Competence Site
Competence-Search
Passwort vergessen? Registrieren
Automatisch einloggen
Werben Sie für Ihre Kompetenz
Kompetenzorientierte Werbung
Dokument

Ressourcenplanung in einem Logistiknetzwerk mittels mutipler linearer Regression

Dokument
Kompetenz - Index
Online seit
7.4.2003
Vernetzungen
Personen
0
Dokumente
0
Dialog
0
Starten Sie hier...
Competence Actions
Inhalte
Ressourcenplanung in einem Logistiknetzwerk mittels mutipler linearer Regression
Abstract / Inhalt:
Dieser Beitrag wurde im Rahmen des Wissenschaftssymposiums Logistik der BVL 2001 in Magdeburg vorgestellt.
Dateien
Ressourcenplanung in einem Logistiknetzwerk mittels mutipler linearer Regression
B3-3 Dangelmaier.pdf
Dateigröße 112.8 KBytes
Kostenloser Adobe Acrobat Reader herunterladen
Sie benötigen Adobe Acrobat Reader
Kostenloser Adobe Acrobat Reader herunterladen
 
Herausgebende Organisationen (1)
Ressourcenplanung in einem Logistiknetzwerk mittels mutipler linearer Regression
 
Competence Center
Ressourcenplanung in einem Logistiknetzwerk mittels mutipler linearer Regression
 
Competence Types
Ressourcenplanung in einem Logistiknetzwerk mittels mutipler linearer Regression
Aktionen
Ressourcenplanung in einem Logistiknetzwerk mittels mutipler linearer Regression
Inhalte der angehängten Dateien (automatische Extraktion)
Ressourcenplanung in einem Logistiknetzwerk mittels mutipler linearer Regression
B3-3 Dangelmaier.pdf
                                         Sequenz B 3-3
               Ressourcenplanung in einem Logistiknetzwerk
                   mittels multipler linearer Regression

           Prof. Dr.-Ing. habil. W. Dangelmaier, Dipl.-Wirt.-Ing. H. Lessing,
                            Dipl.-Inf. Dr. Norbert Holthö fer
Fraunhofer-Anwendungszentrum für Logistikorientierte Betriebswirtschaft, Paderborn


Anschrift zur Verö ffentlichung:
Fraunhofer-Anwendungszentrum fü r
Logistikorientierte Betriebswirtschaft
Fü rstenallee 11
33102 Paderborn
Tel.: +49 (0) 52 51 / 60 - 69 12
Fax: +49 (0) 52 51 / 60 - 64 82
Gliederung:
1.        Das Logistiknetzwerk der Deutschen Post Euro Express
2.        Zielkonflikt in der kurzfristigen Ressourcenplanung
3.        Lösung
3.1.      Lösungsansä     tze
3.2.      Analyse der Sendungsströme
3.3.      Explorative vs. kausale Prognoseverfahren
3.4.      Multi-Einflussfaktoren-Prognose
3.5.      Prognosebasierte Personalbedarfsplanung
3.6.      Prognosebasierte Transportplanung
4.        Fazit
Literatur


Stichworte: Prognose, Regression, Absatzprognose, Ressourcenplanung, Logistiknetzwerk,
KEP-Markt, Deutsche Post Euro Express
Zusammenfassung:
Das Sendungsaufkommen bei Paketdienstleistern schwankt abhä           ngig von verschiedenen
Einflussfaktoren. Um die dem Kunden versprochene Laufzeit einhalten zu können (Erreichen
des Qualitä tsziels), sind ausreichend Ressourcen erforderlich. Gleichzeitig sind bei der Res-
sourcenbedarfsplanung die starken Schwankungen zu berü cksichtigen, um Ressourcenver-
schwendung zu vermeiden (Erreichen des Kostenziels). Fü r die Bewä         ltigung dieses tägli-
chen Konflikts gibt es verschiedene Lösungsstrategien. Die tä        gliche Erstellung genau-
estmöglicher Prognosen mittels multipler linearer Regression und unter Berü cksichtigung
von mehr als fü nfzig Einflussfaktoren hat sich als Lösungsalternative bewä   hrt.
1. Das Logistiknetzwerk der Deutschen Post Euro Express

Innerhalb des Konzerns Deutsche Post World Net deckt der Unternehmensbereich EuroEx-
press unter anderem das nationale und internationale Paketgeschä ab. In Deutschland bil-
                                                                    ft
den 33 Paketzentren das Rü ckgrat des Logistiknetzwerks zur Abwicklung des klassischen
Paketgeschä Die Sendungen aus dem Einzugsbereich eines Paketzentrums (PZ) werden
             fts.
in diesem PZ ü ber eine Sortieranlage nach Ziel-PZ sortiert und dann per Lkw oder Bahn zum
Ziel-PZ transportiert. Die Sendungen fü r den Einzugsbereich eines PZ treffen dann ü ber
Nacht aus dem gesamten Bundesgebiet ein und werden ü ber die Sortieranlage fü r die an-
schließ ende Zustellung nach Zustellbezirken sortiert. Das nachfolgend beschriebene Prog-
nosemodell wurde fü r die Prognose des Sendungsaufkommens entwickelt und wird in Form
eines Software-Tools in den Paketzentren fü r die Ressourcenplanung eingesetzt.

2. Zielkonflikt in der kurzfristigen Ressourcenplanung

Die Menge der eingelieferten Sendungen unterliegt starken Schwankungen innerhalb einer
Woche, eines Monats und eines Kalenderjahres (vgl. Abb. 1). In den Paketzentren wird da-
her monatlich bzw. wöchentlich eine Produktionsplanung fü r die nächste Periode erstellt. Aus
diesem kurzfristigen Produktionsplan wird in erster Linie der Personalbedarf und damit der
Schichtplan abgeleitet. Zusätzlich wird täglich am Vormittag die Personal- und Transportpla-
nung entsprechend der erwarteten Sendungsmenge nochmals angepasst.
 Tagesverkehrssmenge MF




                            Zeitraum: 1 Jahr


Abb. 1: Tägliche Sendungsmengen eines ausgewählten Paketzentrums im Jahresverlauf

Insbesondere die Personalbedarfsplanung hat einen groß en Einfluss auf das Erreichen der
Kosten- und Qualitä   tsziele. Zu wenig Personal wü rde zu einer verspä   teten Bearbeitung und
damit zu einer verspä    teten Auslieferung fü hren (Qualitätsziel). Ein Ausgleich des Mehrbe-
darfs durch verlä   ngerte Arbeitszeiten („Ü berstunden“ ist aufgrund des straffen Zeitplans
                                                         )
nicht möglich. Fä die Sendungsmenge hingegen geringer aus als erwartet, sinkt die Perso-
                  llt
nalproduktivitä in gleichem Maß e. Das fü hrt in diesem personalintensiven Bereich sehr
               t
schnell zu deutlichen Mehrkosten (Kostenziel). Ein Ausgleich des Minderbedarfs durch ver-
kü rzte Arbeitszeiten ist aufgrund tarifvertraglicher Regelungen und aufgrund des Zeitplans
(Sendungen werden noch bis kurz vor Ende der Schicht eingeliefert) nicht möglich.
Welche Lösungsalternativen gibt es, um sicherzustellen, dass möglichst alle Sendungen
noch am selben Tag bearbeitet werden und gleichzeitig die Ressourcen optimal ausgelastet
werden?
3. Lö sung

3.1.   Lö sungsansätze
Die einzelnen Lösungsmöglichkeiten lassen sich zwei grundsä         tzlich verschiedenen Lö-
sungsansä   tzen zuordnen. Der erste Ansatz beruht auf der Ü berlegung, den Kapazitä    tsbedarf
zu glä tten und an die vorhandenen Kapazitä anzupassen. Eine Möglichkeit wü rde darin
                                             ten
bestehen, einen Teil der Sendungen spä zu bearbeiten (Glä
                                         ter                     ttung ü ber die Zeit). Da min-
destens 96 % aller Sendungen auch weiterhin am nä     chsten Tag ausgeliefert werden sollen
und der straffe Zeitplan keine Verschiebungen zulä  sst, scheidet diese Möglichkeit aus. (An-
merkung: Nach Erweiterung der Produktpalette um Sendungen, die erst am ü bernä            chsten
Tag auszuliefern sind, wä eine solcher zeitlicher Ausgleich denkbar.) Eine weitere Lö-
                           re
sungsmöglichkeit bestü nde darin, die Kapazitä tsnachfrage zwischen den Produktionseinhei-
ten, d. h. zwischen den PZs, auszugleichen. In Ballungsrä  umen wird diese Vorgehensweise
z. B. bei größ eren Sondereinlieferungen von Groß kunden gelegentlich angewandt. Sie eig-
net sich aber nur zum Ausgleich lokal auftretender Nachfragespitzen. Fü r bundesweit auftre-
tende Nachfragespitzen z. B. vor Ostern, zum Muttertag oder bei größ eren Entfernungen
zwischen den Produktionseinheiten wie z. B. in Ostdeutschland ist diese Vorgehensweise
nur bedingt geeignet.
Der zweite Ansatz fokussiert auf die (tägliche) kurzfristige Anpassung des Kapazitätsange-
bots an den (erwarteten) Bedarf. Fü r jede Schicht werden die zu bearbeitenden Sendungs-
ströme, aufgeteilt nach Produktgruppen, prognostiziert. Auf Basis dieser Mengenprognose
werden die in den einzelnen Zeitfenstern benötigten Ressourcen ermittelt und die Kapazi-
tätsplanung entsprechend angepasst. Voraussetzung fü r die Realisierung dieser Lösungs-
möglichkeit sind flexible Ressourcen. Aus Sicht der Paketzentren sind vor allem zwei kriti-
sche Ressourcen zu betrachten: das zur Bearbeitung der Sendungen im PZ benötigte Per-
sonal (in Personalstunden) und das fü r die Beförderung zu den Ziel-PZs benötigte Trans-
portvolumen (in Containern bzw. Transportaufträ  gen). Bei allen anderen Ressourcen (Anla-
genkapazitä Codierterminals, Rollbehä etc.) wird hier davon ausgegangen, dass sie in
             t,                         lter
jedem Fall in ausreichendem Maß e zur Verfü gung stehen.

3.2.   Analyse der Sendungsströ me
Die Analyse des täglichen Sendungsaufkommens fü r eine Reihe ausgewählter Paketzentren
ergab folgendes:
• Die Gruppe der maschinenfä  higen (mf) Sendungen beansprucht mehr als 90% der Res-
  sourcen. Zudem korrelieren die verbleibenden Sendungsströme sehr stark mit dem Strom
  der mf-Sendungen. Um den Analyseaufwand zu begrenzen, konzentrieren sich die weite-
  ren Betrachtungen auf die mf-Sendungen.
• Das tä gliche Sendungsaufkommen schwankt sehr stark und scheint zunä      chst nicht prog-
  nostizierbar (vgl. Abb. 1). Bei Betrachtung der Sendungsmengenverteilung innerhalb der
  Woche stellte sich heraus, dass der prozentuale Anteil eines bestimmten Wochentags an
  der Wochenverkehrsmenge nur geringen Schwankungen unterliegt und dadurch relativ
  einfach und genau (als gleitender Mittelwert) prognostiziert werden kann. Es ist also mög-
  lich, Wochenverkehrsmengen zu prognostizieren und diese ü ber ebenfalls prognostizierte
  Wochenprofile auf Tage aufzuteilen. Die aggregierte Wochenverkehrsmenge ergibt im
  Jahresverlauf eine deutlich harmonischere Zeitreihe (vgl. Abb. 2). Schwankungen inner-
  halb einer Woche werden ausgeglichen. Der Jahresverlauf der Wochenverkehrsmenge
  wiederholt sich jedes Jahr in ä hnlicher Form und wird dabei von einem langfristigen Trend
  ü berlagert.
  Wochenverkehrsmenge MF




                                           Zeitraum: 1 Jahr


Abb. 2: Wöchentliche Sendungsmengen eines ausgewählten Paketzentrums im Jahresverlauf

• Es existiert eine Vielzahl von regelmä ig auftretenden Einflussfaktoren, die die Sen-
                                          ß
  dungsmenge jedes Jahr in ä   hnlichem Umfang beeinflussen. Dazu zä   hlen unter anderem
  Feiertage, feiertagsähnliche Tage (z. B. Karneval, Muttertag), Schulferien sowie weitere
  saisonale Effekte (z. B. die Vorweihnachtszeit). Allerdings treten bestimmte Einflü sse
  nicht jedes Jahr zum gleichen Zeitpunkt auf (z. B. Ostern).
• Die summierte Sendungsmenge MF enthä Ausreiß er (Sondereinlieferungen o. ä und
                                              lt                                      .)
  Strukturbrü che (geä nderte Kundenstruktur o. ä Um eine möglichst hohe Prognosege-
                                                 .).
  nauigkeit zu erzielen, sind die Vergangenheitsdaten um diese Effekte zu bereinigen.
Im nächsten Schritt ist nun ein geeignetes Verfahren zur Prognose der von einer Vielzahl
von Einflussfaktoren abhängigen Zeitreihen auszuwä hlen.

3.3.                       Explorative vs. kausale Prognoseverfahren
Allgemein können zwei Methodenkategorien zur Prognose derartiger Zeitreihen unterschie-
den werden.

Lesen Sie weiter im PDF
 
Competence Report
Kostenfrei Newsletter abonnieren!
Diese Seite weiterleiten
Halten Sie diese Seite/diesen Inhalt für empfehlenswert? Für eine Weiterleitung an Freunde/ Bekannte, Geschäftspartner etc. wären wir Ihnen dankbar.
Unsere Sponsoren
DHL Vertriebs GmbH & Co. OHG
DHL logo