Lade Inhalt...

Optimale Lieferanten- und Standortauswahl im Supply-Chain-Design

Bachelorarbeit 2013 39 Seiten

BWL - Unternehmensforschung, Operations Research

Leseprobe

Inhaltsverzeichnis

Symbolverzeichnis

Teilverzeichnis E – Franca et al. (2010)

1. Einleitung

2. Supply-Chain-Design als strategische Basis der Wertschöpfung
2.1 Zusammenwirken von Supply-Chain-Design und -Management
2.2 Entscheidungsunterstützung für das Supply-Chain-Design

3. Optimierung der Standortauswahl im Supply-Chain-Design
3.1 Grundlagen der Optimierung der Standortauswahl
3.2 Optimale Lösung realer Probleme der Standortauswahl

4. Optimierung der Lieferantenauswahl im Supply-Chain-Design
4.1 Grundlagen der Optimierung der Lieferantenauswahl
4.2 Optimale Lösung realer Probleme der Lieferantenauswahl

5. Integrierte optimale Lieferanten- und Standortentscheidungen
5.1 Optimale Lösung realer Probleme des Supply-Chain-Designs
5.1.1 Kostenminimierende Lieferanten- und Standortauswahl
5.1.2 Optimaler Tradeoff zwischen Gewinn und Qualität
5.2 Realistische Evaluation der optimalen Handlungsempfehlungen

6. Fazit und Ausblick

Literaturverzeichnis

Symbolverzeichnis

Teilverzeichnis A – Geoffrion/Graves (1974)

Teilverzeichnis B – Georgiadis et al. (2011)

Teilverzeichnis C – Jayaraman/Srivastava/Benton (1999)

Teilverzeichnis D – Thanh/Bostel/Péton (2008)

Teilverzeichnis E – Franca et al. (2010)

1. Einleitung

Im Zuge neuer Entwicklungen auf den Beschaffungs- und Absatzmärkten sind Produk-tionsunternehmen zum Erhalt und Ausbau ihrer wirtschaftlichen Leistungsfähigkeit auf die Bildung von langfristigen Netzwerken angewiesen. In Verbindung mit einer zunehmenden Globalisierung und einer stetigen Weiterentwicklung der Informations- und Transporttechnologien haben kürzere Einführungszeiten von neuen Produkten, verkürzte Produktlebenszyklen, kleinere Losgrößen und gestiegene Qualitätsansprüche sowie das einem ständigen Wechsel unterliegende Kaufverhalten der Kunden zu einer immensen Dynamik und Konkurrenz auf den Märkten geführt. Aus Unternehmenssicht besteht dabei die Notwendigkeit, die strategische Ausrichtung des Unternehmens insbesondere durch die Planung erfolgskritischer Supply-Chain-Strukturen festzulegen.1

Vor diesem Hintergrund entstand die vorliegende Bachelorarbeit unter dem Titel „Optimale Lieferanten- und Standortauswahl im Supply-Chain-Design“ am Lehrstuhl von Frau Prof. Dr. Brigitte Werners (Betriebswirtschaftslehre, insbesondere Unternehmensforschung und Rechnungswesen) an der Ruhr-Universität Bochum. Ziel dieser Arbeit ist es zu analysieren, wie die in der Realität bestehenden Problemstellungen der Lieferanten- und Stand-ortauswahl im Supply-Chain-Design in mathematischen Modellen umgesetzt werden, um optimale Handlungsempfehlungen für die realen Entscheidungssituationen zu erhalten.

In dem auf diese Einleitung folgenden Kapitel werden die Wirkungszusammenhänge und die Notwendigkeit der quantitativen Unterstützung von Supply-Chain-Design und Supply-Chain-Management aufgezeigt. Aufgrund der Nähe zum Absatzmarkt steht im dritten Kapitel zunächst die Optimierung der Standortauswahl im Vordergrund, deren Fähigkeit, reale Problemstellungen zu lösen, anhand eines Grundlagenmodells und eines weiterführenden Optimierungsmodells analysiert wird. Im darauf folgenden Kapitel werden auf Basis eines grundlegenden Optimierungsmodells unterschiedliche Charakteristika einer weiterführenden Entscheidungsunterstützung für die Zuliefererauswahl erörtert. Im fünften Ka-pitel werden Lieferanten- und Standortauswahl nicht mehr getrennt behandelt, sondern zwei sie integrierende Optimierungsmodelle analysiert. Abschließend erfolgt eine Gesamtbeurteilung, inwiefern die untersuchten Modelle eine adäquate Unterstützung für reale Probleme der Lieferanten- und Standortauswahl im Supply-Chain-Design bieten.

2. Supply-Chain-Design als strategische Basis der Wertschöpfung

2.1 Zusammenwirken von Supply-Chain-Design und -Management

Eine Supply-Chain dient der Herstellung eines Sachgutes und umfasst mindestens zwei Organisationen, die einer rechtlichen Selbstständigkeit unterliegen und zentrale Aufgaben innerhalb des Herstellungsprozesses übernehmen. Zwischen diesen Organisationen bestehen Übertragungen von Materialien, Informationen und Finanzmitteln.2

Die in dieser Bachelorarbeit Anwendung findenden Supply-Chains umfassen bis zu vier Ebenen, die durch Materialflüsse miteinander verbunden sind. Je nach Anwendungskontext bilden Zulieferer die erste Ebene und Produktionsstandorte die zweite. Daran schließen sich beispielsweise Lager als dritte Ebene und Kunden als vierte Ebene an. Auch Dis-tributionszentren können eine Ebene bilden.

Zwischen denjenigen Organisationen, die derselben Ebene angehören, können ebenfalls Flussbeziehungen bestehen. Während der Materialfluss, das heißt beispielsweise der Transport von Komponenten vom Lieferanten zum Produzenten stets in Produktionsrichtung verläuft, können Informationsflüsse sowie Finanzflüsse sowohl parallel zum Material-fluss, als auch diesem entgegen gerichtet verlaufen. Stets den Materialflüssen entgegen gerichtet sind die Aktivitäten der Reverse Logistics.3

Die je nach Anwendungskontext große Anzahl der an einem solchen Wertschöpfungsnetzwerk4 beteiligten Organisationen und die Vielseitigkeit der zwischen ihnen notwendigen Flussbeziehungen erfordern ein adäquates Supply-Chain-Management, um die Struktur sowie die Vorgänge innerhalb des Produktionsprozesses zielorientiert zu steuern. Sowohl Freiwald (2005) und Stadtler et al. (2010) als auch Corsten/Gössinger (2008) betonen, dass das Supply-Chain-Management die Zusammenarbeit der Organisationen in einem Wertschöpfungsnetzwerk durch Maßnahmen der Abstimmung und Überprüfung regelt, sodass Kundenbedürfnisse befriedigt werden und sämtliche an der Supply-Chain beteiligten Unternehmen wirtschaftliche Erfolge generieren.5

Vor diesem Hintergrund kann das Supply-Chain-Design als strategische Ebene des Supply-Chain-Managements betrachtet werden, da es die Konfiguration des Wertschöpfungsnetzwerkes beinhaltet, und zwar durch die Entscheidung über die Anzahl, die Standorte und die Kapazitäten beteiligter Organisationen wie Produktionsstätten, Lager und Distributionszentren sowie durch die Zuliefererauswahl und den Materialfluss innerhalb des Netzwerkes. Weitere Ebenen des Supply-Chain-Managements sind die taktische und die operative Planung.6

Die Lieferantenauswahl nimmt innerhalb des Supply-Chain-Designs eine zentrale Bedeutung ein, da die mit der Zulieferung verbundenen Kosten in Abhängigkeit des Materialkostenanteils an den Gesamtkosten einen großen Einfluss auf das Unternehmensergebnis haben.7 Durch die optimale Auswahl von Lieferanten lassen sich diese Kosten reduzieren. Außerdem können die Gewinnspanne vergrößert, die Qualität der eingesetzten Komponenten verbessert und die Einhaltung von Lieferterminen gewährleistet werden.8 Auch die Auswahl von Standorten nimmt innerhalb des Supply-Chain-Designs eine Schlüsselrolle ein. Während Melo/Nickel/Saldanha-da-Gama (2008) und Corsten/Gössinger (2008) dies mit dem hohen Kapitaleinsatz der Investition in einen Standort begründen, führen Chopra/ Meindl (2007) die Wichtigkeit der Standortentscheidung auf die mit einer potenziellen Schließung oder Verlagerung einer Anlage verbundenen Kosten zurück. Die genannten Autoren betonen außerdem die Langfristigkeit der Standortentscheidung.9

2.2 Entscheidungsunterstützung für das Supply-Chain-Design

Im Rahmen der Konstruktion einer Supply-Chain ist es aufgrund der langfristigen Ausrichtung und dem mit strategischen Entscheidungen verbundenen hohen Investitionsvolumen notwendig, eine Vielzahl quantitativer und qualitativer Faktoren zu berücksichtigen.10 Zen-trale Einflussgrößen sind die Unternehmensstrategie, die Verfügbarkeit von Produktionstechnologien, Steuern und Abgaben, Wechselkurse, Nachfragerisiken, Logistik- und Anlagenkosten, makroökonomische und politische Einflüsse, die Konkurrenzsituation sowie die regionalen Kundenbedürfnisse.11

Vor dem Hintergrund der Vielseitigkeit und der Komplexität der Einflüsse auf eine Sup-ply-Chain sowie auch in Anbetracht der zwischen den genannten Faktoren herrschenden Interdependenzen bedarf es einer spezifisch konzipierten mathematischen Entscheidungsunterstützung für das Supply-Chain-Design. Wie gelingt es also, die realen Probleme der Lieferanten- und Standortauswahl im Supply-Chain-Design in mathematische Modelle zu überführen, um aus diesen wiederum in der Realität umsetzbare Lösungen gewinnen zu können? Zu berücksichtigen ist dabei, dass die auf eine Supply-Chain wirkenden Einflüsse dynamischen Veränderungen unterliegen, die im Rahmen der langfristigen, mehrperiodischen Planung eines Wertschöpfungsnetzwerkes beachtet werden müssen.12 Ebenso sind zahlreiche Unsicherheitsfaktoren zu berücksichtigen, da sich die zukünftige Nachfrage auf dem Absatzmarkt, die Kapazitäten von Lieferanten und weitere externe Einflüsse auf den nachhaltigen Erfolg eines Wertschöpfungsnetzwerkes auswirken können.13

Je nach Ausrichtung eines jeweiligen Wertschöpfungsnetzwerkes lassen sich außerdem unterschiedliche Schwerpunkte der Zielsetzung feststellen. So orientiert sich eine durch Kundenaufträge getriebene Supply-Chain vorrangig an der Zuverlässigkeit hinsichtlich vereinbarter Liefertermine. Eine durch Marktprognosen getriebene Supply-Chain ist hingegen auf die effiziente Durchführung des Produktionsprozesses ausgerichtet. Als Resultat des Supply-Chain-Designs steht ein komplexes Wertschöpfungsnetzwerk bereit, welches eine effiziente Entscheidungsfindung auf der taktischen und der operativen Ebene des Supply-Chain-Managements ermöglicht.14

Die Modelle, die in den folgenden Kapiteln analysiert und miteinander verglichen werden, dienen der Optimierung der Standortauswahl, der Lieferantenauswahl sowie der Optimierung integrierter Auswahlentscheidungen. Sie verfolgen Zielsetzungen wie die Minimierung der Gesamtkosten15 eines Wertschöpfungsnetzwerkes, die Maximierung des Gewinns oder des Shareholder-Values16 ; andere berücksichtigen eine Mehrfachzielsetzung17.

3. Optimierung der Standortauswahl im Supply-Chain-Design

3.1 Grundlagen der Optimierung der Standortauswahl

Standortentscheidungen umfassen die Festlegung der Anzahl von Standorten, die Platzierung der Standorte im geografischen Raum, die Kapazität der ausgewählten Standorte sowie die Zuordnung von Standorten und Absatzgebieten, wobei die Menge und Lokation der Nachfrage, die für Produktion und Transport anfallenden Kosten und die benötigte Kapazität im Zeitverlauf variieren. Diesen bei der Ermittlung optimaler Standorte zu berücksichtigenden Veränderungen können dynamische, multiperiodische Entscheidungs-modelle gerecht werden. Sie umfassen mehrere Planungsperioden, die die Optimierung der Standortauswahl unter Beachtung steigender oder fallender Kapazitäten sowie variierender Liefer- und Nachfragemengen ermöglichen.18 Um die zugrunde liegende Unsicherheit zu erfassen, werden auch stochastische Komponenten in Standortauswahlmodelle integriert.19

Obwohl die Standortentscheidung auf der strategischen Ebene des Supply-Chain-Managements getroffen wird, beinhalten einschlägige Modelle auch Entscheidungsvaria-blen, die auf taktischer oder operativer Ebene näher behandelt werden, jedoch eine grundlegende Bedeutung im Rahmen der Standortentscheidung einnehmen. So werden die An-lagenkapazität, der Lagerbestand, die Beschaffung, die Routenplanung sowie die Wahl von Transportmitteln und Produktionstechnologien in unterschiedlichen Kombinationen berücksichtigt.20

Als Grundlagenmodell der Standortauswahl gilt das Modell von Geoffrion/Graves (1974).21 Dieses Modell berücksichtigt bei der Ermittlung optimaler Standorte mehrere Güter, die in mehreren Werken produziert werden. Die Werke weisen dabei als Parameter in das Modell einfließende Produktionskapazitäten auf. Ebenfalls bekannt sind die Mengen, die von jedem produzierten Gut auf dem Markt nachgefragt werden. Zur Steuerung der Nachfragebedienung wird eine geografische Einteilung von Absatzzonen vorgenommen, die jeweils von einem Distributionszentrum aus beliefert werden. Zwar kann eine Kundenzone nicht von mehr als einem Distributionszentrum aus beliefert werden, ein Dis-tributionszentrum hingegen kann – unter der Voraussetzung der Nichtüberschreitung entsprechender unterer und oberer Grenzen hinsichtlich der jährlich zugelassenen Verarbeitungsmenge – die Nachfrage mehrerer Kundenzonen abdecken. Unter der Zielsetzung der Gesamtkostenminimierung (variable und fixe Kosten, sowie Transportkosten) werden die Standorte der Distributionszentren mittels der Binärvariable aus einer Reihe potenzieller Lokationen ausgewählt. In diesem Fall liegt also eine diskrete Standortoptimierung vor.22 Die zentralen Fragestellungen sind: Welche potenziellen Standorte sollen mit einem Dis-tributionszentrum versehen werden und welche Zonen sollten von welchem Distributionszentrum aus beliefert werden? Die Verknüpfung von Distributionszentren und Kundenzonen wird mittels der Binärvariable modelliert. Sämtliche Indizes und Parameter sowie auch die genaue Deklaration der Entscheidungsvariablen des Modells können dem Symbolverzeichnis (Teilverzeichnis A) entnommen werden. Das Modell beinhaltet vier Re-striktionen:23

Die erste Restriktion des Modells (3.1) kann als Kapazitätsrestriktion bezeichnet werden, da sie die Nichtüberschreitung der Produktionskapazität der Werke steuert. Die zweite Re-striktion (3.2) stellt sicher, dass die Menge der produzierten und über die Distributionszen-tren an die Kundenzonen ausgelieferten Produkte die auf dem Markt herrschende Nachfrage befriedigt. Mit Hilfe der dritten Restriktion (3.3) wird gesteuert, dass jede Kundenzone durch ein bestimmtes Distributionszentrum beliefert wird. Die vierte Restriktion (3.4) dient der Einhaltung der minimalen und maximalen jährlich erlaubten Verarbeitungsmenge der Distributionszentren, die sich aus der Multiplikation der jeweils zu bedienenden Nachfrage mit der Binärvariable ergibt.

In der Zielfunktion (3.5) wird die Summe der durchschnittlichen Stückkosten der Produktion von i und des Transports von i von Werk j über das Distributionszentrum k zur Zone l multipliziert mit der Menge von Produkt i, die von Werk j über Distributionszentrum k zu Zone l transportiert wird. Hinzuaddiert wird die Summe der für alle Distributionszentren anfallenden fixen und variablen Kosten. Die sich so ergebenden Gesamtkosten sind zu minimieren.

In dieses Grundlagenmodell fließen in Form der Berücksichtigung mehrerer Güter, der anfallenden Transportkosten und der geografischen Einteilung von Absatzzonen bereits einige zentrale Modellcharakteristika der Optimierung des Designs komplexer Supply-Chains ein. Stark vereinfachend und damit nicht der realen Problemstruktur entsprechend sind jedoch der hier vorliegende einperiodische Planungshorizont und die Annahme, dass die Nachfrage nach den hergestellten Produkten auf dem Markt bekannt ist. Außerdem handelt es sich hierbei um eine Supply-Chain, die lediglich drei Ebenen (Werke, Distri-butionszentren und Absatzzonen) umfasst. Für die Optimierung realer Wertschöpfungsnetzwerke ist dieses Modell daher nicht ausreichend.

3.2 Optimale Lösung realer Probleme der Standortauswahl

Im Gegensatz zu dem im vorherigen Abschnitt angeführten Grundlagenmodell beinhaltet das im Folgenden analysierte Modell von Georgiadis et al. (2011) die Integration langfristiger Variationen, wie die Veränderung der Nachfrage mit der Zeit, und wurde zur Optimierung eines aus vier Ebenen (Werke, Lager, Distributionszentren, Kunden) bestehenden Netzwerkes entwickelt. Das Modell bedient sich eines Szenario-basierten Ansatzes, wobei der Planungshorizont in eine zu bestimmende Zahl von Perioden aufgeteilt wird, deren jeweiliger Beginn durch eine den Entscheidungsträger ereilende Information über den Eintritt bedeutender externer Einflüsse bestimmt wird. Hierbei sollten nur die wichtigsten Ereignisse berücksichtigt und die Zahl der Perioden somit möglichst gering gehalten werden. In diesem gemischt-ganzzahligen Optimierungsmodell werden die Standorte der Produktionsanlagen als gegeben angenommen und die Kunden – wie auch im vorgestellten Grundlagenmodell - in geografische Zonen eingeteilt. Unter der Zielsetzung der Gesamtkostenminimierung für das entsprechende Netzwerk sind in diesem Modell die optimalen Standorte und die optimale Anzahl von Lagerhäusern (Binärvariable ) und Distri-butionszentren (Binärvariable ) festzulegen. Ebenfalls mittels Binärvariablen (, , und ) wird über die Existenz eines Materialflusses zwischen auf zwei aufeinander folgenden Ebenen liegenden Organisationen entschieden. In Form stetiger Variablen fließen in das Modell die Kapazitäten der Distributionszentren ( und Lager (), die Szenario-abhängigen Lagerbestände am Periodenende in den unterschiedlichen Netzwerk-organisationen (, und ), die Produktionsmengen () und die Transportmengen (, und ) ein, die über die ausgewählten Verbindungen von einer zur nächsten Ebene weitergegeben werden. Die Wahrscheinlichkeiten, mit denen die einzelnen Szenarien bzw. die ihnen zugrunde liegenden Nachfragefunktionen eintreten können, fließen als Parameter ein. Die Summe der Eintrittswahrscheinlichkeiten der unterschiedlichen Szenarien einer jeweiligen Periode muss aus mathematisch-logischen Gründen eins betragen (3.6):24

Eine Berücksichtigung mehrerer Perioden findet hier insofern statt, als dass in Folge eines Szenarios der Betrachtungsperiode mehrere mögliche Szenarien in der Folgeperiode eintreten können. Die dem Modell zu Grunde liegenden Symbole, Indizes, Sets, Parameter sowie auch die genaue Deklaration der Variablen können dem Symbolverzeichnis (Teilverzeichnis B) entnommen werden. Das auf dieser Basis formulierte gemischt-ganzzahlige Optimierungsmodell greift auf die im Folgenden analysierten Restriktionen zurück.

Die ersten fünf Restriktionen dienen der Festlegung der Netzwerkstruktur. Zwischen zwei Organisationen des Netzwerkes kann nur dann ein Materialfluss geplant werden, wenn die beiden jeweiligen Organisationen als Netzwerkkomponenten aktiviert wurden. Dies wird durch die Restriktionen (3.7), (3.9) und (3.10) für die Verbindungen von Lager m und Dis-tributionszentrum k sowie von Distributionszentrum k und Kundenzone m sichergestellt. Am Beispiel von Restriktion (3.7) muss die Binärvariable daher mindestens den Wert der Binärvariable annehmen. Die Restriktionen (3.9) und (3.10) sind jedoch nur für diejenigen Distributionszentren und Kundenzonen gültig, die nicht mittels der Parameter und als Single-Sourcing-Komponenten des Netzwerkes festgelegt wurden und somit nur durch eine ihnen innerhalb der Supply-Chain vorgeschaltete Organisation bedient werden sollen (3.8 und 3.11).

Die Logistik- und Transportrestriktionen stellen die Einhaltung maximaler (3.12, 3.13 und 3.14) und minimaler (3.15, 3.16) Transportmengen zwischen den jeweiligen Netzwerkorganisationen innerhalb einer Periode sicher. Zu diesem Zweck werden die in Form von Parametern in das Optimierungsmodell einfließenden maximalen und minimalen Mengen mit den Binärvariablen und multipliziert. Die Werte der die maximalen und minimalen Mengen angebenden Parameter sind abhängig von dem jeweils betrachteten Szenario [s].

Im Rahmen der Steuerung der Materialbalance stellt Restriktion (3.17) sicher, dass der am Ende der Periode t in Werk j verfügbare Lagerbestand von Produkt i, der durch die Varia-ble beschrieben wird, dem Lagerbestand der Vorperiode t-1 zuzüglich des Lagerzugangs oder Lagerabgangs von Produkt i in der Betrachtungsperiode t entspricht. Die Re-striktionen (3.18) und (3.19) regeln diesen Zusammenhang für die Lager und Distribu-tionszentren. Da auf der Ebene der Kundenzonen keine Lagerung existiert, legt Restriktion (3.20) fest, dass die Menge von Produkt i, die in Periode t die Kundenzone l erreicht, genau die entsprechende Nachfrage deckt, die einen Szenario-spezifischen Wert annimmt.

Restriktion (3.21) stellt sicher, dass während Periode t unter Szenario s weder die minimale Produktionskapazität von Werk j für Produkt i durch die tatsächliche Produktion unterschritten, noch die maximale Produktionskapazität überschritten wird. Mittels Restriktion (3.22) wird modelliert, dass die Rate der Verfügbarkeit von Produktionsressource e in Werk j mindestens genau so groß ist wie die unter Szenario s bestehende Nutzungsrate der Ressource e, die für die Summe aller Produkte, die in Werk j hergestellt werden, gilt.

Aufgrund der in diesem Modell vorliegenden Kapazitätsbeschränkungen der Lager und Distributionszentren müssen die stetigen Entscheidungsvariablen und zwischen einer unteren und einer oberen Grenze liegen, die in Form entsprechender Parameter, multipliziert mit der Binärvariable beziehungsweise , mathematisch ausgedrückt werden (3.23 und 3.24). Die Restriktionen (3.25) und (3.26) stellen sicher, dass die zu ermittelnden Lagerbestände die Kapazitäten der Lager und Distributionszentren nicht überschreiten.

Die Bestände von Produkt i in Werk j (3.27), Lager m (3.28) und Distributionszentrum k (3.29) müssen am Ende der Periode t mindestens die ihnen zugeordneten Sicherheitsmengen aufweisen. Die Restriktionen (3.30, 3.31 und 3.32) legen die Höhe des jeweiligen Sicherheitsbestands, ausgedrückt in Tonnen pro Woche, fest.

Sämtliche Lagerbestände und Materialflüsse, sowie auch die Produktionsrate, können aus logischen Gründen keine negativen Werte annehmen. Dies wird durch die Nichtnegativitätsbedingungen (3.33 - 3.39) sichergestellt.

[...]


1 Vgl. Simchi-Levi/Kaminsky/Simchi-Levi (2009), S. 1; Melo/Nickel/Saldanha-da-Gama (2009), S. 403.

2 Vgl. Stadtler et al. (2010), S. 7.

3 Vgl. Freiwald (2005), S. 6f.

4 Vgl. Stadtler et al. (2010), S. 7.

5 Vgl. Freiwald (2005), S. 10ff; Stadtler, et al. (2010), S. 8f; Corsten/Gössinger (2008), S. 107.

6 Vgl. Simchi-Levi/Kaminsky/Simchi-Levi (2009), S. 12.

7 Vgl. Freiwald (2005), S. 77.

8 Vgl. Li/Zabinsky (2011), S. 344.

9 Vgl. Melo/Nickel/Saldanha-da-Gama (2008), S. 403; Corsten/Gössinger (2008), S. 192; Chopra/Meindl (2013), S. 121.

10 Vgl. Werners/Freiwald/Slaghuis (2003), S. 434.

11 Vgl. Chopra/Meindl (2013), S. 121ff.

12 Vgl. Galasso/Mercé/Grabot (2008), S. 667.

13 Vgl. Melo/Nickel/Saldanha-da-Gama (2009), S. 403.

14 Vgl. Freiwald (2005), S. 16ff.

15 Vgl. Geoffrion/Graves (1974); Jayaraman/Srivastava/Benton (1999); Georgiadis et al. (2011); Thanh/ Bostel/Péton (2008).

16 Vgl. Longinidis/Georgiadis (2011).

17 Vgl. Franca et al. (2010).

18 Vgl. Joochim (2012), S. 7ff.

19 Vgl. Melo/Nickel/Saldanha-da-Gama (2009), S. 403f.

20 Vgl. ebenda, S. 403.

21 Vgl. Georgiadis et al. (2011), S. 254.

22 Vgl. Melo/Nickel/Saldanha-da-Gama (2009), S. 402.

23 Vgl. Geoffrion/Graves (1974).

24 Vgl. Georgiadis et al. (2011).

Details

Seiten
39
Jahr
2013
ISBN (eBook)
9783656860945
ISBN (Buch)
9783656860952
Dateigröße
667 KB
Sprache
Deutsch
Katalognummer
v285996
Institution / Hochschule
Ruhr-Universität Bochum
Note
2,0
Schlagworte
optimale lieferanten- standortauswahl supply-chain-design

Teilen

Zurück

Titel: Optimale Lieferanten- und Standortauswahl im Supply-Chain-Design