{"id":16063,"date":"2019-03-26T12:00:22","date_gmt":"2019-03-26T11:00:22","guid":{"rendered":"https:\/\/ak-online.de\/?p=16063"},"modified":"2023-11-23T15:55:50","modified_gmt":"2023-11-23T14:55:50","slug":"mit-der-passenden-absatzplanungssoftware-in-die-richtige-umlaufbahn","status":"publish","type":"post","link":"https:\/\/www.ak-online.de\/de\/mit-der-passenden-absatzplanungssoftware-in-die-richtige-umlaufbahn\/","title":{"rendered":"Mit der passenden Absatzplanungssoftware in die richtige Umlaufbahn"},"content":{"rendered":"

Zulieferer der Luft- und Raumfahrtindustrie profitieren von den Vorbestellungen der Flugzeughersteller und k\u00f6nnen mit Hilfe der Bedarfsvorschau sowie der Produktionspl\u00e4ne (Kadenzen) der gro\u00dfen Hersteller ihre Produktion fr\u00fchzeitig planen. Was f\u00fcr viele Branchen wie ein Segen klingt, stellt die Lieferanten der Flugzeughersteller jedoch vor die Herausforderung, die zus\u00e4tzlichen Informationen auch richtig zu nutzen, ohne dabei im administrativen Aufwand zu versinken.<\/strong><\/p>\n

Aufgrund der meist hohen Komplexit\u00e4t in der Herstellung und der Beschaffung von Bauteilen der Luftfahrtindustrie dauern die Wertsch\u00f6pfungsprozesse oft lang und sind sehr anspruchsvoll. Hinzu kommt, dass durch den hohen Kostendruck und begrenzte Kapazit\u00e4ten Kundenauftr\u00e4ge einerseits so sp\u00e4t wie m\u00f6glich gefertigt werden sollten, um Best\u00e4nde zu vermeiden, andererseits aber so fr\u00fch wie n\u00f6tig, um Kapazit\u00e4ten nicht zu \u00fcberlasten. Eine verl\u00e4ssliche Kurz-, Mittel- und Langfristplanung ist daher unumg\u00e4nglich, um eine optimale Ausrichtung der Beschaffung sowie auch Fertigung zu erzielen.<\/p>\n

Generell l\u00e4sst sich die Produktions- und Absatzplanung der Luftfahrtindustrie dabei in drei zeitliche Horizonte gliedern (Abb. 1.). Im Nahfristbereich befinden sich die aktuellen Kundenbestellungen. Der anschlie\u00dfende Zeitraum enth\u00e4lt prim\u00e4r die Bedarfsvorschau der Flugzeughersteller, also der Kunden (Kundenprognosen). Da die Bedarfsvorschau der Kunden in vielen Zulieferunternehmen f\u00fcr Unternehmensplanung, Beschaffungs- und Produktionsprozess nicht ausreichend weit in die Zukunft reicht, ist es in diesen F\u00e4llen erforderlich, den ferneren Planungshorizont durch eigene Prognosen der Zulieferer (Eigenprognosen) aufzuf\u00fcllen [KREHER 2018].<\/p>\n

\"Abb.<\/a>Abb. 1: \u00dcberlappende Planungshorizonte in der Luft- und Raumfahrtindustrie<\/p>\n

Die Struktur der drei Prognosehorizonte unterscheidet sich dabei je nach Kunde. Einige Flugzeughersteller stellen ihren Zulieferern eine Bedarfsvorschau durch ein eigens Lieferantenportal in Form von CSV-Dateien zur Verf\u00fcgung. Andere hingegen \u00fcbergeben die Planungsdaten wie Prognosen und Bestellungen in Form von Excel-Dateien, die in das ERP-System eingespielt werden m\u00fcssen. Bei den meisten Kunden \u00fcberlappen sich dabei die Zeitreihen der Bestellungen und der Bedarfsvorschauen, nur wenige synchronisieren sie w\u00f6chentlich. Neben Gro\u00dfkunden wie Airbus und Boeing sind es vor allem aber auch die zahlreichen Kleinkunden, die den Aufwand im Planungsprozess erh\u00f6hen; entweder durch eine komplett fehlende Bedarfsvorschau oder durch unterschiedliche Bereitstellungsformen ihrer Bedarfsvorschau, z.B. in Excel oder als PDF-Dokument. Dabei sorgt die Bereitstellung \u00fcber Excel und PDF aufgrund des Medienbruchs au\u00dferdem noch f\u00fcr ein hohes Fehlerpotential bei der h\u00e4ndischen \u00dcbertragung der Daten ins eigene Planungssystem.<\/p>\n

Zur kontinuierlichen Verbesserung der Datenqualit\u00e4t haben einige Flugzeughersteller ein eigenes Controlling aufgestellt, um die Prognosestabilit\u00e4t und -genauigkeit zu ermitteln. Die \u201eGenauigkeit\u201c einer Prognose gibt dabei an, welcher Anteil der prognostizierten Menge in einem Analysezeitraum tats\u00e4chlich als Kundenbestellungsmenge realisiert wurde. Zur Messung der Gleichm\u00e4\u00dfigkeit aller Prognosen f\u00fcr einen bestimmten Betrachtungszeitraum dient die \u201ePrognosestabilit\u00e4t\u201c. Mit ihrer Hilfe werden die Schwankungen in den w\u00f6chentlich \u00fcbermittelten Prognosewerten gemessen. Viele Zulieferer stehen allerdings vor der Herausforderung, diese Kennzahlen f\u00fcr die Vielzahl ihrer Artikel zu berechnen, auszuwerten und zu archivieren. Die \u00dcberwachung dieser Kennzahlen, die dabei helfen k\u00f6nnen, vertraglich nicht vereinbarte Schwankungen zu erkennen und zu reklamieren und die in letzter Konsequenz sogar juristische Bedeutung haben k\u00f6nnen, ist ohne eine systemseitige Unterst\u00fctzung kaum handhabbar und erfordert ein Konzept zur automatisierten Berechnung und Kontrolle der Kennzahlen.<\/p>\n

Am Ende der Bedarfsvorschau \u201efranst\u201c die Bedarfsvorschau mancher Flugzeughersteller bei manchen Teilen aus. Sie geben dann die voraussichtlichen Bedarfsmengen nicht mehr vollst\u00e4ndig wieder und weisen teilweise sogar L\u00fccken auf.<\/p>\n

Deshalb ben\u00f6tigen Zulieferer meist auch eigene Bedarfsprognosen, die \u00fcber die Bedarfsvorschau der Kunden hinaus reichen und L\u00fccken auff\u00fcllen. Eine erste gute Planungsbasis daf\u00fcr k\u00f6nnen die sogenannten Kadenzen bieten, d.h. die Planung der Flugzeughersteller hinsichtlich der voraussichtlichen monatlichen Bauzahlen der einzelnen Flugzeugmodelle. Die Kadenzen reichen deutlich weiter in die Zukunft, als die vom Kunden \u00fcbermittelte Bedarfsvorschau.<\/p>\n

Sofern bekannt ist, welche Bauteile in welcher St\u00fcckzahl in welche Flugzeugmodelle eingehen, kann mit diesen Kadenzen eine erste Eigenprognose aufgebaut werden. Leider ist dieser \u201eSt\u00fccklistenfaktor\u201c den Zulieferunternehmen jedoch nicht immer vollst\u00e4ndig bekannt. Dar\u00fcber hinaus stellen nicht wenige Zulieferteile auch nur Optionsteile dar, die nicht in jedem Kundenauftrag f\u00fcr ein bestimmtes Flugzeugmodell verbaut werden. In solchen F\u00e4llen gen\u00fcgt es nicht, den \u201eSt\u00fccklistenfaktor\u201c zu kennen; vielmehr m\u00fcssen zus\u00e4tzlich noch Einsatzwahrscheinlichkeiten berechnet und verwendet werden.<\/p>\n

Bei genauerem Hinsehen entpuppt sich die vermeintlich komfortable Prognosesituation in der Luftfahrtindustrie folglich als sehr anspruchsvoll. An der Qualit\u00e4t der eigenen Prognosen auf Basis der Bedarfsvorschau und Kadenzen der Kunden h\u00e4ngen Wohl und Wehe der Zulieferindustrie. Entsprechend pr\u00e4zise sollten Bedarfsprognosen deshalb beherrscht werden. Hier ist eine organisatorisch und technisch einfach zu handhabende L\u00f6sung erforderlich.<\/p>\n

Vom Kaffeesatzlesen zur systemunterst\u00fctzen Absatzplanung<\/h3>\n

Gefordert ist eine L\u00f6sung, die die Absatzprognosen der Kunden mit den eigenen Prognosen verkn\u00fcpft und ganzheitlich handhabbar macht, bevor sie in das ERP-System einflie\u00dfen.<\/p>\n

Manuelle L\u00f6sungen mit Tabellenkalkulation oder unzureichenden Analysemethoden greifen zu kurz. Selbst der emsigste Absatzplaner w\u00e4re vollends \u00fcberfordert, monatlich unz\u00e4hlige Artikel-Planzahlen manuell zu \u00fcberpr\u00fcfen. Eine Stichprobenpr\u00fcfung birgt die Gefahr, dass nicht alle Fehler in den Forecastdaten erkannt und damit Fehler an Beschaffung und Produktion weitergegeben werden.<\/p>\n

Durch die Einf\u00fchrung spezifischer Absatzplanungstools, wie in Abb. 2 dargestellt, kann jedoch der gesamte Bedarfsplanungsprozess verbessert und effizienter durchgef\u00fchrt werden.<\/p>\n

\"Abb.<\/a>Abb. 2: Konsolidierung heterogener Daten mittels Absatzplanungstools wie DISKOVER SCO AEROSPACE [Kemmner 2018].<\/p>\n

 <\/p>\n

Zentrale Leistungsmerkmale von Absatzplanungssystemen f\u00fcr die Luftfahrtzulieferindustrie<\/h3>\n

Durchg\u00e4ngiger Bedarfsplan, f\u00fcr jedes einzelne Fertigteil, rollierend \u00fcber 24 oder mehr Monate<\/strong><\/p>\n

Alle Prognoseinformationen m\u00fcssen zu einem durchg\u00e4ngigen Bedarfsplan integriert und auf den erforderlichen Planungshorizont, mindestens aber 24 Monate, verl\u00e4ngert werden. Kundenbestellungen und -prognosen m\u00fcssen daf\u00fcr zusammengefahren und mit Eigenprognosen erg\u00e4nzt werden.<\/p>\n

Zusammenf\u00fchren aller Prognoseinformationen und Formate<\/strong><\/p>\n

Alle Datenformate, auch CSV-Daten, Exceltabellen oder PDFs, m\u00fcssen unterst\u00fctzt und einheitlich in einem Format dargestellt werden. Die Vereinheitlichung und Automatisierung von Erfassung und Aufbereitung der Prognosedaten im Absatzplanungssystem und die damit verbundene Eliminierung von Medienbr\u00fcchen f\u00fchrt zu einer besseren und schnelleren materialnummernspezifischen Planung.<\/p>\n

Automatische Ermittlung von \u201eEigenprognosen\u201c, teilweise mit verteilungsfreien Verfahren<\/strong><\/p>\n

\u00dcber den Zeitraum der durch die Lieferpl\u00e4ne der Kunden hinausreicht, muss das System selbst\u00e4ndig Prognosewerte f\u00fcr jede Materialnummer ermitteln. Einen wesentlichen Input hierf\u00fcr bieten die Kadenzpl\u00e4ne der Hersteller; teilweise m\u00fcssen Zeitreihen auch mit statistischen Methoden erg\u00e4nzt werden. Da viele der zu planenden Teile keiner normalverteilten Nachfrage folgen, m\u00fcssen dabei verteilungsfreie Verfahren angewandt werden [Kemmner 2018]<\/p>\n

Statistische Ber\u00fccksichtigung von Einsatzwahrscheinlichkeiten<\/strong><\/p>\n

Wenn die St\u00fccklistenfaktoren zwischen Flugzeug und geliefertem Teil nicht bekannt sind oder wenn es sich um Optionsteile handelt, muss das Absatzplanungssystem die Einsatzwahrscheinlichkeiten statistisch ber\u00fccksichtigen und laufend mittels der historischen Daten nachjustieren. Wichtig dabei ist, dass die Wahrscheinlichkeiten in konkrete St\u00fcckzahlaussagen \u00fcbersetzt werden; 65% eines Teiles werde nie ben\u00f6tigt, sondern immer 100% oder 0%.<\/p>\n

\"Abb.<\/a>Abb. 3: Beispiel f\u00fcr die Darstellung der berechneten Einsatzwahrscheinlichkeiten von Optionsteilen [Quelle: DISKOVER]<\/p>\n

Weitgehend automatische Ermittlung und Bereinigung von inkonsistenten Zeitreihen<\/strong><\/p>\n

L\u00fccken in den Kunden-Forecasts, wie sie erfahrungsgem\u00e4\u00df gegen Ende der Vorschauhorizonte der Kunden auftreten, m\u00fcssen automatisch erkannt und geschlossen, zumindest aber durch Alertreports gemeldet werden.<\/p>\n

Brutto oder Nettoplanung<\/strong><\/p>\n

Wichtig ist, dass die Prognosen der Kunden als Brutto- oder Nettoplanung eingestellt werden k\u00f6nnen. Der Bruttoplanungsmechanismus wird angewendet, wenn sich die Zeitreihen der Bestelltermine und der Bedarfsvorschau eines Kunden \u00fcberschneiden. Der Nettoplanungsstatus zeigt nur noch die Daten an, die alleine auf Prognosedaten basieren \u2013 die also bereits um die Kundenbestellungen bereinigt wurden.<\/p>\n

Controlling der Prognoseabweichungen<\/strong><\/p>\n

Letztlich sind Controllingfunktionen zur Berechnung und \u00dcberwachung von Prognosegenauigkeit und Prognosestabilit\u00e4t wichtig. Ausgereifte automatisierte Absatzplanungssysteme unterst\u00fctzen dabei nicht nur bei der Auswertung vergangener Prognosen, sondern warnen auch durch Alertfunktionen fr\u00fchzeitig, wenn Prognosen fehlen oder unerwartet abfallen und nicht automatisch repariert werden k\u00f6nnen (Abb.4.).<\/p>\n

\"Abb.<\/a>Abb. 4: Beispiel einer Auswertung der Prognosegenauigkeit f\u00fcr die Bedarfsvorschau zweier Kunden [Quelle: DISKOVER]<\/p>\n

Planbedarfsversatz nach Auslieferungswerk<\/strong><\/p>\n

Die von den Kunden bereitgestellten Bedarfstermine entsprechen zumeist den Anlieferterminen im Werk, an das ausgeliefert werden soll und nicht dem Termin f\u00fcr die Versandbereitschaft eines Teils beim Zulieferer. Je nach Entfernung und Transportaufwand k\u00f6nnen zwischen beiden Terminen betr\u00e4chtliche Zeitr\u00e4ume liegen. Leistungsf\u00e4hige Absatzplanungssysteme k\u00f6nnen dieser Planbedarfsversatz ber\u00fccksichtigen<\/p>\n

Pflege von Nachfolgermaterial, Auslaufdatum sowie Verkaufsstartdatum<\/strong><\/p>\n

Vorg\u00e4nger-Nachfolger-Beziehungen sowie Auslaufdatum und Verkaufsstartdatum sind wichtige Parameter, um die Planungssituation m\u00f6glichst vollst\u00e4ndig darzustellen und umfassende Ergebnisse liefern zu k\u00f6nnen.<\/p>\n

Laufender Datenabgleich mit dem ERP-System<\/strong><\/p>\n

F\u00fcr den Abgleich von Bedarfsvorschau und Kundenbestellungen muss das Absatzplanungssystem t\u00e4glich Daten mit dem ERP-System austauschen.<\/p>\n

Datenpre- und Postprocessing zwischen ERP-System und Absatzplanungssystem<\/strong><\/p>\n

Die Herausforderungen der Datenaufbereitung bei der Absatzplanung im Luftfahrtzulieferbereich lassen sich innerhalb der starren Struktur von ERP-Systemen schwer l\u00f6sen. H\u00e4ufig m\u00fcssen Daten aus den ERP-Systemen aufbereitet und korrigiert werden, um Inkonsistenzen durch mangelnde Datenpflege im ERP-System auszugleichen. Das ist beim Einsatz getrennter Systeme und Datenbanken betr\u00e4chtlich einfacher und flexibler machbar. Auch beim Zur\u00fcckspielen der Daten kann es erforderlich sein, Planwerte, die evtl. differenzierter ermittelt wurden, wieder zusammenzufahren, ehe sie an das ERP-System \u00fcbertragen werden.<\/p>\n

Die Praxis hat gezeigt, dass man durch den Einsatz von ERP-angebundenen Absatzplanungssystemen f\u00fcr die Luft- und Raumfahrtindustrie den Planungsaufwand massiv verringern kann. Der Arbeitsschwerpunkt der Absatzplaner verlagert sich von der umfangreichen, m\u00fchevollen und fehlerbehafteten manuellen Aufbereitung von Zahlenreihen zu deren intelligenter Interpretation.<\/p>\n

In Abwandlung eines bekannten Bonmots von Mark Twain l\u00e4sst sich deshalb abschlie\u00dfend feststellen: \u201ePrognosen sind nicht immer eine schwierige Sache, selbst wenn sie die Zukunft betreffen\u201c. Aber ohne systematisches Herangehen und automatisierte Prozesse unterscheidet sich die Bedarfsplanung wenig vom Lesen eines Kaffeesatzes.<\/p>\n

\n

Bibliographie (in alphabetischer Reihenfolge)<\/p>\n

Kemmner, A.: Best\u00e4nde und Lieferbereitschaft in den Griff bekommen (Teil 1.), in: Productivity Management, 2010, H. 2, S. 29-31<\/p>\n

Kemmner, A.: Best\u00e4nde und Lieferbereitschaft in den Griff bekommen (Teil 2.), in: Productivity Management, 2010, H. 3, S. 54-56<\/p>\n

Kemmner, A.: Besser genau irren als zuf\u00e4llig treffen, in: Productivity Management, 2014, H. 4, S. 32<\/p>\n

Kemmner, A.: Best-Practice-Regeln f\u00fcr eine leistungsf\u00e4hige Absatzprognose
\nhttps:\/\/www.ak-online.de\/fachartikel\/absatzprognose\/<\/p>\n

Kreher, E., Franken, T., Peressini, M.-C.: Systemunterst\u00fctze Absatzplanung, in: IT & Production, 2018, H4., S. 50-51<\/p>\n","protected":false},"excerpt":{"rendered":"

Absatzprognostik ist f\u00fcr Zulieferer der Luft- und Raumfahrtindustrie auf den ersten Blick einfach. Gibt es doch dank der tw. regelm\u00e4\u00dfig bereitgestellten Bedarfsvorschau und der sogenannten Kadenzen der gro\u00dfen Flugzeughersteller, die \u00fcber die voraussichtlichen monatlichen Bauzahlen der einzelnen Flugzeugmodelle Auskunft geben, sehr weit vorausschauende Bedarfszahlen. Bei genauerem Hinsehen entpuppt sich die vermeintlich komfortable Prognosesituation jedoch als deutlich komplexer, unsicherer und unvollst\u00e4ndiger, als man denken w\u00fcrde, denn Prognosehorizonte und Darreichungsformen variieren beispielsweise von Hersteller zu Hersteller, Prognosequalit\u00e4ten schwanken oder reale Bestellungen und Prognosezeitr\u00e4ume \u00fcberlappen sich. Will man zudem aus dem Flickenteppich aus CSV-Dateien, Exceltabellen und PFDs ein organisatorisches und technisch einfach zu handhabendes Gesamtkonzept f\u00fcr eine durchg\u00e4ngige automatische und rollierende 24 Monats-Bedarfsprognose mit automatisierter Berechnung und Kontrolle der Kennzahlen entwickeln, sollte man nicht versuchen, dies in Excel zu tun. Es sollten vielmehr professionelle Tools herangezogen werden, die den komplexen Planungsaufwand massiv verringern k\u00f6nnen.<\/p>\n","protected":false},"author":25,"featured_media":0,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"inline_featured_image":false,"footnotes":""},"categories":[1587,1585],"tags":[],"class_list":["post-16063","post","type-post","status-publish","format-standard","hentry","category-absatz-bedarfsprognose","category-digitale-transformation"],"acf":[],"aioseo_notices":[],"aioseo_head":"\n\t\t\n\t\n\t\n\t\n\t\n\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t