Skip to main content
SpringerLink
Log in

Wertorientierte Simulation zur Unterstützung der logistischen Prozessgestaltung bei der Stahlherstellung

Value-oriented simulation to support manufacturing system design in steel production

  • Forschung
  • Published:
Zeitschrift für Betriebswirtschaft Aims and scope Submit manuscript

Zusammenfassung

In diesem Beitrag wird ein neuartiger Ansatz zur simulationsbasierten Entscheidungsunterstützung der logistischen Prozessgestaltung bei der Stahlherstellung vorgestellt. Dieser wird als wertorientierte Simulation bezeichnet. Er verbindet die relative Einzelkosten- und Deckungsbeitragsrechnung nach Riebel mit der ereignisdiskreten Ablaufsimulation. Die Verknüpfung des Simulations- und des Rechnungsmodells erfolgt anhand des Mengengerüstes. Die bei der Stahlherstellung auftretenden hohen Energieverbräuche werden auf Basis von Verbrauchsfunktionen nach Heinen ermittelt. Im Rahmen einer realen Problemstellung bei einem deutschen Stahlhersteller wird die wertorientierte Simulation mit dem in der Literatur diskutierten Ansatz der Kostensimulation verglichen. Es zeigt sich, dass die Ansätze zu teils divergierenden Ergebnissen führen und die wertorientierte Simulation diesbezüglich die fundiertere und bessere Entscheidungsunterstützung bietet. Darüber hinaus lassen sich mit ihr die Potentiale einer wertorientierten Steuerung der logistischen Prozesse evaluieren. Die wertorientierte Simulation stellt somit eine für die logistische Prozessgestaltung bei der Stahlherstellung wichtige methodische Weiterentwicklung dar.

Abstract

In this contribution we propose a novel approach for the simulation-based design of steel manufacturing systems. We name it Value-oriented Simulation. It combines Riebel’s Generic Direct Costing with Discrete-Event Simulation. The two models are coupled by the quantity structure, which incorporates consumption functions for a technically founded calculation of energy consumption behavior. The approach is compared with a classical Discrete-Event Simulation and a Cost Simulation in a real-world setting of a German steel manufacturer. The results show that the approaches lead to different and conflicting evaluations of the logistics processes. Value-oriented Simulation provides a more accurate and technically founded decision-support. Furthermore, it reveals the benefits that a value-oriented control of logistics processes can generate in a real-world setting. All in all, Value-oriented Simulation constitutes an important methodical development for the design of steel manufacturing systems.

This is a preview of subscription content, log in via an institution to check access.

Access this article

Log in via an institution

Price excludes VAT (USA)
Tax calculation will be finalised during checkout.

Instant access to the full article PDF.

Institutional subscriptions

Abb. 1
Abb. 2
Abb. 3
Abb. 4
Abb. 5
Abb. 6
Abb. 7
Abb. 8
Abb. 9
Abb. 10
Abb. 11

Notes

  1. Hier soll ein einwertiges, monetäres Oberziel wie z. B. die Steigerung des Unternehmenswertes, als Fundamentalziel angenommen werden, vgl. Heinen 1976.

  2. Im Rahmen höher aggregierter Simulationsstudien, die in den Bereich des Supply Chain Managements einzuordnen sind, wird allerdings des Öfteren auch mit monetären Größen gearbeitet, vgl. Merkuryeva und Napalkova 2009.

  3. Grundsätzlich lässt sich jedoch vorstellen, dass diejenigen Elemente des Rechnungsmodells, welche Einfluss auf die Prozesse nehmen, im Simulationsmodell hinterlegt werden. Dies ist als Mischform von simulationsbasierter Kostenrechnung und Kostensimulation zu bezeichnen.

  4. Die Erläuterungen in diesem Kapitel beziehen sich auf eine erfolgsrechnerische Bewertung.

  5. Bezüglich der Notwendigkeit zur Berücksichtigung kalkulatorischer Elemente für eine fundamentalzielkonforme Erfolgsrechnung vgl. Dierkes und Kloock 1999.

  6. Falls notwendig, könnte der Prozess jedoch auch noch feiner untergliedert werden, z. B. eine Elementarkombination pro erzeugter Bramme (aus einer Stahlcharge resultieren zwischen 4 und 6 Brammen).

  7. Laßmann 1968 veranschaulicht, wie technische Zusammenhänge anhand empirischer Funktionen in die Kostenrechnung der Stahlindustrie integriert werden können.

  8. Um den Einfluss einzelner Zustandsvariablen g des Prozessmodells (z. B. Zusammensetzung Stahlcharge und Menge) auf die Größen l und l darzustellen, wäre eine Erweiterung in der Form l(g) bzw. l(g) erforderlich. Dies wird hier zur Vereinfachung weggelassen.

  9. Es handelt sich hierbei nur um ein vereinfachtes, konzeptionelles Beispiel.

  10. In den Ansätzen der simulationsbasierten Kostenrechnung und Kostensimulation wird fast ausnahmslos mit konstanten (statischen) Preisen bzw. Kostensätzen gearbeitet.

  11. Neben den hier betrachteten wurden im Rahmen der Simulationsstudie weitere Gestaltungsoptionen analysiert, welche die Berücksichtigung weiterer Kostenarten (Personal- und Kapitalbindungskosten) erforderlich machten; siehe weiterführend Labitzke et al. 2009.

  12. Neben den Destinationen „Beize“ und „externer Verarbeiter“ existieren weitere Destinationen, deren Coils allerdings nicht das betrachtete Coillager durchlaufen.

  13. Z. B. sollten Coils, die bereits für die Auslagerung vorgesehen sind, möglichst nicht mehr zugedeckt werden. Um ein Coil in der zweiten oder dritten Zeile zu lagern, müssen entsprechende Coils darunter liegen (Auflagemöglichkeit).

  14. Die zurückgelegte Distanz bei der Kran- und Katzfahrt stellt keine Leistungsgröße im technischen Sinne dar. Sie erklärt jedoch das Verbrauchsverhalten am besten und ist daher aus Sicht einer empirischen Verbrauchsfunktion als Leistungsgröße zu deklarieren (vgl. Heinen 1983).

  15. Bei Betrachtung sämtlicher der in der Studie analysierten Gestaltungsoptionen ergibt sich eine Bezugsobjekthierarchie wie in Labitzke et al. 2009 dargestellt.

Literatur

  • Bizjak F, Kropivsek J (1999) Kostensimulation zur Auswahl flexibler Produktionssysteme. In: Hohmann G (Hrsg) Simulationstechnik. SCS, Ghent, S 85–94

  • Bode O, Bruckhaus R (2008) Optimierung der Stahlwerkslogistik bei den Dillinger Hüttenwerken mit Hilfe von Simulationsmodellen. Stahl Eisen 128:37–43

    Google Scholar 

  • Buchberger D (1989) Rechnergestützte Strukturplanung von Produktionssystemen. Institut für Werkzeugmaschinen und Betriebstechnik, Karlsruhe

    Google Scholar 

  • Bundschuh M (2008) Modellgestützte strategische Planung von Produktionssystemen in der Automobilindustrie. Kovac, Hamburg

    Google Scholar 

  • Denton B, Gupta D, Jawahir K (2003) Managing increasing product variety at integrated steel mills. Interfaces 33:41–53

    Google Scholar 

  • Dierkes S, Kloock J (1999) Integration von Investitionsrechnung und kalkulatorischer Erfolgsrechnung. Kostenrechnungspraxis 43:119–131

    Google Scholar 

  • Domschke W, Scholl A, Voß S (1997) Produktionsplanung, 2. Aufl. Springer, Berlin

    Google Scholar 

  • Dyckhoff H, Spengler T (2010) Produktionswirtschaft, 3. Aufl. Springer, Berlin

    Book  Google Scholar 

  • Ernst T, Kratz N, Sörgel G (1994) Analyse und Simulation eines Walzbereiches. In: Kampe G, Zeitz M (Hrsg) Simulationstechnik. Vieweg, Braunschweig, S 541–546

    Google Scholar 

  • Evans GW, Haddock J (1992) Modelling tools for flexible manufacturing systems. Prod Plan Control 3:158–167

    Article  Google Scholar 

  • Ewert R, Wagenhofer A (2005) Interne Unternehmensrechnung, 6. Aufl. Springer, Berlin

    Google Scholar 

  • Fandel G (2007) Produktion I, 7. Aufl. Springer, Berlin

    Google Scholar 

  • Fioroni MM, Franzese LAG (2005) Simulation based decision for steelmaking operations challenges. In: Kuhl ME, Steiger NM, Armstrong FB, Joines JA (Hrsg) Proceedings of the 2005 winter simulation conference. American Statistical Association, Orlando, S 2657–2662

    Chapter  Google Scholar 

  • Friederich D (1998) Simulation in der Fertigungssteuerung. Gabler, Wiesbaden

    Google Scholar 

  • Glaser H (1995) Zur Entscheidungsrelevanz prozessorientierter Stückkosten. In: Wolfgang M (Hrsg) Prozeßkostenrechnung -- Bedeutung, Methoden, Branchenerfahrungen, Softwarelösungen. Gabler, Wiesbaden, S 115–123

    Google Scholar 

  • Goetschalcks M, Fleischmann B (2008) Strategic network design. In: Stadtler H, Kilger C (Hrsg) Supply chain management and advanced planning, 4. Aufl. Springer, Berlin, S 117–132

    Chapter  Google Scholar 

  • Guasch A, Figueras J, Fonseca P (2009) Factory railway system. In: Merkuryev Y, Merkuryeva G, Piera MA (Hrsg) Simulation-based case studies in logistics. Springer, London, S 1–18

    Chapter  Google Scholar 

  • Haarmann C (1994) Kosteninformationen durch Simulation. Peter Lang, Frankfurt a. M.

    Google Scholar 

  • Hanisch M, Behrens A (2008) Investitionen fundamental absichern. Stahl Eisen 128:98–100

    Google Scholar 

  • Harmonosky CM, Miller JL, Rosen SL, Traband MT, Tillotson R, Robbie D (1999) Interfacing simulation with costing software to drive the transformation from prototype manufacturing to high volume manufacturing. In: Farrington PA, Nembhard HB, Sturrock DT, Evans GW (Hrsg) Proceedings of the 1999 winter simulation conference. Association for Computing Machinery, New York, S 1359–1364

    Google Scholar 

  • Heinen E (1976) Grundlagen betriebswirtschaftlicher Entscheidungen, 3. Aufl. Gabler, Wiesbaden

    Google Scholar 

  • Heinen E (1983) Betriebswirtschaftliche Kostenlehre, 6. Aufl. Gabler, Wiesbaden

    Google Scholar 

  • Hummel S, Männel W (1993) Kostenrechnung 1, 4. Aufl. Gabler, Wiesbaden

    Google Scholar 

  • Jahangirian M, Eldabi T, Naseer A, Stergioulas LK, Young T (2010) Simulation in manufacturing and business: a review. Eur J Oper Res 203:1–13

    Article  Google Scholar 

  • Kersten F (1996) Simulation in der Investitionsplanung. Gabler, Wiesbaden

    Google Scholar 

  • Klug F (1994) Kostenintegrierte Fertigungssimulation. Simul Passau 1:19–22

    Google Scholar 

  • Klug F (2000) Konzepte zur Fertigungssegmentplanung unter der besonderen Berücksichtigung von Kostenaspekten. Herbert Utz, München

    Google Scholar 

  • Kosturiak J, Gregor M (1995) Simulation von Produktionssystemen. Springer, Wien

    Google Scholar 

  • Küting K, Lorson P (1991) Grenzplankostenrechnung versus Prozeßkostenrechnung. Betriebs-Berater 46:1421–1433

    Google Scholar 

  • Labitzke N, Spengler TS, Volling T (2009) Applying decision-oriented accounting principles for the simulation-based design of logistics systems in production. In: Rossetti M, Hill R, Johansson B, Dunkin A, Ingalls RG (Hrsg) Proceedings of the 2009 winter simulation conference. Omnipress, Austin, S 2496–2508

    Chapter  Google Scholar 

  • Labitzke N, Volling T, Wichmann M, Spengler T (2010) Einfluss der Brammenlogistik auf den Energieverbrauch von Wärmeöfen in der Warmbreitbandstraße. In: Zülch G, Stock P Integrationsaspekte der Simulation: Technik, Organisation und Personal. KIT, Karlsruhe, S 327–324

    Google Scholar 

  • Laßmann G (1968) Die Kosten- und Erlösplanung als Instrument der Planung und Kontrolle in Industriebetrieben. Stahleisen, Düsseldorf

    Google Scholar 

  • Law AM (2007) Simulation modeling and analysis. McGraw-Hill, Boston

    Google Scholar 

  • Lee HS, Murthy SS, Haider SW, Morse DV (1996) Primary production at steelmaking industries. IBM J Res Dev 40:231–251

    Article  Google Scholar 

  • Männel W, Hummel S (1993) Kostenrechnung 2, 3. Aufl. Gabler, Wiesbaden

    Google Scholar 

  • Merkuryeva G, Napalkova L (2009) Supply chain cyclic planning and optimisation. In: Merkuryev Y, Merkuryeva G, Piera MÀ, Guasch A (Hrsg) Simulation-based case studies in logistics. Springer, London, S 85–108

    Chapter  Google Scholar 

  • Michel B (2007) Stahlbranche. Müller, Saarbrücken

    Google Scholar 

  • O.V. (2006a) Mittal hat noch Geld übrig. Wirtschaftswoche (07. Juli 2006)

  • O.V. (2006b) Thyssen-Krupp investiert Milliarden in Brasilien. Wirtschaftswoche (12. Mai 2006)

  • Paulik R (1984) Kostenorientierte Reihenfolgeplanung in der Werkstattfertigung. Haupt, Bern

    Google Scholar 

  • Pawellek G (2008) Ganzheitliche Fabrikplanung. Springer, Berlin

    Google Scholar 

  • Riebel P (1994) Einzelkosten- und Deckungsbeitragsrechnung, 7. Aufl. Gabler, Wiesbaden

    Google Scholar 

  • Schneeweiß (2002) Einführung in die Produktionswirtschaft, 8. Aufl. Springer, Berlin

  • Schweitzer M, Küpper H (2008) Systeme der Kosten- und Erlösrechnung, 9. Aufl. Vahlen, München

    Google Scholar 

  • Smith JS (2003) Survey on the use of simulation for manufacturing system design and operation. J Manuf Syst 22:157–171

    Article  Google Scholar 

  • Spengler T, Hähre SSA, Rentz O (1998) Stoffflußbasierte Umweltkostenrechnung zur Bewertung industrieller Kreislaufwirtschaftskonzepte. Z Betriebswirtsch 68:147–174

    Google Scholar 

  • Spengler T, Labitzke N, Volling T (2007) Simulationsgestützte Prozessoptimierung in Push-Pull-getriebenen Logistikstrukturen bei der Stahlherstellung -- eine fallbasierte Analyse. Logist Manag 9:48–61

    Google Scholar 

  • Swider DJ (2006) Erweiterte ARMA-Ansätze zur Prognose von Spotmarktpreisen in Europa. Z Energiewirtsch 30:31–42

    Google Scholar 

  • Tang L, Liu J, Rong A, Yang Z (2000) A multiple traveling salesman problem model for hot rolling scheduling in Shanghai Baoshan Iron & Steel Complex. Eur J Oper Res 124:267–282

    Article  Google Scholar 

  • Verein Deutscher Ingenieure (1993) VDI 3633, Blatt 1. VDI, Düsseldorf

    Google Scholar 

  • Verein Deutscher Ingenieure (1997) VDI 3633, Blatt 3. VDI, Düsseldorf

    Google Scholar 

  • Verein Deutscher Ingenieure (2001) VDI 3633, Blatt 7. VDI, Düsseldorf

    Google Scholar 

  • Vogeler U (2001) Zur deckungsbeitragsorientierten Qualitätskostenrechnung bei limitiert verfügbaren Produktionsfaktoren. Kovac, Hamburg

    Google Scholar 

  • Weber J, Weißenberger BE (1997) Relative Einzelkosten und Deckungsbeitragsrechnung: a critical evaluation of Riebel’s approach. Manag Account Res 8:277–298

    Article  Google Scholar 

  • Witte T (1989) Simulation. Betriebswirtschaft 49:513–524

    Google Scholar 

  • Witte T, Claus T, Helling K (1994) Simulation von Produktionssystemen mit SLAM. Addison-Wesley, Bonn

    Google Scholar 

  • Wunderlich J (2002) Kostensimulation -- Simulationsbasierte Wirtschaftlichkeitsrechnung komplexer Produktionssysteme. Meisenbach, Bamberg

    Google Scholar 

  • Zimmermann H, Gutsche L (1991) Multi-criteria analyse. Springer, Berlin

    Book  Google Scholar 

Download references

Danksagung

Wir danken der Salzgitter Flachstahl GmbH, im Besonderen Herrn Jan Oppermann, Leiter des Controllings, für die konstruktive Zusammenarbeit an diesem Beitrag. Ferner danken wir den Gutachtern für die ausführlichen und hilfreichen Kommentare.

Author information

Authors and Affiliations

  1. Salzgitter Flachstahl GmbH, Eisenhüttenstraße 99, 38239, Salzgitter, Deutschland

    Niklas Labitzke

  2. Institut für Automobilwirtschaft und Industrielle Produktion, Technische Universität Braunschweig, Katharinenstraße 3, 38106, Braunschweig, Deutschland

    Thomas Volling &  Thomas S. Spengler

Authors
  1. Niklas Labitzke
    View author publications

    You can also search for this author in PubMed Google Scholar

  2. Thomas Volling
    View author publications

    You can also search for this author in PubMed Google Scholar

  3. Thomas S. Spengler
    View author publications

    You can also search for this author in PubMed Google Scholar

Corresponding author

Correspondence to Niklas Labitzke.

Rights and permissions

Reprints and permissions

About this article

Cite this article

Labitzke, N., Volling, T. & Spengler, T. Wertorientierte Simulation zur Unterstützung der logistischen Prozessgestaltung bei der Stahlherstellung. Z Betriebswirtsch 81, 771–803 (2011). https://doi.org/10.1007/s11573-011-0479-2

Download citation

  • Received:

  • Published:

  • Issue Date:

  • DOI: https://doi.org/10.1007/s11573-011-0479-2

Schlüsselwörter

Keywords

JEL-Classifikation

Search

Navigation