Vorlesung 4 Flashcards
Ablauf Produktionsplanung und Steuerung (PPS) (5)
- Geschäftsplanung
- Aggregierte Planung (Zeitlich, Räumlich, Sachlich)
- (Haupt-) Produktionsplanung
- Materialbedarfsplanung
- Ablaufplanung
Was ist (2.) Aggregierte Planung
Unternehmensweite Abstimmung:
- Beschaffung, Produktion, Absatzes, Personalwesen
- Glättung von Beschäftigungsschwankungen
Ergebnis: mittelfristiger Produktionsplan für Produkttypen, unternehmsweit, mehrere Werke
Was ist (3.) Hauptproduktionsprogrammplanung (MPS)
- Koordination aller Segmente innerhalb eines Werks
- Aufstellung des dezentralen Produktionsprogramms
- Aufdeckung von Engpässen
Ergebnis: kurzfristiges Hauptproduktionsprogramm für Endprodukte je Werk
Kennzeichen von Prognosen (3)
- Vorhersagen sind gewöhnlich falsch
- Zeitstabilitätshypothese
- aggregierte Vorhersage genauer als disagrregierte
Prognoseprozess (6)
- Bestimmung Prognoseziel
- Festlegung Zeithorizont
- Auswahl Prognoseverfahren
- Erhebung der Daten
- Erstellung der Prognose
- Überwachung der Prognose
Prognosenverfahren (3) + Erklärung
Qualitative Prognose
- > Meinung mehrerer Personen
- > falls keine Vergangenheitsdaten vorliegen / Anpassung Kausal-/Zeitreihenprognose
Kausalprognose
-> Schätzung einer Funktion
Zeitreihenprognose
-> Schätzung der Nachfrage auf Basis von Vergangenheitsdaten
Qualitative Prognosenerfahren (4)
Vertriebsschätzung
Kundenbefragung
Expertenschätzung
Defphimethode
->Erweiterung der einfachen Expertenbefragung um eine strukturierte Mehrfachbefragung
Vertriebsschätzung Pro & Contra
+ kennen Kunden gut
- Neigung zur Über/Unterschätzung
- nicht alle notwendigen Informationen
Kundenbefragung Pro & Contra
+ faktenbasiertes Verfahren
+ kurz/mittelfristig gute Prognose
- benötigt Wissen und Können
- teuer und Aufwendig
- nicht immer Aussagekräftig (Rückantwort)
Expertenschätzung Pro & Contra
+ hohes Wissen
+ auch für neue Produkte mittel/langfristig
- teures, knappes Personal
- keine Einzelperson ist Verantwortlich
Delphi Methode Erklärung Pro & Contra
Integratives Vorgehen: Experten beantworten anonym Fragebogen, Auswertung, neuer Fragebogen -> etc.
bis zum Konsens
+ Erzielt Konsens
+ besonders für langfristige Prognosen
+ unabhängige Antworten
- langsamer Prozess
- Experten sind nicht Verantwortlich
Kausale Prognoseverfahren (3) + Erklärung
Anwendung bei Prognose einer Nachfrage abhängig von bekannter Größe
Lineare Regression
Nicht- Lineare Regression
Sonstige
Zeitreihenprognose (4) + Erklärung
Vergangenheit wird auf Zukunft angewendet
Prognose mit Daten aus der Vergangenheit
Konstantes Niveau
- gleitende Durchschnitte
- exponentielle Glättung 1. Ordnung
Trend
- exponentielle Glättung 2. Ordnung
Saisonalität
Wachstum und Sättigung
Beurteilung der Prognose
Fehlermaße: MDT, MADT, σeT
Wann liegt ein gutes Prognosemodell vor?
- Niveau des Prognosefehlers um 0 schwankt
- geringe Über- und Unterschätzungen
Fehlermaße Erklärungen von MD, MAD, Streuung
MD: Überschätzung und Unterschätzung können sich ausgleichen
MAD: Überschätzung und Unterschätzung können sich nicht ausgleichen
Streuung: hohe punktuelle Abweichungen werden stärker gewichtet
Fehlermaße Zusammenhänge
Zwischen MD und MAD
Zwischen MAD und Streuung
MD - MAD: geringe Differenz → Überschätzung selten/gering
MAD - Streuung: geringe Differenz → keine hohe außergewöhnliche punktuelle Abweichung
Gleitende Durchschnitte (Formel)
n: Glättung über n Perioden
Exponentielle Glättung 1. Ordnung (Formel)
Glättungsparameter großes α, kleines α
kleines α:
starke Glättung / hohe Gewichtung der alten Prognose Daten
großes α:
geringere Glättung / stärkerer Schwankungen
Exponentielle Glättung 2. Ordnung
(Verfahren von Holt)
𝑥𝑡+i = aT + bT*i
aT = α \* 𝑥𝑡 + (1-α) \* (aT-1 + bT-1) bT = β \* (aT - aT-1) + (1-β) \* bT-1
b0 = x2 - x1 a0 = x1 - b0
