Archiv für die Kategorie „Grundbausteine des Supply Chain Management“

Der Bullwhip Effekt

Montag, 1. März 2010

Wertschöpfungsketten geraten häufig „in Schwingung“. Dabei nimmt die Schwankungsbreite der Nachfrage vom Endabnehmer bis zu den Vorlieferanten (stromaufwärts), drastisch zu.

Ursprünglich wurde dieser Peitschen- oder Bullwhip-Effekt gar nicht im Zusammenhang mit Lieferketten beobachtet. Ray Forrester, Professor am MIT, entdeckte dieses Phänomen 1958, als er das Verhalten komplexer Systeme studierte. Allgemein bekannt wurde sein 1961 entwickeltes „Beer-Game“. Es zeigt das Entstehen des Bullwhip Effektes sehr anschaulich. Erst drei Jahrzehnte später wurde der Bullwhip in Lieferketten beschrieben:

Berühmte Bullwhip Fälle: Barilla und Procter & Gamble
Die Firma Barilla SpA, ein Hersteller von Pasta-Produkten in Italien, räumte ihren Kunden Anfang der 1990er Jahre attraktive Preisvorteile ein, falls sie bereit waren, ganze Lastwagenladungen zu kaufen. Daraus entstand ein sehr unregelmäßiges Bestellverhalten der Kunden. Es führte zu zusätzlichen Kosten in der Lieferkette, die höher waren, als die Vorteile der großen Mengen.

Procter & Gamble/Babywindeln: Der Verbrauch von Windeln schwankt relativ wenig und lässt sich gut über Statistiken der Geburtenrate vorherzusagen. Am anderen Ende dieser Lieferkette befindet sich der Hersteller der Klebestreifen, mit denen die Windeln zusammengehalten werden. Er sah sich außerordentlich hohen Nachfrageschwankungen ausgesetzt. Sie waren entlang der Lieferkette entstanden und haben sich von Knoten zu Knoten verstärkt.

Planungsprozesse können Bullwhip erzeugen (Beispiel)
Bullwhip Effekte treten nicht nur über viele Knoten und in langen Lieferketten auf. Anfällig sind auch Produktionsbetriebe mit hintereinanderliegenden Prozessbereichen und ohne durchgängigen One-Piece-Flow. In einem unserer Beratungsprojekte haben wir für ein Produkt eine Verstärkung der Nachfrageschwankungen um den Faktor 30 ermittelt – nur in der Kette zwischen Versand, Fertigwarenlager, Montage, Rohmateriallager und Wareneingang. Gleichzeitig liefen die Auslieferungen an den Kunden und der Nachschub durch die Lieferanten völlig asynchron. Lieferanten erlebten zunächst massiv überhöhte Bestellungen und starke Bedarfsschwankungen. Eine immense Herausforderung und ein sehr risikoreicher, kostspieliger Zustand.

Abbildung: Bullwhip Effekt in einem Produktionsbetrieb
Bullwhip 1

Erläuterung:

  • Es handelt sich hier um die Wertschöpfungskette eines neuen Produktes. Materialbestellungen und Fertigung richten sich nach einem Produktionsplan, der auf optimistischen Verkaufsvorhersagen beruht. Die tatsächlichen Kundenbestellungen fallen jedoch deutlich geringer aus. Über einen Zeitraum von 12 Monaten blieb diese Fehlentwicklung ohne Korrektur.
  • Die blauen Grafiken beschreiben die Übergänge zwischen den Prozessbereichen (graue Pfeile) und zeigen Zeitpunkt und Menge der Warenbewegungen über 52 Wochen.
  • Die blaue Verteilungskurve in den darunter angeordneten Grafiken symbolisiert den Bullwhip Effekt. Ganz rechts steht der Versand an die Kunden mit einer engen Schwankungsbreite der Nachfrage; ganz links die Abliefermengen der Lieferanten. Mengen und Schwankungsbreite sind deutlich erhöht. Man erkennt, dass die Zugangsmengen erheblich höher sind als die Abgänge im Versand. Die überhöhten Mengen gehen auf Defizite im Dispositionsverfahren zurück, die den Bullwhip Effekt überlagern. Es ist absehbar, dass den Lieferanten ein totaler Lieferstopp droht, da die Lager immer voller laufen. Das geschah dann auch.

Die Lieferkette arbeitete im PUSH Modus. Die Produktionsplanung „drückte“ Produkte durch die Montage in ein Fertigwarenlager, aus dem die Bestellungen der Kunden bedient wurden. Nach der Umstellung auf PULL „zog“ ein Kundenauftrag alle Materialien und Aktivitäten zwischen Versand und Wareneingang. Der Bullwhip Effekt war auf den Faktor 3 zurückgegangen. Das Fertigwarenlager war durch den PULL Modus überflüssig geworden.

Typische Ursachen für Bullwhip
Mit diesen Beispielen werden typische Wirkungsmechanismen des Bullwhip-Effekts sichtbar:

  • Lieferketten sind logistische Systeme mit einem hohen Grad an Komplexität. Jeder Knoten in der Kette ist von seinen Nachbarknoten abhängig. Gekoppelt sind sie durch Nachfrage- und Lieferbeziehungen. In der Realität sind diese Knoten eigenständige Firmen mit ihren Kunden und Lieferanten. Jede Firma trifft ihre Entscheidungen unabhängig, meist mit unvollständiger Information. Sie nimmt damit, bewusst oder unbewusst, negative Auswirkungen auf andere Beteiligte in der Kette in Kauf. Unabhängige Entscheidungen in einem abhängigen System führen zu „Schwingungen“ und verstärken die Nachfrage-Schwankungen (Systemtheorie). Je mehr Knoten unabhängig von anderen Knoten agieren, desto prächtiger entwickelt sich der Bullwhip Effekt entlang der Kette.
  • ERP-Systeme haben über ihre eingebauten Algorithmen (z.B. Bedarfsberechnungen mit MRP) eine Tendenz, die Schwankungsbreiten des Bedarfs zu vergrößern.
  • Marketingaktionen oder Verfahrensregeln wie z. B. Mindestbestellmengen. Sie erscheinen aus betriebswirtschaftlicher Sicht vielleicht sinnvoll, in logistischen Systemen wirken sie jedoch als Akkumulationspunkte der Nachfrage. Aus einer täglichen Nachfrage von 10 Stück wird bei einer Mindestbestellmenge von 500 Stück nur alle 50 Tage eine Bestellung (und nachfolgende Lieferung). Alleine dadurch steigt die Schwankungsbreite der Nachfrage erheblich.
  • Bedarfsänderungen, die z. B. auf eine Montagelinie mit konstanter Durchlaufzeit treffen, verursachen Änderungen des in der Linie gebundenen Bestands (WIP). Mit einer um 10 Stück / Tag reduzierten Rate und einer Durchlaufzeit von 4 Tagen sinkt dieses WIP um 40 Stück (Veränderung x DLZ). Umgekehrt verursacht einer Erhöhung der Rate um 10 Stück / Tag, einen schlagartigen Anstieg des WIP um 40 Stück. Diese Menge ist zusätzlich erforderlich, damit die Montagelinie mit der höheren Rate produzieren kann. Änderungen des WIP wirken sich auf die Rohmaterialbestellungen bei den Lieferanten aus. Der Lieferant erlebt eine hohe Nachfrageschwankung, die er (durch eigene Abwicklungsmechanismen verstärkt) an seine Lieferanten weiter gibt.

Alle Aktionen, die Abweichungen von einem regelmäßigen Nachfragemuster erzeugen, leisten einen Beitrag zur Entstehung und Verstärkung des Bullwhip Effektes. Im Alltag können diese Aktionen nicht immer ganz vermieden werden. Es gibt Nachfrageschwankungen oder Prozessschwankungen, die nicht eliminiert werden können. Der Bullwhip Effekt ist also in logistischen Ketten systemimmanent.

Gegenmaßnahmen
Man kann allerdings seine Auswirkungen stark dämpfen und so erhebliche Kapital- und Kosteneinsparungen realisieren. Wichtige Ansatzpunkte sind:

  • Durchlaufzeiten verringern (Wartezeiten eliminieren),
  • One-Piece-Flow und PULL,
  • Vollständige, aktuelle und vorausschauende Informationen über des Status in der Lieferkette,
  • Einfache Struktur der Lieferkette und Blick auf das Ganze (end-to-end).

Der Geisel des Bullwhip entkommt man nie ganz, der Schmerz lässt sich jedoch massiv mildern.

© 2010 Schmid & Wolff

Produktivität steigern – Dynamik in Supply Chains beherrschen (Video)

Montag, 28. September 2009

Vor einigen Wochen hat mein Kollege Heinz Schmid den Zusammenhang von stabilen Prozessen und Durchlaufzeiten beschrieben. Je stabiler die Prozesse sind, desto stabiler und kürzer sind auch die Durchlaufzeiten durch die Produktion oder andere logistische Ketten. Gleichzeitig steigen Durchsatz und Produktivität. Hier ist nun der Vortrag zum Thema als Video*. Da YouTube nur noch kürzere Videos mag, ist aus einer halbstündigen Präsentation eine vierteilige Videofolge geworden. Viel Spaß beim rein schauen.
Produktivität steigern (Teil 1)
Produktivität steigern (Teil 2)
Produktivität steigern (Teil 3)
Produktivität steigern (Teil 4)

* mit freundlicher Genehmigung der Redaktion der Elektronik Praxis, Vogel Business.

Stabile Prozesse sind die Grundlage für kurze Durchlaufzeiten und hohe Produktivität.

Montag, 4. Mai 2009

Modellrechnung für einen mehrstufigen Fertigungsprozess.

Das Problem findet sich, mehr oder weniger ausgeprägt, in fast jeder Fabrik. Der Durchsatz bleibt unter dem eigentlich Möglichen, die Fertigungsbestände sind höher als nötig und die Terminsicherheit bietet Spielraum zum Bessern. Intuitiv wissen wir häufig, was schief läuft. Die Komplexität der Abläufe und wechselnde Engpässe verstellen aber den Blick auf die Lösung. Die folgende Betrachtung schafft Klarheit und zeigt einen Weg zur Lösung.

Analyse
Der Fertigungsablauf soll mit einem einfachen Modell aus vier hintereinander liegenden Arbeitsbereichen A bis D dargestellt werden (siehe Grafik).abb

Entscheidend ist es, die Schwankungen des Durchsatzes in jedem Arbeitsbereich nachzubilden. Am einfachsten geht das mit einem Würfel. Die gewürfelte Punktezahl definieren wir als den (stark schwankenden) Durchsatz. Es entstehen Zahlenwerte zwischen eins und sechs, wobei jede Punktezahl die gleiche Wahrscheinlichkeit des Eintretens hat. Der mittlere Wert für den Durchsatz ist (1 + 6)/2 = 3,5. Würfelt man beispielsweise 10 Mal hintereinander, ergibt das in der Summe im Durchschnitt 35 Punkte.

Was bedeutet das für jeden der Arbeitsbereiche in der Kette? Jede Station kann maximal so viele Materialien verarbeiten und weitergeben, wie an Punkten gewürfelt wurden. Mit Ausnahme des ersten Arbeitsbereichs erhalten alle nachfolgenden Arbeitsstationen ihr Material von ihrem Vorgänger. Sie sind damit von dessen Durchsatz abhängig. Wenn in einem Arbeitsbereich eine höhere Kapazität (gewürfelte Punktezahl) zur Verfügung steht, kann dennoch nur das begrenzte, vom Vorgänger verfügbare, Material verarbeitet werden. Das bedeutet eine Verschwendung von Ressourcen.

Im umgekehrten Fall erreicht der Vorgänger einen hohen Durchsatz, während der Nachfolger nur eine kleinere Punktezahl erreicht. Das zur Verfügung stehende Material kann nicht in vollem Umfang verarbeiten werden. Die aktuelle Kapazität reicht dafür nicht aus. Bestand baut sich auf. Mit jedem Durchgang ändert sich die gewürfelte Zahl. So entsteht eine hohe Dynamik, die Auswirkungen auf alle anderen Arbeitsbereiche hat. In der Realität ist es ähnlich, nur die Gründe sind andere: Mitarbeiter können nicht tätig werden, weil Vorrichtungen nicht zur Verfügung steht, es fehlt Material, Qualitätsprobleme im Prozesse, etc.

Dieses Simulations-Modell kann man mit einfachen Mitteln auf einem Tisch nachspielen. Es wurde 1984 von Eliyahu Goldratt in seinem Buch „The Goal” beschrieben. Zur Veranschaulichung haben wir in Excel eine Simulation programmiert, die genau den gleichen Spielregeln folgt. Siehe dazu: www.schmid-wolff.de/simulation_lieferketten.html

Mit dieser Excel Modell-Simulation lässt sich nun veranschaulichen, wie sich eine Fertigungslinie unter dem Einfluss von Prozess-Schwankungen verhält. Die wechselnden Bestandshöhen in den einzelnen Arbeitsbereichen zeigen, dass sich im Ablauf immer wieder neue Engpässe ergeben, vor denen sich das Material „staut”. Im Gegensatz zu statischen Engpässen spricht man hier von dynamischen Engpässen. Sie sind ein charakteristisches Erscheinungsbild in vielen Produktionen. Weil sie so dynamisch sind, lassen sie sich nur schwer messen und beherrschen. Weiter lässt sich beobachten, dass der Durchsatz mit dem Fertigungsfortschritt abnimmt. Ursache sind die beschriebenen gegenseitigen Abhängigkeiten der Arbeitsbereiche und die Schwankungen des Durchsatzes. Man erkennt, dass der Output am Ende des Prozesses nicht konstant ist, sondern erheblichen Schwankungen unterworfen ist. In der Praxis gibt man, um knappe Termine zu halten, bestimmten Aufträgen häufig eine höhere Priorität. Bei gleichen Randbedingungen verschlimmert das jedoch die Situation. Der mit Priorität versehene Auftrag läuft schneller durch – zu Lasten von anderen Aufträgen. Die dadurch verzögerten Aufträge bekommen zu einem späteren Zeitpunkt ebenfalls Priorität. Das Spiel beginnt von vorne. So erzeugt das „System” aus sich selbst heraus ein erhebliches Maß an Unruhe und Stress für alle Beteiligten.

Die nachstehende Abbildung 1 zeigt das Resultat von starken Schwankungen im Durchsatz:

abbildung-11

Die Durchlaufzeit (DLZ) durch den gesamten Fertigungsprozess unseres Modell-Beispiels streut sehr stark. Eine termingenaue Steuerung der Fertigung ist fast unmöglich.

Mit einem Simulationswerkzeug (unser Excel-Programm) kann man Parameter verändern und die Reaktion des Systems studieren. Nun limitieren wir die Schwankungen. Dazu nutzen wir einen künstlichen Würfel, der nicht mehr zwischen eins und sechs schwankt sondern nur noch zwischen zwei und fünf (Szenario 2) oder zwischen drei und vier (Szenario 3). Der Mittelwert von 3,5 bleibt gleich. Die negativen Effekte lassen deutlich nach und die Produktivität des Systems steigt stark an (vgl.: Abbildung 5).

Abbildung 2: kleinere Schwankungen im Durchsatz – höhere Produktivität und geringere Bestände.

abbild-1

Abbildung 3: weiter reduzierte Schwankungen – noch höhere Produktivität im System (Szenario 3).

abbild-2

Vergleicht man die Häufigkeitsverteilungen der Durchlaufzeiten für den gesamten Fertigungsprozess, wird der Effekt durch reduzierte Schwankungen noch augenfälliger: Der Ablauf wird sehr viel schneller!

Abbildung 4 stellt die Schwankungen der Durchlaufzeit (DLZ) in den drei Szenarien dem Output (Abb. 5) gegenüber:

abbildung-43

Eine unmittelbare Folge reduzierter Schwankungen ist ein Anstieg des Output bzw. der Produktivität von etwa 50% (Szenario 1) auf über 90% (Szenario 3).

Abbildung 5: Geringe Prozessschwankungen – hohe Produktivität.

abb-5


Maßnahmen zur Verbesserung
Als erstes wird man versuchen, Schwankungen so weit wie möglich zu reduzieren. Dazu bedarf es der gründlichen Ursachenanalyse innerhalb jeder Arbeitsstationen. Reale Fertigungsprozesse werden nie ganz ohne Schwankungen arbeiten. Mit einem gewissen Maß an Schwankungen muss man also leben.

Im zweiten Schritt geht es darum, zu verhindern, dass sich diese restlichen Schwankungen vom Vorgänger zum Nachfolger fortpflanzen. Solche Entkopplungsmechanismen sind situationsangepasst unterschiedlich. Eine Methode ist, angemessene zeitliche Puffer vorzusehen: Für jeden Auftrag und Prozessschritt gibt es einen vorgegebenen Start- und Endzeitpunkt. Darin ist ein gewisser Zeitpuffer enthalten. Die Mitarbeiter sind nun in der Lage dafür zu sorgen, dass der vorgegebene Endzeitpunkt immer eingehalten wird. Der nächste Fertigungsabschnitt kann sich darauf verlassen, dass zu seinem Auftragsbeginn alle Voraussetzungen für einen optimalen Ablauf gegeben sind.

Abbildung 6: Beispiel für Auftragsdurchlauf über zeitdefinierte und entkoppelte Arbeitsprozesse.

abb-4

Die Effizienz (Wirkungsgrad) des Gesamtprozesses ist sehr hoch, liegt jedoch unter dem theoretischen Maximal-Wert. Die eingebauten Puffer kosten etwas Produktivität. Der gesamte Ablauf ist jedoch wesentlich stabiler und robuster (siehe Grafik). abbildung-73
Die Notwendigkeit von spontanen Veränderungen der Prioritäten entfällt. Die Belastung aller Beteiligten sinkt deutlich.

Literatur:
Goldratt, Eliyahu: The Goal. Excellence in Manufacturing; 1984
(auf Deutsch: Das Ziel; 2002 Campus Verlag, Frankfurt)

© 2009 Schmid & Wolff