Order Allocation and Emergency Transportation Decisions Amid Multi-Source Procurement Disruptions

In der komplexen Welt der modernen Fertigung hängt die Fähigkeit eines Unternehmens, seine Montagelinien in Bewegung zu halten, von einem empfindlichen Gleichgewicht zwischen dem Einkauf von Teilen, deren weltweitem Transport und der Sicherstellung der pünktlichen Ankunft ab. Über Jahrzehnte hinweg war die Standardregel für den Einkauf simpel: Kaufe von dem Lieferanten, der den niedrigsten Preis bietet. Dieser Ansatz ignoriert jedoch oft die versteckten Kosten, die entstehen, wenn Dinge schiefgehen, wie etwa der Stillstand einer Fabrik, ein Schiff, das in einem Hafen feststeckt, oder eine Charge von Teilen, die Qualitätskontrollen nicht besteht. Wenn diese Störungen auftreten, kann die günstigste Option schnell zur teuersten werden, da Unternehmen gezwungen sind, für dringende Luftfracht zu bezahlen, Produktionsstopps zu bewältigen oder in letzter Minute auf neue, ungetestete Lieferanten umzuschwenken. Die Herausforderung für Supply-Chain-Manager besteht darin, einen Weg zu finden, genug Teile zu kaufen, um die Produktion am Laufen zu halten, ohne ein Vermögen für Notfallmaßnahmen auszugeben – ein Problem, das erfordert, das gesamte Netzwerk aus Lieferanten und Transportrouten als ein einziges, miteinander verbundenes System zu betrachten, statt als eine Reihe isolierter Transaktionen.

Ein Forschungsteam setzte sich zum Ziel, dieses Rätsel zu lösen, indem es die realen Abläufe eines großen Fertigungsunternehmens analysierte, das Hochleistungs-Computing-Equipment baut. Sie sammelten eine immense Menge an Daten über zwei Jahre hinweg, darunter Tausende von Bestellungen, Versandunterlagen und Qualitätsberichte von zweiunddreißig verschiedenen Lieferanten, die sowohl im Inland als auch international ansässig waren. Diese Daten offenbarten eine chaotische Realität: Der Lieferant mit dem niedrigsten Gebot war nicht immer derjenige, der den besten Wert lieferte. Die Forscher nutzten diesen historischen Datensatz, um ein Computermodell zu erstellen, das simulieren konnte, wie die Lieferkette des Unternehmens auf verschiedene Katastrophen reagieren würde. Anstatt nur den Preisschild auf einem Teil zu betrachten, berücksichtigte ihr Modell die Wahrscheinlichkeit eines Lieferantenausfalls, die Zeit, die für den Wechsel zu einem neuen Partner benötigt wird, und die Kosten verschiedener Versandmethoden, die von langsamem und billigem Bodentransport bis hin zu schnellem und teurem Luftfrachttransport reichen. Das Ziel war es, zu bestimmen, wie viel Lagerbestand vorgehalten werden sollte, wie viel Kapazität bei Backup-Lieferanten reserviert werden muss und wie Bestellungen bei einer Störung umgeleitet werden können, während gleichzeitig die Gesamtkosten so niedrig wie möglich gehalten werden.

Die Forscher testeten drei verschiedene Wege der Kaufentscheidungen. Der erste war der traditionelle „Niedrigstgebot“-Ansatz, bei dem das Unternehmen einfach beim günstigsten verfügbaren Lieferanten kauft. Der zweite war eine „gewichtete Score“-Methode, die den Preis mit anderen Faktoren wie Liefergeschwindigkeit und Qualitätsgeschichte abwägt. Der dritte war eine „risikobeschränkte“ Strategie, die ihr neues Computermodell nutzte, um proaktiv für potenzielle Ausfälle zu planen. Als sie die Simulationen durchführten, waren die Ergebnisse beeindruckend. Die Niedrigstgebot-Strategie, die auf dem Papier zwar günstig erschien, führte zum höchsten Gesamtkostenaufwand pro Jahr, insgesamt 1.244,20 Millionen US-Dollar. Dies lag daran, dass das Unternehmen am Ende weit mehr für Notfallversandgebühren und Produktionsausfallzeiten zahlte, wenn Dinge unvermeidlich schiefgingen. Der gewichtete Score-Ansatz schnitt besser ab und senkte die Gesamtkosten auf 1.064,58 Millionen Dollar. Die risikobeschränkte Strategie erwies sich jedoch als am effektivsten und reduzierte die jährlichen Gesamtkosten auf 843,68 Millionen Dollar. Dieser Ansatz sparte dem Unternehmen etwa 32 Prozent im Vergleich zur Niedrigstgebot-Methode, primtär durch die drastische Senkung der Kosten im Zusammenhang mit Notfallversand und Lieferverzögerungen.

Der Leistungsunterschied wurde noch deutlicher, als die Forscher spezifische Krisen simulierten, wie etwa den einmonatigen Ausfall eines Kernlieferanten oder einen plötzlichen Anstieg der Kundennachfrage. In diesen Stressszenarien hatte die Niedrigstgebot-Strategie die größten Schwierigkeiten, benötigte bis zu 42 Tage, um sich zu stabilisieren, und hinterließ tausende verzögerte Bestellungen. Im Gegensatz dazu erholte sich die risikobeschränkte Strategie viel schneller, stabilisierte sich in nur 15 Tagen und stellte fast alle verzögerten Bestellungen wieder her. Das Modell erreichte dies, indem es das Unternehmen dazu ermutigte, seine Lieferanten zu diversifizieren und einen kleinen Vorrat an zusätzlichem Inventar sowie freie Kapazitäten bereitzuhalten. Dies bedeutete zwar, dass das Unternehmen im Voraus etwas mehr für die Teile selbst bezahlte, verhinderte aber den massiven finanziellen Schaden, der durch einen totalen Zusammenbruch der Lieferkette entsteht. Beispielsweise sanken unter dem risikobeschränkten Plan die Transportkosten auf 149,82 Millionen Dollar, verglichen mit 300,62 Millionen Dollar bei der Niedrigstgebot-Strategie, weil das Unternehmen nicht gezwungen war, auf teure, kurzfristige Luftfracht zurückzugreifen, um vermeidbare Engpässe zu beheben.

Die Studie untersuchte auch, wie viel Risiko ein Unternehmen zu akzeptieren bereit ist im Verhältnis dazu, wie viel es ausgeben sollte, um es zu vermeiden. Durch die Anpassung der Sensitivität des Modells gegenüber seltenen, aber schweren Katastrophen fanden die Forscher einen optimalen Punkt (Sweet Spot), an dem das Unternehmen sein Risiko schwerer Verluste erheblich reduzieren konnte, ohne zu viel für unnötigen Sicherheitsbestand auszugeben. Sie stellten fest, dass ein bestimmtes Maß an Vorsicht, das sie als 95-prozentiges Vertrauen in die Vermeidung extremer Verluste maßen, das beste Gleichgewicht bot. Wenn das Unternehmen noch vorsichtiger versucht hätte, stiegen die Kosten für die Vorhaltung zusätzlicher Bestände schneller an, als der Nutzen durch die Vermeidung seltener Katastrophen. Dieser Befund legt nahe, dass die effizientesten Lieferketten nicht unbedingt diejenigen sind, die versuchen, jegliches Risiko zu eliminieren, sondern diejenigen, die intelligent für die wahrscheinlichsten Störungen planen. Die Forscher merkten an, dass ihr Modell zwar für das von ihnen untersuchte spezifische Unternehmen hochwirksam war, es jedoch Einschränkungen gab, wie etwa die Unfähigkeit, plötzliche Änderungen der Regierungspolitik oder einzigartige Ereignisse wie Hafenüberlastungen zu berücksichtigen, die schwer vorhersehbar sind.

Letztendlich zeigt die Forschung, dass der günstigste Preis in einer volatilen Welt nicht immer das beste Geschäft ist. Indem Unternehmen Daten nutzen, um Probleme vorherzusehen, und Entscheidungen treffen, die Kosten mit Resilienz abwägen, können sie die versteckten Kosten des Chaos vermeiden. Die Studie zeigt, dass eine Strategie, die auf das Management von Risiken statt auf die bloße Minimierung des Anfangspreises fokussiert ist, zu einem stabileren und profitableren Betrieb führt. Das Unternehmen in der Fallstudie verzeichnete im ersten Jahr nach der Implementierung dieser Planungsregeln eine Reduzierung der vermeidbaren Notfallversandkosten um 50 Prozent – ein reales Ergebnis, das den Wert bestätigte, über den reinen Gewinn zu blicken. In einer Ära, in der Lieferketten ständig durch globale Ereignisse auf die Probe gestellt werden, ist die Fähigkeit, sich schnell und effizient anzupassen, nicht mehr nur ein Wettbewerbsvorteil, sondern eine Notwendigkeit zum Überleben.