UdZ 3-2013

21 Unternehmen der Zukunft 3/2013 UdZ FIR-Forschungsprojekte wird das Simulationsmodell gedanklich in Partialmodelle, welche Teilprobleme abbilden, zerlegt. Das Simulationsmodell basiert dabei auf einem Beschreibungsmodell und dient als Erklärungsmodell der oben genannten Problemstellung. Ein wichtiges Partialmodell ist die Beschreibung der erbrachten Dienstleistungen und die Definition der leistungsbeschreibenden Attri- bute. Hierzu zählen unter anderem die Auf- tragshäufigkeit, die erwartete Dauer und die zeitlichen Varianzen der Aufträge, der Auftragseingangszeitpunkt, der quantitative und qualitative Ressourcenbedarf je Auftrag, mögliche Reaktions- bzw. Pufferzeiten sowie Kosten und drohende Pönalen bei Verzug. Ein weiteres essenzielles Partialmodell dient der Ressourcenbeschreibung inklusive ihrer Attribute. Hierzu zählen die Typisierung von Engpassressourcen (materielle und personelle), deren Eigenschaften bzw. Qualifikationen sowie die Angabe der mengenmäßigen und zeitlichen Ver fügbarkeit der Ressourcen (Verfügbarkeit/Zugänglichkeit von materiellen Ressourcen, Arbeitszeiten, Krankheitstage, Urlaube, Überstunden, Schichten etc.) . Durch die Partialmodelle der Leistungs- und Ressourcenbeschreibung liegen die relevanten Informationen zur diskreten, stochastischen und dynamischen Simulation vor. Mithilfe dieser Informationen wird die o. g. Problemstellung adressiert. Bild 1 zeigt die grundsätzliche Konzeption des Simulationsmodells. Mithilfe des adäquaten Simulationswerkzeugs Matlab und der Toolbox Simulink werden unge- plante und planbare Aufträge simuliert und durch einen Abgleich mit den zur Verfügung stehen- den Ressourcen virtuell disponiert. Im Vergleich zu bestehenden Ansätzen zur Kapazitätsplanung von Dienstleistungen wird hierbei nicht die mög- lichst homogene Ressourcenauslastung avisiert. Stattdessen werden (planbare und unvorher- sehbare) Aufträge mithilfe der Informationen aus den oben genannten Leistungsattributen dynamisch priorisiert. Dadurch entsteht ein virtueller Disponent, welcher primär versucht, die Termintreue von Aufträgen zu wahren. Die implementierte Priorisierung setzt sich im Wesentlichen aus den Kriterien Dringlichkeit so- wie drohende Pönale bzw. Opportunitätskosten durch Kundenverlust zusammen. Bild 2 (siehe S. 22) illustriert anschaulich den intelligenten Auftragsvergabealgorithmus. Falls die Menge an vorgehaltenen Dienst- leistungsressourcen durch die zufällige Häufung von Anlagenausfällen nicht ausreichen sollte, werden für die Zeiten der Überauslastungen bzw. bei Nichteinhaltung des zugesicherten Verfügbarkeitsversprechens Pönalen oder Opportunitätskosten kalkuliert. Auf diese Weise kann mithilfe verschiedener Szenarien (Variation der betreuten, installierten Basis von WEA und der Ressourcenvorhaltung des Anbieters) das Dienstleistungsportfolio simulationsbasiert bewertet und quantifiziert werden. Neben der Variation von Anlagen, Dienstleistungen und Personal sind weitere Variationen (Parametervariation und strukturelle Änderungen) im Sinne von Sensitivitätsanalysen anhand des Modells möglich. Hierzu zählen u. a. die Variation des Servicelevels (z. B. 98 Prozent vs. 99 Prozent Verfügbarkeitsversprechen), die Variation des Erwartungswertes von Anlagenausfällen, des Qualifikationsniveaus von Mitarbeitern (zur Flexibilisierung der Kapazitäten) sowie des Kooperationsniveaus (zur Auslagerung von Kapazitätsspitzen). Des Weiteren sind Bild 1: Konzeption des Simulationsmodells