IM 38, 2022, 47-50
Demand Planning Falcon – Zielgenaue, stochastische Bedarfsvorhersagen mit einer neu entwickelten digitalen Planungsmethode

Bibtex

Cite as text

						@Article{Schmid+Sobottka+Luther+Sihn,
							Cite-key = "Schmid2022Demand", 
							Year= "2022", 
							Number= "6", 
							 Volume= "IM 38", 
							Pages= "47-50", 
							Journal   = "Industrie 4.0 Management",
							 Title= "Demand Planning Falcon – Zielgenaue, stochastische Bedarfsvorhersagen mit einer neu entwickelten digitalen Planungsmethode", 
							Author= "Alexander Schmid, Thomas Sobottka, Fraunhofer Austria Research GmbH/
Technische Universität Wien, Samuel Luther, Technische Universität Wien und
Wilfried Sihn, Fraunhofer Austria Research GmbH", 
							Doi= "https://doi.org/10.30844/IM_22-6_47-50", 
							 Abstract= "Präzise Bedarfsprognosen sind der Schlüssel für eine erfolgreiche Materialdisposition. EntscheidungsträgerInnen stehen jedoch vor dem Dilemma, welches Prognoseverfahren sie verwenden sollen. Zumeist fehlt auch das Methodenwissen, um komplexe mathematische Prognoseverfahren anwenden zu können. Doch auch nach der Wahl des Prognoseverfahrens verbleibt noch die Hürde, die Prognoseverfahren optimal zu parametrisieren. Der vorliegende Beitrag untersucht das Optimierungspotenzial eines selbst entwickelten automatisch optimierenden Prognoseansatzes auf Basis zehngängiger Prognoseverfahren. In die Praxis umgesetzt wurde die Methode im Forschungsprojekt DISPO 4.0 im digitalen Planungstool Demand Planning Falcon, das zielgenaue Bedarfsprognosen für die Investitionsgüterindustrie erstellt.", 
							 Keywords= "Absatzplanung, Exponentielle Glättung, Prognosen, Parameteroptimierung, Bedarfszeitreihen, Simulation", 
							}
					
Alexander Schmid, Thomas Sobottka, Fraunhofer Austria Research GmbH/
Technische Universität Wien, Samuel Luther, Technische Universität Wien und
Wilfried Sihn, Fraunhofer Austria Research GmbH(2022): Demand Planning Falcon – Zielgenaue, stochastische Bedarfsvorhersagen mit einer neu entwickelten digitalen Planungsmethode. IM 386(2022), S. 47-50. Online: https://doi.org/10.30844/IM_22-6_47-50 (Abgerufen 20.04.24)

Abstract

Abstract

Präzise Bedarfsprognosen sind der Schlüssel für eine erfolgreiche Materialdisposition. EntscheidungsträgerInnen stehen jedoch vor dem Dilemma, welches Prognoseverfahren sie verwenden sollen. Zumeist fehlt auch das Methodenwissen, um komplexe mathematische Prognoseverfahren anwenden zu können. Doch auch nach der Wahl des Prognoseverfahrens verbleibt noch die Hürde, die Prognoseverfahren optimal zu parametrisieren. Der vorliegende Beitrag untersucht das Optimierungspotenzial eines selbst entwickelten automatisch optimierenden Prognoseansatzes auf Basis zehngängiger Prognoseverfahren. In die Praxis umgesetzt wurde die Methode im Forschungsprojekt DISPO 4.0 im digitalen Planungstool Demand Planning Falcon, das zielgenaue Bedarfsprognosen für die Investitionsgüterindustrie erstellt.

Keywords

Schlüsselwörter

Absatzplanung, Exponentielle Glättung, Prognosen, Parameteroptimierung, Bedarfszeitreihen, Simulation

References

Referenzen

[1] Barton, T.; Müller, C.; Seel, C.: Digitalisierung in Unternehmen, Von den theoretischen Ansätzen zur praktischen Umsetzung. Wiesbaden 2018.
[2] Claus, T.; Herrmann, F.; Manitz, M.: Produktionsplanung und -steuerung: Methoden und deren Anwendungen. Berlin Heidelberg 2015.
[3] Bienhaus, F.; Haddud, A.: Procurement 4.0: factors influencing the digitisation of procurement and supply chains, in: Business Process Management Journal (BPMJ) 4 (2018) S. 965-984.
[4] Arnolds, H.; Heege, F.; Röh, C.; Tussing, W.: Materialwirtschaft und Einkauf, Grundlagen – Spezialthemen – Übungen, 13. Auflage. Wiesbaden 2016.
[5] Wischmann, S.; Hartmann, E. A.: Zukunft der Arbeit – Eine praxisnahe Betrachtung. Berlin Heidelberg 2018.
[6] Jacob, M.: Management und Informationstechnik: Eine kompakte Darstellung. Wiesbaden 2013.
[7] Hyndman, R. J.; Athanasopoulos, G.: Forecasting: Principles and Practice: A comprehensive introduction to the latest forecasting methods using R. Learn to improve your forecast accuracy using dozens of real data examples. 3rd ed. Melbourne (Australia) 2021.
[8] Schmid, A.; Kamhuber, F.; Sobottka, T.; Sihn, W.: DISPO 4.0 – Simulationsgestützte Absatzprognoseoptimierung in der Investitionsgüterindustrie, in: Simulation in Produktion und Logistik, Tagungsband 26. ASIM Symposium Simulationstechnik. Wien 2022.
[9] Österreichische Forschungsförderungsgesellschaft FFG: DISPO4.0: Vorgehensmodell einer digitalisierten, nach Kosten und Absatz optimierten, verbrauchsgesteuerten Materialdisposition.
URL: https://projekte.ffg.at/projekt/3270167/pdf, Abrufdatum 14.07.2022.
[10] Schuh, G.; Schmidt, C.: Produktionsmanagement, Handbuch Produktion und Management 5, 2. Auflage. Berlin Heidelberg 2014.
[11] Schönsleben, P.: Integrales Logistikmanagement, Operations und Supply Chain Management innerhalb des Unternehmens und unternehmensübergreifend, 8. Auflage. Berlin Zürich 2020.
[12] Schmid, A.; Kamhuber, F.; Sobottka, T.; Sihn, W.: DISPO 4.0 | Simulation-Based Optimization of Stochastic Demand Calculation in Consumption-Based Material Planning in the Capital Goods In-dustry. In: Tehnički glasnik 16 (2022) 3, S. 333-340.

GITO events | library.gito