Planungsstrategien empirisch simulieren
Wenn wir in Beratungsprojekten Planungs- und Dispositionsstrategien bewerten, reicht es selten aus, einzelne Parameter zu diskutieren. Losgrößen, Sicherheitsbestände, Prognoseverfahren und Wiederbeschaffungszeiten wirken zusammen. Deshalb nutzen wir einen Digitalen Zwilling auf Basis von DISKOVER. Anhand realer historischer Daten zeigt die Simulation, wie sich alternative Einstellungen unter denselben Bedarfsschwankungen ausgewirkt hätten. In einem typischen Beratungsprojekt dient DISKOVER zunächst als temporäres Analysewerkzeug. Wir liefern Ergebnisse und Handlungsempfehlungen. Ob der Kunde DISKOVER anschließend für weitere Analysen oder die operative Planung nutzt, ist eine separate Entscheidung am Ende des Projekts.
Der Digitale Zwilling als empirische Testumgebung
Was der Digitale Zwilling abbildet
Viele Planungsfragen klingen zunächst einfach. Soll der Sicherheitsbestand erhöht werden? Wäre eine kleinere Losgröße wirtschaftlicher? Passt das eingesetzte Prognoseverfahren noch zum Bedarfsverlauf? Doch jede dieser Entscheidungen beeinflusst ein Netz von Wechselwirkungen zwischen Beständen, Aufträgen, Wiederbeschaffungszeiten, Bedarfsverläufen und Kosten. Wer nur eine einzelne Größe betrachtet, erkennt die Nebenwirkungen einer Veränderung häufig erst nach ihrer Umsetzung im Tagesgeschäft.
In unseren Beratungsprojekten erstellen wir deshalb ein digitales Abbild der relevanten Planungs- und Dispositionslogik. DISKOVER nutzt dafür Daten aus dem ERP-System und bei Bedarf aus weiteren Datenquellen. Der Digitale Zwilling umfasst historische Bedarfe ebenso wie die Regeln und Parameter, mit denen Prognosen, Bestellvorschläge oder Fertigungsaufträge erzeugt werden. Das Fraunhofer IMWS definiert einen Digitalen Zwilling allgemein als virtuelles Abbild eines physischen Objekts, Prozesses oder Systems. Die Simulationsengine von DISKOVER überträgt dieses Prinzip auf die empirische Untersuchung alternativer Planungs- und Steuerungsansätze.
Der entscheidende Schritt ist die historische Simulation. DISKOVER versetzt die Planung an einen früheren Zeitpunkt zurück und rechnet mit den damals verfügbaren Informationen nach vorne. Die tatsächlich aufgetretenen Bedarfe verbrauchen anschließend den simulierten Bestand. Alternative Verfahren werden so unter denselben historischen Schwankungen verglichen.
Historische Simulation statt idealisierter Hochrechnungen
Dieser Ansatz unterscheidet sich von einer einfachen Fortschreibung. Statt einen idealisierten Bestandsverlauf in die Zukunft zu projizieren, unterzieht die Simulation eine Planungsstrategie einem historischen Belastungstest.
Der Digitale Zwilling bleibt dabei ein Modell für einen konkreten Zweck. Er bildet die für die Fragestellung relevanten Zusammenhänge ab, nicht jedes Detail des Unternehmens. Im Beratungsprojekt klären wir deshalb zunächst, welche Entscheidung die Analyse unterstützen soll. Erst danach legen wir den Datenumfang, den Betrachtungszeitraum und die zu untersuchenden Alternativen fest.
Der Beratungsauftrag bestimmt den Modellumfang
Diese Reihenfolge verhindert, dass die Simulation zu einer reinen Rechenübung wird. In vielen Beratungsprojekten beginnt die Arbeit bereits einen Schritt früher: Zunächst müssen wir die tatsächlichen Ursachen für Bestands- oder Lieferbereitschaftsprobleme identifizieren. Unternehmen haben dafür meist plausible Erklärungen. Die Analyse zeigt jedoch immer wieder, dass manche Annahmen nicht zutreffen oder nur einen Teil der beobachteten Wirkung erklären. Der Digitale Zwilling hilft, diese Hypothesen anhand des beobachtbaren Systemverhaltens zu überprüfen.
Vor dem ersten Simulationslauf konzentrieren wir uns deshalb auf vier Fragen: Welche Artikel oder Artikelgruppen werden betrachtet? Welche Zielgrößen sollen verbessert werden? Welche Rahmenbedingungen lassen sich verändern? Und woran erkennen wir anschließend, ob eine Alternative in der Praxis tragfähig ist? Die Antworten definieren die Aufgabe des Digitalen Zwillings.
Ebenso wichtig ist das Verständnis der Ausgangssituation. Eine Simulation benötigt eine klar definierte Vergleichsbasis. Dazu gehören die tatsächlich eingesetzten Verfahren, die angewendeten Parameter und bekannte Sonderregeln. Ein großer Teil dieser Informationen ist bereits in den aus dem ERP-System übernommenen Daten enthalten. Bestehende organisatorische Abläufe liefern weitere Anhaltspunkte für die Analyse. Erst wenn diese Ausgangssituation plausibel abgebildet ist, lässt sich beurteilen, welchen zusätzlichen Nutzen eine neue Strategie bieten kann.
Die Optimierungsstrategie übersetzt Unternehmensziele in Planungsprioritäten
Das Unternehmen bestimmt, wie Alternativen bewertet werden
Eine Simulation benötigt eine klare Bewertungsgrundlage. Ein Unternehmen möchte beispielsweise seine Bestände niedrig halten und gleichzeitig einen vorgegebenen Lieferbereitschaftsgrad erreichen. In einer anderen Situation stehen die Prognosequalität oder die Gesamtkosten im Vordergrund. Mit DISKOVER lassen sich diese Ziele priorisieren und zu einer unternehmensspezifischen Optimierungsstrategie kombinieren.
Darin liegt eine wesentliche Stärke der Simulationsfunktion. Die Software gibt dem Unternehmen keine allgemeingültige Logistikstrategie vor. Die Unternehmensleitung und die zuständigen Fachbereiche bestimmen, welche Zielgrößen relevant sind und in welcher Reihenfolge sie bewertet werden. Die Simulation übersetzt diese Prioritäten in einen transparenten Vergleich der Alternativen.
Typische Zielkombinationen sind:
- Prognosequalität, Lieferbereitschaftsgrad und Bestand;
- Lieferbereitschaftsgrad und möglichst geringer Bestand;
- Lieferbereitschaftsgrad und Gesamtkosten;
- Gesamtkosten, Lieferbereitschaftsgrad und Bestand.
Ein einfaches Beispiel verdeutlicht die Auswirkungen. Zwei Alternativen erreichen einen ähnlichen Lieferbereitschaftsgrad. Die erste erfordert einen höheren durchschnittlichen Bestand, führt aber zu weniger Bestellungen. Die zweite bindet weniger Kapital, verursacht jedoch häufigere Bestellungen. Welche Alternative besser geeignet ist, hängt von der Kostenstruktur, den Beschaffungsbedingungen und dem Geschäftsmodell ab. Die Optimierungsstrategie macht diese Präferenz ausdrücklich und ermittelt die unter den vorgegebenen Zielen bessere Alternative.
Prioritäten machen Zielkonflikte sichtbar
In unserer Beratungspraxis besprechen wir deshalb zunächst die Prioritäten, bevor wir zahlreiche Alternativen vergleichen. Ein geforderter Lieferbereitschaftsgrad muss die Marktanforderungen widerspiegeln. Kostenziele benötigen belastbare Kostendaten. DISKOVER stellt die Rechenleistung bereit; das Unternehmen definiert die Ziele.
Die Reihenfolge der Zielgrößen ist mehr als eine Frage der Darstellung. Sie bestimmt, welche Alternative als die am besten geeignete ermittelt wird. Schneiden mehrere simulierte Lösungen beim ersten Kriterium gleich gut ab, entscheidet das nächste Kriterium. Erfüllt keine Alternative einen vorgegebenen Zielwert vollständig, ermittelt DISKOVER diejenige, die diesem am nächsten kommt und bei den nachfolgenden Kriterien am besten abschneidet.
So wird aus einer technischen Berechnung ein strategischer Vergleich. Das Unternehmen erkennt, welche Einstellungen rechnerisch am besten abschneiden. Gleichzeitig wird deutlich, wie diese Einstellungen zu seiner Bestands- und Lieferbereitschaftsstrategie passen. Für den operativen Einsatz bleibt entscheidend, dass die Ziele und Bewertungskriterien zur tatsächlichen Planungsaufgabe passen.
Interaktive Simulation macht Wechselwirkungen sichtbar
Typische Fragestellungen auf Artikelebene
Bevor wir eine Strategie auf ein gesamtes Sortiment anwenden, untersuchen wir häufig ausgewählte Artikel interaktiv. Am einzelnen Artikel werden Ursache und Wirkung greifbar. Gemeinsam mit der Disposition und dem Planungsteam kann der Berater nachvollziehen, wie sich eine veränderte Losgröße, Wiederbeschaffungszeit oder ein anderes Prognoseverfahren auf den zeitlichen Bestandsverlauf auswirkt.
Typische Fragen sind:
- Wie verändert sich der Bestand bei einer anderen Losgröße oder Mindestbestellmenge?
- Welcher Sicherheitsbestand ist erforderlich, um den angestrebten Lieferbereitschaftsgrad zu erreichen?
- Wie wirken sich längere Wiederbeschaffungszeiten oder unterschiedliche Kalender aus?
- Wie spielen verschiedene Prognose- und Dispositionsverfahren zusammen?
DISKOVER vergleicht historische Bestandsverläufe mit den Verläufen, die sich unter den aktuellen Planungseinstellungen und den simulierten Alternativen ergeben. So wird sichtbar, wann sich Bestände aufbauen, wann tatsächliche Bedarfe sie verbrauchen und an welchen Stellen eine gewählte Strategie zu Fehlmengen oder unnötig hohen Beständen geführt hätte. Die grafische Darstellung hilft, die Zahlen im betrieblichen Zusammenhang zu erklären. Sie ersetzt nicht die Interpretation.
Grafische Vergleiche helfen, Ursachen zu erkennen
Interaktive Simulation ist für uns deshalb mehr als eine Softwareoberfläche. Sie bietet Beratern und Anwendern eine gemeinsame Arbeitsumgebung. Auffälligkeiten in den Stammdaten, unplausible Annahmen und besondere Bedarfsverläufe lassen sich auf Artikelebene leichter erkennen. Gleichzeitig entwickelt das Projektteam ein gemeinsames Verständnis der Mechanismen, die die Planung tatsächlich beeinflussen.
Die Beispielartikel werden gezielt ausgewählt. In der Regel betrachten wir Artikel mit typischen Bedarfsverläufen, wirtschaftlich bedeutende Artikel und Sonderfälle. Ein Standardartikel mit regelmäßigem Verbrauch benötigt andere Strategien als ein Ersatzteil mit sporadischem Bedarf. Zusammen zeigen diese Fälle, ob eine Strategie nur unter günstigen Bedingungen gut funktioniert oder mit unterschiedlichen Bedarfsverläufen umgehen kann.
Auch zunächst überraschende Ergebnisse sind hilfreich. Steigt der Bestand trotz kleinerer Losgröße, kann eine andere Einstellung deren Wirkung überlagern. Verbessert sich die Prognosequalität, während sich der Lieferbereitschaftsgrad kaum verändert, lohnt sich ein genauerer Blick auf die Wiederbeschaffungszeit und die Sicherheitsbestandseinstellungen. Die Diskussion führt so vom Zahlenwert zu seiner Ursache.
Das Testen einer Alternative verändert noch nicht die operative Planung. Erst wenn ein Ergebnis plausibel erscheint und zur gewählten Strategie passt, wird eine gezielte Anpassung der entsprechenden Stammdaten geprüft. Diese Trennung ermöglicht es, Fragen zu klären, ohne das Tagesgeschäft als Testumgebung zu nutzen.
Batch-Simulation prüft Strategien über das gesamte Sortiment
Vom Verständnis einzelner Fälle zur breiteren Prüfung
Einzelanalysen erklären Wechselwirkungen, reichen für ein Sortiment mit Hunderten oder Tausenden Artikeln jedoch nicht aus. Die Batch-Simulation überträgt denselben empirischen Ansatz deshalb auf eine größere Artikelmenge. Die Artikel lassen sich nach betriebswirtschaftlichen Kriterien auswählen. Eine Simulationskonfiguration legt fest, welche Arten von Alternativen miteinander verglichen werden.
In Beratungsprojekten nutzen wir dafür Testregelwerke. Sie bestimmen, wie Artikel mit bestimmten Eigenschaften behandelt werden sollen, ohne während der Tests die in DISKOVER abgebildeten operativen Parametereinstellungen zu verändern. So lässt sich beispielsweise untersuchen, wie eine überarbeitete Bestandsstrategie auf unterschiedliche Bedarfsklassen wirkt oder welche Artikelgruppen eine andere Prognose- und Dispositionslogik benötigen.
Die genaue technische Einrichtung hängt vom jeweiligen Projekt ab. Für das Verständnis des Ansatzes genügt ein Prinzip: Jeder relevante Artikel wird unter vergleichbaren Bedingungen getestet. Anschließend bewertet DISKOVER die Ergebnisse anhand der vorgegebenen Optimierungsstrategie. Vielversprechende Ansätze lassen sich danach vertiefen.
Sortimentsergebnisse und Ausnahmen gehören zusammen
In der Praxis gestalten wir den Übergang von der interaktiven Simulation zur Batch-Simulation bewusst. Zunächst muss die Planungsfrage anhand weniger ausgewählter Artikel verstanden sein. Danach prüfen wir, ob die erforderlichen Daten über das Sortiment hinweg in vergleichbarer Qualität vorliegen. Erst dann lohnt sich ein breiterer Simulationslauf. Dieses Vorgehen erleichtert auch die spätere Interpretation, da sich bekannte Ursache-Wirkungs-Zusammenhänge in den zusammengefassten Ergebnissen wiedererkennen lassen.
Ein Batch-Lauf ist deshalb keine Blackbox, die lediglich eine Liste neuer Parameter ausgibt. Er ist ein strukturierter Vergleich über viele Artikel hinweg. Die Sortimentsbetrachtung zeigt, wie häufig eine Strategie funktioniert, wo sie an ihre Grenzen stößt und welche Artikelgruppen anders behandelt werden müssen. So erhalten Berater und die zuständigen Fachbereiche ein Bild, das sowohl die Gesamtwirkung als auch die Ausnahmen umfasst.

Ergebnisse von der Artikel- bis zur Sortimentsebene interpretieren
Mehr als eine Rangfolge von Alternativen
Eine Simulation liefert mehr als eine Rangfolge von Alternativen. Auf Artikelebene zeigt sie, wie sich Verfahren und Parameter auf die planungsrelevanten Kennzahlen auswirken. Dazu gehören der erreichte Lieferbereitschaftsgrad, Bestandsmengen und -werte, Fehlmengen sowie die Anzahl der erzeugten Planaufträge oder geplanten Zugänge.
Sind belastbare Kostendaten hinterlegt, können auch Bestell- und Lagerhaltungskosten in die Bewertung einfließen. Prognosen lassen sich anhand von Fehlerkennzahlen wie dem mittleren absoluten Fehler (MAE) und dem Bias beurteilen. Der Bias zeigt, ob eine Prognose den Bedarf über einen bestimmten Zeitraum tendenziell über- oder unterschätzt. Diese Kennzahlen sind hilfreich, sollten jedoch nicht isoliert betrachtet werden. Eine bessere Prognose senkt nicht automatisch den Bestand, wenn Losgrößen, Wiederbeschaffungszeiten oder die Sicherheitsbestandslogik der Verbesserung entgegenwirken.
Pivot- und Portfolioanalysen verdichten die Ergebnisse anschließend nach Sortiment, Werk, Disponentengruppe oder anderen Strukturen. Per Drill-down lässt sich ein auffälliger Gesamtwert auf die dafür verantwortlichen Artikel zurückführen. So bleibt die Verbindung zwischen Managementsicht und Einzelfall erhalten.
Von zusammengefassten Ergebnissen zurück zum einzelnen Artikel
Das Fraunhofer-Institut für Materialfluss und Logistik beschreibt die Supply-Chain-Simulation als ein Mittel, um Engpässe, Bestände und alternative Szenarien transparent zu machen (Fraunhofer IML: Supply Chain Simulation). Im Beratungsprojekt entsteht der Nutzen jedoch erst, wenn die Ergebnisse in konkrete Planungsentscheidungen übersetzt werden.
Diese Übersetzung beginnt mit dem Hinterfragen der Ergebnisse. Entspricht die ausgewählte Alternative dem erwarteten Ursache-Wirkungs-Zusammenhang? Konzentriert sich ein Bestandseffekt auf wenige hochwertige Artikel oder verteilt er sich breit über das Sortiment? Werden Zielwerte nur in der Gesamtbetrachtung erreicht, während einzelne Artikel deutlich abweichen? Solche Fragen verhindern, dass ein gutes Sortimentsergebnis problematische Einzelfälle verdeckt.
Umgekehrt sollte ein einzelner Ausreißer eine ansonsten geeignete Strategie nicht grundsätzlich infrage stellen. Der Drill-down zeigt, ob eine Ausnahme auf die vorhandenen Daten, eine besondere Beschaffungsbedingung oder einen ungeeigneten Zweig des Regelwerks zurückzuführen ist. So können wir zwischen einer notwendigen Anpassung der Strategie und einer begründeten Ausnahme unterscheiden, die gesondert behandelt werden muss.
Von der Simulation zu besseren Planungseinstellungen
Beratungsergebnisse oder weitere Nutzung von DISKOVER
Am Ende eines eigenständigen Beratungsprojekts übergeben wir die Analyseergebnisse und unsere Handlungsempfehlungen. Der Artikel Digitaler Zwilling in der Supply Chain bietet einen Einstieg in diesen Zusammenhang zwischen Daten, Simulation und operativer Planung. Zu den Ergebnissen gehört häufig auch ein Dispositionsregelwerk, das als strukturiertes Dispositionshandbuch verstanden werden kann. Ein wesentliches Merkmal eines solchen Handbuchs ist seine Dynamik. Es legt detailliert fest, wie Parametereinstellungen angepasst werden sollen, wenn sich bestimmte Artikeleigenschaften verändern. Das Unternehmen entscheidet, welche vorgeschlagenen Änderungen es in seinen bestehenden Prozessen und Systemen umsetzt. Unser Einsatz von DISKOVER als Analysewerkzeug endet in diesem Fall mit dem Projekt. Der Kunde erhält damit eine fundierte Entscheidungsgrundlage, ohne DISKOVER dauerhaft nutzen zu müssen, um die Empfehlungen umzusetzen.
Alternativ kann sich der Kunde entscheiden, DISKOVER nach dem Beratungsprojekt eigenständig weiterzunutzen. Die Möglichkeiten reichen von weiteren fallbezogenen Analysen und einer automatisierten Stammdatenpflege mithilfe des im Projekt entwickelten Dispositionsregelwerks bis hin zu regelmäßigen, kalendergesteuerten Auswertungen und der operativen Unterstützung von Prognose, S&OP, Disposition, Kapazitätsplanung oder Produktionsfeinplanung. Welcher Umfang geeignet ist, hängt von den Zielen, der Datenqualität, der Organisation und dem gewünschten Automatisierungsgrad ab.
Voraussetzungen und Grenzen
Datenqualität ist Teil der Bewertung
Die Qualität einer empirischen Simulation beginnt bei den Daten. Historische Bedarfe, Bewegungsdaten und Stammdaten müssen die tatsächlichen Planungsbedingungen angemessen abbilden. Besondere Aufmerksamkeit verdienen Wiederbeschaffungszeiten, Kalender, Losgrößen, Mindestmengen, Sicherheitszeiten, Kundenaufträge, Reservierungen und Warenausgänge. Eine Simulation korrigiert keine Fehler in diesen Daten. Im besten Fall macht sie diese sichtbar.
Auch müssen die historischen Daten zur untersuchten Fragestellung passen. Neue Artikel, Strukturbrüche oder dauerhafte Veränderungen der Marktbedingungen begrenzen die Aussagekraft vergangener Bedarfsverläufe. Kostenbasierte Bewertungen erfordern zusätzlich belastbare Lagerhaltungskostensätze und Fixkosten je Bestellung oder Fertigungslos. Fehlen diese Angaben, sollte sich die Bewertung auf Kennzahlen beschränken, die zuverlässig berechnet werden können.
In unseren Projekten prüfen wir deshalb mehr als die Frage, ob Datenfelder gefüllt sind. Die Werte müssen auch im betrieblichen Zusammenhang plausibel sein. Eine Wiederbeschaffungszeit kann hinterlegt und dennoch veraltet sein. Historische Bedarfe können Sondereffekte enthalten, die für die künftige Strategie nicht mehr relevant sind. Die A&K-Leistungen zu Logistik-Controlling und Datenqualität erläutern, warum die Bewertung von Daten im betrieblichen Zusammenhang und das Verständnis von Kennzahlen zusammengehören.
Historische Simulation ist keine Garantie für künftige Ergebnisse
Die wichtigste Grenze liegt im Wesen der historischen Simulation selbst. Sie zeigt, wie eine Planungsstrategie unter den tatsächlichen Schwankungen des untersuchten Zeitraums abgeschnitten hätte. Identische Ergebnisse in der Zukunft sind damit nicht garantiert. Die Stärke der Methode liegt im fairen, datenbasierten Vergleich von Alternativen. Die A&K-Beschreibung der Simulation mittels Digitalem Zwilling erläutert, wie wir diese Perspektive mit Prozessanalyse und fachlicher Interpretation verbinden.
Gerade diese klare Abgrenzung macht die Ergebnisse nutzbar. Eine Simulation muss die Zukunft nicht vorhersagen, um eine ungeeignete Planungsstrategie von einer besser geeigneten zu unterscheiden. Sie muss transparent machen, auf welchen Daten und Annahmen der Vergleich beruht. Unternehmen können ihre Entscheidungen dann auf beobachtbare Wirkungen statt auf Vermutungen stützen.
Die wichtigsten Erkenntnisse
- Der Digitale Zwilling in DISKOVER bildet die relevante Planungs- und Dispositionslogik anhand realer Unternehmensdaten ab.
- Die historische Simulation vergleicht alternative Verfahren unter denselben historischen Bedarfsschwankungen.
- Mit der Optimierungsstrategie legt das Unternehmen die Ziele und Prioritäten für die Bewertung fest.
- Die interaktive Simulation schafft Verständnis auf Artikelebene. Die Batch-Simulation erweitert die Prüfung auf das gesamte Sortiment.
- Im Beratungsprojekt dient DISKOVER zunächst dazu, Erkenntnisse und Handlungsempfehlungen zu erarbeiten. Eine anschließende Nutzung durch den Kunden für Analysen oder die operative Planung ist eine separate Option.
FAQ – Häufig gestellte Fragen
Wie unterscheidet sich ein Digitaler Zwilling von einer klassischen Prognose?
Eine Prognose schätzt zukünftige Bedarfe. Ein Digitaler Zwilling berücksichtigt zusätzlich die Planungs- und Dispositionslogik und zeigt, welche Bestände, Bestellungen und Fehlmengen sich aus einer gewählten Strategie ergeben hätten.
Warum verwendet DISKOVER reale historische Daten?
Tatsächliche Bedarfsverläufe bilden Schwankungen, saisonale Muster und Ausnahmesituationen ab, die eine idealisierte Berechnung nicht erfassen würde. Der empirische Ansatz prüft alle Alternativen unter denselben historischen Bedingungen.
Was ist der Unterschied zwischen interaktiver Simulation und Batch-Simulation?
Die interaktive Simulation untersucht einen einzelnen Artikel und macht Ursache und Wirkung nachvollziehbar. Die Batch-Simulation automatisiert den Vergleich für eine ausgewählte Artikelmenge und ermöglicht Auswertungen auf Sortimentsebene.
Wie legt ein Unternehmen seine Optimierungsstrategie fest?
Das Unternehmen legt die relevanten Zielgrößen und deren Prioritäten fest. Je nach Geschäftsmodell können Prognosequalität, Lieferbereitschaftsgrad, Bestand oder Gesamtkosten im Vordergrund stehen.
Werden ausgewählte Parameter automatisch in das ERP-System übertragen?
Die Simulation und eine mögliche anschließende Parameterübernahme in DISKOVER sind von der Rückübertragung dieser Parameter in das führende ERP-System zu unterscheiden. Eine Rückübertragung setzt eine entsprechend eingerichtete Integration voraus. Sie ist nicht zwingend erforderlich, stellt aber das übliche Vorgehen dar.
Steht DISKOVER dem Kunden nach einem Beratungsprojekt weiterhin zur Verfügung?
Nicht zwangsläufig. In einem reinen Beratungsprojekt setzt A&K DISKOVER vorübergehend für Analyse und Simulation ein und übergibt anschließend die Ergebnisse und Handlungsempfehlungen. Der Kunde kann sich danach separat entscheiden, ob er DISKOVER für weitere Analysen oder als operatives Planungsinstrument nutzen möchte.

