Zusammenfassung
Aufgrund zunehmender Regelungen bezüglich der Rücknahme von Altprodukten, beispielsweise im Bereich von Elektro(nik)altgeräten, kommt dem ordnungsgemäßen Recycling von Altprodukten eine immer stärkere Bedeutung zu. Derartige Recyclingpflichten werden im Bereich der Elektro(nik)altgeräte meist von Dienstleistern übernommen. Diese Dienstleister sind oftmals als Netzwerke unabhängiger Recyclingunternehmen organisiert. Für die Koordination innerhalb dieser Netzwerke ist deshalb ein dezentraler Koordinationsansatz notwendig. Auf Basis der bestehenden Rahmenbedingungen werden Anforderungen an einen Koordinationsansatz herausgearbeitet. Es wird ein zweistufiger dezentraler Koordinationsansatz entwickelt und die Umsetzung des Ansatzes in seinen Grundzügen skizziert. Ein derartiger Ansatz scheint ein sinnvoller Ausgangspunkt zu sein für eine effiziente Allokation von Recyclingaufgaben im Netzwerk, wenn kein zentraler Planer vorhanden ist. Die Funktionsweise des Ansatzes wird anhand eines Beispiels verdeutlicht.
Abstract
New legal regulations assign an extended product responsibility to the manufacturers, e.g. in the field of Waste Electrical and Electronic Equipment. Therefore, recycling of discarded products becomes increasingly important. For Waste Electrical and Electronic equipment, recycling is usually carried out by service providers, which are organised in recycling networks. In such networks of independent companies, centralized planning is not possible and therefore, a decentralized coordination mechanism is necessary. Within the article, a 2-level coordination approach is developed. This approach seems to be a good starting point for an efficient assignment of recycling tasks within the network, if a central planner is not present. The functionality of the approach is demonstrated based on an example.
Notes
Das ElektroG unterscheidet 10 Gerätekategorien, die mit individuellen Recycling- und Verwertungsquoten belegt sind.
Die Stiftung EAR fungiert als gemeinsame Stelle der Hersteller im Sinne des ElektroG und wurde mit der Wahrnehmung hoheitlicher Aufgaben betraut (http://www.stiftung-ear.de).
Vgl. hierzu die Ausführungen im ElektroG sowie die Berechnungsweise in EAR (2005).
Ein fokales Unternehmen nimmt im Allgemeinen im Rahmen eines Netzwerks eine koordinierende Funktion wahr (Corsten 2001).
Vgl. hierzu auch Schneeweiß (1992), der die gegenseitige Beeinflussung des Subjekt- und Objektsystems im Rahmen des Zusammenspiels von Entscheidungsmodellen innerhalb der hierarchischen Planung betrachtet. Dies wird auch als hierarchische Abstimmung bezeichnet. Verträge zwischen Entscheidungsträgern können somit als Abstimmungsmechanismen betrachtet werden.
Diese Anforderungen sind: die Berücksichtigung eines Stoffstrommodells, die Berücksichtigung ggf. gegenläufiger Ziele und Informationsasymmetrien und ggf. die Tatsache, dass die Entscheidungsträger auf unterschiedlichen hierarchischen Stufen stehen. Diese Kriterien werden, neben anderen, auch in dem Framework von Stadtler (2009) als relevant erachtet, um Ansätze zur kollaborativen Planung zu charakterisieren.
Diese Anpassung kann z. B. mit sog. Subgradientenverfahren erfolgen. Diese Vorgehensweise wird auch als duale Dekomposition bezeichnet. Im Gegensatz dazu werden bei der primalen Dekomposition den Unternehmen Ressourcenallokationen zugewiesen, die sie dann bewerten müssen. Darauf hin wird eine neue Ressourcenallokation bestimmt (vgl. z. B. Holmberg 1995). Zur Problematik der Generierung zulässiger Lösungen im Rahmen dualer Verfahren vgl. Sherali/Choi (1996) und Walther et al. (2008).
Da der Index \(i\) sowohl für Produkte als auch für die aus den Recyclingaktivitäten resultierenden Fraktionen steht, können dem Recyclingunternehmen auch Fraktionen zugeführt werden. Dies ist allerdings unüblich, da an den Sammelstellen nur Produkte anfallen.
Recyclingkoeffizienten werden von den Senken (Unternehmen) mitgeteilt. Diese Koeffizienten hängen für die Senke auch wiederum davon ab, in welcher Art und Weise die Fraktionen weiterverarbeitet werden. Bei Änderung der Behandlungsmethode und/oder Änderung der darauf folgenden Behandlungsunternehmen können sich die Koeffizienten ebenfalls ändern. Die Koeffizienten werden allerdings als gegeben vorausgesetzt. Analog zur recycelten Masse kann man die verwertete Masse bestimmen.
Aus Gründen der Anschaulichkeit wurde hier eine Formulierung gewählt, bei der eine Kompensation über alle Gerätekategorien (vgl. Anmerkung 1) zur Einhaltung der Recyclingquote möglich ist. Das ElektroG fordert individuelle Quoten für jede der 10 Gerätekategorien. In diesem Fall wäre für jede dieser Kategorien eine derartige Recyclingbedingung zu formulieren. Äquivalent lässt sich die Bedingung für die Verwertungsquote formulieren. \(\alpha _i \) ist dabei nur für Altprodukte definiert, für Fraktionen ist es 0.
Es wird angenommen, dass die Transportkosten für innerhalb des Netzwerks transportierte Stoffströme von dem Unternehmen bezahlt werden, welches die Stoffströme liefert.
Zur Bestimmung von Transportkostensätzen vgl. Walther (2005).
In der produktionswirtschaftlichen Literatur berücksichtigt die taktische Planung üblicherweise neben variablen Kosten auch Fixkosten, die z. B. durch Ausstattungsentscheidungen hervorgerufen werden (Zäpfel 2000). Im vorliegenden Artikel werden allerdings, wie aus dem Zielsystem ersichtlich, lediglich variable Kostenkategorien berücksichtigt.
Man kann hierbei auch von einer Hierarchisierung durch Abstraktion (Detailentscheidungen werden grob berücksichtigt) sowie einer Hierarchisierung nach dem Umfang der Entscheidungen (die taktische Koordination betrifft nur die Rahmenverträge, die operative Koordination nur die zwischenbetriebliche Koordination) sprechen. Ferner liegt eine Hierarchisierung als zeitliche Strukturierung vor, da die Rahmenverträge im Sinne von Grundsatzentscheidungen für einen längeren Zeitraum sofort ausgehandelt und später durch die kurzfristige Koordination konkretisiert werden (vgl. hierzu Steven 1994).
Im Rahmen der Modellierung der Technik wurde die Anzahl der Ausführung von Recyclingaktivitäten als diskret modelliert. Dies wird hier relaxiert, da in einem taktischen Problem eine Planung über große Mengen stattfindet und deshalb auf eine Ganzzahligkeit verzichtet werden kann.
Es wurde angenommen, dass das fokale Unternehmen an der Optimierung des Gesamtgewinns interessiert ist. Somit sind die Bedingungen erfüllt, wenn die globalen Restriktionen (Annahmeverpflichtungen und Recyclingquoten) erfüllt sind. Prinzipiell wäre es hier auch möglich, eine Untergrenze für den dem fokalen Unternehmen entstehenden Deckungsbeitrag festzulegen.
Im Rahmen dualer Dekompositionsverfahren bilden die während des Verfahrens durch die Teilprobleme ermittelten Lösungen i.d.R. keine für das Gesamtproblem zulässige oder gar optimale Lösung. An dieser Stelle erfolgt deshalb eine Erweiterung des Verfahrens in der Weise, dass die Recyclingunternehmen neben den Preisen Obergrenzen für die Altgeräte erhalten, die sie an den einzelnen Quellen abholen können. Diese sind so gewählt, dass im Falle der Ausschöpfung der Obergrenzen durch die Unternehmen die unternehmensübergreifende Sammelrestriktion (7) erfüllt ist. Zur Bestimmung der Obergrenzen vgl. Walther et al. (2008). Ähnlich wird für die Recyclingrestriktion vorgegangen. Dort wird maximal diejenige Masse vergütet, die zur Erreichung der Recyclingquote notwendig ist.
Die Fraktionen, die durch die Zerlegung entstehen, können dabei Baugruppen (4 und 7) oder Bauteile (3,5,6,8 und 9) darstellen. Fraktionen 4 und 7 als Baugruppen können in Bauteile 5 und 6 (bzw. 8 und 9) zerlegt werden.
Aus Gründen der Anschaulichkeit wurde angenommen, dass die Recyclingunternehmen im Rahmen der taktischen Planung keine Stoffströme von den Dummy-Quellen erwarten.
Die Multiplikation der verbrachten Fraktionen mit den entsprechenden Recyclingkoeffizienten sowie deren Aufsummierung ergibt die vertraglich vereinbarte Recyclingquote von 47,5%.
Ein weiteres Ergebnis der operativen Koordination könnten auch aktualisierte Werte für die Recyclingkoeffizienten (\(\chi _{ir} \)) sein, die angeben, zu welchem Anteil eine an die Dummy-Senke r abgegebene Fraktion i als recycelt gilt. Dies wurde aus Gründen der Anschaulichkeit hier vernachlässigt.
Literatur
Bamberg G, Coenenberg AG (2002) Betriebswirtschaftliche Entscheidungslehre. 11 Aufl. Verlag Vahlen, München
Corsten H (2001) Grundlagen der Koordination in Unternehmensnetzwerken. In: Corsten H Unternehmensnetzwerke, Oldenbourg, München/Wien, S 1–57
Cachon GP (2003) Supply chain coordination with contracts. In: Graves SC, De Kok AG Handbooks in Operations Research and Management Science: Supply Chain Management, Elsevier, Amsterdam, S 229–340
Cachon GP, Lariviere MA (2005) Supply Chain Coordination with Revenue-Sharing Contracts: Strengths and Limitations. Manage Sci 51(1):30–44
Corbett CJ, Tang CS (1998) Designing Supply Contracts: Contract Type and Information Asymmetry. In: Tayur S, Ganeshan R, Magazine M Quantitative Models for Supply Chain Management, Kluwer Academic Publishers, Boston, S 270–297
Corbett CJ, de Groote X (2000) A Supplier’s Optimal Quantity Discount Policy Under Asymetric Information. Manage Sci 46(3):444–450
Dudek G (2004) Collaborative Planning in Supply Chains – A Negotiation-Based Approach. Springer, Berlin
Dudek G, Stadtler H (2005) Negotiation-based collaborative planning between supply chain partners. Europ J Operational Res 163:668–684
EAR (2005) Berechnungsweise nach § 4 Abs. 5 sowie Abs. 6 Satz 1 ElektroG, http://www.stiftung-ear.de/www.stiftung-ear.de/content/e47/e1044/e1055/051123Berechnungsweise_ger.pdf, 2005, abgerufen am 16.11.2007
Ertogral K, Wu SD (2000) Auction-theoretic coordination of production planning in the supply chain. IIE Transactions 32:931–940
Dyckhoff H (1993) Betriebliche Produktion. 2 Aufl. Springer, Berlin
Dyckhoff H, Spengler T (2007) Produktionswirtschaft. 2 Aufl. Springer, Berlin
Fleischmann B, Meyr H (2003) Planning Hierarchy, Modeling and Advanced Planning Systems. In: Graves SC, De Kok AG Handbooks in Operations Research and Management Science: Supply Chain Management, Elsevier, Amsterdam, S 457–523
Hallmann U (2007) Next Generation Take Back Systems – Challenges and Responses. In: Proceedings of the 2nd International Conference ECO-X 2007: Sustainable Recycling Management&Recycling Network Centrope, May 9–11, Vienna 2007
Holmberg K (1995) Primal and dual decomposition as organizational design: Price and/or resource directive decomposition. In: Burton RM, Obel B Design Models for Hierarchical Organization, Kluwer Academic Publishers, Boston, S 61–62
Jeong I-J, Leon VJ (2002) Decision making and cooperative interaction via coupling agents in organizationally distributed systems. IIE Transactions 34:789–802
Koopmans T (1951) Analysis of Production as an Efficient Combination of Activities. In: Koopmans T Activity Analysis of Production and Allocation, Proceedings of a Conference, John Wiley & Sons, New York, S 33–97
Kutanoglu E, Wu D (1999) On combinatorial auction and Lagrangean relaxation for distributed resource scheduling. IIE Transactions 31:813–826
Lambert AJD (1999) Linear programming in disassembly/clustering sequence generation. Computers&Industrial Engineering 36:723–738
Monahan JP (1984) A Quantity discount pricing model to increase vendor profits. Manage Sci 30(6):720–726
Savaskan R, Bhattacharya S, Van Wassenhove L (2004) Closed-Loop Supply Chain Models with Product Remanufacturing. Manage Sci 50(2):239–252
Schneeweiß C (1992) Planung 2 – Konzepte der Prozeß- und Modellgestaltung. Springer, Berlin
Schneeweiß C (2003) Distributed Decision Making. 2 Aufl. Springer, Berlin
Schröter M (2006) Strategisches Ersatzteilmanagement in Closed-Loop Supply Chains – Ein systemdynamischer Ansatz. Deutscher Universitäts-Verlag, Wiesbaden
Sherali HD, Choi G (1996) Recovery of primal solutions when using subgradient optimization methods to solve Lagrangian duals of linear programs. Operations Res Letters 19:105–113
Spengler T (1994) Industrielle Demontage- und Recyclingkonzepte – Betriebswirtschaftliche Planungsmodelle zur ökonomisch effizienten Umsetzung abfallrechtlicher Rücknahme- und Verwertungspflichten. Erich Schmidt Verlag, Berlin
Spengler T, Walther G (2005) Strategische Planung von Wertschöpfungsnetzwerken zum Produktrecycling. Z Betriebswirtschaft 75(3):247–275
Spengler T, Ploog M, Schröter M (2003) Integrated Planning of Acquisition. Disassembly and Bulk Recycling: A Case Study on Electronic Scrap Recycling, OR Spectrum 25(3):413–442
Stadtler H (2005) Supply Chain Management – An Overview. In: Stadtler H, Kilger C (2005) Supply Chain Management and Advanced Planning – Concepts, Models, Software and Case Studies. 3 Aufl. Springer, Berlin
Stadtler H (2009) A framework for collaborative planning and state-of-the-art. OR Spectrum 31(2):5–30
Steven M (1994) Hierarchische Produktionsplanung. 2 Aufl. Physica, Heidelberg
Tsay AA, Nahmias S, Agrawal N (1998) Modeling Supply Chain Contracts. In: Tayur S, Ganeshan R, Magazine M Quantitative Models for Supply Chain Management, Kluwer Academic Pubishers, Boston, S 299 –336
Walther G, Spengler T (2004) Empirical analysis of collaboration potentials of SME in product recovery. Progress in Industrial Ecology – An International Journal 25(4):363–384
Walther G (2005) Recycling von Elektro- und Elektronik-Altgeräten. Deutscher Universitäts-Verlag, Wiesbaden
Walther G, Schmid E, Spengler T (2008) Negotiation based coordination in product recovery networks. Int J Product Econ 111(2):334–350
Zäpfel G (2000) Strategisches Produktionsmanagement. 2 Aufl. Oldenbourg, München/Wien
Zimmer K (2001) Koordination im Supply Chain Management. Deutscher Universitäts-Verlag, Wiesbaden
Danksagung
Das diesem Beitrag zugrunde liegende Forschungsvorhaben „GeProNet – Geschäftsprozesse und Netzwerkmanagement in der erweiterten Supply Chain zum Schließen von Produktkreisläufen“ (Förderkennzeichen 01RI0623) wurde mit Mitteln des Bundesministeriums für Bildung und Forschung (BMBF) gefördert. Die Autoren danken im Namen aller Projektbeteiligten für die Unterstützung.
Author information
Authors and Affiliations
Corresponding authors
Appendices
Anhang
Anhang 1: Liste der verwendeten Symbole Indizes und Mengen:
\(i \in I\) Altprodukte und Fraktionen
\(j \in J\) Recyclingaktivitäten
\(u \in U\) Recyclingunternehmen im Netzwerk
\(q \in Q\) Quellen außerhalb des Netzwerks
\(q \in Q^D \) Dummy-Quellen: Quellen innerhalb des Netzwerks
\(r \in R\) Senken außerhalb des Netzwerks
\(r \in R^D \) Dummy-Senken: Senken innerhalb des Recyclingnetzwerks
\(T_u \) Dem Recyclingunternehmen \(u\) zur Verfügung stehende Technik
\(R_u \) Restriktionenfeld des Recyclingunternehmens \(u\)
\(R_{Netz} \) Unternehmensübergreifende, netzwerkweite Restriktionen
Parameter und Entscheidungsvariablen:
\(A_{iq} \) An Quelle \(q\) abzuholende Masse von Altprodukt \(i\)
\(\alpha _i \) Recyclingquote, die für Altprodukt \(i\) einzuhalten ist
\(\chi _{ir} \) Recyclingkoeffizient, der angibt, zu welchem Anteil Materialfraktion \(i\) bei Verbringung an Senke \(r\) recycelt wird [0,1]
\(c_{ju} \) Kosten, die für die Ausführung einer Recyclingaktivität \(j\) in Recyclingunternehmen \(u\) anfallen [GE/Aktivität]
\(\textit{DB}_{}^{Fok} \) Deckungsbeitrag des fokalen Unternehmens [GE]
\(\textit{DB1}_{}^{Netz} \) Deckungsbeitrag des Recyclingnetzwerks (allgemein) [GE]
\(\textit{DB1}_u^U \) Deckungsbeitrag des Recyclingunternehmens u (allgemein) [GE]
\(\textit{DB2}_u^U \) Deckungsbeitrag des Recyclingunternehmens u im Rahmen der taktischen Koordination [GE]
\(e_i \) Annahmeerlös, den das Recyclingnetzwerk für die Behandlung einer Masseneinheit von Altprodukt \(i\) erhält [GE/ME]
\(e_{iq} \) Annahmeerlös, den ein Recyclingunternehmen für die Behandlung einer Masseneinheit der Fraktion \(i\) von Dummy-Quelle q erhält (\(q \in Q^D \)) [GE/ME]
\(k\) Iterationszähler im Rahmen des Aushandlungsmechanismus (taktische Ebene)
\(\lambda \) Lagrange-Parameter für die Verletzung der Recyclingbedingung (Recyclingbonus) [GE/ME]
\(\textit{MAX}_u \) Maximale Kapazität des Recyclingunternehmens \(u\) (ausgedrückt als monetär bewertete Arbeitsstunden) [GE]
\(\textit{MTQ}_{iqu} \) Masse an Altgerät i, die von Recyclingunternehmen u maximal an Quelle q abgeholt werden darf [ME]
\(\omega \) Anzahl Iterationen, ab der das fokale Unternehmen zusätzlich zu den Preisen noch Maximalmengen vorgibt (taktische Ebene).
\(p_{iq} \) Preis, den das fokale Unternehmen den Recyclingunternehmen für die Abholung einer Masseneinheit von Altprodukt \(i\) an Quelle \(q\) bezahlt; zusammengesetzte Größe: \(p_{iq} = e_i^{} - \lambda \cdot \alpha _i^{} - \pi _{iq}^{} \) [GE/ME]
\(\pi _{iq} \) Lagrange-Parameter für die Verletzung der Sammelbedingungen [GE/ME]
\(\textit{QMIN}_{uiq} \) minimale Masse der Fraktion \(i\), die Unternehmen \(u\) im Rahmen der taktischen Planung von Dummy-Quelle \(q\) erwartet [ME]
\(\textit{QMAX}_{uiq} \) maximale Masse der Fraktion \(i\), die Unternehmen \(u\) im Rahmen der taktischen Planung von Dummy-Quelle q erwartet [ME]
\(rec_u \) Recycelte Masse in Recyclingunternehmen \(u\) [ME]
\(\textit{RMIN}_{uir} \) minimale Masse der Fraktion \(i\), die Unternehmen \(u\) im Rahmen der taktischen Planung an Dummy-Senke \(r\) abgeben kann [ME]
\(\textit{RMAX}_{uir} \) maximale Masse der Fraktion \(i\), die Unternehmen \(u\) im Rahmen der taktischen Planung an Dummy-Senke \(r\) abgeben kann [ME]
\(s_{ir} \) Verkaufserlös (+) bzw. Entsorgungskosten (−) für eine Masseneinheit von Materialfraktion \(i\) bei Verbringung an Senke \(r\) [GE/ME]
\(tq_{iqu} \) Transportkosten für die Verbringung einer Masseneinheit von Altprodukt \(i\) von Quelle q zu Recyclingunternehmen u [GE/ME]
\(tu_{iuu} ^\prime \) Transportkosten für die Verbringung einer Masseneinheit von Fraktion \(i\) von Recyclingunternehmen \(u\) zu Recyclingunternehmen \(u^\prime \) [GE/ME]
\(tr_{iur} \) Transportkosten für die Verbringung einer Masseneinheit von Fraktion \(i\) von Recyclingunternehmen \(u\) zur Senke \(r\) [GE/ME]
\(v_{ij} \) Generierung (+) bzw. Verbrauch (−) einer Masseneinheit des Altprodukts/der Fraktion \(i\) bei einmaliger Ausführung von Recyclingaktivität \(j\) [ME/Aktivität]
\(V_u^F \) Transferzahlungen vom fokalen Unternehmen an Recyclingunternehmen \(u\) [GE]
\(V_{iuu^\prime }^U \) Transferzahlungen zwischen Recyclingunternehmen \(u\) und u ¢ [GE]
\(x_{ju} \) Anzahl der Ausführungen von Recyclingaktivität \(j\) in Recyclingunternehmen \(u\) [Aktivitäten]
\(x_{ju}^w \) Anzahl der Ausführungen von Recyclingaktivität \(j\) in Recyclingunternehmen \(u\), die auf von anderen Unternehmen zur Weiterverarbeitung empfangene Stoffströme angewendet wird [Aktivitäten]
\(y_{iqu}^Q \) Masse an Altprodukten vom Typ i die von (Dummy-)Quelle q zu Recyclingunternehmen u transportiert wird [ME]
\(y_{iur}^R \) Masse an Materialfraktion i, die von Unternehmen \(u\) zu (Dummy-)Senke \(r\)verbracht wird und aus von Quellen empfangenen Stoffströmen resultiert [ME]
\(y_{iur}^{R,w} \) Masse an Materialfraktion \(i\), die von Unternehmen \(u\) zu (Dummy-) Senke \(r\) verbracht wird und aus von anderen Unternehmen zur Weiterverarbeitung empfangenen Stoffströmen resultiert [ME]
\(y_{iuu^\prime }^U \) Masse an Altprodukten vom Typ \(i\) die von Recyclingunternehmen \(u\) zu Recyclingunternehmen \(u^\prime \) transportiert wird [ME]
\(z_{iu} \) Produktionsprogramm des Recyclingunternehmens u bezüglich Objektart \(i\)
Anhang 2: Daten des Beispiels
Rights and permissions
About this article
Cite this article
Walther, G., Schmid, E. & Spengler, T. Dezentrale Koordination von Stoffströmen in Recyclingnetzwerken. Z Betriebswirtsch 79, 717–749 (2009). https://doi.org/10.1007/s11573-009-0257-6
Received:
Published:
Issue Date:
DOI: https://doi.org/10.1007/s11573-009-0257-6