Prognose des Ersatzteilbedarfs am Beispiel der Firma Pöttinger

Research output: ThesisMaster's Thesis

Standard

Prognose des Ersatzteilbedarfs am Beispiel der Firma Pöttinger. / Mayer, Nils.
2012.

Research output: ThesisMaster's Thesis

Bibtex - Download

@mastersthesis{b41228096e4d4eb6b3509e5501275a31,
title = "Prognose des Ersatzteilbedarfs am Beispiel der Firma P{\"o}ttinger",
abstract = "Die vorliegende Arbeit befasst sich mit der Frage, ob der Ersatzteilbedarf der Firma P{\"o}ttinger, eines ober{\"o}sterreichischen Landmaschinenherstellers, mittels einer Reihe von relativ einfach anzuwendenden Prognoseverfahren, mit ausreichender Prognosequalit{\"a}t vorhersagbar ist. Die vorliegende Arbeit l{\"a}sst sich in drei gro{\ss}e Abschnitte teilen. Im ersten Abschnitt wurde der Ersatzteilbedarf analysiert und bewertet. Hierf{\"u}r wurden die ABC-Analyse nach der Verbrauchsmenge, die Klassifikation nach der Verbrauchsmenge und die XYZ-Analyse als Methoden angewandt. Zusammenfassend kann festgehalten werden, dass die Ersatzteile der Firma P{\"o}ttinger gr{\"o}{\ss}tenteils sehr geringe Bedarfsvolumina und ein unregelm{\"a}{\ss}iges Verbrauchsverhalten aufweisen. Im zweiten Abschnitt wurden Einflussfaktoren identifiziert, welche auf den Bedarf der Firma P{\"o}ttinger wirken. Aufgrund der mangelnden Datenverf{\"u}gbarkeit konnten diese Ergebnisse im Zuge der Anwendung der Prognoseverfahren nicht ber{\"u}cksichtigt werden. Im dritten Abschnitt wurden die ausgew{\"a}hlten Prognoseverfahren auf die Vergangenheitswerte (J{\"a}nner 2005 bis April 2011) f{\"u}r eine Vergleichsgruppe von 157 Ersatzteilen angewandt. Es wurden die exponentielle Gl{\"a}ttung erster und zweiter Ordnung, Varianten des gleitenden und gewichteten gleitenden Mittelwerts, das Verfahren von Croston und eine Reihe einfacher, eigener Verfahren angewandt. In einem ersten Schritt wurden die Prognoseverfahren f{\"u}r ein ausgew{\"a}hltes Au{\ss}enlager (in Recke, Deutschland) miteinander verglichen. F{\"u}r dieses Au{\ss}enlager fiel die Prognosequalit{\"a}t aller Verfahren deutlich zu niedrig aus (der mittlere absolute Fehler betrug im besten Fall 90% des durchschnittlichen Monatsbedarfs). Daher wurden die Prognoseverfahren in einem zweiten Schritt auf den Gesamtverbrauch angewandt und miteinander verglichen. Durch diese Vorgehensweise konnte die Prognosequalit{\"a}t erh{\"o}ht werden, die damit zu erzielende Verf{\"u}gbarkeit (berechnet mittels Alpha-Servicegrads auf Monatsbasis), unter Ber{\"u}cksichtigung eines Sicherheitsbestands, fiel jedoch auch in diesem Fall zu niedrig aus. Zusammenfassend wird festgehalten, dass trotz des Ergebnisses der vorliegenden Arbeit, welches besagt, dass der Ersatzteilverbrauch der Firma P{\"o}ttinger nicht sinnvoll mit den untersuchten Verfahren prognostizierbar ist, wichtige R{\"u}ckschl{\"u}sse auf die Charakteristik des Ersatzteilbedarfs und die Bedarfseinflussfaktoren gezogen werden konnten.",
keywords = "Prognosis, spare parts, Prognose, Ersatzteil, Bedarfseinflussfaktoren, Bedarfsanalyse",
author = "Nils Mayer",
note = "gesperrt bis null",
year = "2012",
language = "Deutsch",

}

RIS (suitable for import to EndNote) - Download

TY - THES

T1 - Prognose des Ersatzteilbedarfs am Beispiel der Firma Pöttinger

AU - Mayer, Nils

N1 - gesperrt bis null

PY - 2012

Y1 - 2012

N2 - Die vorliegende Arbeit befasst sich mit der Frage, ob der Ersatzteilbedarf der Firma Pöttinger, eines oberösterreichischen Landmaschinenherstellers, mittels einer Reihe von relativ einfach anzuwendenden Prognoseverfahren, mit ausreichender Prognosequalität vorhersagbar ist. Die vorliegende Arbeit lässt sich in drei große Abschnitte teilen. Im ersten Abschnitt wurde der Ersatzteilbedarf analysiert und bewertet. Hierfür wurden die ABC-Analyse nach der Verbrauchsmenge, die Klassifikation nach der Verbrauchsmenge und die XYZ-Analyse als Methoden angewandt. Zusammenfassend kann festgehalten werden, dass die Ersatzteile der Firma Pöttinger größtenteils sehr geringe Bedarfsvolumina und ein unregelmäßiges Verbrauchsverhalten aufweisen. Im zweiten Abschnitt wurden Einflussfaktoren identifiziert, welche auf den Bedarf der Firma Pöttinger wirken. Aufgrund der mangelnden Datenverfügbarkeit konnten diese Ergebnisse im Zuge der Anwendung der Prognoseverfahren nicht berücksichtigt werden. Im dritten Abschnitt wurden die ausgewählten Prognoseverfahren auf die Vergangenheitswerte (Jänner 2005 bis April 2011) für eine Vergleichsgruppe von 157 Ersatzteilen angewandt. Es wurden die exponentielle Glättung erster und zweiter Ordnung, Varianten des gleitenden und gewichteten gleitenden Mittelwerts, das Verfahren von Croston und eine Reihe einfacher, eigener Verfahren angewandt. In einem ersten Schritt wurden die Prognoseverfahren für ein ausgewähltes Außenlager (in Recke, Deutschland) miteinander verglichen. Für dieses Außenlager fiel die Prognosequalität aller Verfahren deutlich zu niedrig aus (der mittlere absolute Fehler betrug im besten Fall 90% des durchschnittlichen Monatsbedarfs). Daher wurden die Prognoseverfahren in einem zweiten Schritt auf den Gesamtverbrauch angewandt und miteinander verglichen. Durch diese Vorgehensweise konnte die Prognosequalität erhöht werden, die damit zu erzielende Verfügbarkeit (berechnet mittels Alpha-Servicegrads auf Monatsbasis), unter Berücksichtigung eines Sicherheitsbestands, fiel jedoch auch in diesem Fall zu niedrig aus. Zusammenfassend wird festgehalten, dass trotz des Ergebnisses der vorliegenden Arbeit, welches besagt, dass der Ersatzteilverbrauch der Firma Pöttinger nicht sinnvoll mit den untersuchten Verfahren prognostizierbar ist, wichtige Rückschlüsse auf die Charakteristik des Ersatzteilbedarfs und die Bedarfseinflussfaktoren gezogen werden konnten.

AB - Die vorliegende Arbeit befasst sich mit der Frage, ob der Ersatzteilbedarf der Firma Pöttinger, eines oberösterreichischen Landmaschinenherstellers, mittels einer Reihe von relativ einfach anzuwendenden Prognoseverfahren, mit ausreichender Prognosequalität vorhersagbar ist. Die vorliegende Arbeit lässt sich in drei große Abschnitte teilen. Im ersten Abschnitt wurde der Ersatzteilbedarf analysiert und bewertet. Hierfür wurden die ABC-Analyse nach der Verbrauchsmenge, die Klassifikation nach der Verbrauchsmenge und die XYZ-Analyse als Methoden angewandt. Zusammenfassend kann festgehalten werden, dass die Ersatzteile der Firma Pöttinger größtenteils sehr geringe Bedarfsvolumina und ein unregelmäßiges Verbrauchsverhalten aufweisen. Im zweiten Abschnitt wurden Einflussfaktoren identifiziert, welche auf den Bedarf der Firma Pöttinger wirken. Aufgrund der mangelnden Datenverfügbarkeit konnten diese Ergebnisse im Zuge der Anwendung der Prognoseverfahren nicht berücksichtigt werden. Im dritten Abschnitt wurden die ausgewählten Prognoseverfahren auf die Vergangenheitswerte (Jänner 2005 bis April 2011) für eine Vergleichsgruppe von 157 Ersatzteilen angewandt. Es wurden die exponentielle Glättung erster und zweiter Ordnung, Varianten des gleitenden und gewichteten gleitenden Mittelwerts, das Verfahren von Croston und eine Reihe einfacher, eigener Verfahren angewandt. In einem ersten Schritt wurden die Prognoseverfahren für ein ausgewähltes Außenlager (in Recke, Deutschland) miteinander verglichen. Für dieses Außenlager fiel die Prognosequalität aller Verfahren deutlich zu niedrig aus (der mittlere absolute Fehler betrug im besten Fall 90% des durchschnittlichen Monatsbedarfs). Daher wurden die Prognoseverfahren in einem zweiten Schritt auf den Gesamtverbrauch angewandt und miteinander verglichen. Durch diese Vorgehensweise konnte die Prognosequalität erhöht werden, die damit zu erzielende Verfügbarkeit (berechnet mittels Alpha-Servicegrads auf Monatsbasis), unter Berücksichtigung eines Sicherheitsbestands, fiel jedoch auch in diesem Fall zu niedrig aus. Zusammenfassend wird festgehalten, dass trotz des Ergebnisses der vorliegenden Arbeit, welches besagt, dass der Ersatzteilverbrauch der Firma Pöttinger nicht sinnvoll mit den untersuchten Verfahren prognostizierbar ist, wichtige Rückschlüsse auf die Charakteristik des Ersatzteilbedarfs und die Bedarfseinflussfaktoren gezogen werden konnten.

KW - Prognosis

KW - spare parts

KW - Prognose

KW - Ersatzteil

KW - Bedarfseinflussfaktoren

KW - Bedarfsanalyse

M3 - Masterarbeit

ER -