematische Optimierung - Heute
stetiges Wachstum der Rechenkapazitäten
-> heute Optimierungsprobleme können praktikabel gelöst werden, die vor zwanzig Jahren für die Praxis als nicht anwendbar galten
Mathematische Optimierung - Erwartungen
hohe Erwartungen mit Quantencomputern verbunden