Priorisierte Bestellung (Supply Chain)

Die Literatur zur Supply Chain konzentriert sich klassischerweise auf Bestellrichtlinien, bei denen jeder einzelne Artikel völlig isoliert von allen anderen Artikeln behandelt wird: Die Entscheidung, mehr Einheiten des Artikels A zu bestellen, ist streng unabhängig von der Entscheidung, mehr Einheiten des Artikels B zu bestellen. Dieser Ansatz hat jedoch erhebliche inhärente Einschränkungen. Im Gegensatz dazu legt die priorisierte Bestellpolitik den Schwerpunkt auf Entscheidungen für mehrere Artikel, bei denen jeder Artikel um Kapitalzuweisung mit allen anderen Artikeln konkurriert. In der Praxis ermöglicht die priorisierte Bestellung eine viel feinere Kontrolle über die Bestandsleistung und ermöglicht bei Verfügbarkeit der richtigen Prognosetechnologien eine überlegene Bestandsleistung. Lokad empfiehlt systematisch die Annahme einer priorisierten Bestellpolitik, wann immer dies möglich ist.

Die vier klassischen Bestellrichtlinien

Eine typische Bestellrichtlinie sucht Antworten auf die folgenden Fragen: Wann sollte eine Nachbestellung erfolgen? Und wie groß sollte die Nachbestellung sein? Bevor wir uns jedoch quantitativ mit diesen Fragen befassen, müssen wir uns für die Form der Bestandskontrollpolitik entscheiden. Es gibt zahlreiche mögliche Kontrollsysteme, und die häufigsten sind nachstehend aufgeführt¹:

• Order-Point, Order-Quantity (s,Q) System: Eine feste Menge Q wird bestellt, wenn die Bestandssituation auf den Nachbestellpunkt s oder darunter fällt. Die Bestandssituation berücksichtigt den Nettobestand und den Bestand in Bestellung; das sind die vom Lieferanten angeforderten, aber noch nicht erhaltenen Materialien.
• Order-Point, Order-Up-To-Level (s,S) System: Wie das (s,Q)-System wird eine Menge an Waren nachbestellt, wenn die Bestandssituation auf den Nachbestellpunkt s oder darunter fällt. Anstatt jedoch eine konstante Menge nachzubestellen, wird die Bestellung so dimensioniert, dass die Bestandssituation auf das Bestellziel S angehoben wird.
• Periodic-Review, Order-Up-To-Level (R,S) System: Alle R Zeiteinheiten wird dieses System wie das (s,S)-System vorgehen und die Bestandssituation auf das Niveau S anheben. Diese Richtlinie wird typischerweise verwendet, wenn die Bestellung nicht vollständig automatisiert ist und durch manuelle und geplante Validierung durch den Einkaufsleiter erfolgt.
• Periodic-Review (R,s,S) System: Dies ist eine Kombination aus den Systemen (s,S) und (R,S). In diesem Fall wird die Bestandssituation alle R Zeiteinheiten überprüft. Wenn sie unter den Nachbestellpunkt s fällt, wird eine ausreichende Menge bestellt, um sie auf S anzuheben. Insbesondere ist (s,S) ein Spezialfall von (R,s,S) mit R=0.

Die Literatur zur Supply Chain liefert reichlich theoretische Beweise - einige stammen aus den 1960er Jahren -, wo unter bestimmten Annahmen bestimmte Richtlinien anderen überlegen sind. Aus einer moderneren Perspektive betrachtet haben diese Beweise jedoch wenig praktische Bedeutung, da sie den Bestellprozess unter einfachen (simplistischen) Annahmen stark einschränken, die es versäumen, die tatsächlichen wirtschaftlichen Treiber angemessen zu berücksichtigen.

Wirtschaftliche Treiber im ständigen Wandel

Die klassische Sichtweise der Supply Chain trennt alle Artikel, um sie isoliert zu verarbeiten. Eine der wichtigsten Erkenntnisse zur Supply Chain, die aus Hunderten von von Lokad betreuten Unternehmen gewonnen wurde, ist jedoch, dass es in der Praxis wenig Sinn macht, Artikel isoliert zu betrachten:

• Neue Artikel kommen ständig auf den Markt, während ältere Artikel auch ständig vom Markt verschwinden.
• Artikel können Ersatzprodukte unterschiedlicher Qualität haben, von perfekten Ersatzprodukten bis hin zu lockeren Ersatzprodukten.
• Die Erfüllung der Nachfrage kann eine Kombination von Artikeln im Lager erfordern, wodurch sich die Auswirkungen von Fehlbeständen eines einzelnen Artikels verstärken, wenn dieser Artikel häufig gebündelt oder als Kit verkauft wird.
• Der Zugang zu einem neuen, günstigeren Lieferanten für einen Artikel kann die Lagerstrategie erheblich umgestalten, um den Verkauf in einem bestimmten Segment zu intensivieren.
• Der Zugang zu einem neuen, schneller arbeitenden Lieferanten für einen Artikel kann die Bestellung dieses Artikels im Vergleich zu anderen Artikeln, bei denen nur langsame und unzuverlässige Lieferanten verfügbar sind, weitgehend zurückstellen.

Aus einer sehr praktischen Perspektive macht es keinen Sinn, 1€ mehr für einen Artikel auszugeben, wenn innerhalb eines Jahres eine erwartete Rendite von 2€ zu erwarten ist, solange es andere alternative Artikel mit einer erwarteten Rendite von 3€ innerhalb eines Jahres gibt.

Die Lagerbestände werden nur dann optimiert, wenn die Kapitalallokation für die Lagerbestände das Marktpotenzial des Unternehmens maximiert und dabei alle Lagerhaltungsrisiken berücksichtigt werden. Innerhalb dieser Kapitalallokation konkurrieren alle Artikel ständig miteinander um jede marginale Investition. Jeder Artikel sollte anhand seiner erwarteten Renditen und seiner erwarteten Kosten für die nächste zusätzliche Einheit, die bestellt werden soll, bewertet werden.

Die Variablen, die die erwarteten Renditen und die erwarteten Kosten beeinflussen, befinden sich jedoch auch selbst in einem ständigen Wandel. Beispiele gibt es zuhauf: Die Kapitalkosten variieren, wenn das Unternehmen Zugang zu Liquidität gewinnt oder verliert, die Bruttomargen der Artikel variieren, wenn Wettbewerber ihre Preise ändern und andere Unternehmen zwingen, ihre Preise anzupassen, der Druck auf den Lagerplatz variiert zu verschiedenen Zeiten im Jahr, da die Begrenzung des festen Lagers während der Hochsaison im Vergleich zur Nebensaison eine viel bedeutendere Begrenzung darstellt.

Die priorisierte Bestellrichtlinie

Die priorisierte Bestellrichtlinie liefert, wie der Name schon sagt, eine priorisierte Liste der zu kaufenden Artikel. Jede Zeile ist mit der Mindestmenge verbunden, die für einen bestimmten Artikel bestellt werden kann, den wir hier der Einfachheit halber auf 1 Einheit setzen. Jeder Artikel erscheint mehrmals in der Liste, und in der Praxis werden die Artikel häufig miteinander vermischt. Dies bedeutet, dass, sobald 1 zusätzliche Einheit für einen bestimmten Artikel gekauft wurde, die nächste rentabelste zusätzliche Einheit, die gekauft werden soll, wahrscheinlich nicht für genau denselben Artikel ist - obwohl dies von Zeit zu Zeit vorkommen kann.

In der Praxis empfehlen wir die Verwendung der Lagerbelohnungsfunktion, um den wirtschaftlichen Wert jeder zu kaufenden Einheit zu ermitteln. Diese Funktion gibt die erwarteten Renditen (in Dollar oder Euro) an, wenn die Einheit gekauft würde. Die Lagerbelohnungsfunktion wird verwendet, um den Score für jede Einheit zu erstellen, der die Priorisierung definiert.

Konzeptionell ist die Prioritätsliste unbegrenzt: Sie geht bis ins Unendliche, wobei jede nachfolgende Zeile weniger rentabel ist als die vorherige. In der Praxis endet die Liste jedoch, wenn sie einen Rentabilitätswert von null erreicht, und wahrscheinlich schon weit davor, da ein minimaler Betrag an marginaler Rentabilität erforderlich ist, um alle Fixkosten zu decken. Und es versteht sich von selbst, dass es keinen Sinn macht, Rechenleistung zu verschwenden, um äußerst unrentable Szenarien zu berücksichtigen.

Von formaler Sichtweise aus wird die Einkaufsprioritätsliste mit einer Score-Funktion $${s(u,k)}$$ erstellt, wobei $${u}$$ eine SKU und $${k}$$ die $${k^{te}}$$ zu kaufende Einheit ist. Der Score nimmt in der Regel mit $${k}$$ ab, das heißt $${s(u,k)>s(u,k+1)}$$, da zusätzlicher Bestand in der Regel abnehmende Erträge mit sich bringt. In bestimmten Situationen kann der Score jedoch lokal mit $${k}$$ ansteigen (z.B. wenn Lehrer Bücher für einen Klassenraum mit einem Bedarf von 20 Einheiten kaufen). Dann werden alle möglichen Paare $${(u,k)}$$ in absteigender Reihenfolge ihres Scores geordnet. Diese geordnete Liste ist die tatsächliche Einkaufsprioritätsliste.

Konzeptionell lassen sich zwei Fragen zur priorisierten Reihenfolge offen:

• Es wird nicht angegeben, wann die Bestellung innerhalb der Liste gestoppt werden soll.
• Es wird nicht angegeben, wie häufig die Überprüfung der Bestellung erfolgen soll.

Die Frage, wann die Bestellung gestoppt werden soll, wird im folgenden Abschnitt genauer behandelt.

In Bezug auf die Häufigkeit der Überprüfung der Bestellung gilt für modernere Supply-Chain-Situationen folgendes: Eine tägliche periodische Überprüfung ist für jeden Tag erforderlich, der zur Überprüfung offen ist. Tatsächlich kann die Aktualisierung der Prioritätsliste vollständig automatisiert werden, und daher sollten bei korrekter Implementierung einer täglichen Überprüfung der Bestellung nur sehr geringe Kosten, Minuten oder Arbeit anfallen, oder noch weniger, wenn das System im Autopilotmodus ist. Abgesehen davon sind theoretisch auch Unter-Tages-Überprüfungen möglich, aber die Realität des Transports physischer Güter beinhaltet in der Regel unvermeidbare Verzögerungen, die durch mehrfache Überprüfungen des Bestands pro Tag nicht verkürzt würden².

Kürzen der Prioritätsliste

Wie oben gesehen, hat die Prioritätsliste theoretisch kein Ende. Um jedoch eine Bestellung aufzugeben, muss der Praktiker die Liste kürzen, damit sie eine endgültige Liste von Mengen widerspiegelt, die genau in dem Moment bestellt werden sollen, in dem die Bestellung durchgeführt wird. Die Kürzung selbst erfordert ein Abbruchkriterium. Betrachten wir die offensichtlichsten:

• Bis zur Kapitalgrenze: Artikel werden bis zu einer bestimmten Schwelle für den gesamten dem Lagerbestand zugewiesenen Kapitalbetrag gekauft, wobei sowohl der aktuelle Lagerbestand als auch der zusätzliche Bestand, der für den Kauf in Betracht gezogen wird, gezählt werden. Positiv ist, dass dieser Ansatz immer mit den Liquiditätsbeschränkungen des Unternehmens übereinstimmt. Negativ ist, dass dieser Ansatz nichts über die Leistung der Schwelle selbst aussagt.
• Bis zur ROI-Grenze: Artikel werden gekauft, solange der vollständig amortisierte ROI höher als eine bestimmte Schwelle ist; da der ROI mit zunehmender Position in der Liste stetig abnimmt (höhere Lagerbestände haben starke abnehmende Erträge), stellt die Schwelle immer sicher, dass die Liste gekürzt wird.

Unabhängig von der betrachteten Schwelle muss eine weitere Funktion $$g$$ eingeführt werden. Es wird angenommen, dass die Funktion $${g}$$ abnimmt, wenn man sich in der Prioritätsliste nach unten bewegt. Sei $${g_\text{min}}$$ die Stopp-Schwelle. Dann sollten wir uns wie folgt zur $${N_\text{ten}}$$ Zeile in der Liste bewegen:

Dabei ist $${s_\text{n}}$$ die Bestandsposition nach dem Kauf aller $$n$$ ersten Zeilen der Prioritätsliste.

Überlegenheit der priorisierten Bestellung

Nur empirische Bewertungen können die Überlegenheit einer Bestandsrichtlinie gegenüber einer anderen beweisen. Tatsächlich sind rein theoretische Überlegungen in der Regel irreführend, da es zwar in Ordnung ist, dass die Annahmen in gewissem Maße verletzt werden (z. B. kann die Nachfrage kurzfristig als stationär approximiert werden), es jedoch sehr schwierig ist, die vollständige Auswirkung solcher Verletzungen quantitativ zu bewerten. Einige Ansätze erweisen sich als sehr resilient gegenüber realen Bedingungen, andere hingegen weniger.

Bei Lokad haben wir beobachtet, dass bei Verfügbarkeit einer probabilistischen Prognosetechnologie, d.h. einer Prognosetechnologie, die in der Lage ist, die jeweiligen Wahrscheinlichkeiten für die gesamte zukünftige Nachfrage vorherzusagen - und nicht nur den zukünftigen Durchschnitt oder Median der Nachfrage -, Ansätze, die auf der Kaufprioritätsliste basieren, systematisch eine überlegene Bestandsleistung zeigen.

Die Gründe für diese überlegene Leistung sind vielfältig. Im Folgenden listen wir die positiven Aspekte der Verwendung einer Kaufprioritätsliste auf, die wir am häufigsten beobachten:

• Die Priorisierung ist ziemlich robust gegenüber allen Arten von Verzerrungen. Wenn viele Artikel überprognostiziert werden, können sie richtig priorisiert bleiben. Daher hat eine (relativ) systematische Verzerrung nur geringen Einfluss auf die tatsächliche Reihenfolge. Eine geringe Menge an Verzerrung reicht nicht aus, um einen Top-Artikel sehr weit nach unten zu drücken, und umgekehrt reicht es nicht aus, um einen Tail-Artikel an die Spitze zu bringen.
• Die Priorisierung berücksichtigt gut alle Arten von nichtlinearen Multi-Item-Beschränkungen. Bei klassischen Bestellrichtlinien ist es eine Herausforderung, etwas so Grundlegendes wie eine Lagerbeschränkung in die Bestellrichtlinie zu integrieren. Mit der Kaufpriorisierung ist es genauso natürlich wie das Kürzen der Liste, wenn das Lager voll ist.
• Die Priorisierung ist viel näher an der aktuellen Lagerbestandsebene. Wenn ein Unternehmen seine Lagerstrategie anpasst, z.B. zu viel höheren Servicelevels, erzeugen klassische Bestellrichtlinien große “Sprünge” in den Lagerbeständen, die die Lieferkette durcheinander bringen. Im Gegensatz dazu bietet die Kaufprioritätsliste die Möglichkeit, den Übergang so reibungslos wie gewünscht zu gestalten, da es sich nur um eine Anpassung der Kürzungsschwelle handelt.
• Die Priorisierung berücksichtigt eine lockere Terminplanung besser. Wenn ein Unternehmen im Durchschnitt alle zwei Wochen einen Container bestellt, geht dies mit klassischen Bestellrichtlinien mit viel Reibung einher, da man das genaue Datum überwachen muss, an dem die zu bestellende Menge eine Schwelle erreicht, die knapp unter der Containerkapazität liegt. Sobald die Containerkapazität überschritten ist, liegt es am Einkaufsleiter, überlaufende Mengen manuell zu entfernen, um in den Container zu passen. Im Gegensatz dazu bietet der Priorisierungsansatz jederzeit den nächsten profitabelsten Container.

Tatsächlich war immer dann, wenn Lokad die Möglichkeit hatte, eine klassische Bestellrichtlinie (wie oben aufgeführt) mit einer priorisierten Bestellrichtlinie zu vergleichen, die priorisierte Bestellrichtlinie ein so offensichtlicher und sofortiger Gewinner, dass ein weiterer Benchmark der beiden Methoden sowohl von Lokad als auch von unserem Kunden als sinnlos angesehen wurde.

Diese Vergleiche waren auch fair im Sinne dessen, dass die die Prognosetechnologie, die den klassischen Ansatz und den priorisierten Ansatz unterstützt, beide von Lokad mit einem ähnlichen Grad an technologischer Verfeinerung entwickelt wurden - d.h. es wäre unfair gewesen, eine Bestellrichtlinie, die von einer fortgeschrittenen Prognose-Engine unterstützt wird, mit einer anderen Richtlinie zu vergleichen, die nur von einer grundlegenden Prognose-Engine unterstützt wird.

Anmerkungen