Zusammenfassung
Die Entstehung des Bullwhip-Effektes lässt sich auf mehrere Ursachen zurückführen. Im Verlauf dieses Kapitels werden die Ursachen jeweils in getrennten Unterkapiteln dargestellt. Darüber hinaus liegt der Darstellung der Ursachen eine gleich bleibende Systematik zugrunde. Es erfolgt zunächst jeweils eine verbale Beschreibung der jeweils betrachteten Ursache. Daran schließt sich eine mathematische Darstellung und deren softwaretechnische Umsetzung in Lingo62) an, anhand derer gezeigt werden soll, dass die für den Bullwhip-Effer Verhaltensfunktionen assoziiert, so dass die zu unterscheidenden Ursachen durch Veränderungen in den Verhaltensfunktionen abgebildet werden. Ergebnis dieser Darstellungen ist der Nachweis des Bullwhip-Effektes.
This is a preview of subscription content, log in via an institution.
Buying options
Tax calculation will be finalised at checkout
Purchases are for personal use only
Learn about institutional subscriptionsPreview
Unable to display preview. Download preview PDF.
Literatur
Die Optimierungssoftware Lingo ist ein Produkt der Lindo Systems Inc. Sie wurde für diese Arbeit als Industrial Version mit 16.000 Restriktionen, 32.000 Variablen, 3.200 ganzzahligen Variablen und 3.200 nichtlinearen Variablen verwendet. Diese Software wurde von der Verfasserin aufgrund ihrer im Vergleich zu anderen Optimierungssoftwaretools (z.B. Excel-Solver) vielfältigen Funktionen und übersichtlichen Benutzerobertläche ausgewählt. Die verwendete Hardware ist ein Pentium Ill, CPU 866 Mhz, 261 560 MR RAM
Wie bereits im Kapitel 2 schon gesagt, ist die hier betrachtete Lieferkette 4-stufig. Ansonsten gelten die gleichen Annahmen wie in der 5-stufigen Lieferkette.
Zum Abschluss des Kapitels 3.1.3 wird beispielhaft gezeigt, dass auch andere Nachfrageverläufe unterstellt werden können. Es wird dann kurz veranschaulicht, inwiefern sich die Annahme eines anderen Nachfrageverlaufes auf die Prognose der Nachfrage uundd snmit auch anf den Bullwihp-Effekt auswirkt.
Vgl. z.B. Lee, Padmanabhan, Whang (1997c), S. 95.
Das Verfahren der exponentiellen Glättung wird im Verlauf der Arbeit als Prognosemethode verwendete. Auf eine mögliche andere Prognosemethode wird zu Abschluss des Kapitels 3.1 eingegangen und deren Auswirkung auf den Bullwhip-Effekt verdeutlicht
Vgl. dazu auch die früheren Ausführungen in Kapitel 2.3 (S. 15 ff.).
Vgl. z.B. Fransoo, Wouters (2000), S. 78 oder Lee, Padmanabhan, Whang (1997c), S. 95.
Der Aspekt des rationalen Verhaltens der Unternehmen wurde von Lee, Padmanabhan, Whang in die Literatur eingebracht (vgl. z.B. Lee, Padmanabhan, Whang (1997b), S.79). Es wurde vorher zumeist angenommen, der Bullwhip-Effekt ließe sich dem irrationalen Verhalten der Unternehmen zuschreiben. Dies ist jedoch nur bei einer Ursache der Fall (vgl. dazu die Ausführungen im Kapitel 3.2, S. 54 ff., zu missgedeutenden Informationen über Lagervorräte). Alle anderen Ursachen basieren dagegen auf rationalem Verhalten der Unternehmen der Lieferkette. Dies wird in den folgenden Kapiteln näher ausgeführt.
Vgl. Zäpfel, Wasner (1999), S. 297 f.
Es wird vorausgesetzt, es gäbe keine Lagerbeschränkungen. Vgl. weiterführend zu einem Ansatz mit Lagerbeschränkungen Cachon, Lariviere (1 999a).
Zum Einfluss dieser Annahme auf den Bullwhip-Effekt vgl. Chen, Ryan, Simchi-Levi (2000), S. 272 und S. 277. Dort wird herausgestellt, dass diese Annahme keine grundsätzlichen Auswirkungen auf den Bullwhip-Effekt hat.
Die Kosten für die Überlieferung werden häufig zu den Lagerhaltungskosten hinzugezählt (vgl. z.B. Zäpfel, Wasner (1999), S. 306). In der vorliegenden Arbeit werden die Überlieferungskosten getrennt aufgeführt, da für sie neben den Lagerhaltungskosten auch noch zusätzliche Kosten wie z.B. Rücksendegebühren anfallen können. Es stellt sich hier die Frage, was mit Überlieferungen geschieht, ob sie vom Empfänger wieder zurückgesandt werden oder gelagert werden. Fraglich ist also, für welchen Teilnehmer die Lagerhaltungskosten anfallen, für den Versender oder den Empfänger der Produkte. Es wird im Folgenden davon ausgegangen. dass die Lagerung beim Emnfänger der Produkte. Eswird im Folgenden davon ausgegangen, dass die Lagerung beim Empfänger erfolgt.
Die Definitionsgleichungen stellen noch nicht das vollständige Modell dar. Dies folgt erst im Kapitel 3.1.1.2.
In Anlehnung an Zäpfel, Wasner (1999), S. 299 f.
Vgl. dazu die Anmerkungen in Fußnote 66.
Vgl. z.B. Zäpfel, Wasner (1999), S. 301 und Adam (1998), S. 515 f.
Vgl. dazu z.B. Mosekilde, Larsen, Sterman (1991), S. 209 ff.
Die Variation dieser Parameter wird Gegenstand der Betrachtung bei einer anderen Ursache des Bullwhip-Effektes sein. Vgl. dazu die späteren Ausführungen im Kapitel 3.1.2 (S. 54 ff.). Es sei hier bereits angemerkt, dass diese beiden Ursachen nicht eindeutig zu trennen sind. Vgl. auch dazu die zusammenfassende Systematisierung der Ursachen in Kapitel 3 2 (S 146 ff )
Vgl. Mosekilde, Larsen, Sterman (1991), S. 212 ff.
In Anlehnung an Zäpfel, Wasner (1999), S. 301. Einige dieser Parameter werden in nachfolgenden Modellen variiert.
Die Wahl dieser Parameter erfolgt gemäß empirischen Durchschnittswerten. Vgl. dazu Mosekilde, Larsen, Sterman (1991), S. 212.
Vgl. dazu auch die in Kapitel 3.7 (S. 146 ff.) dargestellte Systematisierung der Ursachen und deren Entstehung
Verwendet wurde Lingo 7.0 als Industrial Version. Die Version 8.0 ist im Dezember 2002 erschienen, wies jedoch zu diesem Zeitpunkt noch einige Unzulänglichkeiten auf. Das in der Arbeit aufgestellte Modell könnte gemäß Aussage der Lindo Softwareentwicklung von der Version 8.0 nur mit umfangreichen Modifikationen gelöst werden. Aus diesem Grund blieb nur der Rückgriff auf die Vorgängerversion, mit der das Modell gelöst werden konnte.
Die Darlegung dieser beiden Größen erfolgt aufgrund der Vergleichbarkeit der Ergebnisse zum „Beer Game“ (Vgl. Abbildung 7, S. 19). Mit Hilfe der Höhe der Bestellmengen wird im Folgenden der Bullwhip-Effekt berechnet.
Vgl. dazu die Ausführungen in Kapitel 2.3 (S. 15 f ).
Hinter den Modellbeschreibungen wird im Folgenden eine Nummer vergeben, die die Bezeichnung der Modelle bei Vergleichen erleichtern soll. Mit dieser Nummer sind die Modelle auch in den Anhängen bezeichnet. MUB steht fûr Modell Ursachen Bullwhip-Effekt, NP steht ür Nachfrageprognose. Der Index 0 kennzeichnet das jeweilige Grundmodell.
Bei allen folgenden Untersuchungen zur Entwicklung von Bestellmengen ist auch die Produktionsmen-ge beim Produzenten beinhaltet.
Es wird hier beispielhaft eine optimale Festlegung aller Entscheidungsvariablen gezeigt und der daraus resultierende Verlauf einer speziellen Kostenfunktion. Es wird keine generelle Kostenfunktion in Abhängigkeit von Entscheidungsvariablen gezeigt, weil die Kostenfunktion des Modells nicht aus unabhängigen Entscheidungsvariablen besteht.
Es ist zu beachten, dass die Zielfunktion diskret ist. Die Flächen der Zielfunktion, die sich zwischen den Linien der Teilnehmer ergeben, dienen lediglich der besseren Anschaulichkeit des Verlaufs der Zielfunktion.
Das Modell zur Ursache „Nachfrageprognose“ wird von Lingo aufgrund der vorhandenen maxFunktionen in den Restriktionen als nichtlinear gekennzeichnet. Deshalb ist die gefundene Lösung automatisch als lokales und nicht als globales Optimum tituliert. Da aber die Zielfunktion zum einen monoton steigend ist und zum anderen nicht ein einzelner Wert einer Funktion, sondern die Summe über alle Indizes als Zielwert gesucht ist, ist die gefundene Lösung die optimale Festlegung aller Entscheidungsvariablen. Es lässt sich hier weder vom lokalen noch vom globalen Optimum sprechen, da keine unabhängigen Entscheidungsvariablen in der Zielfunktion optimiert werden.
Es sei hier noch einmal in Erinnerung gerufen, dass auch die Parameter ßβ und y eine Rolle zur Bestimmung der Bestellmenge spielen. Diese werden hier, bei der Ursache Nachfrageprognose, jedoch nicht näher betrachtet, da hier zunächst der Faktor α analysiert wird. Die Analyse der Parameter β und y erfolgt im Kapitel 3.1 .2 (S. 54 ff.)
Vgl. dazu die Verhaltensgleichungen des Einzelhändlers Abbildung 9, S. 29.
Vgl. dazu z.B. Lee, Padmanabhan, Whang (1997a), S. 549.
Vgl. dazu auch die späteren Austführungen in Kapitel 3.1.3 (S. 47 ff.).
Die hier dargestellten Gesamtkosten werden zwar in der Regel mit dem Bullwhip-Effekt in der Lieferkette ansteigen. Ist dies einmal nicht der Fall, stellen gesunkene Gesamtkosten bei gestiegenem Bullwhip-Effekt aufgrund der mittelbaren Kosten keinen Gegenbeweis der These dar, dass die Kosten in der Lieferkette mit dem Bullwhip-Effekt ansteigen.
Vgl Metters (1997) S 89 ff
Da eine Funktion für einen unbegrenzten Zeithorizont aufgestellt wird, werden die Zukunftskosten diskontiert, um unendlich hohe Kosten als Lösung auszuschließen
Metters behandelt die Erlöse als negative Kosten, um als Zielfunktion die Minimierung der Kosten ansetzen zu können.
Vgl. Metters (1997), S. 98.
Vgl. Lee, Padmanabhan, Whang (1997a), S. 546 ff.
Vgl. dazu auch Kahn (1987), S 667 ff.
Der Korrelationsfaktor zeigt die Korrelation zwischen der aktuellen Nachfrage und der Nachfrage der Vorperiode. Bei der Residualgröße handelt es sich um eine statistische Störgröße mit dem Erwartungswert 0 und der Varianz σ2.
Lee et al. implizieren mit diesem Theorem, dass die Einzelhändlerverkäufe der Endkonsumentennachfrage der Vorperiode entsprechen. Damit schließen sie Fehlmengen und Überlieferungen aus ihren Betrachtungen aus.
Die Notation erfolgt in Anlehnung an Lee et al. Daher wird nicht von var (zl,v), sondern von var (z!) gesprochen. Der Aspekt des Zeitverzuges ist zwar bislang in der Arbeit noch nicht als eigenständige Ursache des Bullwhip-Effektes betrachtet worden und erfolgt erst im Kapitel 3.1.3 (S. 70 ff.), im Argumentationszusammenhang des Artikels von Lee et al. können die Faktoren der Nachfrageprognose und des Zeitverzuges jedoch nicht voneinander getrennt werden und müssen somit zusammen an dieser Stel-le betrachtet werden. Es wird im Kapitel 3.1.3 beim Literaturüberblick auf diese Stelle verwiesen.
Zu den mathematischen Herleitungen vgl. Lee, Padmanabhan, Whang (1997a), S. 550 und die dort angegebenen Verweise. Vgl. dort insbesondere Heyman, Sobel (1984), S. 75 ff.
Vgl. Zäpfel, Wasner (1999), S. 297 ff.
Im Unterschied zum Modell von Zäpfel und Wasner werden in dem Modell der vorliegenden Arbeit die Verzugszeiten nach Produktionszeit, Materialflusszeit und Informationsflusszeit unterschieden. Des Weiteren werden die Überlieferungskosten mit in die Zielfunktion aufgenommen.
Vgl. Chen, Ryan, Simchi-Levi (2000), S. 269 ff. Von diesen Autoren sind, unter Mitarbeit eines zusätzlichen Autors mehrere Veröffentlichungen zur Thematik des Bullwhip-Effektes erschienen. Der gerade zitierte Artikel ist die umfassendste Veröffentlichung und steht hier deswegen stellvertretend für die anderen Veröffentlichungen der Autoren, die keinen zusätzlichen Erkenntnisgewinn zu dem angeführten Artikel aufweisen. Zu den anderen Veröffentlichungen vgl. Chen, Drezner, Ryan, Simchi-Levi (2000), S. 436 ff. und Chen, Drezner, Ryan, Simchi-Levi (2002), S. 417 ff.
Der Korrelationsparameter gibt wie schon bei Lee, Padmanabhan, Whang (1997a) die Korrelation zwischen der aktuellen Nachfrage und der Nachfrage der Vorperiode an. Bei der Residualgröße handelt es sich um eine statistische Störgröße mit dem Erwartungswert 0 und der Varianz σ2.
Der Servicegrad eines Unternehmens schlägt sich in vorgehaltenden Sicherheitslagerbeständen nieder. Je höher der Servicegrad sein soll, desto höher müssen die Sicherheitslagerbestände sein. Beim Servicegrad Null werden keine Sicherheitslagerbestände vorgehalten. Vgl. zum Servicegrad in Zusammenhang mit Kosten weiterführend Cohen, Lee (1988), S. 224 ff.
Zu den mathematischen Umformungen im Detail vgl. Chen, Ryan, Simchi-Levi (2000), S. 273 f. und die dort angegebenen Verweise. Vgl. insbesondere Hax, Candea (1984), S. 159 ff.
Zu den mathematischen Umformungen im Detail vgl. Chen, Ryan, Simchi-Levi (2000), S. 279 f. und die dort angegebenen Verweise.
EXT steht für die exponentielle Glättung bei Nachfrage mit Trend.
Zu Herleitungen und Beweisen vgl. Chen, Drezner, Ryan, Simchi-Levi (2002), S. 438.
Die Anwendung des Verfahrens des gleitenden Durchschnitts bei Nachfrageverlauf mit linearem Trend wird mit MAT abgekürzt.
Vgl. dazu Chen, Ryan, Simchi-Levi (2000), S. 283 und den dort angegebenen Verweis.
Die Minimierung der Gesamtkosten bleibt dennoch von Relevanz für diese Vorgehensweise, da die Minierung der Gesamtkosten mit der Minimierung des Bullwhip-Effektes einhergeht.
Vgl. dazu S. 21 ff.
Vgl. dazu auch später die Zusammenfassung und Strukturierung der Entstehungsgründe der einzelnen Ursachen in Kapitel 3.2 (S. 146 ff.).
Vgl. Sterman (1989), S. 334 und Mosekilde, Larsen, Sterman (1991), S. 21 1 ff.
Vgl dazu S 26
Vgl. dazu S. 29.
Vgl. dazu S. 26 ff.
Vgl. dazu S. 31.
Vgl. dazu S. 33 und S. 34.
Vgl. dazu auch die zu Abschluss des Kapitels 3.2.2 präsentierte Tabelle 2.
Bei der Angabe der Gesamtkosten sind Differenzen zu der Summe der Kostenarten auf Rundungsfehler zurückzuführen.
Sie betragen dort insgesamt 414,34 GE und setzen sich zusammen aus 336,40 GE für die Lagerhaltung, 25,22 GE für Fehlmengen und 52,72 GE für Überlieferungen.
Zum Begriff „Chaos“ als Metapher für die großen Auswirkungen einer anfänglich kleinen Änderung und ihren Auswirkungen auf die Supply Chain vgl. Wilding (1998), S. 43 ff.
Die Bullwhip-Effekte der Teilnehmer sind hier nicht Untersuchungsgegenstand, da die Endkonsumentennachfrage unregelmäßig verläuft und damit selbst hohe Schwankungen aufweist.
Vgl. Sterman (1989), S. 321 ff. Von diesem Autor ist in Zusammenarbeit mit anderen Autoren eine weitere Veröffentlichung zu dieser Thematik erschienen, die jedoch bezüglich des „Beer Game“ keine weiteren Aspekte aufweist, val. Mosekilde, Larsen, Sterman (1991), S. 199 ff.
Vgl. dazu S. 54 f.
Vgl. Zäpfel, Wasner (1999), S. 297 ff.
Vgl. dazu S. 26.
Eine ausführlichere Darstellung der Literatur folgt an späterer Stelle im Kapitel 3.1.3.3. An dieser Stelle wird zur Begründung, warum die Ursache „Zeitverzug“ Eingang in die Arbeit findet, der Tenor der später präsentierten Literatur wiedergegeben.
Vgl. dazu S. 26 und S. 29.
Vgl. dazu S. 31.
Vgl. dazu S. 33 f.
Die Bestellmengen werden nun statt um i = 1, mit i = 0 verzögert. Sie sind damit aktueller. Schon in der ersten Periode verfügen nun alle Teilnehmer über die Bestellmengen ihres jeweiligen Vorgängers in der Lieferkette, was vorher nicht der Fall war. Der Großhändler musste eine Periode, der Produzent sogar zwei Perioden auf die erste aktuelle Bestellung des jeweiligen Vorgängers warten.
Die mögliche Korrektur der Lagerabweichungen und deren Höhe hängen — wie im Kapitel 3.1.1.1 (S. 21 ff.) — von der Wahl des Parameters ß und dessen Verhältnis zum Parameter y ab. In Zusammenhang mit der Ursache „Zeitverzug“ wird nur auf den zeitlichen Aspekt bezüglich von Lagerabweichungen eingegangen, nicht aber auf deren Höhe. Vgl. dazu Kapitel 3.1.2 (S. 54 ff.)
Die Wiederbeschaffungszeit ist die Zeit, die insgesamt von der Bestellung des Einzelhändlers bis zur Lieferung dieser Bestellung vergeht. Diese beinhaltet die Informationsflusszeiten vom Einzelhändler zum Großhändler sowie vom Großhändler zum Produzenten. Ferner ist die Produktionsdauer und die Materialflusszeiten vom Produzenten zum Großhändler und vom Großhändler zum Einzelhändler enthalten (2•i+m+n+n ZE).
„Aktuell“ bedeutet in diesem Fall die aktuell bestellte Menge, die mit einer Einheit Zeitverzug (i = 1) an den jeweiligen Nachfolger in der Lieferkette übermittelt wird.
Das mathematische Modell mit einer Herabsetzung des Parameters m um eine ZE auf m = 2 konnte mit Lingo nicht gelöst werden, da das höchste einzustellende Zeitlimit (laut Lingo unbegrenzt!) für den Solver nicht ausreichte, um eine Lösung zu generieren. Aus diesem Grund wird m um zwei Einheiten reduziert, da zu diesem Modell eine Lösung ermittelt werden konnte
Vgl. dazu Fußnote 142.
Vgl. dazu S. 47 ff.
Vgl. Forrester (1972), S. 22 ff.
Vgl. dazu S. 15 ff.
Vgl. Metters (1997), S. 89 ff.
Vgl. dazu S. 47 ff.
Vgl. Lee, Padmanabhan, Whang (1997a), S. 546 ff.
dazu S. 47 ff.
Der Korrelationsparameter p kann nicht gegen 1 gehen, da der Nenner des Bruches dann gegen 0 geht und das Ergebnis somit nicht definiert wäre.
Vgl. Chen, Ryan, Simchi-Levi (2000), S. 269 ff. Wie bereits oben erwähnt (S. 47 ff.), sind von diesen Autoren — unter Mitarbeit eines zusätzlichen Autors — mehrere Veröffentlichungen zur Thematik des Bullwhip-Effektes erschienen. Zu den anderen Veröffentlichungen vgl. Chen, Drezner, Ryan, SimchiLevi (2000), S. 436 ff. und Chen, Drezner, Ryan, Simchi-Levi (2002), S. 417 ff.
Vgl. dazu S. 47 ff.
Vgl. dazu die Ergebnisse zur Variation des Parameters β im Kapitel 3.1.2.2 (S. 55 ff.)
„Aufträge“ werden synonym Zu „Rectellmengen“ verwwweenddet
Es gibt hier zwei Effekte: Zum einen nehmen die Stückkosten ab, wenn sich die transportlos-fixen Kosten auf eine größere Transportmenge verteilen. Zum anderen können die variablen Transportkosten sinken, falls der Spediteur Mengenrabatte auf die Transportmenge (gemessen in Stückzahl) gewährt.
Es wird hierbei davon ausgegangen, dass der bestellende Kunde die Kosten nicht auf seinen Kunden abwälzen kann oder will.
Vgl. Lee, Padmanabhan, Whang (1 997b), S. 81.
Vgl. z.B. Bradley, Arntzen (1999), S. 795 ff.
Vgl. z.B. Lee, Padmanabhan, Whang (1997c), S. 95 f.
Vgl. dazu S. 26.
Gemeint ist hier, dass die Teilnehmer ihre Aufträge nicht geplant bündeln. Auch in diesem Modell kann der Fall auftreten, dass eine Menge von 0 in einer Periode bestellt wird, falls kein Material benötigt wird. Dies ist aber nicht unter den Fall der „Bündelung von Aufträgen“ zu fassen.
Vgl. dazu S. 100.
Es sei darauf hingewiesen, dass die Bestellkosten nicht Bestandteil des hier betrachteten Modells, insbesondere seiner Zielfunktion sind. Aus diesem Grund sind die angegebenen Gesamtkosten unter Umständen nicht vollständig, da die Bestellkosten durch die Bündelung von Aufträgen sinken können. Es treten also unter Umständen Kostenersparnisse bei den Bestellmengen im Vergleich zum Grundmodell auf, die jedoch stark einzelfallabhängig sind und deswegen hier nicht in allgemeiner Weise dargestellt werden. Wesentlich ist in dem hier aufgezeigten Zusammenhang der Anstieg der Bestellmengen- und Lagerhaltungsschwankungen und der damit einhergehende Bullwhip-Effekt. Die Kostenreduzierungen durch die Bündelung von Aufträgen müssten also mindestens so hoch sein wie die Zusatzkosten der Variationen im Vergleich zum Grundmodell, um den Bullwhip-Effekt zumindest in finanzieller Hinsicht zu neutralisieren.
Es ist hier unterstellt, dass die Bündelungen aus rationalen Erwägungen der Teilnehmer heraus geschehen. Es wird so gebündelt, dass die Kosten pro Bestellung reduziert werden können. Die Kosten der Bestellung sind in dem hier verwendeten Modell nicht enthalten. Somit sind die Bestellperioden hier willkürlich gewählt.
Zu den Ausprägungen von p3 vgl. den Lösungsbericht des Modells im Anhang A4.
Bei der Angabe der Gesamtkosten sind Differenzen zu der Summe der Kostenarten auf Rundungsfehler zurückzuführen.
Der Großhändler und der Produzent bestellen vor ihrer ersten Bestellperiode „normal“.
Vgl. Lee, Padmanabhan, Whang (1997a), S. 553 ff.
Alle Aktionen, die zu Preisschwankungen führen, werden im Folgenden vereinfacht als „Sonderangebote“ bezeichnet.
Hier ist zu beachten, dass nur endogene Preisschwankungen betrachtet werden. Endogene Preisschwankungen sind als solche Preisschwankungen definiert, die durch das Verhalten der Teilnehmer der Lieferkette verursacht werden. Exogene Preisschwankungen, die z.B. aufgrund von Rohstoffknappheit ausgelöst werden können, sind bei den hier angeführten Preisschwankungen nicht gemeint, da sie nicht auf das Verhalten der Lieferkettenteilnehmer zurückzuführen sind.
Vgl. dazu S. 96 ff.
Die Menge ist durch den Großhändler z.B. durch Mengenrabatte beeinflussbar. Gibt er dem Einzelhändler ab einer gewissen Bestellmenge einen entsprechend großen Rabatt, kann er die Bestellmenge des Einzelhändlers in gewissem Rahmen steuern.
Zu den genauen Periodenangaben und der Höhe der Einzelhändler- und Großhändlerbestellmengen vgl. die Lösungsberichte der Modelle im Anhang A5.
Der Nachfolger des Produzenten, z.B. ein Zulieferunternehmen, wird in der Arbeit nicht betrachtet, weil die untersuchte Lieferkette beim Produzenten endet. Aus diesem Grund kann auch der Produzent in den vorgenommenen Untersuchungen nicht aufgrund von Sonderangeboten bestellen. Folgerichtig kann er sich selber keine Sonderangebote machen. Der Einzelhändler macht in dem dargestellten Modell keine Sonderangebote, weil sich die Folgen nur zum Teil darstellen ließen, da der Endkonsument keine Lagerhaltung hat oder zumindest keine, die im Rahmen der Untersuchungen betrachtet werden kann. Die Folgen von Preisschwankungen in der Lieferkette durch Sonderangebote werden deswegen anhand der Einzel- und Großhändlerbestellmengen untersucht.
Die unterschiedlichen Bestellmengen resultieren aus unterschiedlichen Preisen des Großhändlers, die in dem hier betrachteten Modell exogen sind.
Aus diesem Grund sind in dem Modell die Anfangslagerbestände des Produzenten und des Großhändlers von 6 auf 50 aufgestockt worden. Die Menge 50 wurde gewählt, damit es nicht zu hohen Fehlmengen bei den ersten Bestellmengen kommt. Vgl. dazu auch die Lösungsberichte im Anhang A5.
Nur in einem solchen Fall wird der Einzelhändler die Sonderangebote nutzen. In dem hier gezeigten Fall sind die Angebote des Großhändlers so „gut“, dass der Einzelhändler seine Bestellmenge sogar von seinem eigenen Bedarf entkoppelt.
Bei der Angabe der Gesamtkosten sind Differenzen zu der Summe der Kostenarten auf Rundungsfehler zurückzuführen.
Bei der ersten Variation (MUB PS.1) betragen die Kosten des Großhändlers 3.683,99 GE (3.479,19 GE für die Lagerhaltung und 204,48 GE für Fehlmengen) gegenüber den Kosten des Grundmodells MUB PS.o von 102,58 GE (100,10 GE für die Lagerhaltung, 0,90 GE für Fehlmengen und 1,58 GE für Überlieferungen). Beim Einzelhändler stehen sich Gesamtkosten von 4.169,84 GE (4.109,84 GE für die Lagerhaltung und 60,00 GE für Fehlmengen) im Modell MUB PS.1 und Gesamtkosten von 192,48 GE (124,37 GE für die Lagerhaltung, 22,70 GE für Fehlmengen und 45,41 GE für Überlieferungen) im Grundmodell gegenüber. Der Großhändler müsste also durch die Sonderangebote Kostenersparnisse von 3.581,44 GE und der Einzelhändler von 3.977,46 GE realisieren können.
Vgl. Lee, Padmanabhan, Whang (1997a), S. 546 ff.
Vgl. z.B. Lee, Padmanabhan, Whang (1997b), S. 82.
Es wird davon ausgegangen, dass Knappheit in der Lieferkette nur an der eigentlichen Materialquelle, beim Produzenten, auftreten kann. Bestünde beispielsweise nur beim Einzelhändler Knappheit, läge dies an dessen verfehlter Einkaufs- und Lagerhaltungspolitik, nicht jedoch an einer Knappheit, die daher rührt, dass keine Produkte in ausreichendem Maße gefertigt werden konnten. Herrscht allerdings Knappheit in der Lieferkette, kann sich dies auf alle Stufen ausdehnen.
Vgl. z.B. Lee, Padmanabhan, Whang (1997b), S. 83.
Vgl. dazu S. 96 ff.
Die Wahl dieser Periode erfolgt beispielhaft in der Mitte der Laufzeit, um sowohl über genügend Betrachtungsperioden mit als auch über solche ohne Knannheit zuu verfüigen.
Der Wert von λ 2 ist willkürlich gewählt.
Zu allgemeineren Ausführungen bezüglich der Nichtlieferffähigkeit von Lieferanten bei stochastischer Nachfrage val. Mohebbi (2003), S. 41 1 ff
Vgl. Lee, Padmanabhan, Whang (1997a), S. 546 ff.
Im Nash-Gleichgewicht verhalten sich alle Spieler bei gegebenen Aktionen der anderen Spieler optimal, d.h. kein Spieler hat einen rationalen Grund, isoliert — ohne Abstimmung mit den übringen Spielern — von seiner Strategie im Gleichgewicht abzuweichen.
Zu den Symbolen vgl. die vorherigen Ausführungen zu der Veröffentlichung von Lee et. al.
Zur Differenzierung von Integralen mit Hilfe der Leibnitz-Regel vgl. z.B. Das (2002).
Beim Zeitungsjungenproblem wird davon ausgegangen, dass ein Gut nur an einem bestimmten Tag zu einem fixen Preis verkauft werden kann. Das Gut ist nicht lagerfähig, und es entstehen keine Strafkosten für nicht verkaufte Mengen oder entgangene Nachfrage. Vgl. zu diesem Problem bspw. Casimir (1999), S. 130.
Vgl. dazu S. 70 ff.
Vgl. dazu S. 1 19 f.
Bei der Ursache „Preisschwankungen“ wird der Graph so geplottet, dass der Bullwhip-Effekt zwischen zwei Erhebungen unter Null sinkt. Dies entspricht nicht der Realität.
Author information
Authors and Affiliations
Rights and permissions
Copyright information
© 2004 Springer Fachmedien Wiesbaden
About this chapter
Cite this chapter
Keller, S. (2004). Entstehung des Bullwhip-Effektes. In: Die Reduzierung des Bullwhip-Effektes. Information — Organisation — Produktion. Deutscher Universitätsverlag, Wiesbaden. https://doi.org/10.1007/978-3-322-95308-7_3
Download citation
DOI: https://doi.org/10.1007/978-3-322-95308-7_3
Publisher Name: Deutscher Universitätsverlag, Wiesbaden
Print ISBN: 978-3-8244-8129-3
Online ISBN: 978-3-322-95308-7
eBook Packages: Springer Book Archive