Distributionsplanung
Distributionsnetze ermöglichen die Verteilung der in einer oder mehreren Produktionsstätten hergestellten Güter an eine große Anzahl von Abnehmern. Die steigenden Anforderungen der Kunden an die Lieferleistung, die rasante Entwicklung des Internets sowie moderner Logistikkonzepte und neue (politische) Rahmenbedingungen (Erhebung von Autobahngebühren, Einführung des Euro) bedingen eine Optimierung von Distributionsnetzen europaweit operierender Unternehmen.
Wesentlich für die Struktur eines Distributionsnetzes ist die Größenverteilung der zu transportierenden Sendungen. Kleine Sendungen werden häufig in einem Transportnetz gebündelt, wobei eine Sendung ein oder mehrfach umgeschlagen wird. Eine besonders starke Bündelung wird durch ein Hub-and-Spoke Netz erreicht, in dem die Transportströme über einen zentralen Umschlagspunkt (Hub) verlaufen. Die Hubs dienen zur Konzentration oder Verteilung von Sendungen und tragen zur Senkung der Transportkosten durch eine hohe Auslastung der Ladekapazität der Fahrzeuge bei.
Die Gestaltung von Distributionsnetzen ist eine hoch komplexe Planungsaufgabe. Sie umfasst die strategische Gestaltung sowie die kostenoptimierte Strukturierung der physischen Distribution. Als Teilaufgaben sind zu bestimmen:
die Anzahl der Lagerstufen und deren Zuordnung zueinander,
die Anzahl der Lager pro Stufe,
die Anzahl der Umschlagspunkte (Hubs) und deren Zuordnung zu den Lagern,
die jeweiligen Lager- und Hubstandorten,
die zugeordneten Transportströme und Umschlagsmengen und
die jeweils zu beliefernden Gebiete und Kunden.
Zur Optimierung von Distributionsnetzen kommen einfache und multiple Standortmodelle, Location Allocation Modelle und Warehouse Location Modelle zum Einsatz. Existierende Verfahren weisen entweder aufgrund einer unzureichenden Berücksichtigung der Realität nur geringe Aussagekraft auf oder können bei einer realitätsnahen Modellbildung nicht mehr mit vertretbarem Aufwand gelöst werden. In den letzten Jahren wurden deshalb erfolgreich heuristische Verfahren wie Simulated Annealing, Tabu Search oder Genetische Algorithmen zur Lösungsfindung eingesetzt.