Zunehmende Unsicherheit –
Die Rahmenbedingungen für Planung verändern sich

Wenn man irgendwann rückblickend ein einziges Ereignis benennen müsste, das die Art der Planung nachhaltig verändert hat, ist es mit Sicherheit COVID-19. Aber dieser Blick geht zu kurz. Vielmehr ist es die gestiegene Zahl von Abhängigkeiten in einer global vernetzten, digitalen Welt, die das Thema Unsicherheit zu einem entscheidenden Faktor in der Planung macht.

Verbraucherverhalten wird schwerer zu prognostizieren, die Nachfrage verläuft weniger zyklisch, ist zudem insgesamt volatiler geworden und geopolitische Ereignisse oder auch Naturkatastrohen beeinflussen Absatzmärkte und Warenströme. Die VUCA-Welt und insbesondere das Thema Unsicherheit im Planungsprozess ist gekommen, um zu bleiben. Doch wie damit umgehen?

So wie es immer war: Eine Handvoll Szenarien gegen die Unsicherheit

Der klassische Ansatz zum Umgang mit Unsicherheit ist der Vergleich einer kleinen Menge von Szenarien. Dabei spiegelt jedes Szenario die angenommene Entwicklung der unterschiedlichen Einflussfaktoren wider. Solche Faktoren sind beispielsweise „Kundenbedarf“, „Kosten der Supply Chain“ oder „Kosten der Lagerhaltung“. Die Szenarien unterteilen sich meist in „Worst Case“ und „Best Case“ zur Untersuchung von extremen Entwicklungen sowie in ein „normales“ Szenario. Die Basis für die Szenarienerstellung bilden Vergangenheitswerte und Exertenschätzungen. Ziel ist es dabei häufig, das Worst Case Szenario abzusichern.

Dies alles funktioniert so lange, die Anzahl an Einflussfaktoren überschaubar bleibt und für die Szenarien eine konkrete Entwicklung der Faktoren angenommen werden kann. Das ist jedoch immer weniger der Fall. Unvorhersehbare Ereignisse nehmen zu, die Qualität der erstellten Szenarien im gleichen Maße ab.

Ein bekanntes Vorgehen, erweitert um mathematische Optimierung

Mathematische Optimierung setzt auf diesem bekannten und erprobten Prinzip auf, um Worst Case Szenarien abzusichern. Dabei treffen wir keine festen Annahmen über die Entwicklung der Einflussfaktoren, sondern legen Spannbreiten fest, beispielsweise eine Preisspanne für die „Lagerkosten pro Quadratmeter“ anstelle eines vermuteten, konkreten Werts. Noch genauer wird das Szenario, wenn die Spannbreiten mit entsprechenden Eintrittswahrscheinlichkeiten versehen werden. Der Ereignisraum wird dadurch jedoch sehr groß.

Jetzt kann eine mathematische Optimierung ihr volles Potenzial ausspielen. Basierend auf allen vorliegenden Daten ist sie in der Lage, die optimale Entscheidung zu berechnen und den Lösungsweg transparent zu machen. Dabei berücksichtigt die optimale Lösung, dass insbesondere auch die ungünstigsten Kombinationen innerhalb der Spannbreiten auftreten können. Daher werden automatisch alle potenziell denkbaren Szenarien, auch und insbesondere für die Worst Cases, berücksichtigt. Folgt man also der durch die mathematische Berechnung vorgeschlagenen Lösung, ist sichergestellt, dass das Unternehmen auch im Worst Case profitabel arbeitet. Sofern Profitabilität das Ziel der mathematischen Optimierung war, denn mit Hilfe mathematischer Optimierung kann auf mehr als nur ein Ziel hin optimiert werden.

Interessiert an unserem Factsheet Was bringt mathematische Optimierung?