Advertisement

Bedarfsplanung und Bedarfsvorhersage

  • Paul SchönslebenEmail author
Chapter
  • 146 Downloads

Zusammenfassung

Beabsichtigte Lernergebnisse: Eine Übersicht über Vorhersageverfahren vorlegen. Vergangenheitsbasierte Verfahren für gleichbleibende Nachfrage detailliert erklären. Vergangenheitsbasierte Verfahren mit trendförmigem Verhalten bezeichnen. Drei zukunftsbasierte Verfahren beschreiben. Aufzeigen, wie Vorhersagen in die Planung überführt werden können.

Wenn die kumulierte Durchlaufzeit länger als die Kundentoleranzzeit ist, muss man nach einer Bedarfsvorhersage produzieren bzw. beschaffen. Die Vorhersagenotwendigkeit verändert sich im Laufe der Zeit je nach Markt und Produkt. Als Beispiele für Märkte mit grosser Vorhersagenotwendigkeit dienen der Handel mit Konsumgütern, oder die Bereitstellung von Komponenten, die für Investitionsgüter benötigt werden. Ohne dass eine definitive Kundenbestellung vorliegt, muss man z.B. Einzelteile von Maschinen bereits fertigen.

In diesem Kapitel werden Vorhersageverfahren klassifiziert und ihr prinzipieller Ablauf beschrieben. Danach werden einzelne Verfahren detailliert beschrieben und verglichen. Weiter wird die Verbrauchsverteilung als Überlagerung der Verteilung der Verbrauchsereignisse und der Verteilung der Verbrauchsmenge je Ereignis definiert. Daraus werden Sicherheitsbedarfe und Grenzen der stochastischen Bedarfsermittlung abgeleitet. Zudem kommt der Übergang von Vorhersagen zu Primärbedarfen sowie deren Verwaltung zur Sprache.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. APIC16 Pittman, P. et al., APICS Dictionary, 15. Auflage, APICS, Chicago, IL, 2016Google Scholar
  2. BoJe15 Box, G.E.P., Jenkins, G.M., Reinsel, G.C., Ljung, G.M., „Time Series Analysis: Forecasting and Control“, 5. Auflage, John Wiley & Sons, 2015Google Scholar
  3. Corn05 Cornelius, P. et al., „Three Decades of Scenario Planning in Shell“, California Management Review, 48.1, pp. 92-109, 2005Google Scholar
  4. Fers64 Ferschl, F., „Zufallsabhängige Wirtschaftsprozesse“, Physica-Verlag, 1964Google Scholar
  5. Gahs71 Gahse, S., „Mathematische Vorhersageverfahren und ihre Anwendung“, Verlag Moderne Industrie, München, 1971Google Scholar
  6. GaKe89 Gardner, E.S.Jr., McKenzie, E., „Seasonal Exponential Smoothing with Damped Trends“, Management Science (Note) 35, Nr. 3, pp. 372-375, 1989Google Scholar
  7. IBM73 IBM, COPICS, „Communications oriented Production Information and Control System, Bedarfsvorhersage“, IBM, Deutschland, 1973Google Scholar
  8. Lewa80 Lewandowski, R., „Prognose- und Informationssysteme und ihre Anwendungen“, de Gruyter, Berlin-New York, 1980Google Scholar
  9. MeRä12 Mertens, P., Rässler, S., „Prognoserechnung“, 7. Auflage, Physica-Verlag, Heidelberg 2012Google Scholar
  10. Scho93 Schoemaker, P., „Multiple Scenario Development: Its Conceptual and Behavioral Foundation“, Strategic Management Journal, 14, pp. 193-213, 1993Google Scholar
  11. TrLe67 Trigg, D.W., Leach, A.G., „Exponential Smoothing with an Adaptive Response Rate“, Operations Research Quarterly, pp. 53-59, 1967Google Scholar
  12. WhMa97 Wheelwright, S.C., Makridakis, S., „Forecasting Methods for Management“, 3rd Edition, John Wiley & Sons, New York, 1997Google Scholar

Copyright information

© Springer-Verlag GmbH Deutschland, ein Teil von Springer Nature 2020

Authors and Affiliations

  1. 1.ZürichSchweiz

Personalised recommendations