15,99 €
Mehr erfahren.
- Herausgeber: GRIN Verlag
- Sprache: Deutsch
Studienarbeit aus dem Jahr 2005 im Fachbereich BWL - Beschaffung, Produktion, Logistik, Note: 1,3, Bergische Universität Wuppertal (Lehrstuhl für Wirtschaftsstatistik und Ökonometrie), Veranstaltung: Statistik Proseminar für BWL, Sprache: Deutsch, Abstract: Praktisch alle Unternehmen arbeiten heute in mehrstufigen Wertschöpfungsketten, die ein Produkt bis zur entgültigen Verkaufsfähigkeit zum Kunden bringen. Arbeitsteilung erzeugt jedoch immer einen erhöhten Koordinationsgrad innerhalb der Handelskette, da jedes Mitglied nur eine Teilleistung erstellt und auf die Zusammenarbeit anderer Kettenglieder angewiesen ist. Somit ist die Handelskette als ein System zu betrachten, dass sich aus verschiedenen Schnittstellen zusammensetzt, angefangen beim Rohstofflieferanten über den Zwischenhandel bis hin zum Endkonsumenten. Der Koordinationsbedarf eines Systems ist umso größer, je umfangreicher die Zahl der Schnittstellen ist. Der Versuch des Supply Chain Managements (SCM) ist es, durch moderne Informations- und Kommunikationstechnologien, die Wertschöpfungskette so detailliert abzubilden und zu unterstützen, dass die Supply Chain (SC) in ihrer Gesamtheit geplant und gesteuert werden kann. Damit geht der Versuch einher, Komplexitätsreduktion zu betreiben. Somit setzt sich SCM das Ziel, die Güterströme innerhalb der SC zum Wohle aller Kettenglieder zu optimieren. Um Optimierungspotentiale der Kette auszunutzen, werden nicht allein die einzelnen Unternehmen betrachtet, sondern insbesondere alle Beziehungen der beteiligten Unternehmen untereinander. In der Praxis lässt sich jedoch feststellen, dass gerade dieser ganzheitliche Ansatz nicht immer umgesetzt wird. In vielen Branchen fließen die Güterströme zwischen den Gliedern der Kette nicht stetig, da Auftagseingänge deutlich schwanken. Aus verschiedenen zusammenspielenden Ursachen unternehmerischen Fehlverhaltens entsteht zum Ungunsten aller Glieder der SC ein untersuchenswerter Effekt. Dies ist der sogenannte Peitscheneffekt in der Absatzkette oder auch Bullwhip Effekt genannt. Ziel dieser Arbeit ist es, das Phänomen des Bullwhip Effekts zu erhellen. Wie sich theoretisch optimales unternehmerisches Verhalten und gängige Praxis unterscheiden, wird im Verlauf dieser Arbeit herausgestellt. Weiter werden die Motive für nicht modellhaftes Verhalten einzelner Kettenglieder aufgezeigt, die den zu untersuchenden Bullwhip Effekt auslösen. Im weiteren Verlauf werden mögliche Gegensteuerungsmaßnahmen zu einzelnen Ursachen des Bullwhip Effekts aufgezeigt. Ein abschließendes Fazit wird einen Ausblick für zukünftiges unternehmerisches Handeln unter Berücksichtigung der Verhinderungstaktiken bzgl. des Bullwhip Effekts geben.
Das E-Book können Sie in Legimi-Apps oder einer beliebigen App lesen, die das folgende Format unterstützen:
Veröffentlichungsjahr: 2006
Ähnliche
Impressum:
Copyright (c) 2013 GRIN Verlag GmbH, alle Inhalte urheberrechtlich geschützt. Kopieren und verbreiten nur mit Genehmigung des Verlags.
Bei GRIN macht sich Ihr Wissen bezahlt! Wir veröffentlichen kostenlos Ihre Haus-, Bachelor- und Masterarbeiten.
Jetzt beiwww.grin.com
InHALT
Abbildung
1 Einleitung
2 Der Bullwhip Effekt, eine Begriffsbestimmung
2.1 Betriebswirtschaftliche Probleme ausgelöst durch den Bullwhip Effekt
3. Die Ursachen für den Bullwhip Effekt
3.1 Aktualisierung von Nachfrageprognosen
3.2 Auftragsbündelungen
3.3 Preisschwankungen
3.4 Mengenkontingentierung und Absatzpoker
4. Verhinderungsstrategien
4.1 Verhinderungsstrategien bzgl. Aktualisierung von Nachfrageprognosen
4.2 Verhinderungsstrategien bzgl. Auftragsbündelungen
4.3 Verhinderungsstrategien bzgl. Preisschwankungen
4.4 Verhinderungsstrategien bzgl. Mengenkontingentierung und Absatzpoker
5. Fazit und Ausblick
6 Anlagen
6.1 Literaturverzeichnis
Abbildung
Abb. 1: Wachsende Auftragsschwankungen und Mengen in der logistischen Kette
Abb. 2: Bestellmengen und Abverkaufsmengen eines Kettenglieds.
1 Einleitung
Praktisch alle Unternehmen arbeiten heute in mehrstufigen Wertschöpfungsketten, die ein Produkt bis zur entgültigen Verkaufsfähigkeit zum Kunden bringen. Arbeitsteilung erzeugt jedoch immer einen erhöhten Koordinationsgrad innerhalb der Handelskette, da jedes Mitglied nur eine Teilleistung erstellt und auf die Zusammenarbeit anderer Kettenglieder angewiesen ist. Somit ist die Handelskette als ein System zu betrachten, dass sich aus verschiedenen Schnittstellen zusammensetzt, angefangen beim Rohstofflieferanten über den Zwischenhandel bis hin zum Endkonsumenten. Der Koordinationsbedarf eines Systems ist umso größer, je umfangreicher die Zahl der Schnittstellen ist. Der Versuch des Supply Chain Managements (SCM) ist es, durch moderne Informations- und Kommunikationstechnologien, die Wertschöpfungskette so detailliert abzubilden und zu unterstützen, dass die Supply Chain (SC) in ihrer Gesamtheit geplant und gesteuert werden kann. Damit geht der Versuch einher, Komplexitätsreduktion zu betreiben. Somit setzt sich SCM das Ziel, die Güterströme innerhalb der SC zum Wohle aller Kettenglieder zu optimieren. Um Optimierungspotentiale der Kette auszunutzen, werden nicht allein die einzelnen Unternehmen betrachtet, sondern insbesondere alle Beziehungen der beteiligten Unternehmen untereinander. In der Praxis lässt sich jedoch feststellen, dass gerade dieser ganzheitliche Ansatz nicht immer umgesetzt wird. In vielen Branchen fließen die Güterströme zwischen den Gliedern der Kette nicht stetig, da Auftagseingänge deutlich schwanken. Aus verschiedenen zusammenspielenden Ursachen unternehmerischen Fehlverhaltens entsteht zum Ungunsten aller Glieder der SC ein untersuchenswerter Effekt. Dies ist der sogenannte Peitscheneffekt in der Absatzkette oder auch Bullwhip Effekt genannt.
2 Der Bullwhip Effekt, eine Begriffsbestimmung
Eine charakteristische Auswirkung des Koordinationsproblems innerhalb der Handelskette ist der sogenannte Bullwhip Effekt. Dieser bezeichnet das Phänomen sich zeitlich und entlang der Wertschöpfungskette vom Endkunden her verstärkender Bestell- und Bestandsaufschaukelungen.[1] Der Bullwhip Effekt wird in der Literatur auch unter den Namen "Whiplash-" oder "Whipsaw Effekt" geführt. Im Deutschen wird der Begriff meist mit "Peitscheneffekt" oder "Peitschenschlageffekt" übersetzt. Eine weitere Benennung ist der Begriff des sogenannten "Forrester-Aufschaukelungseffekts".[2]
Als bedeutende Beispiele für die Wirkungsweise des Bullwhip Effekts sind die Firmen Procter&Gamble (P&G) mit ihrem Verkaufsschlager Pampers und Hewlett Packards (HP) bzgl. des Produktes LaserJet III anzuführen. In beiden Fällen sahen sich die produzierenden Kettenglieder der SC vor dem Problem, schwerprognostizierbarer Eingangsbestellmengen seitens der Großabnehmer. Dies führte zu produktionstechnischen Problemen bei der Kapazitätsplanung, Produktionsablaufplanung und Materialbedarfsplanung. Eine unternehmenseigene Analyse von P&G stellte Überraschendes fest. Obwohl der natürliche Bedarf von Pampers durch Babies relativ konstant war und somit auch die Nachfrage der Kunden an den Einzelhandel relativ konstant war, korrelierte diese Nachfrage zeit- und mengenmäßig nicht mit den Bestellungen der Einzelhändler. Bereits in dieser Stufe stellten sich erhebliche Schwankungen ein. Analog dazu waren die Bestellungen der Großhändler an die Produzenten nicht deckungsgleich mit denen der Einzelhändler an deren Großhändler. Ungleich höher stellte sich die Schwankung bestellter Mengen der produzierenden Kettenglieder an deren Zulieferer da. P&G stellte weiter fest, dass sich die Bestellmengenvarianzen und die Bestellmengenhöhe in Richtung des ersten Kettenglieds unverhältnismäßig erhöhten. Es schien, als würden die Bestellmengen in diese Richtung wie durch Peitschenschläge hochgetrieben: der sogenannte Bullwhip Effekt.[3] Der oben beschriebene Sachverhalt wird durch nachfolgende Graphik dargestellt.
Zeit
Quelle: Daten in Anlehnung an Lee et al. (1997) S. 80
Um eine formale Darstellung des wertmäßigen Auseinanderfallens der Bestellvarianzen gegenüber Nachfragevarianzen bemühten sich 1997 die Forscher Lee, Padmanabhan und Whang. Innerhalb ihres Modells werden die Varianzen der Bestellungen in Abhängigkeit der Nachfrage bestimmt. Zugrunde liegt dem Modell eine seriell korrelierte Nachfrage auf der Kundenseite, die in folgender Weise festgelegt wird:
Die verwendeten Variablen sind hierbei wie folgt definiert. bezeichnet den Mittelwert der Nachfrage, die Nachfrage in Periode t, den Korrelationskoeffizienten, für den gilt und e einen normalverteilten Störfaktor. Sei nun Var(x) die Varianz der Bestellmenge mit der Reaktionszeit lt und Var(d) die Varianz der Kundenbestellungen, so gilt lt. Lee, Padmanabhan und Whang:
