Zum Inhalt springen

Woche 8 | Session 2: Standortentscheidung — Center-of-Gravity-Methode

Kurs: Supply Chain Digitalisierung — Modul 3: Analytics im SCM



1. Rückblick — Standortauswahl vs. Standortfestlegung

Abschnitt betitelt „1. Rückblick — Standortauswahl vs. Standortfestlegung“
  • Letzte Session: Break-Even-Analyse zur Standortauswahl — Wahl des Besten aus bestehenden Optionen bei gegebenem Volumen.
  • Diese Session: Entscheidung zur Standortfestlegung — Finden der optimalen Koordinaten für eine komplett neue Einrichtung.

Hintergrund:

  • Ein Hersteller hat derzeit eine einzige Montagefabrik in der Nähe von Mumbai, die den gesamten indischen Markt bedient.
  • Schnelles Nachfragewachstum beobachtet → CEO beschließt den Bau einer zweiten Fabrik.
  • Aufgabe für den SC-Manager: Finden Sie den optimalen Standort für diese neue Fabrik.

Netzwerkstruktur:

  • Lieferquellen: Teilewerke in Chennai, Kolkata, Hyderabad (3 Knoten)
  • Märkte: Delhi, Bangalore, Mumbai, Pune, Chennai (5 Knoten)
  • Neue Fabrik: (X, Y) Unbekannt — noch zu bestimmen.

Gegebene Daten:

  • Koordinaten (X, Y) aller Lieferquellen und Märkte
  • Nachfrage an jedem Markt und Liefermenge aus jedem Teilewerk
  • Versandkosten pro Einheit pro Meile

Konzept der Center-of-Gravity-Methode

Ein analytischer Ansatz basierend auf den Koordinaten von Lieferquellen & Märkten. Berücksichtigt Nachfrage, Liefermengen und Entfernungen, um den Standort zu finden, der die gewichteten Gesamttransportkosten minimiert.

VariableBedeutung
X, YKoordinaten der neuen Einrichtung (Entscheidungsvariablen — unbekannt)
Xi, YiKoordinaten der Lieferquelle / des Marktknotens i
FVersandkosten pro Einheit pro Meile
DZu versendende Menge
dDistanz zwischen der neuen Einrichtung und einem bestimmten Knoten (berechnet)

Wird verwendet, um die geradlinige Distanz zwischen der neuen Einrichtung (X, Y) und jedem Knoten (Xi, Yi) zu berechnen.

d = √ [ (X – Xi)² + (Y – Yi)² ]

(Wird für jede der 3 Lieferquellen und 5 Märkte angewendet → insgesamt 8 Distanzen)

Kosten = Summe aus (Versandkosten × Menge × Distanz) über ALLE Knoten.

Gesamtkosten = Σ (F × D × d)

(In Excel: Verwenden Sie die Funktion SUMMENPRODUKT)


  1. Dateneingabe: Geben Sie Versandkosten (F), Menge (D) und Koordinaten (X, Y) für alle Knoten ein.
  2. Entscheidungsvariablen definieren: Erstellen Sie zwei Zellen für X und Y (neue Fabrik) — setzen Sie beide anfangs auf 0.
  3. Distanzberechnung: Verwenden Sie die euklidische Distanzformel für jede Lieferquelle und jeden Marktknoten.
  4. Gesamttransportkosten: Verwenden Sie SUMMENPRODUKT: Gesamtkosten = Σ (F × D × d)
  5. Mit Solver optimieren: Daten → Solver. Ziel = Gesamtkosten minimieren. Variablen = X, Y Zellen. Methode = GRG-Nichtlinear.

Excel Solver Konfiguration


  • Ziel festlegen: Wählen Sie die Zelle mit den Gesamtkosten → auf Minimieren setzen.
  • Variablenzellen ändern: Wählen Sie die X- und Y-Zellen (Entscheidungsvariablen).
  • Lösungsmethode: Verwenden Sie GRG-Nichtlinear — weil die Kostenfunktion nicht-linear ist (aufgrund der Quadratwurzel in der Distanzformel).

  • Nach Optimierung: X ≈ 500, Y ≈ 600 (anfangs 0, 0)
  • Diese Koordinaten entsprechen ungefähr Delhi.
  • Entscheidung: Platzieren Sie die neue Fabrik in der Nähe von Delhi, um die Gesamttransportkosten zu minimieren.

Was, wenn der optimale Standort nicht machbar ist?

Abschnitt betitelt „Was, wenn der optimale Standort nicht machbar ist?“
  • Beschränkungen in der realen Welt können den Bau exakt bei (500, 600) verhindern, z.B. fehlendes Land, Vorschriften, fehlende Infrastruktur.
  • Lösung: Erkunden Sie nahe gelegene Gebiete in der Nähe der optimalen Koordinaten. Wählen Sie den nächstgelegenen machbaren Standort, der sekundäre Kriterien (Infrastruktur, Personal) erfüllt.

  • Standortfestlegung: Strategische Entscheidung, um zu finden, WO eine neue Einrichtung von Grund auf gebaut werden soll.
  • Center-of-Gravity: Nutzt Koordinaten + Nachfrage + Versandkosten, um einen kostenminimierenden Standort zu finden.
  • Euklidische Distanz: d = √[(X–Xi)² + (Y–Yi)²]
  • Gesamtkosten: Σ(F × D × d) — minimiert mit Excel Solver (GRG-Nichtlinear).
  • Ergebnis: Optimale (X, Y) ≈ Region Delhi; falls nicht machbar, nahegelegene Standorte erkunden.