Der Bullwhip-Effekt, auf Deutsch Peitscheneffekt, beschreibt, wie sich Schwankungen der Nachfrage entlang einer Lieferkette verstärken. Jede Stufe bestellt schwankender, als sie selbst verkauft. Beim Kunden steigt die Nachfrage um 10 Prozent, beim Hersteller 3 Bestellstufen weiter schwanken die Bestellungen um ein Mehrfaches davon.
Der Name kommt vom Bild einer Peitsche: Eine kleine Bewegung im Handgelenk wird zur großen Bewegung an der Spitze. Diese Seite rechnet den Effekt an einer Lieferkette mit 3 Bestellstufen vollständig durch, damit sichtbar wird, woher die Verstärkung kommt. Danach folgen die 4 Ursachen, wie sie in der Forschung beschrieben werden, eine Kennzahl zur Messung und die Gegenmaßnahmen. Der letzte Teil behandelt die Frage, die für einen einzelnen Betrieb am wichtigsten ist: wie er erkennt, ob er selbst zum Aufschaukeln beiträgt. Am Ende stehen 3 Übungsaufgaben mit Lösungsweg.
Der Bullwhip-Effekt ist das Aufschaukeln von Bestellschwankungen entgegen der Richtung des Warenflusses. Eine kleine Änderung beim Endkunden führt beim Händler zu einer größeren Änderung der Bestellungen, beim Großhändler zu einer noch größeren und beim Hersteller und dessen Zulieferern zu den größten.
Beschrieben hat das Phänomen zuerst Jay Forrester in seinem Buch Industrial Dynamics von 1961. Deshalb heißt es gelegentlich auch Forrester-Effekt. Bekannt geworden ist es auch durch das Beer Game, ein Planspiel, das in den 1960er Jahren an der Sloan School of Management des MIT entwickelt wurde. Darin spielen Teilnehmer die Stufen einer Bier-Lieferkette, und fast immer entstehen große Schwankungen, obwohl sich die Nachfrage der Endkunden im Spiel nur ein einziges Mal ändert und danach gleich bleibt.
Die heute übliche Einteilung der Ursachen stammt von Hau Lee, V. Padmanabhan und Seungjin Whang, aus einem Aufsatz in der Zeitschrift Management Science von 1997. Sie beschreiben 4 Ursachen, die auch dann wirken, wenn alle Beteiligten vernünftig und im eigenen Interesse handeln.
Genau das macht den Effekt so hartnäckig. Er ist keine Folge von Fehlern einzelner Disponenten. Er entsteht aus Bestellregeln, die jede für sich richtig aussehen, und aus der Tatsache, dass jede Stufe nur die Bestellungen ihres direkten Kunden sieht, nicht den Verbrauch am Ende der Kette.
Jede Stufe bestellt nicht nur, was sie verkauft hat, sie passt auch ihren Bestand an die neue Nachfrage an. Steigt die Nachfrage, bestellt sie den Mehrverbrauch und zusätzlich die Aufstockung des Bestands. Die nächste Stufe sieht diese Summe als Nachfrage und tut dasselbe.
Eine einfache Bestellregel zeigt die Mechanik. Jede Stufe hält einen Zielbestand, der einer halben Woche der zuletzt beobachteten Nachfrage entspricht. Steigt die Nachfrage von einer Woche zur nächsten, steigt auch der Zielbestand, und die Differenz wird zusätzlich bestellt.
Bestellung = Nachfrage dieser Woche + 0,5 × ( Nachfrage dieser Woche − Nachfrage der Vorwoche )
Der vordere Teil ersetzt den Verbrauch, der hintere passt den Bestand an. Solange die Nachfrage gleich bleibt, ist der Anpassungsteil null, und die Stufe bestellt genau das, was sie verkauft.
Das Entscheidende passiert eine Stufe weiter. Die zusätzliche Menge für die Bestandsanpassung erscheint beim Lieferanten als Nachfrage. Er kann nicht unterscheiden, welcher Teil davon Verbrauch ist und welcher einmalige Aufstockung. Er behandelt alles als gestiegene Nachfrage und passt seinerseits seinen Bestand an, auf der Grundlage einer Zahl, die bereits überhöht ist.
Sobald die Aufstockung abgeschlossen ist, fällt die Bestellung wieder auf den Verbrauch zurück. Für den Lieferanten sieht das aus wie ein Nachfragerückgang, und er reduziert seinen Bestand, indem er weniger bestellt, als er verkauft. So entsteht auf den oberen Stufen eine Welle, die weit über und dann unter die tatsächliche Nachfrage ausschlägt.
Eine erfundene Lieferkette mit 3 Bestellstufen, alle mit derselben Bestellregel. Die Nachfrage der Endkunden steigt in Woche 3 einmalig von 1.000 auf 1.100 Stück und bleibt dann dort.
| Wo. | Kunden | Handel | Großhandel | Hersteller |
|---|---|---|---|---|
| 1 | 1.000 | 1.000 | 1.000 | 1.000 |
| 2 | 1.000 | 1.000 | 1.000 | 1.000 |
| 3 | 1.100 | 1.150 | 1.225 | 1.338 |
| 4 | 1.100 | 1.100 | 1.075 | 1.000 |
| 5 | 1.100 | 1.100 | 1.100 | 1.113 |
| 6 | 1.100 | 1.100 | 1.100 | 1.100 |
| 7 | 1.100 | 1.100 | 1.100 | 1.100 |
Beispielwerte in Stück je Woche. Spalte Kunden: Nachfrage der Endkunden beim Handel. Übrige Spalten: Bestellungen der jeweiligen Stufe bei ihrem Lieferanten. Gerundet auf ganze Stück.
Handel: 1.100 + 0,5 × (1.100 − 1.000) = 1.150
Großhandel: 1.150 + 0,5 × (1.150 − 1.000) = 1.225
Hersteller: 1.225 + 0,5 × (1.225 − 1.000) = 1.337,5
Aus 10 Prozent mehr Nachfrage werden beim Hersteller 34 Prozent mehr Bestellungen. Eine Woche später bestellt er 1.000 Stück, 9 Prozent weniger, als die Endkunden gerade kaufen. Die Spannweite zwischen höchster und niedrigster Bestellung wächst von Stufe zu Stufe um die Hälfte: 100 Stück bei den Endkunden, 150 beim Handel, 225 beim Großhandel und 338 beim Hersteller. Keine der Stufen hat dabei einen Fehler gemacht. Jede hat nach derselben, vernünftig aussehenden Regel bestellt.
Das Beispiel ist bewusst einfach gehalten. Es enthält keine Lieferzeiten, keine Losgrößen und keine Prognosefehler. In realen Lieferketten kommen genau diese Faktoren hinzu, und jeder von ihnen verstärkt den Effekt weiter. Der Hersteller in der letzten Spalte muss seine Kapazität und seinen Materialeinkauf trotzdem auf die Welle ausrichten, die er sieht. Die 10 Prozent, die tatsächlich passiert sind, kennt er nicht. Hätte die Kette eine weitere Stufe, etwa einen Zulieferer des Herstellers, fiele dessen Ausschlag noch größer aus.
Je länger die Wiederbeschaffungszeit, desto größer der Bestand, den eine Stufe vorhalten muss, und desto größer die Menge, die sie bei jeder Nachfrageänderung zusätzlich bestellt. Der Faktor in der Bestellregel wächst mit der Reichweite des Zielbestands.
Im Beispiel oben hält jede Stufe eine halbe Woche Nachfrage als Zielbestand. Muss sie den Bedarf während einer längeren Wiederbeschaffungszeit abdecken, braucht sie mehr, etwa eine oder 2 Wochen. Entsprechend wächst der Faktor in der Bestellregel, und mit ihm die zusätzliche Bestellung bei jeder Änderung.
Nachfrage steigt von 1.000 auf 1.100 Stück
Faktor 0,5, halbe Woche:
Handel bestellt 1.150, Großhandel 1.225
Faktor 1, eine Woche:
Handel bestellt 1.200, Großhandel 1.400
Faktor 2, 2 Wochen:
Handel bestellt 1.300, Großhandel 1.900
eine Woche später: Großhandel bestellt 700
Schon auf der 2. Stufe liegt die Spitze bei einer Reichweite von 2 Wochen bei 1.900 Stück, 90 Prozent über der Ausgangsmenge, und eine Woche später bestellt der Großhandel 30 Prozent weniger als vorher, obwohl die Endkunden 10 Prozent mehr kaufen. Mit jeder weiteren Stufe wird der Ausschlag größer.
Daraus folgt eine der wirksamsten Gegenmaßnahmen. Kürzere Wiederbeschaffungszeiten senken den Sicherheitsbestand der eigenen Stufe und dämpfen zugleich das Signal, das an den Lieferanten weitergeht. Oft liegt ein spürbarer Teil der Wiederbeschaffungszeit im eigenen Haus, zwischen Bedarfsmeldung und ausgelöster Bestellung, und lässt sich ohne Verhandlung mit dem Lieferanten verkürzen.
Beim Bestellrhythmus kommt das Prüfintervall hinzu. Im Bestellrhythmusverfahren deckt der Zielbestand die Risikozeit aus Prüfintervall und Wiederbeschaffungszeit. Ein Artikel, der alle 10 Tage geprüft und 5 Tage nach der Bestellung geliefert wird, hat eine Risikozeit von 15 Tagen. Wird der Zielbestand an eine veränderte Nachfrage angepasst, ändert er sich um 15 Tage Bedarf, und genau diese Menge kommt beim Lieferanten zusätzlich an. Solange der Zielbestand dagegen unverändert bleibt, bestellt jede Periode genau den Verbrauch der vorigen, und das Verfahren gibt die Nachfrage ohne Verstärkung weiter. Das Aufschaukeln beginnt also erst mit der Anpassung. Wie Zielbestand und Prüfintervall festgelegt werden, steht unter Bestellrhythmusverfahren.
Lee, Padmanabhan und Whang nennen 1997 in Management Science 4 Ursachen: die Verarbeitung der Nachfragesignale, das Rationierungsspiel, die Bestellbündelung und Preisschwankungen. Alle 4 entstehen aus Entscheidungen, die für die einzelne Stufe sinnvoll sind.
Jede Stufe prognostiziert ihren Bedarf aus den Bestellungen der nächsten Stufe und passt Bestand und Sicherheitsbestand daran an. Eine gestiegene Bestellung wird als Zeichen für künftig höhere Nachfrage gelesen. Das Beispiel oben zeigt genau diese Ursache. Je länger die Wiederbeschaffungszeit, desto größer der Bestand, der angepasst wird, und desto stärker der Ausschlag.
Wird eine Ware knapp und teilt der Lieferant sie nach der Höhe der Bestellungen zu, bestellen Kunden mehr, als sie brauchen, um mehr zu bekommen. Sobald die Knappheit endet, werden die überhöhten Bestellungen storniert. Der Lieferant sieht eine Nachfrage, die es nie gab.
Um Bestell- und Transportkosten zu sparen oder Mengenrabatte zu erreichen, wird der Bedarf mehrerer Perioden in einer Bestellung zusammengefasst. Der Lieferant sieht statt eines gleichmäßigen Verbrauchs einzelne große Bestellungen mit Pausen dazwischen.
Aktionspreise, Rabattperioden oder angekündigte Preiserhöhungen führen zu Vorzieheinkäufen. Die Kunden kaufen, wenn es günstig ist, und dann lange nicht. Die Bestellungen schwanken mit dem Preis und nicht mit dem Verbrauch.
Die 4 Ursachen wirken zusammen. Ein Betrieb, der in großen Losen bestellt, eine Preiserhöhung vorwegnimmt und gleichzeitig seinen Sicherheitsbestand nach einer schwankenden Bestellhistorie ausrichtet, erzeugt beim Lieferanten ein Bild, das mit seinem tatsächlichen Verbrauch kaum noch etwas zu tun hat.
Ein Artikel, der jede Woche gleichmäßig verbraucht wird, erscheint beim Lieferanten als sprunghafter Bedarf, wenn er in großen Losen bestellt wird. Der Variationskoeffizient steigt von null auf einen Wert, der in der XYZ-Analyse zur Klasse Z gehört.
Verbrauch beim Kunden: 1.000, 1.000, 1.000, 1.000
Variationskoeffizient: 0
Bestellungen beim Lieferanten: 4.000, 0, 0, 0
Mittelwert: 1.000
Standardabweichung = √( (3.000² + 3 × 1.000²) ÷ 3 ) = 2.000
Variationskoeffizient: 2.000 ÷ 1.000 = 2,0
Für den Lieferanten ist dieser Artikel ein Z-Artikel mit extrem schwankendem Bedarf. Rechnet er seinen Sicherheitsbestand aus diesen Bestellungen, fällt er viel zu hoch aus. Rechnet er ihn aus dem tatsächlichen Verbrauch des Kunden, wäre er fast null. Der Unterschied liegt nicht in der Nachfrage, er liegt in einer Information, die der Lieferant nicht hat.
Derselbe Fehler kann im eigenen Haus passieren. Wer die Schwankung für die eigene XYZ-Analyse aus den Wareneingängen statt aus den Abgängen rechnet, misst das eigene Bestellverhalten und nicht den Bedarf. Die Seite zur XYZ-Analyse behandelt das unter den typischen Fehlern.
Die Bündelung selbst ist oft wirtschaftlich richtig, weil sie Bestellkosten spart. Die optimale Bestellmenge ist genau der Ausgleich zwischen Bestellkosten und Lagerkosten. Das Problem ist die Information, die dabei verloren geht: Der Lieferant sieht die Losgröße und nicht den Verbrauch.
Der Effekt kostet vor allem auf den oberen Stufen der Lieferkette. Höhere Schwankungen verlangen höhere Sicherheitsbestände, Kapazitäten, die auf Spitzen ausgelegt sind, und führen trotzdem abwechselnd zu Überbeständen und Fehlmengen.
Der Zusammenhang mit dem Sicherheitsbestand ist direkt. In der üblichen Formel steht die Standardabweichung des Bedarfs als Faktor. Verdoppelt sich die Schwankung der Bestellungen, die ein Lieferant sieht, verdoppelt sich sein Sicherheitsbestand bei gleichem Servicegrad. Er hält Bestand gegen eine Unsicherheit, die zu einem großen Teil von der Lieferkette selbst erzeugt wurde.
Sicherheitsfaktor 1,65, Wiederbeschaffungszeit 10 Tage
Standardabweichung 50 Stück je Tag:
1,65 × 50 × √10 ≈ 261 Stück
Standardabweichung 100 Stück je Tag:
1,65 × 100 × √10 ≈ 522 Stück
Dazu kommen Kosten, die sich schwerer in einer Zahl fassen lassen: Überstunden in der Spitze und Leerlauf danach, Eilfrachten, wenn die Welle unterschätzt wurde, und Ladenhüter, wenn sie überschätzt wurde. Beim Hersteller im Beispiel folgt auf 1.338 Stück Bestellung in der nächsten Woche eine von 1.000 Stück. Wer seine Produktion daran ausrichtet, fährt in der einen Woche Sonderschichten und schickt in der nächsten Leute nach Hause. Der Handel am Anfang der Kette spürt davon wenig, er sieht nur die ruhige Nachfrage seiner Kunden. Die Kosten fallen dort an, wo die Stufen am weitesten vom Endkunden entfernt sind.
Die Formel mit allen Einflussgrößen, einschließlich der Schwankung der Wiederbeschaffungszeit, steht unter Sicherheitsbestand berechnen.
Üblich ist das Verhältnis aus der Varianz der Bestellungen, die eine Stufe aufgibt, und der Varianz der Nachfrage, die sie erhält. Ein Wert von 1 bedeutet, die Stufe gibt die Schwankung unverändert weiter. Ein Wert über 1 bedeutet, sie verstärkt sie.
Bullwhip-Kennzahl = Varianz der Bestellungen ÷ Varianz der Nachfrage
Gerechnet über die 8 Wochen des Beispiels, also mit einer Woche 8 wie Woche 7, ergeben sich im Verhältnis zur Nachfrage der Endkunden Werte von rund 1,3 beim Handel, 2,3 beim Großhandel und 5,8 beim Hersteller. Jede Stufe verstärkt, und die Verstärkungen multiplizieren sich.
Für die Praxis ist eine Variante mit dem Variationskoeffizienten oft handlicher. Man rechnet ihn für die eigenen Abgänge und für die eigenen Bestellungen beim Lieferanten, jeweils je Artikel und über dieselben Wochen oder Monate. Liegt der Variationskoeffizient der Bestellungen deutlich über dem der Abgänge, trägt der eigene Betrieb zum Aufschaukeln bei. Das lässt sich aus den Daten jedes Warenwirtschaftssystems ermitteln, ohne dass ein Lieferant oder Kunde beteiligt sein muss.
Ein Wert über 1 ist nicht automatisch ein Fehler. Wer bewusst in wirtschaftlichen Losen bestellt, erzeugt ihn zwangsläufig, wie der Abschnitt zur Bestellbündelung zeigt. Entscheidend ist, ob der Lieferant neben den Bestellungen auch den Verbrauch kennt. Bekommt er eine Bedarfsvorschau oder die Entnahmedaten, kann er mit der Losgröße umgehen und seinen Sicherheitsbestand am tatsächlichen Bedarf ausrichten. Bekommt er nur die Bestellungen, muss er aus ihnen raten. Dann wird aus einer vernünftigen Losgröße beim Kunden ein überhöhter Sicherheitsbestand beim Lieferanten, den am Ende beide über den Preis bezahlen.
Wichtig ist, dass beide Größen über denselben Zeitraum und mit derselben Periodenlänge gerechnet werden. Wie stark die Periodenlänge den Variationskoeffizienten verändert, zeigt die Seite zur XYZ-Analyse.
Die wirksamsten Gegenmaßnahmen setzen an der Information an: Verbrauchsdaten entlang der Kette teilen, kleinere und gleichmäßigere Bestellungen, stabile Preise, Zuteilung nach Verbrauchshistorie statt nach Bestellhöhe und kürzere Wiederbeschaffungszeiten. Dazu kommt eine gedämpfte Bestellregel.
Verbrauchsdaten teilen. Sieht der Lieferant den tatsächlichen Verbrauch seines Kunden, muss er ihn nicht aus schwankenden Bestellungen erraten. Das ist der Kern von Modellen wie Vendor Managed Inventory und oft auch von einem Konsignationslager, bei dem der Lieferant die Entnahmen direkt gemeldet bekommt.
Kleinere und gleichmäßigere Bestellungen. Je kleiner die Lose, desto näher liegt das Bestellmuster am Verbrauch. Das setzt niedrige Kosten je Bestellung voraus, dieselbe Bedingung wie bei Just in Time.
Stabile Preise. Wo es keine Aktionsperioden gibt, gibt es keinen Grund für Vorzieheinkäufe.
Zuteilung nach Historie. Teilt ein Lieferant knappe Ware nach dem bisherigen Verbrauch zu statt nach der aktuellen Bestellhöhe, lohnt sich das Überbestellen nicht mehr.
Kürzere Wiederbeschaffungszeiten. Je kürzer die Zeit bis zur Lieferung, desto kleiner der Bestand, der bei jeder Nachfrageänderung angepasst wird.
Bestandsanpassung mit Faktor 0,25 statt 0,5
Faktor 0,5:
Hersteller bestellt in Woche 3 1.338, in Woche 4 1.000
Faktor 0,25:
Hersteller bestellt in Woche 3 1.195, in Woche 4 1.078
Mit dem kleineren Faktor passt jede Stufe ihren Bestand langsamer an, verteilt über mehrere Wochen. Die Spitze beim Hersteller sinkt von 34 auf 20 Prozent über der Ausgangsmenge, und der Rückschlag in der Folgewoche fällt von 9 auf 2 Prozent unter die aktuelle Nachfrage.
Prognose über mehrere Wochen glätten. Eine ähnliche Wirkung hat eine Prognose, die nicht nur die letzte Woche berücksichtigt. Bildet der Handel seine Prognose aus dem Durchschnitt der letzten 4 Wochen, steigt sie nach dem Sprung der Nachfrage in 4 Schritten von je 25 Stück auf 1.100. Die Bestandsanpassung verteilt sich entsprechend.
Prognose Woche 3 bis 6: 1.025, 1.050, 1.075, 1.100
Bestellung = Nachfrage + 0,5 × Änderung der Prognose
Woche 3: 1.100 + 0,5 × 25 = 1.112,5
Woche 4 bis 6: ebenfalls je 1.112,5
ab Woche 7: 1.100
Statt einmal 1.150 Stück bestellt der Handel 4 Wochen lang je 1.112,5 Stück. Die Spitze sinkt von 15 auf gut 11 Prozent über der Ausgangsmenge, und der Großhandel sieht einen gleichmäßigen Anstieg statt eines Sprungs.
Die gedämpfte Regel hat einen Preis: Nach einem echten, dauerhaften Anstieg der Nachfrage dauert es länger, bis der Bestand angepasst ist. In dieser Zeit ist der Sicherheitsbestand etwas stärker beansprucht. Für die meisten Artikel ist das ein guter Tausch, weil echte Niveausprünge seltener sind als zufällige Schwankungen, auf die man besser gar nicht reagiert.
Er kann prüfen, ob er selbst zum Aufschaukeln beiträgt, und seine eigenen Parameter aus dem Verbrauch statt aus Bestellungen herleiten. Beides liegt vollständig in seiner Hand und braucht keine Abstimmung mit der Lieferkette.
Die Prüfung ist die Variante aus dem Abschnitt zur Messung: je Artikel den Variationskoeffizienten der eigenen Abgänge neben den der eigenen Bestellungen legen. Artikel, bei denen die Bestellungen deutlich stärker schwanken, sind die Kandidaten. Die Ursache liegt dann meist in einer von 4 Stellen: große Lose, Vorzieheinkäufe, Sonderbestellungen außerhalb der Regel oder Parameter, die nach jeder Schwankung von Hand nachgezogen werden.
Der letzte Punkt ist in vielen Betrieben der wichtigste. Wird der Meldebestand nach einem Monat mit hohem Verbrauch hochgesetzt und nach einem ruhigen Monat wieder gesenkt, erzeugt der Betrieb genau die Signalverarbeitung, die im Beispiel oben die Welle auslöst. Stabile Parameter, die aus einem ganzen Jahr hergeleitet und nur in festen Abständen überprüft werden, wirken wie die gedämpfte Bestellregel.
Monatsverbrauch: 2.000, 2.400, 1.800, 2.200 Stück, je 20 Arbeitstage
Meldebestand = Tagesbedarf des Vormonats × 10 Tage + 200 Stück
nach Monat 1: 100 × 10 + 200 = 1.200
nach Monat 2: 120 × 10 + 200 = 1.400
nach Monat 3: 90 × 10 + 200 = 1.100
nach Monat 4: 110 × 10 + 200 = 1.300
stabil aus dem Durchschnitt von 2.100 Stück im Monat:
105 × 10 + 200 = 1.250
Der nachgezogene Meldebestand springt zwischen 1.100 und 1.400 Stück. Jede Anhebung zieht eine Bestellung vor, jede Senkung schiebt eine hinaus. Beim Lieferanten kommen diese Sprünge zusätzlich zur Verbrauchsschwankung an. Der stabile Wert von 1.250 Stück erzeugt diese Zusatzschwankung nicht.
Auf der Beschaffungsseite gilt das Gleiche für die eigenen Lieferanten. Wer seine Parameter aus den Wareneingängen herleitet, übernimmt die Schwankungen, die in der Kette entstanden sind, und gibt sie verstärkt weiter. Wer sie aus dem eigenen Verbrauch herleitet, unterbricht die Kette an dieser Stelle. Wie Meldebestand und Sicherheitsbestand aus dem Verbrauch hergeleitet werden, steht unter Meldebestand berechnen und Sicherheitsbestand berechnen. Die Einordnung aller Stellschrauben gibt die Übersicht zum Bestandsmanagement.
Schwanken Ihre Bestellungen stärker als Ihr Verbrauch? In der Einkaufsberatung leite ich Bestellmengen, Losgrößen und Bestellrhythmus aus Ihren Bedarfs- und Kostendaten her und prüfe, wie lang und wie verlässlich Ihre Wiederbeschaffungszeiten tatsächlich sind.
3 Aufgaben zur Bestellregel, zur Bündelung und zur Kennzahl.
Aufgabe: Die Nachfrage beim Handel beträgt in 4 Wochen 200, 200, 240 und 240 Stück. Handel und Großhandel bestellen nach der Regel Nachfrage + 0,5 × Änderung zur Vorwoche. Berechnen Sie die Bestellungen beider Stufen.
Lösung:
Handel:
200, 200, 240 + 0,5 × 40 = 260, 240 + 0 = 240
Großhandel sieht 200, 200, 260, 240:
200, 200, 260 + 0,5 × 60 = 290, 240 + 0,5 × (−20) = 230
Ergebnis: Aus 20 Prozent mehr Nachfrage werden beim Handel 30 Prozent mehr Bestellungen und beim Großhandel 45 Prozent. In Woche 4 bestellt der Großhandel bereits weniger, als die Endkunden kaufen.
Aufgabe: Ein Betrieb verbraucht jede Woche genau 500 Stück und bestellt alle 3 Wochen 1.500 Stück. Berechnen Sie den Variationskoeffizienten der Bestellungen über 6 Wochen mit der Stichprobenformel.
Lösung:
Bestellungen: 1.500, 0, 0, 1.500, 0, 0
Mittelwert = 3.000 ÷ 6 = 500
Abweichungen: 1.000, −500, −500, 1.000, −500, −500
Summe der Quadrate = 2 × 1.000.000 + 4 × 250.000 = 3.000.000
Standardabweichung = √(3.000.000 ÷ 5) ≈ 774,6
Variationskoeffizient = 774,6 ÷ 500 ≈ 1,55
Ergebnis: Der Verbrauch hat einen Variationskoeffizienten von 0, die Bestellungen einen von rund 1,55. Beim Lieferanten erscheint der Artikel als Z-Artikel, obwohl er vollkommen gleichmäßig verbraucht wird.
Aufgabe: Eine Stufe erhält in 4 Wochen eine Nachfrage von 100, 110, 90 und 100 Stück und bestellt 100, 130, 60 und 110 Stück. Berechnen Sie die Bullwhip-Kennzahl mit der Varianz der Grundgesamtheit.
Lösung:
Nachfrage: Mittelwert 100
Varianz = (0 + 100 + 100 + 0) ÷ 4 = 50
Bestellungen: Mittelwert 100
Varianz = (0 + 900 + 1.600 + 100) ÷ 4 = 650
Kennzahl = 650 ÷ 50 = 13
Ergebnis: Die Varianz der Bestellungen ist 13-mal so groß wie die der Nachfrage. Diese Stufe verstärkt die Schwankung erheblich, obwohl sie im Durchschnitt genau so viel bestellt, wie sie verkauft.
Kleine Schwankungen der Nachfrage beim Endkunden werden entlang der Lieferkette immer größer, weil jede Stufe den Verbrauch nachbestellt und zusätzlich ihren Bestand an die vermeintlich neue Nachfrage anpasst. Beim Hersteller und seinen Zulieferern schwanken die Bestellungen deshalb viel stärker als im Handel.
Es gibt keinen. Peitscheneffekt ist die deutsche Bezeichnung für den Bullwhip-Effekt. Gelegentlich wird er nach Jay Forrester, der ihn 1961 beschrieb, auch Forrester-Effekt genannt.
Nach Lee, Padmanabhan und Whang von 1997 die Verarbeitung der Nachfragesignale, das Rationierungsspiel bei Knappheit, die Bündelung von Bestellungen zu großen Losen und Preisschwankungen, die zu Vorzieheinkäufen führen.
Durch geteilte Verbrauchsdaten entlang der Kette, kleinere und gleichmäßigere Bestellungen, stabile Preise, Zuteilung knapper Ware nach Verbrauchshistorie, kürzere Wiederbeschaffungszeiten und Bestellregeln, die den Bestand langsam statt sprunghaft anpassen.
Üblich ist das Verhältnis aus der Varianz der Bestellungen einer Stufe und der Varianz der Nachfrage, die sie erhält. Ein Wert über 1 zeigt, dass die Stufe die Schwankung verstärkt. Für einen einzelnen Betrieb genügt oft der Vergleich des Variationskoeffizienten von eigenen Abgängen und eigenen Bestellungen je Artikel.
Ein Planspiel, das in den 1960er Jahren an der Sloan School of Management des MIT entwickelt wurde. Die Teilnehmer spielen die Stufen einer Lieferkette für Bier und bestellen jeweils bei der nächsten Stufe. Obwohl sich die Endkundennachfrage nur ein einziges Mal ändert und danach gleich bleibt, entstehen fast immer große Schwankungen.
Im Erstgespräch klären wir unverbindlich, ob Ihre Bestellungen stärker schwanken als Ihr Verbrauch und an welcher Stelle Ihrer Bestellregeln das entsteht.
Erstgespräch anfragenOder direkt anrufen: +49 163 9217932