Interaktive Entscheidungsunterstützung im Bestandsmanagement

Der Begriff Bestandsmanagement beschreibt die unter stochastischen Bedingungen durchgeführten betrieblichen Aktivitäten der Planung, Steuerung und Kontrolle von Beständen in logistischen Systemen (Tempelmeier, 2012). Als Konsequenz unternehmensübergreifender Wertschöpfungsprozesse sind diese Aktivitäten wiederum in übergeordnete Logistiksysteme eingebettet, welche in der Literatur als Supply Chains beschrieben werden (Lambert und Cooper, 2000). Da sich Bestände und Stochastizitäten prinzipiell in jedem Systemelement einer Supply Chain vorfinden lassen, nimmt das Bestandsmanagement im Zusammenhang mit der Gewährleistung einer kosten- und bedarfsgerechten Güterbereitstellung eine wichtige Bedeutung im sog. Supply Chain Management ein. Die wesentliche Zielsetzung der Bestandsplanung in logistischen Systemen besteht darin, die räumlich und zeitlich verteilte Nachfrage nach Gütern unter Berücksichtigung lieferserviceorientierter Gesichtspunkte kostenoptimal zu befriedigen. Dies bedeutet, dass alle entscheidungsrelevanten Logistikkostenkomponenten, einschließlich der Fehlmengenkosten, betrachtet werden müssen, um das System so zu gestalten, zu planen und zu betreiben, dass sie in ihrer Summe minimiert werden (Gärtner u. a., 2010). Gemäß diesem Gedanken des logistischen Gesamtkostenkonzepts besteht Notwendigkeit nach solchen Planungs- und Dispositionsverfahren, welche wirtschaftliche, d. h. gesamtkostenoptimale, Entscheidungen in logistischen Systemen gewährleisten (Pfohl, 2010; Reichmann, 1978). Vor diesem Hintergrund stellt die wissenschaftliche Literatur eine Reihe unterschiedlicher Beiträge bereit, die sich mit der Bewältigung dieser Aufgabe auseinandersetzen. Quantitative Entscheidungsmodelle nehmen dabei unter Integration aller entscheidungsrelevanten Kostenparameter (Transport-, Rüst-, Bestands- und Fehlmengenkosten) eine Optimierung von Kosten- bzw. Gewinnerwartungswerten vor (Alicke, 2005). Häufig allerdings kommen mit Blick auf das Realisationspotenzial solcher Modelle nicht vernachlässigbare Problemaspekte hinsichtlich die modellierten Kostenparameter auf (Anderson u. a., 2006).