Advertisement

Messung von Planungsstabilität

  • Thomas Jensen
Part of the Schriften zur Quantitativen Betriebswirtschaftslehre book series (QUANTITATIVE, volume 10)

Zusammenfassung

In diesem Abschnitt der Arbeit werden Vorschläge für operationale Maße entwickelt, die geeignet sind, unterschiedliche Aspekte des Begriffs Planungsstabilität zu erfassen.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. 1.
    Eine Übersicht der verwendeten Symbole findet sich im Anhang der Arbeit.Google Scholar
  2. 2.
    Sridharan, S.V. ET AL. weisen darauf hin, daß die Anwendung längerer Planungs¬intervalle zur Reduzierung des Planungsaufwands und zur Erhöhung der Planungsstabi¬lität führen können (vgl. Sridharan, S.V. ET AL.: [126, Rolling Planning Horizons, 1987]; [128, Freezing the Mps, 1990]). Vgl. dazu aber auch die Ausführungen zu ei¬nem möglichen Trade-off zwischen der Frequenz von Planrevisionen und dem Umfang erforderlicher Planänderungen auf Seite 2 dieser Arbeit.Google Scholar
  3. 3.
    Zur formalen Darstellung der rollierenden Losgrößenplanung vgl. Schneeweiss, CH.: [113, Lagerhaltungssysteme, 1981], S. 85–87.Google Scholar
  4. 4.
    Auf die Kennzeichnung der Planungsgeneration durch den hochgestellten Index kann für die Variablenbezeichnungen der jeweils ersten Periode eines Planungszyklus verzichtet werden, da bei der Länge des Planungsintervalls von einer Periode der Zeitindex der ersten Periode jeder Planung mit der laufenden Nummer der Zeitperiode identisch ist.Google Scholar
  5. 5.
    Durch Fortschreibung des Bestandes der Vorperiode erhält man für jede Planungspe-riode t I t = k,…, k T — 1 den geplanten disponiblen Bestand mit ilk) = 4101 + Qik i —dtk~l.Google Scholar
  6. 6.
    Der bereits beschriebene Einfluß der Parameter der rollierenden Planung wie z.B. der Länge eines Planungsintervalls sei an dieser Stelle nicht nochmals gesondert aufgeführt.Google Scholar
  7. 7.
    Weitere in Produktionssystemen auftretende Störungen wie z.B. stochastische Durch¬laufzeiten oder Ausbeuten sollen an dieser Stelle zunächst nicht betrachtet werden (vgl. dazu auch die Ausführungen in Kap. 3.6.4.2 dieser Arbeit).Google Scholar
  8. 8.
    Genau genommen sind auch die Abweichungen zwischen den einzelnen Prognosewer¬ten aufeinanderfolgender Planungszyklen bereits als Planänderungen zu interpretieren, die —ausgelöst durch die den Informationsstand erweiternde realisierte Nachfrage der ersten Periode jedes Planungszyklus— durch den Mechanismus des eingesetzten Progno¬severfahrens generiert werden.Google Scholar
  9. 9.
    Vgl. dazu auch Ho, CH.-J.: [61, Operating Environments, 1989], S. 1119.Google Scholar
  10. 10.
    Vgl. dazu auch die Ausführungen bei Streitferdt, L.: [134, Abweichungsauswer¬tung, 1983], S. 28–30.Google Scholar
  11. 11.
    Streitferdt, L.: [134, Abweichungsauswertung, 1983], S. 15–19.Google Scholar
  12. 12.
    Werden anstatt der Zielgröße die Abweichungen von abgeleiteten Situationsmerkma¬len beobachtet, so wird die Existenz eines funktionalen Zusammenhangs zwischen diesen Merkmalen und der angestrebten Zielgröße vorausgesetzt.Google Scholar
  13. 13.
    Vgl. dazu Kapitel 1.1 dieser Arbeit.Google Scholar
  14. 14.
    Vgl. dazu auch die Motivation technischer Konzepte zur Messung von Planungssta¬bilität in Kapitel 3.4 sowie Kapitel 3.6.1 dieser Arbeit.Google Scholar
  15. 15.
    Vg1. dazu auch die Ausführungen zu dem Problem, eine festgestellte Planabweichung auf nur eine Ursache zurückzuführen oder zu den Schwierigkeiten, eine Planweichung ver¬ursachungsgerecht unterschiedlichen Ursachen zuzuordnen bei Streitferdt, L.: [134, Abweichungsauswertung, 1983], S. 38–56.Google Scholar
  16. 16.
    Vg1. dazu die Ausführungen zur Bedeutung von Entscheidungshorizonten für die Stabilitätseigenschaften von Entscheidungsverfahren in Kapitel 4.3.1.Google Scholar
  17. 17.
    Zu den Begriffen Prozeß-bzw. Planstörung vgl. S. 24.Google Scholar
  18. 18.
    Streitferdt unterscheidet als kontollierbare allgemeine Ursachen für die Entste¬hung von Plan-Ist Abweichungen Planungsfehler (Fehler aufgrund falscher Prognosen oder fehlerhafter Situationsbeschreibungen) und Ausführungsfehler aufgrund fehlerhaf¬ter Ausführung oder aufgrund fehlerhafter Istwert-Aufnahme (vgl. Streitferdt, L.: [134, Abweichungsauswertung, 1983], S. 161–163).Google Scholar
  19. 19.
    Vgl. dazu z.B. die Arbeiten von Richter, K.; VöRös, J.: [103, Stability Region, 1989], [104, Stability of a Two-Stage Production Model, 1990], in denen die Sensitivität der Lösungen deterministischer mehrstufiger dynamischer Losgrößenprobleme in bezug auf Veränderungen der Kostenparameter untersucht werden.Google Scholar
  20. 20.
    Vgl. dazu auch die Unterscheidung von Plan-Ist-Abweichungen und Plan-Plan¬Abweichungen bei Streitferdt, L.: [134, Abweichungsauswertung, 1983], S. 31–34.Google Scholar
  21. 21.
    Es sei an dieser Stelle darauf hingewiesen, daß die hier betrachteten Differenzen zwischen verschiedenen Planwerten für eine Periode von der Feststellung von Plan-Plan Abweichungen im Rahmen der ex-post Betrachtung einer Planung nach Ablauf des vollständigen Planungszeitraums zu unterscheiden sind. Mittels der letztgenannten Vorgehensweise wird versucht, aus den Differenzen zwischen der zu Beginn des Planungs¬zeitraums erstellten ex-ante-Planung und der nach Ablauf des Planungszeitraums unter vollständiger Kenntnis der realisierten Einflußgrößen erstellten ex-post-Planung Informa¬tionen über Planungs-oder Prognosefehler zu gewinnen (vgl. Streitferdt, L.: [134, Abweichungsauswertung, 1983], S. 159–163).Google Scholar
  22. 22.
    Vg1. dazu die Darstellung der Arbeit von Carlson, R.C. ET AL.: [27, Less Nervous Mrp Systems, 1979] in Kapitel 4.4.1, S. 120.Google Scholar
  23. 23.
    Im übrigen dürfte auch für die ihrem Umfang nach zu ermittelnden Kostenkompo¬nenten die verursachungsgerechte Zurechnung auf konkrete Plananpassungen wie z.B. die Änderung von Losauflagezeitpunkten oder -mengen für eine Komponente oder ein bestimmtes Endprodukt bereits ein erhebliches Problem darstellen. Vergleichbar dieser Problematik stellt sich die Aufgabe einer verursachungsgerechten Zuordnung von Ge¬meinkosten (vgl. z.B. Schneeweiss, CH.: [117, Produktionswirtschaft, 1993], S. 52 ff.).Google Scholar
  24. 24.
    Zur Definition unterschiedlicher Servicegrade vgl. Z.B. Schneider, H.: [121, Service-Levels, 1981], Robrade, A.D.: [107, Einprodukt-Lagerhaltungsmodelle, 1990], S. 84–99, Lagodimos, A.G.; Anderson, E.J.: [75, Safety Stocks in Mrp, 1993], S. 1801.Google Scholar
  25. 25.
    Verschiedene Definitionen zur Präzisierung dieses Robustheitsbegriffs finden sich z.B. bei Stockinger, S.; Dutter, R.: [132, Robust Time Series, 1987].Google Scholar
  26. 26.
    Weinmann, A.: [140, Uncertain Models and Robust Control, 1991], S. 31. Zu unterschiedlichen formalen Definitionen von Robustheit in diesem Zusammenhang vgl. auch Dorato, P.: [41, Robust Control, 1987]. 27Schneeweiss, CH.: [116, Planung, 1992], S. 157–158. 28KÜHN, M.: [73, Flexibilität, 1989], S. 77–80. 29Rosenhead, J. ET AL.: [108, Robustness, 1972]. 3ÖKÜHN, M.: [73, Flexibilität, 1989], S. 86–87.Google Scholar
  27. 31.
    Vgl. z.B. Schneeweiss, CH.: [116, Planung, 1992], S. 157Google Scholar
  28. 32.
    Vg1. Hanssmann, F.: [57, Systemforschung, 1987], S. 227. 33Vg1. Schneeweiss, CH.: [116, Planung, 1992], S. 145. 34Vg1. Schneeweiss, CH.: [116, Planung, 1992], S. 143–144.Google Scholar
  29. 35.
    Vg1. z.B. Schneeweiss, CH.: [116, Planung, 1992], S. 157. Diese Eigenschaft wird von Meffert als Erfolgsflexibilität bezeichnet (vgl. Meffert, H.: [89, Flexibilität, 1969], S. 790).Google Scholar
  30. 36.
    Zur formalen Darstellung eines dynamischen stochastischen Entscheidungsmodells vgl. Schneeweiss, CH.: [116, Planung, 1992], S. 100–103.Google Scholar
  31. 37.
    So bezeichnet KÜHN die optimale Entscheidungsfolge eines dynamischen stochasti¬schen Entscheidungsmodells als Strategie (vgl. KÜHN, M.: [73, Flexibilität, 1989], S. 30).Google Scholar
  32. 38.
    Vgl. Inderfurth, K.: [66, Starre und flexible Investitionsplanung, 1982], S. 46.Google Scholar
  33. 39.
    Rosenhead, J. ET AL.: [108, Robustness, 1972].Google Scholar
  34. 40.
    Vg1. dazu die Ausführungen in Kapitel 3.4 dieser Arbeit.Google Scholar
  35. 41.
    Kohn, M.: [73, Flexibilität, 1989], S. 69.Google Scholar
  36. 42.
    K{HN, M.: [73, Flexibilität, 1989], S. 86–87. Die ursprünglich von Delfmann vorge¬schlagene Definition der Robustheit einer Strategie fordert dagegen die strikte Einhaltung vorgegebener Mindestzielniveaus und basiert auf der Messung von Regret-Werten, die eine Abweichung der Zielerreichung unter verschiedenen Umweltentwicklungen angeben (vgl. Delfmann, W.: [36, Distributionsstrukturen, 1988], S. 225).Google Scholar
  37. 43.
    Zu der Vorgehensweise der Vorgabe von Anspruchsniveaus vgl. auch die Vorschläge von Wild zur Messung von Planungsstabilität in der Arbeitszeitplanung, Wild, B.: [146, Betriebsvereinbarungen zur Arbeitszeit, 1995], S. 90 ff.Google Scholar
  38. 44.
    Kohn beschreibt für eine einfache Zielsetzung die potentielle Flexibilität F(Q) einer Technologie S2 mit dem auf dem Intervall [0; 1] w+w gegeben.Google Scholar
  39. 45.
    Vg1. dazu auch Schneeweiss, CH.: [116, Planung, 1992], S. 157–158, der dieses Robustheitsmaß als spezielles Flexibilitätsmaß interpretiert.Google Scholar
  40. 46.
    Die Vorgabe dieser Parameter erfolgt natürlich nicht unabhängig von der Pro¬blemstellung, sondern ergibt sich aus der Anwendung eines Optimierungskalküls und den vorzugebenden Systemstruktur-und Steuerungsparametern wie der Lieferzeit, den Lagerhaltungs-und Rüstkosten, Fehlmengenkosten oder Servicegradvorgaben sowie derGoogle Scholar
  41. 47.
    Ein weiteres Beispiel für diesen Zusammenhang zwischen Flexibilität und Planungs¬stabilität ist der von Van Donselaar in dem von ihm entwickelten Materialbedarfspla¬nungskonzept FiRst eingeführte “Lotsize Inflexibility Factor (Lif)” (vgl. Van Donse¬Laar, K.: [37, Material-Coordination, 1989], S. 84).Google Scholar
  42. 48.
    So z.B. in den Arbeiten von Carlson, R.C. ET AL.: [27, Less Nervous Mrp Sy¬stems, 1979] und Kropp, D.H. Und Carlson, R.C.: [71, Reducing Nervousness, 1984]. Vgl. dazu auch Schenk, H.Y.: [110, Entscheidungshorizonte, 1990], S. 5.Google Scholar
  43. 49.
    Darüber hinaus können die durch eine Umplanung verursachten Auswirkungen, die mit zunehmender zeitlicher Distanz zwischen den durch eine Losverlagerung betroffenen Auflagezeitpunkten zu erhöhten Folgeproblemen führen als Motivation dienen, auch diese zeitliche Distanz zu gewichten.Google Scholar
  44. 50.
    Minifie, S.K.; Davis, R.A.: [92, Mrp Nervousness Issues, 1986], [93, Interaction Effects, 1990] sowie Ho, CH.-J.: [61, Operating Environments, 1989], S. 1123.Google Scholar
  45. 51.
    Minifie, S.K.; Davis, R.A.: [92, Mrp Nervousness Issues, 1986], S. 112. 52Vg1. Sridharan ET AL.: [127, Measuring Mps Stability, 1988].Google Scholar
  46. 53.
    Vg1. dazu die Abbildung 3.4 auf Seite 88 dieser Arbeit.Google Scholar
  47. 54.
    æ gibt den Durchschnitt bzw. Mittelwert der Ausprägungen von x an.Google Scholar
  48. 55.
    Zur Kritik an der Anwendung der klassischen Losgröße vgl. z.B. Hechtfischer, R.: [60, Losgrößenplanung, 1991], S. 47.Google Scholar
  49. 56.
    Vgl. dazu die Ausführungen in Kapitel 3.4 dieser Arbeit.Google Scholar
  50. 57.
    Vg1. dazu einen vergleichbaren Vorschlag von Takahashi, K. ET AL.: zur Defini¬tion von Flexibilität im Bereich der Produktionsplanung (Takahashi, K. ET AL.: [136, Flexibility of Production Control Systems, 1991]) sowie die verwendeten Performance¬kriterien zur Beurteilung zentraler und dezentraler Lagerdispositionsmechanismen in der Arbeit von Mutsuura U. Tsubone: [87, Centralized and Decentralized Control Rules, 1993]. Untersuchungen zur Glättung von Produktionsmengen oder Bestandsvariationen finden sich auch bei Azoza, M.A.; Bonney, M.C.: [7][Smooth Workload Variation, 1990]; Bertrand, J.W.M.: [13, Inventory Variations, 1986].Google Scholar
  51. 60.
    Vgl. Inderfurth, K.: [66, Starre und flexible Investitionsplanung, 1982], S. 46. “Vgl. Tempelmeer, H.: [137, Material-Logistik, 1992], S. 347.Google Scholar
  52. 64.
    Inderfurth, K.: [69, Nervousness in Inventory Control, 1994] bezeichnet diese spezielle Stabilität als kurzfristige aufiagenorientierte Planungsstabilität.Google Scholar
  53. 65.
    Vgl. Z.B. Inderfurth, K.: [69, Nervousness in Inventory Control, 1994], S. 115¬116, Van Der Sluis, E.: [124, Complex Inventory Systems, 1993], S. 70. Für den Fall, daß die Planungsentscheidungen anhand einer (s, nQ)- oder (s, S)-Lagerdispositionsregel ermittelt werden, leitet Inderfurth für spezielle Nachfrageverteilungen analytische Ausdrücke für 1rA,,, ab. Eine Darstellung dieser Ergebnisse findet sich in Kapitel 4.4.2 dieser Arbeit.Google Scholar
  54. 66.
    Vg1. dazu die Darstellung der rollierenden Lagerdisposition in Abbildung 3.1 auf Seite 39 dieser Arbeit.Google Scholar
  55. 67.
    Vgl. dazu die Darstellung des Ansatzes von Inderfurth in Kapitel 4.4.2.Google Scholar
  56. 70.
    Bertrand, J.W.M.: [13, Inventory Variations, 1986].Google Scholar
  57. 71.
    Vg1. Van DoNselaar, K.: [37, Material-Coordination, 1989], S. 17.Google Scholar
  58. 72.
    Vgl. dazu die Anmerkungen auf Seite 52 dieser Arbeit.Google Scholar
  59. 73.
    Wie schon für das allgemeine mengenorientierte Stabilitätsmaß iry wird auch für 11M,,„ darauf verzichtet, die maximale Planänderung eines Planungszyklus bzw. einerGoogle Scholar
  60. 74.
    Zur Ermittlung der Steuerungsparameter einstufiger stochastischer Lagerdispositi¬onsregeln vgl. z.B. Robrade, A.D.: [107, Einprodukt-Lagerhaltungsmodelle, 1990].Google Scholar
  61. 75.
    Vg1. dazu Kapitel 2.1.2 sowie die Abbildung 3.2 auf Seite 41 dieser Arbeit.Google Scholar
  62. 77.
    Vgl. Z.B. STÖPpler, S.: [133, Nachfrageprognose, 1984], S. 15. 78VgI. Sridharan ET AL.: [127, Measuring Mps Stability, 1988].Google Scholar
  63. 80.
    Zu beachten ist allerdings, daß sich der Planungshorizont für die unteren Stufen einer mehrstufigen Produktionsstruktur durch die sukzessive Berücksichtigung stufenbezogener Durchlaufzeiten immer weiter verkürzen kann. Die dadurch notwendige Anpassung der Normierung der Stabilitätsmaße wurde bereits auf der Seite 3.6.4.1 beschrieben.Google Scholar
  64. 81.
    Die Stufen einer mehrstufigen Produktionsstruktur werden im folgenden durch einen tiefgestellten Stufenindex s l s ES aus der Indexmenge aller Stufen S gekennzeichnet. Die Menge N(i) kennzeichnet alle Produktionsstufen, die als direkte oder indirekte Nach¬folger auf die Stufe i folgen. Alle Endstufenprodukte j werden in der Indexmenge E mit E:= {s E S I N(j) = 0} zusammengefaßt.Google Scholar
  65. 82.
    Unter Umständen ist es darüber hinaus möglich, auf den Nachfolgestufen zusätzlich eine Obergrenze für die maximale Anzahl von Losauflagen TMas <T zu spezifizieren.Google Scholar
  66. 83.
    Vg1. auch Streitfert, L.: [134, Abweichungsauswertung, 1983], S. 31.Google Scholar
  67. 84.
    Eine über mehrere Planungszyklen kumulierte Betrachtung der im Zeitablauf für eine Periode generierten Planänderungen erscheint als Grundlage eines zusätzlichen Sta¬bilitätsmaßes ungeeignet, da sich im Rahmen dieser Addition gegenläufige Planänderun¬gen aufheben. Als weitere Alternative könnten jedoch Planänderungen einer “Richtung” den gesamten Planänderungen über einen Zeitraum gegenübergestellt werden, um den Umfang kompensatorischer Planänderungen während dieses Zeitraums zu messen.Google Scholar
  68. 85.
    Zu adaptiven Prognoseverfahren vgl. z.B. Roberts, ST.D.; Whybark, D.C.: [106, Adaptive Forecasting Techniques, 1974], Fliedner ET AL.: [44, Evaluating Adaptive Smoothing Models, 1986]Google Scholar
  69. 86.
    In diesem Zusammenhang ist jedoch auf die Konzeption der auf der Messung von “Netto-Planänderungen” basierenden Stabilitätsmaße KA, kM hinzuweisen. Diese Maße ermöglichen im Unterschied zu den allgemeineren Maßen 7rA, bzw. ay zumindest ten¬denziell die Erfassung der Planänderungen, die nicht durch kurzfristige Datenänderungen innerhalb eines Planungszyklus, sondern durch mehrere Planungszyklen andauernde Ent¬wicklungen hervorgerufen werden.Google Scholar

Copyright information

© Springer-Verlag Berlin Heidelberg 1996

Authors and Affiliations

  • Thomas Jensen
    • 1
  1. 1.Fakultät für WirtschaftswissenschaftUniversität MagdeburgMagdeburgDeutschland

Personalised recommendations