Content

Dorit Bölsche, Standortplanung im internationalen Katastrophenmanagement in:

Dorit Bölsche

Internationales Katastrophenmanagement, page 142 - 159

Logistik und Supply Chain Management

1. Edition 2009, ISBN print: 978-3-8329-4019-5, ISBN online: 978-3-8452-1310-1 https://doi.org/10.5771/9783845213101

Series: Weltwirtschaft und internationale Zusammenarbeit, vol. 3

Bibliographic information
142 Minimum bzw. ein geringes Niveau annehmen sollten. Eine Abweichung vom Minimum lässt sich sinnvoll in das benannte Zielsystem einbinden, wenn sich durch einen höheren Dezentralisierungsgrad logistische Servicegrößen begründbar verbessern lassen. Methodisch lassen sich die logistischen Zielgrößen Logistikkosten und Logistikservice durch eine Nutzwertanalyse verbinden. Die in den nachfolgenden Kapiteln ermittelten Ergebnisse kostenbezogener Methoden werden dabei ebenso wie die servicebezogenen Entscheidungskriterien nach ihrer Bedeutung für das Katastrophenmanagement gewichtet, für alternative Distributionsstrukturen bewertet und zu einem Gesamtnutzwert zusammengefasst. Auf eine Nutzwertanalyse mit ihren Einsatzpotenzialen und Grenzen (insbesondere für die Standortplanung) wird in diesem Kapitel verzichtet. Eine Erläuterung der Methode erfolgt an späterer Stelle dieser Arbeit in Abschnitt 5.4.6 (mit inhaltlicher Ausrichtung auf die Auswahl von Partnern entlang der Wertschöpfungskette) und lässt sich auf Entscheidungen zur Standortplanung analog übertragen.389 Für das Katastrophenmanagement liegen Beschreibungen zu den Lagerstufen und zur operativen Bewirtschaftung von Lagern ebenso wie zur operativen Gestaltung der Transportprozesse im Katastrophenfall vor.390 Zu den Einsatzmöglichkeiten der in der Privatwirtschaft etablierten Methoden der betrieblichen Standort- und Tourenplanung im Katastrophenmanagement finden sich jedoch kaum Dokumentationen. Hier setzten die Erläuterungen und Beispielrechnungen der nachfolgenden Abschnitte an. 4.2.2 Standortplanung im internationalen Katastrophenmanagement 4.2.2.1 Die Methodenvielfalt der Standortplanung Zur Vielfalt alternativer Methoden der betrieblichen Standortplanung zählen über die bereits benannte Nutzwertanalyse hinaus z. B. ? weitere qualitativ begründete Methoden (z. B. Stärken-Schwächen-Analysen), ? Wirtschaftlichkeitsberechnungen, wie Investitionsrechnungen und break-even- Analyse, 389 Das Verfahren der Nutzwertanalyse wird für die Standortplanung beispielsweise durch Günther, Hans-Otto / Tempelmeier, Horst (2003) auf S. 68-70 an einem Beispiel beschrieben. Entscheidungskriterien, die in die Nutzwertanalyse einbezogen werden können, lassen sich beispielsweise aus Murphy, Paul R. / Wood, Donald F. (2004), S. 245-256 sowie Pfohl, Hans-Christian (2004a), S. 128-129 generieren. Über die bekannten Größen des Logistikservice lassen sich auch Kriterien zur Verfügbarkeit von Personal, rechtliche und politische Rahmenbedingungen einbinden. Vgl. auch Abschnitt 5.4.6. 390 Vgl. insbesondere Pan American Health Organization / World Health Organization (Hrsg.) (2001), S. 83-142 sowie Tufinkgi, Philippe (2006), z. B. S. 316-324. 143 ? diskrete Standortplanung in Netzen mit einer endlichen Anzahl potenzieller Standorte (vgl. nachfolgender Abschnitt) und kontinuierliche Standortplanung in der Ebene mit einer unbeschränkten Anzahl potenzieller Standorte (z. B. Steiner-Weber-Modell), ? Methoden für einstufige und mehrstufige Standortplanungen (vgl. folgender Abschnitt), ? kapazitierte und unkapazitierte Standortplanungen (vgl. folgender Abschnitt) sowie ? optimierende und exakte Verfahren (z. B. Branch & Bound-Verfahren), Heuristiken (z. B. Add- und Drop-Algorithmus) und Simulationen.391 Aus dieser Vielzahl zur Verfügung stehender Methoden werden in den folgenden Abschnitten exemplarisch das diskrete Warehouse Location Problem und der Add- Algorithmus als heuristisches Lösungsverfahren für diskrete Standortprobleme vorgestellt. Eine vereinfachte Beispielrechnung wird die Eignung für das Katastrophenmanagement verdeutlichen. Die Standortplanung läuft in der Umsetzung vielfach zweistufig ab:392 Im ersten Schritt wird darüber entschieden, an welchen Standorten bzw. in welchen Gebieten Standorte potenziell zu errichten sind, und im zweiten Schritt erfolgt die tatsächliche Auswahl der zu errichtenden Standorte. In Abschnitt 4.1.3 ist durch eine ABC-XYZ- Analyse nach weltweiten Regionen bereits dargestellt worden, wie der erste Schritt der Standortplanung – die Bestimmung potenzieller Standorte – methodisch unterstützt werden kann. Durch eine Einordnung weltweiter Regionen in eine ABC-XYZ- Matrix wurden Schwerpunktgebiete für die Standortwahl der Zentralläger in Asien (mit besonderer Berücksichtigung Chinas und Indiens) und Afrika identifiziert. Methoden zur tatsächlichen Auswahl in Schritt 2, die nachfolgend beschrieben werden, setzen bereits Ergebnisse aus Schritt 1 voraus: Potenzielle Standorte bzw. Gebiete sind bekannt. 4.2.2.2 Formale Beschreibung der Warehouse Location Probleme Stellvertretend für die Vielzahl verfügbarer Methoden zur Beschreibung und Lösung betrieblicher Standortprobleme wird nachfolgend als diskretes Modell das einstufige Warehouse Location Problem beschrieben (einstufiges WLP: die Standortplanung betrifft nur eine Lagerstufe). Die Erläuterungen werden bereits an die Standortplanung im Katastrophenmanagement angepasst. 391 Vgl. z. B. Domschke, Wolfgang / Drexl, Andreas (1996); Domschke, Wolfgang und Schildt, Birgit (1998), S. 213-222; Domschke, Wolfgang (2008), S. 97-107; Günther, Hans-Otto / Tempelmeier, Horst (2003) auf S. 67-76. 392 Vgl. Pfohl, Hans-Christian (2004a), S. 128, in dieser Quelle werden die beiden Stufen der interlokalen und lokalen Standortwahl beschrieben. 144 Abbildung 37 visualisiert das einstufige WLP am Beispiel der Standortwahl für die Zentrallager (General Delivery Warehouses). Transportkosten: cij c11 cIJ ci1 ciJ Lager 1, mit Fixkosten f1 und Kapazität a1 Potenzielle Standorte i, hier der Zentrallager (General Delivery Warehouses) Empfänger j, hier Standorte der Regionallager (Quick Rotation) Empfänger 1, mit Bedarf b1 Lager i, mit Fixkosten fi und Kapazität ai Lager I, mit Fixkosten fI und Kapazität aI Empfänger j, mit Bedarf bj Empfänger J, mit Bedarf bJ Abbildung 37: Struktur eines einstufig kapazitierten WLP393 Die potenziellen Lagerstandorte werden durch den Index i beschrieben (mit i=1,…,I). Die Fixkosten für jeden dieser potenziellen Standort fi, die im Falle der Errichtung des Standortes entstehen, sowie die jeweils maximal zur Verfügung stehende Lagerkapazität ai sind bekannt bzw. lassen sich ermitteln. Die Kapazität ist nur dann relevant, wenn diese für die Lösung der Problemstellung entscheidungsrelevant ist. Lässt sich jeder Standort mit einer Kapazität errichten, durch die der Gesamtbedarf gedeckt werden kann, so wird ai vernachlässigt (unkapazitiertes WLP), ansonsten ist ai in einer Nebenbedingung zu berücksichtigen (kapazitiertes WLP). Durch die Zentrallager sollen die Quick Rotation Warehouses als Empfänger der Hilfsgüter auf der nächsten Lagerstufe bedient werden, diese werden durch den Index j (mit j=1,…J) gekennzeichnet. Der jeweilige Bedarf der Hilfsgüter bj für die auf die Zukunft gerichtete Bezugsperiode ist zwar nicht mit Sicherheit bekannt; dieser lässt sich aber auf der Grundlage von Vergangenheitswerten und Prognosemethoden für die Berechnungen ermitteln (z. B. in der Dimension Tonnen je Bezugsperiode). Für Transporte zwischen dem Lager i und dem Empfänger j entstehen Transportkosten cij (in Geldeinheiten je Mengeneinheit), falls das Quick Rotation Warehouse j durch ein am Standort i errichtetes Zentrallager mit bj beliefert wird. Durch eine Binärvariable lässt sich mathematisch beschreiben, ob ein Standort i 393 In Anlehnung an Domschke, Wolfgang / Drexl, Andreas (1996), S. 52; Domschke, Wolfgang (2008), S. 97 mit Anpassungen zur Distributionsstruktur im Katastrophenmanagement. 145 errichtet wird (yi=1) oder nicht (yi=0). Die Variable xij gibt die Menge an, die Empfänger j durch einen Standort i erhält.394 Das einstufige kapazitierte WLP mit der Zielsetzung der Minimierung der Gesamtkosten K aus Transport- und Lagerkosten lässt sich nun wie folgt formulieren:395 Zielfunktion: ? ?? = == += Jj Ii iiijijIi yfxcyxKMin 1 11),( unter den Nebenbedingungen { } JjundIiallefürx Iiallefüry Jjallefürbx JjundIiallefürybx Iiallefüryax ij i j I i ij ijij ii J j ij ,...,1,...,1,0)5( ,...,1,1,0)4( ,...,1,)3( ,...,1,...,1,)2( ,...,1,)1( 1 1 ==? =? == ==? =? ? ? = = mit i Index für Standort i (General Delivery Warehouse), mit i=1,…,I j Index für Empfänger j (Quick Rotation Warehouse), mit j=1,…,J fi Fixkosten für Standort i ai Kapazität des Standorts i (nur für kapazitiertes WLP) bj Bedarf Empfänger j cij Variable Transportkosten von Standort i zu Empfänger j yi Binärvariable, die beschreibt, ob Standort i errichtet wird (yi=1) oder nicht (yi=0) xij Variable, die beschreibt, welche Menge Empfänger j durch einen Standort i erhält Die Variablen des Modells sind die Größen xij und yi. Gesucht wird diejenige Kombination der Variablen, durch die die Gesamtkosten als Summe aus Transport- und Lagerkosten minimiert werden. In der Zielfunktion stellt die Binärvariable yi, sicher, dass die Fixkosten eines Lagers fi nur für diejenigen Lösungen berücksichtigt werden, für die der Standort i errichtet wird (yi=1). Durch die Variable xij, werden variable Transportkosten jeweils nur mit dem relevanten Anteil des Bedarfs bj den der Empfänger j durch den Standort i erhält, berücksichtigt. Die Nebenbedingungen des 394 Vgl. Chopra, Sunil / Meindl, Peter (2004), S. 111; Domschke, Wolfgang / Drexl, Andreas (1996), S. 51; Domschke, Wolfgang (2008), S. 97; Günther, Hans-Otto / Tempelmeier, Horst (2003) auf S. 72-73. Die Quellen formulieren das Modell für die betriebliche Standortplanung und damit für die Relation Unternehmen – Kunden. 395 Vgl. Chopra, Sunil / Meindl, Peter (2004), S. 111-112; Domschke, Wolfgang / Drexl, Andreas (1996), S. 53. 146 Modells stellen sicher, dass die Variablen nur die vorgesehenen Werte annehmen (Binärvariable für Standorte in Bedingung 4) und (Nichtnegativitätsbedingung für Mengenlieferungen in Bedingung 5). Die Kapazitätsbedingung (1) gewährleistet für das kapazitierte WLP, dass Mengenlieferungen an alle Empfänger j von einem Standort i die zur Verfügung stehende Kapazität an diesem Standort nicht übersteigen darf (zu erfüllen ist diese Kapazitätsbedingung für alle Standorte). Die Nachfragebedingung (3) beschreibt, dass die Gesamtmengen, die ein Empfänger j von allen Standorten enthält, seinem Bedarf entsprechen müssen (zu erfüllen ist diese Nachfragebedingung für alle Empfänger). Ergänzend stellt die Bedingung (2) sicher, dass Empfänger nur von solchen Standorten beliefert werden können, die auch errichtet werden.396 Eine vereinfachte Form dieses Modells stellt das einstufige unkapazitierte WLP in der aggregierten Form dar; dieses wird auch in der nachfolgenden Beispielrechnung in Abschnitt 4.2.2.3 zugrunde gelegt. In dieser Form sind Kapazitätsrestriktionen nicht zu beachten, und jeder Empfänger j wird von einem Standort i aus vollständig beliefert. In der Standortplanung nach dieser Form des WLP wird eine Belieferung der Regionallager von unterschiedlichen Standorten nicht vorgesehen, um den damit verbundenen Koordinationsaufwand zu reduzieren. Bei Nachschubengpässen einzelner Zentrallager in der realen Katastrophenbewältigung ist eine Versorgung durch weitere Zentrallager dennoch nicht ausgeschlossen. Die Zielfunktion ändert sich nicht:397 Zielfunktion: ? ?? = == += Jj Ii iiijijIi yfxcyxKMin 1 11),( Die Nebenbedingungen lassen sich nun vereinfacht formulieren: { }{ } JjundIiallefürx Iiallefüry Jjallefürx JjundIiallefüryx entfällt ij i I i ij iij ,...,1,...,1,1,0)5( ,...,1,1,0)4( ,...,1,1)3( ,...,1,...,1,)2( )1( 1 ==? =? == ==??= Das Modell der WLP ist formal bewusst sehr allgemein formuliert worden, um es auch auf andere Stufen des Distributionssystems übertragen zu können. Es lässt sich ohne weiteren Anpassungsbedarf auch auf die nachfolgenden vertikalen Stufen im Distributionssystem des Katastrophenmanagements übertragen (vgl. hierzu Stufen des Distributionssystems in Abbildung 35): 396 Vgl. Chopra, Sunil / Meindl, Peter (2004), S. 111-115; Domschke, Wolfgang / Drexl, Andreas (1996), S. 52-54; Günther, Hans-Otto / Tempelmeier, Horst (2003), S. 72-75. 397 Vgl. Domschke, Wolfgang / Drexl, Andreas (1996), S. 53. Die Quelle sieht zusätzlich vor, dass eine maximale Anzahl an Empfängern durch einen Standort beliefert werden kann. 147 ? Welche der potenziellen Regionallager i (Quick Rotation Warehouses) sind zu errichten und welche Mengen erhalten Auslieferungslager j (Temporary Collection Sites) von diesen Standorten, wenn eine kostenminimale Lösung angestrebt wird? ? Welche der potenziellen Auslieferungslager i (Temporary Collection Sites) sind zu errichten und welche Mengen erhalten die bedürftigen Menschen im Gebiet j von diesen Standorten, wenn eine kostenminimale Lösung angestrebt wird? Diese Einsatzfelder des einstufigen WLP zeigen die Möglichkeiten des flexiblen Einsatzes; gleichzeitig werden aber auch Grenzen aufgezeigt: Einstufige WLP lassen sich jeweils nur für die Standortwahl auf einer Stufe des Distributionssystems einsetzen. Sofern Standorte auf mehreren Stufen in einem diskreten Modell zu planen sind, lassen sich mehrstufige WLP einzusetzen, deren Komplexität mit zunehmender Anzahl zu beplanender Distributionsstufen ansteigt.398 Auch die Erweiterung um nicht-lineare Kostenfunktionen erhöht die Komplexität in der Modellierung der WLP.399 Die nachfolgende Beispielrechnung bezieht sich aus Darstellungs- und Erläuterungszwecken auf diskrete Modelle einstufiger WLP.400 Als Lösungsverfahren wird mit dem Add-Algorithmus eine Heuristik anstelle eines Optimierungsverfahrens eingesetzt. Heuristische Verfahren gehen nach Vorgehensregeln zur Lösungsfindung (Eröffnungsverfahren) und Lösungsverbesserung (Verbesserungsverfahren) vor. Sie können keine optimale Lösung des formulierten Problems (in diesem Fall ein Kostenminimum) garantieren und werden folglich als suboptimal bezeichnet. Die Regeln werden aber so bestimmt, dass sie bezüglich der Problemstellung und Zielsetzung sinnvoll, zweckmäßig und erfolgversprechend sind, sodass mit einer guten Problemlösung gerechnet werden kann.401 Der Add-Algorithmus und Drop- Algorithmus stellen heuristische Lösungsverfahren der Standortplanung dar:402 ? Der Drop-Algorithmus startet in seiner Eröffnung mit einer Lösung, die davon ausgeht, dass jeder potenzielle Standort i auch errichtet wird. Die Gesamtkosten dieser ersten Lösung lassen sich aus der Summe aller Fixkosten und den Transportkosten der jeweils günstigsten Belieferung der Empfänger j ermitteln. Die Verfahrensregeln des Drop-Algorithmus sehen vor, dass in jeder Iteration des Verfahrens diejenigen Standorte aus der Lösung entfernt werden („drop“), durch die sich die höchsten Kosteneinsparungen erzielen lassen. Kosteneinspa- 398 Ein zweistufiges WLP wird beispielsweise formuliert in Domschke, Wolfgang / Drexl, Andreas (1996), S. 57-59 sowie Domschke, Wolfgang (2008), S. 98-99. 399 Nicht-lineare Kostenfunktionen werden in einem WLP beispielsweise formuliert in Domschke, Wolfgang / Drexl, Andreas (1996), S. 54-57. 400 Eine Vielzahl weiterer Modelle zur Beschreibung und Lösung von Problemen der Standortplanung findet sich z. B. in Domschke, Wolfgang / Drexl, Andreas (1996). 401 Vgl. Domschke, Wolfgang / Drexl, Andreas (1996), S. 29; Scholl, Armin (2008), S. 48. 402 Vgl. Domschke, Wolfgang / Drexl, Andreas (1996), S. 60-72; Domschke, Wolfgang (2008), S. 98; Günther, Hans-Otto / Tempelmeier, Horst (2003), S. 76. 148 rungen entstehen immer dann, wenn die mit der Schließung eines Lagers verbundene Transportkostensteigerung geringer ist als die Fixkosten des jeweiligen Standortes, die im Falle einer Streichung nicht mehr anfallen. ? Der Add-Algorithmus wählt in seiner Eröffnung zunächst eine Lösung mit nur einem Standort. Dabei wird derjenige Standort i gewählt, der die geringsten Gesamtkosten aus Transportkosten zu allen Empfängern und Fixkosten für den Standort i aufweist. Nach den Regeln des Add-Algorithmus wird in jeder Iteration ein Standort hinzugefügt („add“), und zwar derjenige, für den die positive Differenz aus Transportkosteneinsparungen aufgrund der Nähe zu den Kunden j und zusätzlichen Fixkosten des Lagers am größten ist. Beide Verfahren enden, wenn keine zusätzlichen Einsparungen erzielbar sind bzw. alle Standorte endgültig in die Lösung einbezogen oder „verboten“ sind. Heuristiken bieten den Vorteil, dass der Rechenaufwand erheblich reduziert wird.403 Lösungen lassen sich für das Katastrophenmanagement schnell und einfach umsetzen und können in der Katastrophenbewältigung vor Ort auch ohne EDV-gestützte Optimierungsberechnungen „auf Papier“ generiert werden. 4.2.2.3 Standortplanung für Zentrallager einer Hilfsorganisation Das nachfolgende Beispiel schließt sich an die Ergebnisse aus der ABC-XYZ- Analyse an: In der Standortplanung für die Zentrallager bzw. General Delivery Warehouses sollen Regionen mit gleichzeitig hohem Anteil und hoher Regelmäßigkeit der durch Katastrophen betroffenen Menschen (AX, AY, BX und BY) besondere Berücksichtigung finden.404 Ein diskretes Modell (wie das beschriebene WLP) ist für diese Fragestellung geeignet und den Modellen der Standortplanung in der Ebene aus folgendem Grund vorzuziehen: Nicht jeder Standort in einer Ebene eignet sich als zentraler Standort für General Delivery Warehouses im Katastrophenmanagement. Aus diesem Grund sind die potenziellen Standorte für die Formulierung des diskreten Modells in einem ersten Schritt so auszuwählen, dass sie bestimmte erforderliche Bedingungen erfüllen. Einige dieser Kriterien werden nachfolgend benannt: ? Eine gute Verkehrsanbindung, insbesondere auch an Verkehrsträger des internationalen und nationalen Fernverkehrs (z. B. Flughafenanbindung, ggf. Anbindung an die Seeschifffahrt, gute Anbindung an das Straßen- und ggf. Schienennetz), ? ausreichende und verfügbare Kapazität (Fläche) für die Errichtung eines Zentrallagers, 403 Vgl. Domschke, Wolfgang / Drexl, Andreas (1996), S. 29; Domschke, Wolfgang (2008), S. 98; Scholl, Armin (2008), S. 48. 404 Vgl. Abschnitt 4.1.3. 149 ? ausreichende und verfügbare Personalkapazitäten (qualitativ und quantitativ) sind am Standort verfügbar bzw. einsetzbar, ? ein Mindestmaß an politischer und rechtlicher Stabilität am Standort, ? es handelt sich um kein Risikogebiet, für das eine Zerstörung durch ein Katastrophen auslösendes Ereignis mit einer zuvor definierte Wahrscheinlichkeit zu erwarten wäre und ? aufgrund der Nähe zu den Standorten auf der nächsten Lagerstufe – insbesondere zu denjenigen mit hohen Bedarfsmengen an Hilfsgütern – ist von einer guten Erfüllung der zeitlichen Servicekriterien auszugehen. Die Standortplanung für Zentrallager erfolgt durch eine fiktive Hilfsorganisation, die international im Katastrophenmanagement tätig ist und weltweit knapp 5% der Hilfeleistungen in der Katastrophenbewältigung erbringt. Bislang ist die Hilfsorganisation in der Lagerstruktur dezentral aufgestellt und verfügt über zahlreiche Regionallager, die in ihrer Anzahl, mit ihren Standorten, Kapazitäten und zukünftig erwarteten Bedarfsmengen bekannt sind. Aufgrund der steigenden Bedarfsmengen und bislang nicht erfüllter Servicekriterien in der Versorgung der Regionallager soll zukünftig eine Stufe mit Zentrallagern in die vertikale Distributionsstruktur aufgenommen werden. Die Hilfsorganisation hat eine erste gründliche internationale Standortanalyse durchgeführt und sieben potenzielle Standorte identifiziert (I=7). Die Auswahl erfolgte unter besonderer Berücksichtigung der Ergebnisse der ABC- XYZ-Analyse, und zudem wird angenommen, dass alle Standorte die oben benannten Mindestkriterien erfüllen.405 Potenzielle Zentrallager sind für die Regionen Asien-Süd-Mitte (AX), Asien-Osten (AY), Asien-Süd-Ost (BX) und Afrika-Osten (BY) vorzusehen. Für Asien Süd- Mitte sollte aufgrund des hohen Anteils betroffener Menschen in Indien ein potenzieller Standort direkt in Indien oder in der Nähe dieses Landes liegen, vergleichbares gilt für China in der Region Asien-Osten. Vereinfachend wird in die Beispielrechnung ein gemeinsamer potenzieller Standort aus den Regionen Asien Süd-Mitte und Westen in den Vereinigten Arabischen Emiraten (Abu Dhabi, i=1) aufgenommen. Für die asiatischen Regionen im Osten und Süd-Osten werden durch die Länder China (Shanghai, i=2) und Thailand (Bangkok, i=3) zwei potenzielle Standorte berücksichtigt. Als potenzieller Standort in Afrika wird mit Kenia (Nairobi, i=4) bewusst ein Land im Osten (BY-Region) einbezogen. Die Anzahl der potenziellen Standorte sieht für alle Regionen Europas gemeinsam einen potenziellen Standort vor, ebenso für alle Regionen Australiens / Ozeaniens. Die Begründung liegt in der starken Tendenz der Regionen zur Klassifizierung als CZ- Region (mit einem vergleichsweise unregelmäßigen und geringen Bedarf an Hilfsgütern). Der potenzielle Standort in Europa liegt mit Spanien (Barcelona, i=5) im Süden, da in dieser Y-Region Hilfsgüter regelmäßiger benötigt werden als in den 405 In einer realen Umsetzung einer Standortplanung würde die Hilfsorganisation voraussichtlich mehr als sieben potenzielle Standorte identifizieren und in die Berechnung einbeziehen. 150 Z-Regionen Europas. Für Australien/Ozeanien wird mit Melbourne (i=6) ein potenzieller Standort im Süden Australiens vorgesehen. Für Amerika wurde bereits die Vermutung geäußert, dass sich ein Standort in der Mitte Amerikas anbietet, auch in dieser Region wird ein potenzieller Standort vorgesehen, in diesem Fall Panama mit der Stadt Panama (i=7). Abbildung 38 gibt einen Überblick über die geografische Einordnung der potenziellen Standorte. Vereinfachend sei angenommen, dass die potenziellen Standorte keine Kapazitätsbegrenzungen aufweisen. i Panama, Panama i Spanien, Barcelona i Kenia, Nairobi i Australien, Melbourne i China, Shanghai i V. Arab. Em. Abu Dhabi i Thainland, Bangkok Nord- Amerika Süd- Amerika Afrika Europa Asien Australien Abbildung 38: Potenzielle Standorte für Zentrallager (Beispiel)406 Für die Auswahl der tatsächlich zu errichtenden Standorte enthält die nachfolgende Tabelle die fiktive aber realitätsnahe Datengrundlage der Hilfsorganisation für die Standortplanung auf der zentralen Lagerstufe. Die Zeilen repräsentieren die potenziellen Standorte i; die Spalten enthalten mit den Empfängern j die bekannten und bereits bestehenden Regionallager bzw. Quick Rotation Warehouses. Aufgrund der Vielzahl weltweit errichteter Regionallager international tätiger Hilfsorganisationen erfolgt in der Beispielrechnung jeweils eine Zusammenfassung der Regionallager zu übergreifenden Gebieten. Für Asien werden die Regionallager drei unterschiedlichen Gebieten zugeordnet, da in Asien aufgrund der Vielzahl regelmäßig betroffener Menschen und der geografischen Ausdehnung eine große Anzahl Regionallager vorhanden ist. Es handelt sich hierbei um die Regionallager für Asien-Süd-Mitte und Asien-Westen (j=1), Asien-Osten (j=2) und Asien Süd-Osten (j=3).407 Die Regional- 406 Quelle der Weltkarte: google maps unter http://maps.google.de. 407 In Anlehnung an die Strukturierung der Regionen in www.emdat.be. 151 lager der anderen Kontinente Afrika (j=4), Europa (j=5), Australien/Ozeanien (j=6) und Amerika (j=7) werden jeweils zu einer Empfängergruppe zusammengefasst.408 Die Datengrundlage für den Einsatz des Add-Algorithmus stellen Transport- und Lagerkosten dar: Transportkosten cij entstehen, wenn eine Region j durch einen Standort i voll beliefert wird. Darüber hinaus wird in der letzen Spalte für jeden Standort i angegeben, welche Fixkosten fi zu erwarten sind, wenn der potenzielle Standort i auch tatsächlich errichtet wird. cij (EUR/Jahr) fi (EUR/ Jahr) Asien-Süd- Mitte, Asien-West Asien- Osten Asien- Süd- Osten Afrika Europa Australien Amerika j=1 j=2 j=3 j=4 j=5 j=6 j=7 V. Arab. Emirate, Abu Dhabi i=1 9.831.819 21.452.009 2.253.726 5.264.076 365.978 51.548 2.362.774 1.273.133 China, Shanghai i=2 16.278.543 12.956.459 1.941.678 7.675.130 479.368 42.992 2.483.355 1.060.944 Thailand, Bangkok i=3 14.720.200 16.712.537 1.505.294 6.745.784 475.750 41.301 2.729.576 1.167.038 Kenia, Nairobi i=4 13.220.847 25.402.434 2.593.922 3.914.684 383.634 51.088 2.276.036 742.661 Spanien, Barcelona i=5 14.917.819 25.749.667 2.969.041 6.226.306 241.204 63.866 1.850.185 1.591.416 Australien, Melburne i=6 21.282.939 23.391.591 2.610.782 8.398.564 646.908 23.813 2.441.276 1.485.321 Panama, Panama i=7 23.407.595 32.420.948 4.140.160 8.977.937 449.676 58.577 992.429 954.849 Tabelle 12: Datengrundlage Standortplanung einer Hilfsorganisation Die Realitätsnähe der Transport- und Lagerkosten – zumindest in ihrem Verhältnis zueinander – lässt sich wie folgt begründen: Alle Datengrundlagen beziehen sich auf den gleichen Betrachtungszeitraum, in diesem Fall ein Jahr. Der Bedarf der Regionallager stellt eine zentrale Berechnungsgrundlage für die Lager- und Transportkosten dar. Dieser lässt sich auf der Grundlage der durchschnittlich in einem Jahr betroffenen Menschen in der jeweiligen Region j im Zeitraum 1996-2007 ermitteln.409 Die betroffenen Menschen werden durch die hier betrachtete Hilfsorganisation mit einem Anteil von knapp 5% versorgt; in der Berechnung werden 3% angesetzt. Weiterhin wird angenommen, dass für jeden betroffenen Menschen durchschnittlich 20kg Hilfsgüter benötigt werden, davon wird ¼ (5kg) im Zentrallager vorgehalten bzw. über dieses verteilt. Da sich die Berechnungen auf die Zukunft beziehen und in den kommenden Jahren mit einem weiteren 408 In der realen Umsetzung der Standortplanung würde die Hilfsorganisation jedes einzelne der Regionallager als Empfänger j erfassen. 409 Die Daten sind entnommen aus IFRC (Hrsg.) (2007), S. 185-187 sowie www.emdat.be. 152 Anstieg des weltweiten Bedarfs an Hilfsgütern zu rechnen ist, wird dieser Bedarf mit einer 10%igen Steigerung angesetzt. Mit diesen Angaben lässt sich die für Menschen in Afrika zu lagernde und vom Zentrallager i nach Afrika zu transportierende Menge bj wie folgt ermitteln: b4 = 29.657 Tsd. (durchschnittlich betroffene Menschen/Jahr) * 1,1 (10% Steigerung in den kommenden Jahren) * 20 kg (Hilfsgüter je betroffenem Menschen) * ¼ (Mengenanteil, der über das Zentrallager abgewickelt wird) * 0,03 (Marktanteil) = 4.893 to / Jahr (gerundet). Eine weitere wichtige Größe für die Ermittlung der variablen Transportkosten von einem potenziellen Standort – beispielsweise von Abu Dhabi (i=1) nach Afrika (j=4) c14 – stellt die Entfernung dar. Die Entfernung von Abu Dhabi nach Afrika beträgt 3.447 km; für die Entfernungsmessung wurde jeweils ein großer Flughafen in der Stadt (Abu Dhabi) bzw. in der Region (in diesem Fall Nairobi in Afrika) als Referenzgröße verwendet.410 In jeder Region sind weitere Transportkosten für die Verteilung der Hilfsgüter an mehrere in dem Gebiet verteilte Regionallager zu berücksichtigen. Das Beispiel rechnet einheitlich mit zusätzlichen 10.000 km an jedem Standort. Aus dem Bedarf und der Entfernung lassen sich die zu verteilenden Tonnenkilometer (tokm) für die Relation Abu Dhabi – Afrika ermitteln. In der Berechnung wird angenommen, dass für jeden Tonnenkilometer Transportkosten in Höhe von 0,08 EUR entstehen.411 Hierbei handelt es sich um einen Durchschnittswert aus unterschiedlichen Verkehrsträgern sowie Eigen- und Fremdtransport. Mit diesen Angaben lässt sich der in Tabelle 12 grau hinterlegte Beispielwert berechnen: c14 = (4.893,356 to * 13.447 km * 0,08 EUR / tokm = 5.264.076 EUR) Die Ermittlung der Lagerkosten fi basiert ebenfalls auf den angegebenen Bedarfsmengen bj. Für jede Tonne Hilfsgüter wird ein durchschnittlicher Lagerwert in Höhe von 800 EUR angenommen. Logistikkosten lassen sich erfahrungsgemäß als Anteil an diesen Werten erfassen, im Berechnungsbeispiel bewegen sich diese Anteile zwischen 7% (für Nairobi) und 15% (für Barcelona). Die Abweichungen zwischen den Standorten lassen sich u.a. durch Personalkostenunterschiede und Differenzen in den Investitionen (die sich wiederum auf die jährlichen Abschreibungen auswirken) begründen. Der Anteil der fixen Lagerkosten an diesem Wert beträgt 30%. Variable Lagerkosten sind in diesem Beispiel nicht entscheidungsrelevant für die Standortauswahl, da sich diese an den Standorten nicht unterscheiden.412 Mit einer realen differenzierten Datengrundlage ist die Datentabelle durch jede Hilfsorganisation, die den Algorithmus zur Standortplanung umsetzen möchte, an- 410 Die Entfernungsmessung für alle Verbindungen zwischen i und j wurde unter Einsatz von www.flugstatistik.de vorgenommen. 411 Zu Transportkosten in US$ je tokm vgl. Chopra, Sunil und Meindl, Peter (2004), S. 416. In diesem Fall wird angenommen, dass ein Großteil der Strecken über den Seeweg transportiert wird. 412 Bei Entscheidungsrelevanz der variablen Lagerkosten lassen sich diese ergänzend als ci in das Modell einbinden. Vgl. hierzu Domschke, Wolfgang / Drexl, Andreas (1996), S. 51. 153 zupassen: Die Regionallager sind als Spalten der Tabelle einzurichten, mehrere potenzielle Standorte sollten nach den individuellen Bedürfnissen ausgewählt und in die Auswahl einbezogen werden, die Transportkostenermittlung ist anzupassen (an prognostizierte Bedarfsmengen, Entfernungen, Transportkostensätze aus Verträgen und der eigenen Kostenrechnung), die Ermittlung der Fixkosten für das Lager ist anzupassen und bei Bedarf sind ergänzend Kapazitätsbegrenzungen zu berücksichtigen. Unter Einsatz der Datengrundlage aus Tabelle 12 wird nun die Standortplanung unter Einsatz des Add-Algorithmus erläutert. Im Startschritt und in jeder Iteration wird genau ein Standort endgültig ausgewählt.413 Im Startschritt des Add-Algorithmus wird aus der Datentabelle für jeden potenziellen Standort i die Zeilensumme aus Transport- und Lagerkosten ermittelt. Derjenige Standort, für den diese Zeilensumme aus Transport- und Lagerkosten minimal ist, wird endgültig gewählt: Wähle i nach der Verfahrensregel ???? ????? ? =+?=Jj iij IifcMin 1 ,...,1 Tabelle 13 weist für jeden der sieben Standorte in der letzten Spalte diese Summe aus Transport- und Lagerkosten aus. fi (EUR/ Jahr) cij (EUR/Jahr) cij+fi (EUR/ Jahr) j=1 j=2 j=3 j=4 j=5 j=6 j=7 i=1 1.273.133 9.831.819 21.452.009 2.253.726 5.264.076 365.978 51.548 2.362.774 42.855.063 i=2 1.060.944 16.278.543 12.956.459 1.941.678 7.675.130 479.368 42.992 2.483.355 42.918.469 i=3 1.167.038 14.720.200 16.712.537 1.505.294 6.745.784 475.750 41.301 2.729.576 44.097.480 i=4 742.661 13.220.847 25.402.434 2.593.922 3.914.684 383.634 51.088 2.276.036 48.585.306 i=5 1.591.416 14.917.819 25.749.667 2.969.041 6.226.306 241.204 63.866 1.850.185 53.609.504 i=6 1.485.321 21.282.939 23.391.591 2.610.782 8.398.564 646.908 23.813 2.441.276 60.281.194 i=7 954.849 23.407.595 32.420.948 4.140.160 8.977.937 449.676 58.577 992.429 71.402.171 Tabelle 13: Startschritt des „Add“ Für i=1 (Abu Dhabi in den Vereinigten Arabischen Emiraten) ist die Summe mit 42.855.063 EUR / Jahr am Geringsten, sodass dieser Standort endgültig gewählt wird. Damit ist eine erste zulässige Lösung des Standortproblems gefunden: Mit Abu Dhabi wird ein Zentrallager errichtet, das die Regionallager aller sieben Gebiete beliefern würde. Bezeichnet I1 die Menge der endgültig einbezogenen Standorte, so ist diese nun mit dem Standort Abu Dhabi gefüllt: I1={1}. Durch die nachfolgen- 413 Vgl. Domschke, Wolfgang / Drexl, Andreas (1996), S. 61. 154 den Iterationen wird angestrebt, diese Lösung, die mit Kosten in Höhe von 42.855.063 EUR pro Jahr verbunden ist, zu verbessern. Die weiteren Iterationen berücksichtigen die verbleibenden potenziellen Standorte, in der ersten Iteration sind dies die Standorte i=2 bis i=7. Als Spalten sind weiterhin alle mit Hilfsgütern zu beliefernden j=1,…,J regionale Empfängergruppen vorzusehen. Eine Hilfsmatrix erfasst nachfolgend anstelle der Transportkosten cij die Transportkostenersparnis ?ij, die entsteht, wenn die Empfängergruppe j anstelle von Standorten der Menge I1 (endgültig gewählte Standorte) durch Standort i beliefert wird. Für die i-j-Relationen der Tabelle 14 errechnen sich die Transportkosteneinsparungen für jeden Empfänger j, indem die Differenz zwischen den Transportkosten bei Belieferung durch den endgültig gewählten Standort und bei Belieferung durch den potenziellen Standort i ermittelt wird. Die Hilfsmatrix erfasst nur positive ?ij, da nur positive Werte eine Einsparung gegenüber einer Belieferung durch die Menge I1 darstellen. Wird beispielsweise die Empfängergruppe j=3 (Asien, Süd- Osten) anstelle von dem gewählten Standort Abu Dhabi (i=1) mit Transportkosten in Höhe von c13 = 2.253.726 EUR vom potenziellen Standort Shanghai (i=2) beliefert, so lassen sich die Transportkosten auf c23 = 1.941.678 EUR reduzieren. Die Differenz wird als Transportkostenersparnis ?23 = 312.048 EUR wird in Tabelle 14 ausgewiesen. ?13 wird in der nachfolgenden Tabelle mit dem Wert 0 erfasst, da eine Belieferung der Empfängergruppe j=1 (Asien-Süd-Mitte, Asien-Westen) durch den potenziellen Standort Shanghai mit Mehrkosten gegenüber dem gewählten Standort Abu Dhabi verbunden wäre. Sollte die Standortauswahl auf Shanghai treffen, so würde die Belieferung der Empfängergruppe j=1 weiterhin durch i=1 (Abu Dhabi) erfolgen. Die Auswahl eines Standortes in der ersten Iteration erfolgt nun nach der Verfahrensregel, dass derjenige Standort endgültig gewählt wird, für den die Nettoersparnis gegenüber dem gewählten Standort der Menge I1 am größten ist. Diese Nettoersparnis errechnet sich für jede Zeile der potenziellen Standorte, indem die Summe über alle Transportkostenersparnisse gebildet und die anfallenden Fixkosten für den Standort von dieser Ersparnis abgezogen wird.414 Wähle i nach der Verfahrensregel Max{?=Jj 1 ?ij 011 I,Iohne,...,Iiif =? } 414 Zur formalen Darstellung vgl. Domschke, Wolfgang / Drexl, Andreas (1996), S. 61-62. 155 fi (EUR/ Jahr) ?ij ? 0 (EUR/Jahr) ?ij-fi (EUR/ Jahr) j=1 j=2 j=3 j=4 j=5 j=6 j=7 i=2 1.060.944 0 8.495.550 312.048 0 0 8.556 0 7.755.210 i=3 1.167.038 0 4.739.472 748.432 0 0 10.247 0 4.331.113 i=4 742.661 0 0 0 1.349.392 0 460 86.738 693.929 i=5 1.591.416 0 0 0 0 124.774 0 512.589 -954.052 i=6 1.485.321 0 0 0 0 0 27.735 0 -1.457.586 i=7 954.849 0 0 0 0 0 0 1.370.345 415.496 Tabelle 14: Iteration 1 des „Add“ Der letzten Spalte der Tabelle lässt sich entnehmen, dass diese Nettoersparnis für den Standort Shanghai (i=2) mit 7.755.210 EUR den höchsten Wert aufweist. Die Menge I1 wird um den Standort erweitert, sodass nun gilt: I1={1,2}. Durch die Nettoersparnis reduzieren sich die Gesamtkosten von 42.855.063 EUR (nach dem Startschritt) um 7.755.210 EUR auf 35.099.853 EUR. Eine weitere Verfahrensregel des Add-Algorithmus sieht für die Iterationen zusätzlich vor, dass alle potenziellen Standorte, die eine negative Nettoersparnis aufweisen, für die also die zusätzlich anfallenden Fixkosten die Einsparungen der Transportkosten übersteigen, als Standort endgültig „verboten“ werden. Diese Standorte werden in die Menge I0 der endgültig verbotenen Standorte aufgenommen:415 Streiche alle i, für die gilt: ?=Jj 1 ?ij 0,1,...,1 IIohneIifi =? Im Beispiel sind dies Barcelona und Melbourne mit negativen Werten in der Spalte der Nettoersparnisse, sodass diese Standorte 5 und 6 gestrichen werden: I0={5,6}. Die nachfolgende zweite Iteration der Heuristik berücksichtigt die verbleibenden potenziellen Standorte, die nicht in die Menge der endgültig gewählten oder endgültig verbotenen Standorte aufgenommen wurden. Mit I1={1,2} und I0={5,6} verbleiben als potenzielle Standorte Bangkok, Nairobi und Panama (i=3, 4 und 7). Tabelle 15 stellt in der aus der ersten Iteration bekannten Form die Werte der Hilfsmatrix mit Fixkosten, Transportkosteneinsparungen und Nettoersparnis dar. Bei der Ermittlung der Transportkostenersparnisse ist nun der Vergleich mit allen Standorten der Menge I1 relevant: Ersparnisse werden in der Hilfsmatrix als positive Werte ausgewiesen, wenn ein Empfänger j von dem potenziellen Standort i kostengünstiger beliefert werden kann als von allen endgültig gewählten Standorten der Menge I1. Die Berechnung dieser Werte ?ij erfolgt ab der zweiten Iteration auf dem schnellsten Wege, indem als Vergleichswerte die ?ij des in der vorherigen Iteration endgültig gewählten Standortes (im Beispiel ?2j für Shanghai) zugrunde gelegt werden. So 415 Vgl. Domschke, Wolfgang / Drexl, Andreas (1996), S. 61-62. 156 entstehen die in der nachfolgenden Tabelle ausgewiesenen ?33=436.384 EUR aus einem Vergleich der Transportkostenersparnisse aus der vorherigen Tabelle 14: Für den in der letzten Iteration gewählten Standort Shanghai werden in Tabelle 14 ?23=312.048 EUR im Vergleich zu Abu Dhabi ausgewiesen, und für den nun betrachteten potenziellen Standort Bangkok beträgt der Vergleichswert ?33=748.432 EUR. Durch die Wahl des Standortes Bangkok hätte sich also eine um 436.384 EUR höhere Transportkostenersparnis realisieren lassen, die in Tabelle 15 ausgewiesen wird. Negative Einsparungen werden – wie bereits bekannt – als 0 EUR ausgewiesen. Die Verfahrensregeln ändern sich im Vergleich zur ersten Iteration nicht. Als Ergebnis der zweiten Iteration wird demnach der Standort mit der höchsten Nettoersparnis – in diesem Fall Nairobi (i=4) – in die Menge I1={1,2,4} aufgenommen. Die Menge der endgültig verbotenen Standorte wird um Standorte mit einer negativen Nettoersparnis ergänzt, sodass Bangkok (i=3) nun Bestandteil dieser Menge I0={3,5,6} ist. Durch die Auswahl Nairobis reduzieren sich die Gesamtkosten um die Nettoersparnis in Höhe von 693.469 EUR auf 34.406.384 EUR. fi (EUR/ Jahr) ?ij ? 0 (EUR/Jahr) ?ij-fi (EUR/ Jahr) j=1 j=2 j=3 j=4 j=5 j=6 j=7 i=3 1.167.038 0 0 436.384 0 0 1.691 0 -728.963 i=4 742.661 0 0 0 1.349.392 0 0 86.738 693.469 i=7 954.849 0 0 0 0 0 0 1.370.345 415.496 Tabelle 15: Iteration 2 des „Add“ Für die dritte und abschließende Iteration verbleibt der potenzielle Standort Panama (i=7). Die Werte der nachfolgenden Tabelle lassen sich mit den Erläuterungen zu den Verfahrensregeln aus der zweiten Iteration des Add-Algorithmus nachvollziehen. Aufgrund der positiven Nettoersparnis wird Panama als Standort gewählt und folglich in die Menge I1={1,2,4,7} aufgenommen. Die Gesamtkosten reduzieren sich um weitere 328.758 EUR auf 34.077.626 EUR. fi (EUR/ Jahr) ?ij ? 0 (EUR/Jahr) ?ij-fi (EUR/ Jahr) j=1 j=2 j=3 j=4 j=5 j=6 j=7 i=7 954.849 0 0 0 0 0 0 1.283607 328.758 Tabelle 16: Iteration 3 des „Add“ Die Höhe der Gesamtkosten lässt sich auch aus der folgenden Ergebnistabelle zusammenstellen. Die Datengrundlage bildet Tabelle 12. 157 Als Zeilen werden die gewählten Standorte der Menge I1 in die Ergebnistabelle aufgenommen. Für alle 4 Standorte fallen Fixkosten an, die sich aus den Werten der letzten Spalte fi zu 4.031.587 addieren. Als Transportkosten cij wird für jede Spalte die kostengünstigste Belieferung der Empfängergruppe j vorgesehen: Jedes Regionallager wird durch dasjenige errichtete Zentrallager beliefert, das die günstigsten Transportkosten zu dieser Empfängergruppe aufweist. Die Summe der Transportkosten beträgt 30.046.039 EUR, sodass sich in der Summe aus Transport- und Lagerkosten die bekannten Gesamtkosten 34.077.626 EUR ermitteln lassen. cij (EUR/Jahr) fi (EUR/ Jahr) Asien-Süd- Mitte, Asien-West Asien- Osten Asien- Süd- Osten Afrika Europa Australien Amerika j=1 j=2 j=3 j=4 j=5 j=6 j=7 V. Arab. Emirate, Abu Dhabi i=1 9.831.819 365.978 1.273.133 China, Shanghai i=2 12.956.459 1.941.678 42.992 1.060.944 Kenia, Nairobi i=4 3.914.684 742.661 Panama, Panama i=7 992.429 954.849 Tabelle 17: Ergebnis der Standortplanung einer Hilfsorganisation Mit Blick auf die in Abbildung 36 allgemein dargestellte Kostenstruktur von Distributionssystemen lassen sich die Kostenverläufe auch für das Beispiel der Zentrallagerauswahl durch die Hilfsorganisation darstellen (vgl. Abbildung 39). Der Add- Algorithmus arbeitet schrittweise von links nach rechts (in jedem Schritt wird ein Standort ausgewählt). Die Kostenverläufe zeigen in der Reihenfolge der ausgewählten Standorte Abu Dhabi, Shanghai, Nairobi und Panama, dass sich mit jedem gewählten Standort die Gesamtkosten reduzieren lassen, da mit der Wahl jedes Standortes die Transportkostenersparnisse höher sind als die zusätzlich anfallenden Fixkosten. Eine weitere Wahl der Standorte aus der Menge I0 würde zu einem nicht erwünschten Anstieg der Gesamtkosten führen. An mehreren Stellen des Berechnungsbeispiels wurde auf kritische Aspekte bezüglich des diskreten Modells, des Einsatzes einer Heuristik und des erforderlichen Anpassungsbedarfs der Datengrundlage hingewiesen. Auch methodische Ergänzungen wurden benannt. Diese können die Berücksichtigung von Servicekriterien, methodische Anpassungen und Erweiterungen sowie den Einsatz weiterer Verbesserungsverfahren betreffen. Abschließend sollen mit den Berechnungsergebnissen und der Darstellung in Abbildung 39 aber auch die Einsatzpotenziale herausgestellt werden, die mit dem 158 Einsatz logistischer Modelle der betrieblichen Standortplanung verbunden sind. Die Beispielrechnung verdeutlicht, dass durch den Einsatz des Add-Algorithmus nachvollziehbar und durch relativ einfache Berechnungsschritte eine kostengünstige Lösung der Standortplanung generiert werden kann. Aufgrund der Einbindung der Entfernungen in die Ermittlung der Transportkosten werden indirekt auch Servicekriterien in die Problemlösung eingebunden: Die Entfernung zwischen zwei Standorten wirkt sich gleichgerichtet auf Transportkosten und Lieferzeit aus. So lässt sich erklären, dass mit der Wahl der Standorte Abu Dhabi, Shanghai, Nairobi und Panama in dem Berechnungsbeispiel auch aus Servicegesichtspunkten eine realistische Lösung für die Wahl der Zentrallager gefunden wurde. Eine Ausweitung des Modelleinsatzes auf weitere Stufen in der Distributionsstruktur der Hilfsorganisationen ist möglich und insbesondere auf der operativen Ebene zur Planung der Temporary Collection Sites zu empfehlen. 0 5.000.000 10.000.000 15.000.000 20.000.000 25.000.000 30.000.000 35.000.000 40.000.000 45.000.000 Ab u D ha bi Sh an gh ai N ai ro bi Pa na m a Ba ng ko k Ba rc el on a M el bo ur ne i=1 i=2 i=4 i=7 i=3 i=5 i=6 Lagerkosten Transportkosten Gesamtkosten Abbildung 39: Kostenverläufe im Beispiel der Standortplanung (in EUR / Jahr)416 416 Eigene Darstellung, in Abwandlung der Abbildung 36. 159 4.2.3 Tourenplanung im internationalen Katastrophenmanagement 4.2.3.1 Grundlagen und Methodenvielfalt der Transport- und Tourenplanung Die Erläuterungen zur Distributionsstruktur in Abschnitt 4.2.1 gelten für die Transport- und Tourenplanung gleichermaßen wie für die Standortplanung. Während in der Standortplanung die zielbezogene Auswahl von Standorten für eine Distributionsstruktur auf einer oder mehreren vertikalen Stufen im Vordergrund stand, geht die Transport- und Tourenplanung von gegebenen Standorten aus. Die vertikale und horizontale Struktur des Distributionssystems in Abbildung 35 ist mit Anzahl und Standorten der General Delivery Warehouses, der Quick Rotation Warehouses und der Temporary Collection Sites gegeben, und auch die Standorte der bedürftigen Menschen können – zumindest näherungsweise – bestimmt werden. In dieser Struktur geht es nun darum, die Transportrelationen zwischen den gegebenen Standorten zielgerecht zu gestalten. Gegenstand der mittelfristig ausgerichteten Transportplanung ist die Wahl der Transportwege und Transportmittel.417 Einige Methoden der Transportplanung lassen sich der nachfolgenden Aufzählung entnehmen. Hierzu zählen418 ? qualitativ begründete Verfahren zur Auswahl der Verkehrsträger (z. B. Nutzwertanalyse, Stärken-Schwächen-Analyse), ? Wirtschaftlichkeitsanalysen und Kostenvergleichsrechnungen zur Auswahl der Verkehrsträger, ? Methodeneinsatz zur Wahl zwischen Eigenerstellung und Fremdbezug der Transporte, ? Modelle des Transportmitteleinsatzes in Linienfahrplänen oder für die tägliche Disposition sowie ? mathematische Modelle zur Netzwerkflusserhaltung in mehrstufigen Transportplanungen. Die Tourenplanung stellt einen Spezialfall der Transportplanung und -steuerung dar. Sie ist in der Regel kurzfristig ausgerichtet und hat die Aufgabe, kleinere Transportaufträge, die einzeln ein Fahrzeug bzw. Transportmittel nicht auslasten, zu Touren 417 Vgl. Gietz, Martin (2008), S. 137-138. 418 Vgl. Domschke, Wolfgang / Drexl, Andreas (2002), S. 74-86; Domschke, Wolfgang (2007), S. 99-133; Ehrmann, Harald (2005), S. 485-490; Gietz, Martin (2008), S. 138-144; Fleischmann, Bernhard (2008b), S. 237-245; Günther, Hans-Otto und Tempelmeier, Horst (2003), S. 261-267. Ausführliche Beschreibungen der Verkehrsträger mit Vor- und Nachteilen sowie ihrer Eignung lassen sich z. B. Chopra, Sunil / Meindl, Peter (2004), S. 411-420; Schulte, Christof (2005), S. 171-213; Vahrenkamp, Richard (2007), S. 251-327 sowie Wood, Donald F. (2002), S. 89-244 entnehmen.

Chapter Preview

References

Zusammenfassung

Im internationalen Katastrophenmanagement werden täglich Entscheidungen mit Logistikbezug getroffen. Die Autorin skizziert die Vielfalt der Entscheidungen durch die folgende Fragestellung: Welche Beschaffungskonzepte, Standorte, Touren, Informationssysteme und Konzepte der Zusammenarbeit sollen im Rahmen der Katastrophenvorsorge und -bewältigung realisiert werden?

Da die Entscheidungen in hohem Maße Qualität und Kosten der Versorgung betroffener Menschen beeinflussen, sollten diese nicht alleine aus dem Erfahrungswissen heraus getroffen, sondern durch logistische Planungsmethoden unterstützt werden.

Anwendungsbezogen und verständlich wird in dem Buch der Einsatz geeigneter Methoden (z. B. Standortplanung, Netzplantechnik) am Beispiel realer Katastrophen vermittelt. Konzepte des SCM und aktuelle Informationssysteme werden mit ihren Potenzialen und Grenzen für das internationale Katastrophenmanagement vorgestellt und unter Einsatz geeigneter Entscheidungskriterien exemplarisch bewertet.