Priorisierte Bestellung (Supply Chain)

Die supply chain Literatur konzentriert sich klassisch auf Bestellpolitiken, bei denen jeder einzelne Artikel völlig isoliert von allen anderen behandelt wird: Die Entscheidung, mehr zu bestellen Einheiten von Artikel A zu bestellen, ist streng unabhängig von der Entscheidung, mehr Einheiten von Artikel B zu bestellen. Dieser Ansatz bringt jedoch erhebliche inhärente Einschränkungen mit sich. Im Gegensatz dazu legt die priorisierte Bestellpolitik den Schwerpunkt auf Entscheidungen, die mehrere Artikel betreffen, wobei jeder Artikel um die Kapitalzuteilung mit allen anderen konkurriert. In der Praxis ermöglicht die priorisierte Bestellung eine viel feiner abgestimmte Kontrolle über die Leistung der Bestandsverwaltung, und wenn die entsprechenden prädiktiven Technologien verfügbar sind, erlaubt sie es, eine überlegene Bestandsleistung zu erzielen. Lokad empfiehlt systematisch, wann immer möglich, eine priorisierte Bestellpolitik zu übernehmen.

Die vier klassischen Bestandsrichtlinien

Eine typische Bestandsrichtlinie sucht Antworten auf die folgenden Fragen: Wann sollte eine Nachbestellung aufgegeben werden? und Wie groß sollte die Nachbestellung ausfallen? Bevor diese Fragen jedoch quantitativ angegangen werden, müssen wir über die Form der Bestandskontrolle Richtlinie entscheiden. Es gibt zahlreiche mögliche Kontrollsysteme, und die gebräuchlichsten sind im Folgenden aufgeführt¹:

• Order-Point, Order-Quantity (s,Q) System: Es wird eine feste Menge Q bestellt, sobald die Bestandsposition auf den Wiederbestellpunkt s oder darunter sinkt. Dabei berücksichtigt die Bestandsposition sowohl den Nettobestand als auch den noch bestellten Bestand; das heißt, die beim Lieferanten angeforderten, aber noch nicht erhaltenen Materialien.
• Order-Point, Order-Up-To-Level (s,S) System: Wie beim (s,Q)-System wird eine Menge an Waren nachbestellt, sobald die Bestandsposition auf den Wiederbestellpunkt s oder darunter sinkt. Allerdings wird anstelle einer konstanten Bestellmenge die Bestellung so dimensioniert, dass die Bestandsposition auf das Nachauffüllniveau S angehoben wird.
• Periodic-Review, Order-Up-To-Level (R,S) System: Alle R Zeiteinheiten arbeitet dieses System wie das (s,S)-System und hebt die Bestandsposition auf das Niveau S an. Diese Richtlinie wird typischerweise verwendet, wenn Bestellungen nicht vollständig automatisiert sind und einer manuellen und geplanten Validierung durch den Einkaufsleiter unterliegen.
• Periodic-Review (R,s,S) System: Dies ist eine Kombination aus den (s,S)- und (R,S)-Systemen. In diesem Fall wird die Bestandsposition alle R Zeiteinheiten überprüft. Liegt sie unter dem Wiederbestellpunkt s, wird eine ausreichende Menge bestellt, um sie auf S anzuheben. Insbesondere ist das (s,S)-System ein Spezialfall des (R,s,S)-Systems mit R=0

Die supply chain Literatur liefert zahlreiche theoretische Beweise - einige datieren zurück in die 1960er Jahre -, nach denen unter bestimmten Annahmen bestimmte Richtlinien anderen überlegen sein sollen. Aus einer moderneren Perspektive haben diese Beweise jedoch wenig praktische Relevanz, da sie den Bestellprozess unter stark vereinfachten Annahmen betrachten, die den tatsächlichen wirtschaftlichen Treibern nicht angemessen Rechnung tragen.

Wirtschaftliche Treiber im ständigen Wandel

Die klassische supply chain Sichtweise betrachtet alle Artikel getrennt, um sie isoliert zu verarbeiten. Eine der zentralen Erkenntnisse aus der Arbeit mit Hunderten von Unternehmen, die von Lokad betreut werden, ist jedoch, dass es in der Praxis wenig sinnvoll ist, Artikel isoliert zu betrachten:

• Neue Artikel gelangen ständig auf den Markt, während gleichzeitig ältere Artikel den Markt verlassen.
• Artikel können Ersatzprodukte unterschiedlicher Qualität haben, die von perfekten Ersatzstoffen bis zu lockeren Ersatzprodukten reichen.
• Zur Deckung der Nachfrage kann eine Kombination mehrerer Artikel im Lager erforderlich sein, wodurch der Einfluss von Fehlbeständen eines einzelnen Artikels verstärkt wird, wenn dieser Artikel häufig gebündelt oder als Kit angeboten wird.
• Der Zugang zu einem neuen, preisgünstigeren Lieferanten für einen Artikel kann die Bestandsstrategie erheblich umgestalten, um mehr Vorrat zu halten und so den Verkauf in einem bestimmten Segment zu intensivieren.
• Der Zugang zu einem neuen, schneller agierenden Lieferanten für einen Artikel kann die Bestellung dieses Artikels im Vergleich zu anderen, bei denen nur langsame und unzuverlässige Lieferanten verfügbar sind, weitgehend in den Hintergrund drängen.

Aus einer sehr praktischen Perspektive macht es keinen Sinn, 1€ mehr für einen Artikel auszugeben, wenn innerhalb eines Jahres ein erwarteter Ertrag von 2€ erzielt wird, solange es alternative Artikel gibt, bei denen innerhalb eines Jahres ein erwarteter Ertrag von 3€ erzielt wird.

Die Bestandsverwaltung ist nur dann optimiert, wenn die Kapitalzuteilung für den Bestand das Markpotential des Unternehmens maximiert, während alle Lagerhaltungskosten berücksichtigt werden. Innerhalb dieser Kapitalzuteilung konkurrieren alle Artikel ständig miteinander um jede zusätzliche Investition. Jeder Artikel sollte anhand seiner erwarteten Erträge und seiner erwarteten Kosten für die jeweils nächste zusätzlich zu bestellende Einheit bewertet werden.

Allerdings befinden sich die Variablen, die die erwarteten Erträge und Kosten beeinflussen, selbst in ständigem Wandel. Beispiele gibt es zahlreich: Die Kapitalkosten variieren, wenn das Unternehmen Zugang zu Liquidität gewinnt oder verliert, die Bruttomargen der Artikel schwanken, wenn Wettbewerber ihre Preise ändern und andere Unternehmen dazu zwingen, ihre Preise anzupassen, und der Lagerplatzdruck variiert zu unterschiedlichen Zeiten im Jahr, da die Beschränkung des festen Lagers während der Hochsaison weitaus stärker ins Gewicht fällt als in der Nebensaison.

Die priorisierte Bestellpolitik

Die priorisierte Bestellpolitik bietet, wie der Name andeutet, eine priorisierte Liste der zu kaufenden Artikel. Jede Zeile ist mit der Mindestbestellmenge für einen bestimmten Artikel verknüpft, die wir hier der Einfachheit halber mit 1 Einheit annehmen. Jeder Artikel erscheint mehrfach in der Liste, und in der Praxis sind die Artikel häufig vermischt angeordnet. Dies impliziert, dass sobald für einen bestimmten Artikel eine zusätzliche Einheit bestellt wurde, die nächstprofitablere zusätzliche Einheit wahrscheinlich nicht für denselben Artikel bestellt wird – obwohl dies gelegentlich vorkommen kann.

In der Praxis empfehlen wir, die Lagerprämienfunktion zu verwenden, um den wirtschaftlichen Wert jeder bestellten Einheit zu ermitteln. Diese Funktion gibt die erwarteten Erträge (in Dollar oder Euro) an, die erzielt würden, wenn die Einheit bestellt würde. Die Lagerprämienfunktion wird genutzt, um den Score für jede Einheit zu berechnen, der letztlich die Priorisierung definiert.

Konzeptionell ist die Prioritätenliste unbegrenzt: Sie geht bis ins Unendliche, wobei jede nachfolgende Zeile weniger profitabel ist als die vorherige. In der Praxis endet die Liste jedoch, sobald sie eine Profitabilität von Null erreicht – und vermutlich noch deutlich früher, da ein Mindestmaß an marginaler Profitabilität erforderlich ist, um alle Fixkosten zu decken. Es versteht sich von selbst, dass es sinnlos ist, Rechenleistung zu verschwenden, um extrem unprofitable Szenarien in Betracht zu ziehen.

Formal betrachtet wird die Einkaufsprioritätenliste mithilfe einer Score-Funktion $${s(u,k)}$$ aufgebaut, wobei $${u}$$ eine SKU und $${k}$$ die $${k^{th}}$$ zu bestellende Einheit darstellt. Der Score nimmt in der Regel mit steigendem $${k}$$ ab, das heißt $${s(u,k)>s(u,k+1)}$$, da zusätzliche Bestände typischerweise mit abnehmenden Erträgen verbunden sind. In bestimmten Situationen kann der Kern jedoch lokal mit $${k}$$ zunehmen (z.B.: ein Lehrer, der Bücher für ein Klassenzimmer mit einem Bedarf von 20 Einheiten kauft). Anschließend werden alle möglichen Paare $${(u,k)}$$ in absteigender Reihenfolge ihres Scores geordnet. Diese geordnete Liste ist die tatsächliche Einkaufsprioritätenliste.

Konzeptionell lässt die priorisierte Bestellung zwei Fragen offen:

• Es wird nicht festgelegt, wann die Bestellung innerhalb der Liste gestoppt werden soll.
• Es wird nicht festgelegt, wie häufig die Überprüfungen der Bestellungen stattfinden sollen.

Die Frage, wann mit der Bestellung aufzuhören ist, wird im folgenden Abschnitt näher behandelt.

Hinsichtlich der Häufigkeit der Überprüfung der Bestellung lautet die Antwort für modernere supply chain Situationen wie folgt: An jedem Tag, der zur Überprüfung offensteht, ist eine tägliche periodische Überprüfung notwendig. Tatsächlich kann das Aktualisieren der Prioritätenliste vollständig automatisiert werden, sodass im Falle einer korrekten Implementierung eine tägliche Bestellüberprüfung nur sehr geringe Kosten in Form von wenigen Minuten Arbeit verursacht – oder sogar weniger, wenn das System im Autopilot-Modus läuft. Abgesehen davon, dass theoretisch auch mehrmals täglich überprüft werden könnte, beinhalten die unvermeidbaren Verzögerungen beim Transport physischer Güter in der Realität Verzögerungen, die durch mehrfache tägliche Überprüfungen nicht verkürzt werden können².

Abschneiden der Prioritätenliste

Wie oben zu sehen ist, hat die Prioritätenliste – zumindest theoretisch – kein Ende. Damit allerdings eine Bestellung durchgeführt werden kann, muss der Praktiker die Liste abschneiden, sodass sie eine konkrete Liste der zu bestellenden Mengen zum Zeitpunkt der Ausführung der Bestellung widerspiegelt. Das Abschneiden erfordert selbst ein Abbruchkriterium. Schauen wir uns die naheliegendsten an:

• Bis zur Kapitalgrenze: Artikel werden bis zu einem bestimmten Schwellenwert für den gesamten, der Bestandsverwaltung zugewiesenen Kapitalbetrag gekauft, wobei sowohl der aktuelle Bestand als auch der zusätzlich in Betracht gezogene Bestand berücksichtigt werden. Positiv ist, dass dieser Ansatz stets zu den Cashflow-Beschränkungen des Unternehmens passt. Negativ ist, dass dieser Ansatz keine Aussage über die Leistung des Schwellenwertes an sich trifft.
• Bis zur ROI-Grenze: Artikel werden gekauft, solange der vollständig abgeschriebene ROI über einem bestimmten Schwellenwert liegt; da der ROI stetig abnimmt, je weiter man in der Liste nach unten geht (höhere Bestände haben starke abnehmende Erträge), stellt der Schwellenwert stets sicher, dass die Liste abgeschnitten wird.

Egal, welcher Schwellenwert betrachtet wird, muss eine weitere Funktion $$g$$ eingeführt werden. Es wird angenommen, dass die Funktion $${g}$$ beim Herabgehen in der Prioritätenliste abnimmt. Sei $${g_\text{min}}$$ der Abbruchschwellenwert. Dann sollten wir wie folgt bis zur $${N_\text{th}}$$ Zeile in der Liste gehen:

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

Überlegenheit der priorisierten Bestellung

Nur empirische Bewertungen können die Überlegenheit einer Bestandsrichtlinie gegenüber einer anderen belegen. Tatsächlich sind rein theoretische Überlegungen häufig irreführend, da es in Ordnung ist, wenn die Annahmen in gewissem Maße verletzt werden (z.B. kann die Nachfrage im sehr kurzfristigen Bereich als stationär approximiert werden), es jedoch sehr schwierig ist, die vollständigen Auswirkungen solcher Abweichungen quantitativ zu beurteilen. Manche Ansätze erweisen sich als sehr resilient gegenüber den realen Bedingungen, andere weitaus weniger.

Bei Lokad haben wir festgestellt, dass, wenn eine probabilistische Vorhersagetechnologie verfügbar ist, das heißt, eine Vorhersagetechnologie, die in der Lage ist, die jeweiligen Wahrscheinlichkeiten für das gesamte zukünftige Nachfragevolumen vorherzusagen – und nicht lediglich den zukünftigen Mittelwert oder Median der Nachfrage –, dann systematisch Ansätze, die auf der Einkaufsprioritätenliste basieren, eine überlegene Bestandsleistung demonstrieren.

Die Gründe, die diese überlegene Leistung erklären, sind zahlreich. Im Folgenden listen wir die positiven Aspekte der Verwendung einer Einkaufsprioritätenliste auf, die wir am häufigsten beobachten:

• Die Priorisierung ist äußerst robust gegenüber jeglichen Arten von Verzerrungen. Wenn viele Artikel überschätzt werden, können sie dennoch korrekt priorisiert bleiben. Somit hat ein (relativ) systematischer Fehler nur wenig Einfluss auf die tatsächliche Bestellung. Ein geringer Fehlerbetrag reicht nicht aus, um einen Top-Artikel weit nach unten zu drücken, und umgekehrt, um einen Tail-Artikel an die Spitze zu befördern.
• Die Priorisierung passt sich gut allen Arten von nicht-linearen Mehrartikel-Beschränkungen an. Bei klassischen Bestellpolitiken ist es eine Herausforderung, etwas so Grundlegendes wie eine Lagerplatzbeschränkung in die Bestellpolitik zu integrieren. Mit der Einkaufspriorisierung ist es so natürlich wie das Abschneiden der Liste, wenn das Lager voll ist.
• Die Priorisierung ist viel lokaler an den aktuellen Bestandsniveaus ausgerichtet. Wenn ein Unternehmen seine Bestandsstrategie anpasst, beispielsweise zu deutlich höheren Service Levels, führen klassische Bestellpolitiken zu großen „Sprüngen“ im Bestand, die die Lieferkette durcheinanderbringen. Im Gegensatz dazu bietet die Einkaufsprioritätenliste die Möglichkeit, den Übergang so reibungslos wie gewünscht zu gestalten, da es sich nur um eine Anpassung des Abschneideschwellenwertes handelt.
• Die Priorisierung ermöglicht zudem eine bessere flexible Zeitplanung. Wenn ein Unternehmen im Durchschnitt alle zwei Wochen einen Container bestellt, führt die Verwendung klassischer Bestellpolitiken häufig zu Reibungsverlusten, da das genaue Datum überwacht werden muss, an dem die Bestellmenge einen Schwellenwert knapp unterhalb der Containerkapazität erreicht. Sobald die Containerkapazität überschritten wird, muss der Einkaufsleiter manuell überschüssige Mengen entfernen, um in den Container zu passen. Im Gegensatz dazu liefert der Priorisierungsansatz stets den nächsten profitabelsten Container, jederzeit.

Tatsächlich war die priorisierte Bestellpolitik jedes Mal, wenn Lokad die Gelegenheit hatte, eine klassische Bestellpolitik (wie oben aufgeführt) mit einer priorisierten Bestellpolitik zu vergleichen, ein derart offensichtlicher und sofortiger Gewinner, dass weitere Benchmarks der beiden Methoden von Lokad und unserem Kunden als überflüssig angesehen wurden.

Außerdem waren diese Vergleiche fair in dem Sinne, dass die Vorhersagetechnologie, die sowohl den klassischen Ansatz als auch den priorisierten Ansatz antreibt, von Lokad mit einem ähnlichen Grad an technologischer Raffinesse entwickelt wurde – d.h. es wäre unfair gewesen, eine Bestellpolitik, die von einer fortgeschrittenen Forecasting Engine unterstützt wird, mit einer anderen Politik zu vergleichen, die nur von einer grundlegenden Vorhersagetechnologie getragen wird.

Anmerkungen