Suchen

Lieferkettenoptimierung Wichtige Kunden zuerst beliefern – aber wie?

| Redakteur: Beate Christmann

Vor allem bei Lieferengpässen stehen Unternehmen vor der Frage, welche Kunden ihre Ware bevorzugt erhalten sollen. Forscher der Universität Hohenheim haben nun ein Rechenmodell entwickelt, das diese strategische Entscheidung in Zukunft treffen können soll.

Firmen zum Thema

Ein neues Planungsmodell von Forschern der Universität Hohenheim soll dabei helfen, Lieferketten auch bei Engpässen zu optimieren.
Ein neues Planungsmodell von Forschern der Universität Hohenheim soll dabei helfen, Lieferketten auch bei Engpässen zu optimieren.
(Bild: gemeinfrei / CC0 )

Eine hohe Nachfrage auf Kundenseite ist in der Regel ein Grund zur Freude beim Unternehmer. Das kann sich schnell ändern, wenn Lieferengpässe die Folge sind. Hersteller von Sachgütern würden all ihre Kunden am liebsten sofort und nach Wunsch beliefern. Doch das geht nicht immer. Lieferengpässe können verschiedenste Gründe haben, aber eines haben sie gemein: Sie erzwingen eine Entscheidung darüber, welche Kunden bevorzugt ihre Waren erhalten sollen.

Doch gerade das Fällen dieser Entscheidung ist in der Praxis oft ein Problem. „Große Unternehmen fassen ihre Kunden über mehrere Ebenen immer weiter zusammen, um die Verteilung von Produkten zu managen“, erklärt Prof. Dr. Meyr, Wirtschaftswissenschaftler an der Universität Hohenheim. „Die Kunden werden also in Gruppen aufgeteilt, etwa nach Regionen, Ländern oder Kontinenten, und werden dann Kundenbetreuern zugeordnet. Diese fassen die Information zu allen Kunden in ihrem Segment zusammen und leiten sie weiter an die nächsthöhere Ebene.“

Für eine Gruppe mit wichtigen und weniger wichtigen Kunden wird ein Durchschnitt ermittelt und weitergegeben. Daraus geht aber nicht hervor, ob eine Kundengruppe im Durchschnitt aus vielen unwichtigen und wenigen sehr wichtigen Kunden besteht oder aus lauter mittelwichtigen Kunden. Bei der Frage, welche Gruppen im Fall eines Lieferengpasses bevorzugt behandelt werden, ist dies aber ein bedeutsamer Faktor, betont Prof. Dr. Meyr: „Es könnte sich für ein Unternehmen auszahlen, strategisch wichtige Kunden bei Engpässen bevorzugt zu beliefern.“

Gezielte Informationen statt Big Data

Um zu entscheiden, welche Kundengruppen wie viele Waren erhalten sollen, muss ein Entscheider auf der höchsten Ebene ein genaues Bild darüber haben, wie wichtig die einzelnen Kunden für das Unternehmen sind – und diese Information geht auf dem Weg nach oben verloren. Prof. Dr. Meyr möchte hier Abhilfe schaffen: Sein neues Planungsmodell berücksichtigt auf jeder Ebene die Wichtigkeit des einzelnen Kunden für den Produzenten – so dass dieser die jeweiligen Liefermengen optimieren kann.

„Natürlich erscheint es im Zeitalter von Big Data naheliegend, einfach alle Informationen ungebündelt über die Ebenen weiter zu reichen“, überlegt Prof. Dr. Meyr. „Doch das ist nur selten möglich und erwünscht.“ Um das Dilemma zu lösen hat er gemeinsam mit seinem wissenschaftlichen Mitarbeiter Dr. Jaime Cano-Belmán nach einem Mittelweg zwischen der Datenflut von Big Data und dem Herunterbrechen auf einen Durchschnittswert gesucht.

Und die beiden Forscher sind fündig geworden: Eine neue Größe, die sie in die mathematischen Modellrechnungen zum Lieferkettenmanagement einspeisen, löst das Problem. „Damit erhalten wir Aufschluss über die Wichtigkeit einzelner Kunden innerhalb einer Gruppe, anstatt nur einen Durchschnitt zu erfahren“, erläutert Dr. Cano-Belmán.

Unter der Prämisse einer sicheren Nachfrage klappt die Modellrechnung bereits recht gut. Im nächsten Schritt kommen die Projektpartner ins Spiel: Prof. Dr. Richard Pibernik von der Universität Würzburg und Prof. Dr. Moritz Fleischmann von der Universität Mannheim arbeiten an Modellen mit unsicherer Nachfrage und untersuchen die Bedeutung von Prognosefehlern. Demnächst wollen die drei Arbeitsgruppen ihre Modelle zusammenführen und miteinander vergleichen.

Hintergrund zum Projekt

Das Vorhaben „Auftragserfüllung in mehrstufigen Kundenhierarchien“ ist auf drei Jahre ausgelegt und läuft seit dem 15.2.2015. Die Deutsche Forschungsgemeinschaft (DFG) fördert es mit 184.600 Euro. Projektpartner sind neben der Universität Hohenheim Prof. Dr. Moritz Fleischmann von der Universität Mannheim und Prof. Dr. Richard Pibernik von der Julius-Maximilians-Universität Würzburg.

(ID:44106521)