| Vorwort | 5 |
| Inhaltsverzeichnis | 7 |
| Autorenverzeichnis | 9 |
| Teil I Einführung | 12 |
| Knappe Kapazitäten und Unsicherheit — Analytische Ansätze und Simulation in der Produktionsplanung und -steuerung | 13 |
| Literaturverzeichnis | 16 |
| Ein hierarchisches Planungskonzept zur operativen Produktionsplanung und -steuerung | 17 |
| Literaturverzeichnis | 31 |
| Teil II Aktuelle Forschung | 33 |
| Robuste Optimierung zur Produktionsprogrammplanung | 34 |
| 1 Einordnung in die hierarchische operative Produktionsplanung und -steuerung und Erläuterung der Problemstellung | 34 |
| 2 Bisherige Lösungsansätze zur Produktionsprogrammplanung | 36 |
| 3 Robuste Optimierung zur Produktionsprogrammplanung | 37 |
| 4 Deterministische Ersatzwertmodelle | 38 |
| 5 Mehrwertige Modellierung der Unsicherheit | 38 |
| 5.1 Chance-Constrained-Modelle | 40 |
| 5.2 Zweistufige Kompensationsmodelle | 42 |
| 5.3 Mehrstufige Kompensationsmodelle | 46 |
| 6 Simulation in der robusten Produktionsprogrammplanung | 51 |
| 7 Zusammenfassung und Ausblick | 52 |
| Literaturverzeichnis | 52 |
| Robuste operative Planung | 55 |
| 1 Einleitung | 55 |
| 1.1 Definition von Robustheit | 55 |
| 1.2 Proaktive und reaktive Planung | 56 |
| 2 Robuste lineare Optimierung | 57 |
| 2.1 Budget of Uncertainty | 57 |
| 2.2 Budget of Uncertainty für die Losgrößenplanung | 59 |
| 3 Simulationsbasierte robuste Optimierung | 61 |
| 3.1 Blackbox-Simulation | 61 |
| 3.2 Optimierung auf Basis von Ersatzmodellen | 62 |
| 3.3 Integration von Simulation und Optimierung | 63 |
| 3.4 Beispiel einer Integration von Simulation und Optimierung im Supply Chain Operations Planning | 64 |
| 4 Schlussfolgerungen | 67 |
| Literaturverzeichnis | 67 |
| Einsatz der Szenariotechnik in der Produktionsplanung | 69 |
| 1 Einführung in die Szenariotechnik | 69 |
| 1.1 Begriffsbestimmung und -abgrenzung | 69 |
| 1.2 Klassifizierung der Szenariotechnik | 72 |
| 1.3 Vorgehensweise der Szenariotechnik | 74 |
| 2 Methodische Betrachtung der Szenariotechnik | 80 |
| 2.1 Konsistenzanalyse | 81 |
| 2.2 Cross-Impact-Analyse | 86 |
| 3 Einsatz der Szenariotechnik in der Produktionsplanung | 91 |
| 3.1 Ansatz der Robusten Planung | 91 |
| 3.2 Ansatz der Szenariosimulation | 92 |
| 4 Fazit und Ausblick | 93 |
| Literaturverzeichnis | 93 |
| Das mehrstufige kapazitierte Losgrößenproblem | 97 |
| 1 Einleitung | 97 |
| 1.1 Entwicklung der Losgrößenmodelle | 98 |
| 1.2 Basismodell | 99 |
| 1.3 Voraussetzungen und Modellgrenzen | 101 |
| 2 Alternative Modellformulierungen | 101 |
| 2.1 Modelle mit langen Perioden (big-bucket) | 102 |
| 2.2 Modelle mit kurzen Perioden (small-bucket) | 104 |
| 3 Lösungsverfahren | 106 |
| 3.1 Lösungsverfahren basierend auf der gemischt-ganzzahligen Modellformulierung | 106 |
| 3.2 Heuristische und metaheuristische Lösungsverfahren | 107 |
| 4 Integration von Losgrößen- und Reihenfolgeplanung | 109 |
| 4.1 Synchronisation bei mehrstufigen Big-Bucket-Modellen | 109 |
| 4.2 Synchronisation bei mehrstufigen Small-Bucket-Modellen | 111 |
| 5 Aktuelle Forschungsfelder | 112 |
| Literaturverzeichnis | 113 |
| Anwendungen des Resource-Constrained Project Scheduling Problem in der Produktionsplanung | 116 |
| 1 Einleitung | 116 |
| 2 Das Resource-Constrained Project Scheduling Problem | 118 |
| 2.1 Formale Beschreibung des RCPSP | 118 |
| 2.2 Graphenmodell | 118 |
| 2.3 Mathematisches Modell | 119 |
| 2.4 Exakte Optimierungsverfahren | 120 |
| 2.5 Prioritätsregel-Heuristiken | 121 |
| 2.6 Metaheuristiken | 121 |
| 3 Varianten und Erweiterungen des klassischen RCPSP | 122 |
| 3.1 Simultane Planung mehrerer Projekte | 123 |
| 3.2 Verallgemeinerungen des Vorgangskonzepts | 124 |
| 3.3 Verallgemeinerte zeitliche Restriktionen | 126 |
| 3.4 Verallgemeinerungen des Ressourcenkonzepts | 127 |
| 3.5 Alternative Zielfunktionen | 128 |
| 4 Planung bei Unsicherheit | 130 |
| 4.1 Reaktive Ansätze | 130 |
| 4.2 Proaktive Ansätze | 131 |
| 5 Fazit | 133 |
| Literaturverzeichnis | 133 |
| Belastungsorientierte Ansätze in der Produktionsplanung | 137 |
| 1 Einführung und Problemstellung | 137 |
| 2 Zusammenhang zwischen WIP-Bestand und Durchsatz | 140 |
| 2.1 Analytische Ansätze zur Bestimmung einer Clearing Function | 141 |
| 2.2 Empirische Ansätze zur Bestimmung einer Clearing Function | 142 |
| 3 Ein-Produkt Modell zur Auftragsfreigabe | 145 |
| 3.1 Ein Grundmodell zur Auftragsfreigabe | 145 |
| 3.2 Erweiterungen zum Modell ZOIP | 147 |
| 3.3 Erweiterungen zum Modell DYNIP | 150 |
| 4 Mehr-Produkt Modell zur Auftragsfreigabe | 152 |
| 5 Zusammenfassung und Ausblick | 155 |
| Literaturverzeichnis | 156 |
| Konkurrierende Prognoseverfahren für die Lagerhaltung | 159 |
| 1 Einleitung | 159 |
| 2 Prognostischer Rahmen | 159 |
| 2.1 Wesentliche Rahmenbedingungen | 159 |
| 2.2 Prognoseprozess und Prognoseaufgabe | 161 |
| 3 Prognosekonzepte und Prognoseverfahren | 162 |
| 3.1 Grundkonzepte | 162 |
| 3.2 Naive Prognoseverfahren | 163 |
| 3.3 Exponentielle Glättungsverfahren | 165 |
| 3.4 Bootstrap-Verfahren | 170 |
| 3.5 Prognosevarianzen und -konfidenzintervalle | 170 |
| 3.6 Prognosen über die Wiederbeschaffungszeit | 171 |
| 4 Prognoseevaluation | 172 |
| 5 Empirisches Beispiel | 174 |
| 5.1 Datensatz | 174 |
| 5.2 Design der Fallstudie | 175 |
| 5.3 Rollierende Prognosesimulation und -evaluation | 176 |
| 6 Fazit und Ausblick | 181 |
| Literaturverzeichnis | 182 |
| Lagerhaltungspolitiken | 185 |
| 1 Gründe für das Halten von Lagerbeständen | 185 |
| 1.1 Kostenbegründete Vorausproduktion | 185 |
| 1.2 Kapazitätsbedingte Vorausproduktion | 186 |
| 1.3 Unsicherheit bzw. Risiko | 187 |
| 1.4 Spekulation | 190 |
| 2 Die Nachfragemenge im Risikozeitraum | 190 |
| 2.1 Wahrscheinlichkeitsverteilung der Nachfragemenge im Risikozeitraum | 191 |
| 2.2 Wahrscheinlichkeitsverteilung der Fehlmenge | 193 |
| 2.3 Sicherheitsbestand | 195 |
| 3 Einmalige Entscheidungen über die Höhe des Lagerbestands: Das Newsvendor-Problem | 196 |
| 4 Mehrperiodige Entscheidungen über die Höhe des Lagerbestands: Lagerhaltungspolitiken | 198 |
| 4.1 Kontinuierliche Lagerüberwachung | 199 |
| 4.2 Periodische Lagerüberwachung | 201 |
| 4.3 Sensitivitätsanalyse | 209 |
| 5 Dynamische Entscheidungen über die Höhe des Lagerbestands: Bestellmengen- bzw. Losgrößenplanung unter stochastischen Bedingungen | 210 |
| 5.1 ... ohne Berücksichtigung von Kapazitätsbeschränkungen: Der Einprodukt-Fall | 211 |
| 5.2 ... unter Berücksichtigung von Kapazitätsbeschränkungen: Der Mehrprodukt-Fall | 212 |
| Literaturverzeichnis | 213 |
| Neuere Ansätze und Methoden zur Festlegung von Sicherheitsbeständen | 215 |
| 1 Sicherheitsbestandsplanung und ihre Bedeutung in verschiedenen Branchen | 215 |
| 2 Festlegung von Sicherheitsbeständen | 216 |
| 2.1 Datenorientierte Sicherheitsbestandsplanung | 216 |
| 2.2 Dynamische Sicherheitsbestandsplanung | 219 |
| 2.3 Spezialfragestellungen | 222 |
| 3 Mehrstufige Sicherheitsbestandsplanung | 224 |
| 3.1 Alternative Dispositionskonzepte in Liefernetzen | 224 |
| 3.2 Ansätze mit stochastischen Servicezeiten | 225 |
| 3.3 Ans¨atze mit deterministischen Servicezeiten | 226 |
| 4 Simulationsoptimierung als Methode zur Parameteroptimierung | 227 |
| Literaturverzeichnis | 228 |
| Teil III Anwendersicht | 231 |
| Anwendung und Anwendbarkeit von Optimierungsalgorithmen in der Praxis | 232 |
| 1 Hintergrund | 232 |
| 2 Simulation als wesentliche Komponente der Messung | 235 |
| 3 Das richtige Abstraktionsniveau in Modellierung und Simulation | 237 |
| 4 Messung der Effizienz | 238 |
| 5 Berücksichtigung prozessbedingter Einflussfaktoren in der Bewertung | 238 |
| 6 Akzeptanz durch den Nutzer | 240 |
| 7 Ableitung einer Bewertungsmatrix mit der Aufgabenstellungen bezüglich der Algorithmenauswahl eingeordnet werden | 242 |
| 8 Ausblick | 243 |
| Literaturverzeichnis | 243 |
| Dynamische Austaktung in sequenzierten Produktionslinien der Automobilindustrie | 245 |
| 1 Einführung | 245 |
| 2 Planungsablauf in sequenzierten Produktionslinien | 245 |
| 2.1 Planungskaskade | 245 |
| 2.2 Slotting, Balancing und Sequencing | 247 |
| 3 Arbeitsplanung | 248 |
| 3.1 Zuordnung von Prozessen und Mitarbeiter zu Stationen | 248 |
| 3.2 Unterstützer | 248 |
| 3.3 Austaktung der Linie | 249 |
| 3.4 Personalflexibilität | 250 |
| 4 Herausforderungen an die Planung | 250 |
| 4.1 Erhöhung der Planungsgenauigkeit in der Austaktung | 251 |
| 4.2 Einflussgrößen der Austaktung | 251 |
| 4.3 Kennzahlen zur dynamischen Austaktung | 251 |
| 5 Einsatz der Simulation zur dynamischen Austaktung | 252 |
| 5.1 Zusammenhänge der Planungsobjekte | 252 |
| 5.2 Berechnung der Personaleinsatzstärke | 254 |
| 6 Potentiale der dynamischen Austaktung | 256 |
| 6.1 Prognosebasierte Planung | 256 |
| 6.2 Dynamische Austaktung | 256 |
| 7 Zusammenfassung | 258 |
| Literaturverzeichnis | 258 |
| Planung der Erdgasbeschaffung für energieintensive Industrieunternehmen | 260 |
| 1 Einleitung | 260 |
| 2 Problembeschreibung | 261 |
| 3 Lösung mittels Genetischem Algorithmus | 264 |
| 3.1 Formalisieren der Problemstellung | 264 |
| 3.2 Genetischer Algorithmus | 266 |
| 4 Anwendungsbeispiel | 270 |
| 4.1 Fallbeschreibung | 270 |
| 4.2 Ergebnisse | 271 |
| 5 Fazit und Ausblick | 274 |
| Literaturverzeichnis | 276 |
