DE102006020176A1

DE102006020176A1 - Verfahren zur Bereitstellung einer Patternprognose

Info

Publication number: DE102006020176A1
Application number: DE102006020176A
Authority: DE
Inventors: Welf Schneider; Jochen Schabinger; Ulrike Albrecht; Heike Suthaus
Original assignee: Robert Bosch GmbH
Current assignee: Robert Bosch GmbH
Priority date: 2006-05-02
Filing date: 2006-05-02
Publication date: 2007-11-08
Also published as: US20080021652A1; US7725282B2

Abstract

Die Erfindung betrifft ein Verfahren zur Bereitstellung einer Patternprognose für ein Objekt (104, 106, 108) aus einer Anzahl von Objekten (104, 106, 108), die miteinander assoziiert sind, bei dem die Patternprognose unter Berücksichtigung von Verbrauchsreihen dieser assoziierten Objekte (104, 106, 108) bereitgestellt wird. Die Erfindung betrifft außerdem eine Einrichtung zur Bereitstellung einer Patternprognose für ein Objekt (104, 106, 108) aus einer Anzahl von Objekten (104, 106, 108), die miteinander assoziiert sind, wobei die Einrichtung dazu ausgebildet ist, die Patternprognose unter Berücksichtigung von Verbrauchsreihen dieser assoziierten Objekte (104, 106, 108) bereitzustellen.

Description

Die Erfindung betrifft ein Verfahren und eine Einrichtung zur Bereitstellung einer Patternprognose sowie ein Computerprogramm und ein Computerprogrammprodukt.
Stand der Technik
Patternprognosen umfassen üblicherweise mathematische Prognosen für Prognoseobjekte auf Basis von Verbrauchsreihen bzw. Historien aus der Vergangenheit für die jeweiligen Prognoseobjekte, die anhand von Pattern erstellt werden können.
Bisherige Verfahren für die Erstellung von Prognosen nutzen lediglich die Verbrauchsreihe des jeweiligen Objekts, für das die Prognose erstellt werden soll. Durch neue Verfahren können Schwankungen in der Historie direkt in der Prognoseerstellung ausgeglichen bzw. geglättet werden.
Aus der Literatur bekannte Prognoseverfahren sind:

– das Verfahren exponentieller Glättung 1. Ordnung,
– das Verfahren exponentieller Glättung 2. Ordnung,
– das Verfahren exponentieller Glättung 3. Ordnung (nach Winters),
– das Verfahren des gleitenden Durchschnitts und
– die Regressionsanalyse.

Hierbei wird zur Prognoseerstellung stets die Historie des zu prognostizierenden Objekts herangezogen.
Offenbarung der Erfindung
Bei dem erfindungsgemäßen Verfahren zur Bereitstellung einer Patternprognose für ein Objekt aus einer Anzahl von Objekten, die miteinander assoziiert sind, wird die Patternprognose unter Berücksichtigung von Verbrauchsreihen dieser assoziierten Objekte bereitgestellt.
Mit diesem Verfahren kann die Patternprognose derart bestimmt werden, dass jenes Objekt, für das die Patternprognose erstellt wird, und somit ein Prognoseobjekt in einer mindestens ausreichenden und günstigerweise optimalen Menge bereitgestellt werden kann. Das Verfahren kann in allen Bereichen der statistischen Prognose eingesetzt werden. Demnach ist das Verfahren bspw. zur Dispositionsplanung, Lagerhaltung oder Bevorratung von Objekten und somit von Artikeln oder Erzeugnissen aller Art geeignet. Mit dem vorliegenden Verfahren kann eine Prognose anhand von Mustern bereitgestellt werden.
Die Anzahl der miteinander assoziierten Objekte ist beliebig. Es ist vorgesehen, dass sich Bestände oder Mengen dieser Objekte im Laufe der Zeit ändern, aus derartigen zeitabhängigen Mengenänderungen können bspw. durch Beobachtung für jedes dieser Objekte Verbrauchsreihen bzw. Historienverläufe erstellt werden. Bei Ausführung des Verfahrens zur Bereitstellung der Patternprognose für jeweils eines dieser miteinander assoziierten Objekte wird mindestens eine Verbrauchsreihe eines der mit dem jeweiligen Objekt assoziierten Objekte berücksichtigt. Dies bedeutet, dass auch eine Verbrauchsreihe jenes Objekts, für das die Patternprognose bereitgestellt wird, berücksichtigt werden kann.
Die Erfindung betrifft auch eine Einrichtung zur Bereitstellung einer Patternprognose für ein Objekt aus einer Anzahl von Objekten, die miteinander assoziiert sind. Diese Einrichtung ist dazu ausgebildet, die Patternprognose unter Berücksichtigung von Verbrauchsreihen dieser assoziierten Objekte bereitzustellen.
Die erfindungsgemäße Einrichtung ist dazu ausgebildet, sämtliche Schritte des erfindungsgemäßen Verfahrens auszuführen.
Dabei kann die erfindungsgemäße Einrichtung mindestens ein zur Durchführung des Verfahrens geeignetes Modul, insbesondere eine Recheneinrichtung, aufweisen. Die Einrichtung ist in Ausgestaltung dazu ausgebildet, die Patternprognose derart zu bestimmen, dass das Objekt bzw. Prognoseobjekt bspw. im Rahmen einer Dispositionsplanung in einer optimalen Menge bereitstellbar ist. Dies kann dadurch erfolgen, dass die Einrichtung mit mindestens einer logistischen Vorrichtung zusammenwirkt und bspw. eine Funktion dieser Vorrichtungen durch Steuerung und/oder Regelung beeinflusst. Außerdem kann auch die Einrichtung dazu ausgebildet sein, das Erzeugnis unmittelbar bereitzustellen.
Die Erfindung betrifft außerdem ein Computerprogramm mit Programmcodemitteln, um alle Schritte eines erfindungsgemäßen Verfahrens durchzuführen, wenn das Computerprogramm auf einem Computer oder einer entsprechenden Recheneinheit, insbesondere in einer erfindungsgemäßen Einrichtung, ausgeführt wird.
Die Erfindung betrifft des weiteren ein Computerprogrammprodukt mit Programmcodemitteln, die auf einem computerlesbaren Datenträger gespeichert sind, um alle Schritte eines erfindungsgemäßen Verfahrens durchzuführen, wenn das Computerprogramm auf einem Computer oder einer entsprechenden Recheneinheit, insbesondere in einer erfindungsgemäßen Einrichtung, ausgeführt wird.
Zur Grundwertberechnung für das Verfahren kann eine Zeitreihenanalyse, beispielsweise die exponentielle Glättung 3. Ordnung, in der Literatur auch als Saisonalverfahren bekannt, verwendet werden. Bei Durchführung des Verfahrens zur Patternprognose werden die hierfür benötigten Saisonalkoeffizienten extern vorgegeben anstatt lediglich durch die Verbrauchsreihe des eigentlichen Prognose- bzw. Patternobjekts implizit errechnet zu werden. Es ist vorgesehen, die Saisonalkoeffizienten für das Verfahren zur Patternprognose durch Aggregation, also Anhäufung oder Zusammenlagerung, von Verbrauchsreihen bzw. Historien von Objekten, die miteinander assoziiert sind, vorzugeben, anschließend kann eine Normierung der Saisonalkoeffizienten erfolgen. Damit können Schwankungen in den Verbrauchsreihen einzelner Objekte bspw. tendenziell ausgeglichen bzw. geglättet werden. Somit können für die Prognoseerstellung bzw. für eine Patternerstellung Informationen aus dem Umfeld der Verbrauchsreihe des Objekts bzw. Prognoseobjekts, bei dem es sich um ein beliebiges Material handeln kann, berücksichtigt werden.
Die Patternerstellung basiert auf dem Verfahren der exponentiellen Glättung 3. Ordnung. Dabei werden Verbrauchsreihen assoziierter Objekte aggregiert. Hierdurch können Schwankungen in der Historie des Prognoseobjekts ausgeglichen werden. Für die Aggregation der Verbrauchsreihen bzw. Historien werden Objekte einer Objektfamilie und demnach assoziierte Objekte, die miteinander verbunden, verknüpft, vereinigt und/oder vernetzt sind, herangezogen und zusammengefasst.
In einer empirischen Analyse ergaben sich mittels der ex-post-Analyse signifikante Vorteile gegenüber den bisherigen Verfahren. Dabei können Prognosen um bis zu 20–30% verbessert werden. Hierfür wurde eine ex-post-Betrachtung einer repräsentativen Auswahl von 350 Objekten, in diesem Fall verschiedene Artikel, Produkte und Materialien für den Bedarf eines Poollagers, durchgeführt. Für die Aggregation werden die Historien der Produkte innerhalb einer Erzeugnisklasse bzw. Objektfamilie herangezogen. Ein Automatisierungsgrad für die Prognoseerstellung zur Beschaffungsplanung für Objekte kann mit diesem Verfahren deutlich erhöht werden.
Das Verfahren kann in möglicher Ausgestaltung unter Durchführung der gelisteten, nacheinander durchführbaren Schritte schematisch ablaufen:

1) Bereitstellung, insbesondere Ermittlung, eines bestmöglichen bzw. optimalen Patterns für das Objekt, für das die Patternprognose bereitgestellt wird.
2) Bereitstellung, insbesondere Auswahl, eines Verfahrens zur Grundwertberechnung.
3) Berechnung der Patternprognose, wobei das ausgewählte Pattern und das ermittelte Verfahren zur Grundwertberechnung kombiniert werden können.

Bei einer möglichen Realisierung der Erfindung können für die dabei benötigten Variablen, Parameter und Formeln mit den nachfolgend angeführten Definitionen und Notationen verwendet werden.
S steht für eine Saisonlänge, wobei S ∈ IN. K entspricht einer Anzahl von Saisons, für die Historiendaten, insbesondere Absatzhistoriendaten, vorhanden sind, wobei K ∈ IN. H steht für eine Historie, insbesondere Absatzhistorie:
H = (h₁, h₂, ..., h_S·K), dabei entspricht h_t ∈ IR einem während einer Periode t realisierten und/oder erzielten Absatz und kann als ein Saisonalkoeffizient verwendet werden.
Ein Pattern hat folgende Form:
P = (p₁, p₂, ..., p_s)
ein Patternfaktor p_t ∈ IR + / 0, wobei t ∈ {1, ..., S}, stellt den durchschnittlichen Absatz in der t-ten Periode der Saison als das Vielfache des durchschnittlichen Periodenabsatzes der gesamten Saison dar und kann ebenfalls als ein Saisonalkoeffizient verwendet werden. Somit ist ein Pattern immer auf die Saisonlänge S normiert:
In einem überprüften Logistikzentrum können für die Historie H und das Pattern P die Werte T = 12 und K = 2 verwendet werden
H = (h₁, h₂, ..., h₂₄) und P = (p₁, p₂, ..., p₁₂)
Die Grundmenge g_t,t+τ die Periode t + τ wird auf Basis der Absatzdaten der Perioden t, t – 1, ..., 1 berechnet, es gilt g_t,t+τ ∈ IR + / 0, wobei t = 1, ..., K·S, τ ∈ IN.
Die Prognose bzw. Vorhersage (forecast) f_t,t+τ ∈ IR + / 0 für die Periode t + τ wird basierend auf den Absatzdaten der Perioden t, t – 1, ..., 1 berechnet, wobei t = 1, ..., K·S, τ ∈ IN.
Des weiteren gilt folgende Vorschrift:
x MD y = y, falls (x mod y = 0) und
x MD y = x mod y, sonst.
Tabelle 1 zeigt Werte für diese Vorschrift, am Beispiel y = 4:
Tabelle 1
Zur Prognoseberechnung bzw. Patternprognose wird die Grundformel ft,t+τ = p(t+τ)MDS·gt,t+τ mit t = 1, ..., K·S, τ ∈ INverwendet.
Zur Grundwertberechnung kann bspw. die Methode zur exponentiellen Glättung 1. Ordnung, hier als Variante G1 bezeichnet, mit Glättungsparameter α ∈ [0,1] verwendet werden. Hierbei sei s_t der Wert der einfachen exponentiellen Glättung der Periode t. Die Initialisierung erfolgt durch: s1 = h1 und s2 = α·h1 + (1 – α)·s1 = h1.
Für jede weitere Periode gilt: st = α·ht-1 + (1 – α)·st-1.
Für den Grundwert ergibt sich somit: gt,t+τ = st mit t = 2, ..., K·S, τ ∈ IN.
Alternativ kann zur Grundwertberechnung gemäß Variante G2 die exponentielle Glättung 3. Ordnung mit den Glättungsparametern α ∈ [0,1], β ∈ [0,1] und vorgegebener Saison in Form eines Pattern P benutzt werden. Die Initialisierung kann hierbei erfindungsgemäß durch die extern gegebenen Saisonfaktoren bzw. Saisonalkoeffizienten erfolgen, wobei für β = 0 keine Berücksichtigung eines Trends erfolgt:
Nachdem die Werte initialisiert sind, werden die weiteren Werte folgendermaßen berechnet:
Diese Werte werden bis zur Periode S·K berechnet. Dann werden sie zur Berechnung der Grundwerte herangezogen, d. h. gt,t+τ = bt + τ·tt für t = 3, ..., S·K
Außerdem ist es möglich, Berechnungen für Grundwerte gemäß einer Variante G3 mit anderen Verfahren, bspw. durch Zeitreihenanalyse, durchzuführen, z. B. dem Verfahren zur exponentiellen Glättung 2. Ordnung oder mit der Methode des gleitenden Durchschnitts.
Für die Patternermittlung allgemein kann bspw. ein betriebswirtschaftlicher Input, d. h. eine Eingabe und/oder einzuführende Werte von Parametern, berücksichtigt werden. Diesbezüglich ist es möglich, auf Grundlage von Erfahrungswerten Pattern vorzugeben oder auszuwählen, wobei eine Normierung der Pattern zu beachten ist. Unter Berücksichtigung von Expertenwissen konnten in einem Beispiel typische Grundverläufe generiert werden.
Bei einer weiteren generellen Patternermittlung kann die Aggregation von Historien aus dem Umfeld des Prognoseobjekts und deren Normierung erfolgen. Hierzu ist vorgesehen, Historien aus der Produktgruppe bzw. Produkthierarchie der Objekte, zu denen das ein Prognoseobjekt gehört, zu aggregieren und zu normieren.
Zur optimalen bzw. bestmöglichen Patternfindung für ein Objekt kann gemäß der folgenden Variante P1 ein Abgleich mit einer Objekthistorie des Objektss durchgeführt werden. Hierzu wird aus den Vergangenheitsdaten des Objekts ein sogenanntes Historiepattern HP := (hp₁,, hp₂,. .., hp_S) ermittelt, wobei
mit i = 1, ..., S.
Dieses Historiepattern wird mit den zur Auswahl stehenden Pattern, insgesamt #P, verglichen.
Für jedes zur Auswahl stehende Pattern l wird eine Distanzbewertung Δ^l zu dem erstellten Historiepattern HP durchgeführt, z.B. mit dem Distanzmaß bzw. der sog. mittleren durchschnittlichen Abweichung:
für l = 1, ..., #P.
Alternativ ist die Gauss'sche Fehlerquadratsumme zu diesem Zweck anwendbar:
für l = 1, ..., #P.
Es wird ein Pattern l* zur Patternprognose herangezogen, das das minimale Distanzmaß zu HP aufweist, es gilt die Bedingung:
Alternativ ist eine optimale Patternfindung für das Objekt durch Ermittlung mittels ex-post-Prognose (Variante P2) realisierbar. In diesem Fall sei eine Auswahl an Pattern P^l mit l = 1, ..., #P gegeben.
Für jedes Pattern P^l mit l = 1, ..., #P können nun gemäß der Grundwertberechnung mittels exponentieller Glättung dritter Ordnung (G2) die Grundwerte g_t,t+1 berechnet und eine ex-post-Prognose folgendermaßen erstellt werden: fexlt,t+1 = pl(t+1)MDS ·gt,t+1 für t = 3, ..., S·K – 1 und l = 1, ..., #P.
Für diese ex-post-Prognosen wird mit nachfolgender Gleichung ein (ex-post-)Fehlermaß berechnet:
Demnach wird ein Pattern l* zur Patternprognose herangezogen, das folgendes minimale Fehlermaß aufweist:
In weiterer Ausgestaltung kann nach einer Variante P3 zur optimalen Patternfindung ein vorgeneriertes Pattern oder ein beliebiges Pattern gewählt werden, wobei es sich um Pattern mit betriebswirtschaftlichem Input und/oder Pattern, die durch Expertenwissen erstellt werden, handeln kann.
Beim Verfahren zur Patternprognose für das Objekt wird üblicherweise die Formel: ft,t+τ = pl*(t+τ)MDS ·gt,t+τ mit t = 3... K·S, und τ ∈ INunter Kombination der voranstehend angegebenen Errechnungsmöglichkeiten für die Grundwerte G1, G2, G3 und der Varianten P1, P2, P3 zur Ermittlung der Pattern verwendet.
Bei Anwendung etablierter Vorgehensweisen wird die Prognose nur aus der dem einzelnen Objekt zugrunde liegenden Information generiert. Diese Vorgehensweisen sind derzeit industrieller Standard und werden in gängigen Dispositionssystemen und Standard-Softwaresystemen realisiert. Diese liefern im Vergleich zu dem erfindungsgemäßen Verfahren deutlich schlechtere Ergebnisse und erfordern aufgrund manueller Korrekturen einen zu hohen Aufwand bei einer Ausführung in Anwendung zur Disposition.
Kurze Beschreibung der Zeichnungen
1 zeigt in schematischer Darstellung ein Diagramm zu einer ersten Ausführungsform des Verfahrens.
2 zeigt in schematischer Darstellung ein Diagramm zu einer zweiten Ausführungsform des Verfahrens.
3 zeigt in schematischer Darstellung eine Grafik mit verschiedenen Historienverläufen.
4 zeigt in schematischer Darstellung eine Ausführungsform einer erfindungsgemäßen Einrichtung.
Ausführungsformen der Erfindung
Bei dem in 1 schematisch dargestellten Diagramm zur ersten Ausführungsform des Verfahrens ist in einem ersten Schritt 2 vorgesehen, mindestens ein Pattern für ein Objekt auszuwählen. Danach wird in einem zweiten Schritt 4 ein optimales Pattern für das Objekt unter dem mindestens einen ausgewählten Objekt ermittelt. Außerdem wird in einem dritten Schritt 6 ein Verfahren zur Grundwertermittlung ausgewählt. Dies kann in der vorliegenden Ausführungsform unter Berücksichtigung 8 des mindestens einen ausgewählten Patterns erfolgen. Es ist ebenfalls möglich, ein geeignetes Pattern mit Berücksichtigung des im dritten Schritt 6 durchgeführten Verfahrens zur Grundwertermittlung zu bestimmen. In einem vierten Schritt 10 wird zur Bereitstellung der Patternprognose ein ermitteltes optimales Pattern mit dem ausgewählten Verfahren zur Grundwertermittlung kombiniert.
Im ersten Schritt 2 werden üblicherweise mehrere Pattern ermittelt und somit ausgewählt, diese sind, durch

– Aggregation aus einer Historie des Objekts und in der Regel ergänzender Normierung, durch
– Aggregation aus Historien von einer Gruppe von miteinander assoziierten Objekten, z.B. aus Produktgruppen oder -hierarchien, und in der Regel ergänzender Normierung, durch
– Vorgabe eines Pattern auf Grundlage von Expertenwissen und durch
– Auswahl eines beliebigen Pattern bereitstellbar.

Bei dem Objekt, für das die Patternprognose bereitgestellt wird, handelt es sich um ein Objekt aus der Gruppe der miteinander assoziierten Objekte. Demnach werden bei der Patternprognose nicht nur Verbrauchsreihen jenes Objekts, für das die Patternprognose bereitgestellt wird, sondern auch Verbrauchsreihen von Objekten, die mit diesem Objekt assoziiert sind, berücksichtigt.
Im zweiten Schritt 4 wird ein optimales Pattern aus einer der Varianten P1, P2 oder P3 ermittelt. Dabei erfolgt mit Variante P1 ein Abgleich mit einer Objekthistorie des Objekts. Variante P2 umfasst eine Ermittlung mittels ex-post-Prognose, gemäß der Variante P3 wird ein beliebiges Pattern berücksichtigt.
Im dritten Schritt 6 stehen drei Varianten G1, G2 und G3 von Verfahren zur Grundwertermittlung zur Auswahl, nämlich die exponentielle Glättung erster Ordnung mit Glättungsparameter (Variante G1), die exponentielle Glättung dritter Ordnung mit Glättungsparametern und vorgegebener Saison als Pattern (Variante G2) oder mindestens ein weiteres zur Grundwertermittlung oder -berechnung geeignetes Verfahren (Variante G3), wie z. B. das Verfahren der exponentiellen Glättung zweiter Ordnung oder die Methode des gleitenden Durchschnitts.
Im vierten Schritt 10 wird die Patternprognose durch Kombination des ausgewählten Patterns p l* / (t+τ)MDS mit dem Grundwertverfahren g_t,t+τ mittels nachfolgender Formel berechnet:
f_t,t+τ = p l* / (t+τ)MDS·g_t,t+τ, Indizes wie voranstehend angegeben.
Bei dem in 2 gezeigten Diagramm zu einer zweiten Ausführungsform des Verfahrens ist vorgesehen, dass in der Vergangenheit 102 Bestandsentwicklungen für Objekte 104, 106 108, die miteinander assoziiert sind, im Laufe der Zeit, die hier entlang einer Zeitachse 110 aufgetragen ist, durch Beobachtung einer zeitlichen Veränderung in diskreten Zeitabschnitten jeweiliger Mengen dieser Objekte 104, 106, 108 erstellt werden. Durch diese Beobachtungen ist es möglich, Verbrauchsreihen und somit Historienverläufe für die Objekte 104, 106, 108 zu bestimmen.
In dieser Ausführungsform wird das erste Objekt 104, das hier als Dreieck schematisch dargestellt ist, zu einem ersten Zeitpunkt der Vergangenheit 102 11-mal, zu einem zweiten Zeitpunkt der Vergangenheit 102 15-mal und zu einem dritten Zeitpunkt in der Vergangenheit 102 21-mal z. B. aus einem Bestand angefordert und somit benötigt. Ein zweites, hier durch einen Kreis schematisch dargestelltes Objekt 104, wird zu dem ersten Zeitpunkt in der Vergangenheit 102 100-mal, zu dem zweiten Zeitpunkt 90-mal und zu dem dritten Zeitpunkt in der Vergangenheit 75-mal benötigt. Ein drittes Objekt 108 ist hier schematisch als Viereck dargestellt. Dieses dritte Objekt wird zu dem ersten Zeitpunkt in der Vergangenheit 102 19-mal, zu dem zweiten Zeitpunkt der Vergangenheit 102 21-mal und zu dem dritten Zeitpunkt in der Vergangenheit 50-mal benötigt.
Die Verbrauchsreihe "11, 15, 21" für das erste Objekt 104, die Verbrauchsreihe "100, 90, 75" für das zweite Objekt 106 und die Verbrauchsreihe "19, 21, 50" für das dritte Objekt 108 werden zur Auswahl 112 eines Verfahrens zur Grundwertermittlung nach einer der voranstehend beschriebenen Varianten G1, G2 oder G3 verwendet. Außerdem werden diese Verbrauchsreihen zur Ermittlung 114 eines Patterns nach einer der voranstehend beschriebenen Varianten P1, P2 oder P3 verwendet. Zur Ermittlung des Patterns kann ggf. auch Expertenwissen 116 berücksichtigt werden. Es ist vorgesehen, dass das Pattern für eines der Objekte 104, 106, 108 ermittelt wird, dabei wird mindestens eine Verbrauchsreihe eines Objekts 104, 106, 108, das mit dem Objekt 104 bzw. 106 bzw. 108, für das das Pattern zu ermitteln ist, assoziiert ist, berücksichtigt.
Durch Kombination 118 des ermittelten Patterns sowie des ausgewählten Verfahrens zur Grundwertermittlung ist es möglich, für die Zukunft 120 Patternprognosen für die Objekte 104, 106, 108 bereitzustellen. Mit derartigen Patternprognosen sind Entwicklungen von Verbrauchen der Objekte 104, 106, 108 für verschiedene Zeitpunkte in der Zukunft 120 vorhersagbar. Jeweilige Vorhersagewerte, die sich durch die Patternprognosen ergeben, sind für die Objekte 104, 106, 108 entlang einer Zeitachse 122 aufgetragen.
Demnach ergibt die Patternprognose für das erste Objekt 104, dass dieses zu einem ersten Zeitpunkt in der Zukunft 13-mal, zu einem zweiten Zeitpunkt 17-mal und zu einem dritten Zeitpunkt 19-mal benötigt wird. Laut der Patternprognose für das zweite Objekt 106 wir dieses zu dem ersten Zeitpunkt 85-mal, zu dem zweiten Zeitpunkt 90-mal und zu dem dritten zukünftigen Zeitpunkt 95-mal benötigt. Das dritte Objekt 108 wird zu dem ersten Zeitpunkt 35-mal, zu dem zweiten Zeitpunkt 40-mal und zu dem dritten zukünftigen Zeitpunkt 120 32-mal benötigt.
Zur Bereitstellung jeweils einer Patternprognose für jeweils eines dieser assoziierten Objekte 104, 106, 108 werden Verbrauchsreihen aller miteinander assoziierten Objekte 104, 106, 108 berücksichtigt.
In 3 sind über einer Zeitachse 12 entlang einer Achse 14 Werte normierter Verbrauchsreihen und somit Historieverläufe von assoziierten Objekten, hier mit Nummern 40000, 40005, 40010, 40015, 40030, 40035, 40040, 40045, 40050, 40055, 40060, 40065, 40070, 40075, 40079, 40100, 40105, 40110, 40115, 40130 dargestellt, für einzelne Produkte, in diesem Fall Erzeugnisse, auf monatlicher Basis, hier beispielhaft von März 2003 (03.2003) bis Februar 2005 (02.2005) aufgetragen. Somit umfasst in dieser Ausführungsform eine Periode ein Zeitintervall von einem Monat. Die Historieverläufe 40000, 40005, 40010, 40015, 40030, 40035, 40040, 40045, 40050, 40055, 40060, 40065, 40070, 40075, 40079, 40100, 40105, 40110, 40115, 40130 sind starken Schwankungen unterworfen.
Die weitgehend "mittelwertbildende", ausgleichende dick markierte Linie 16 stellt ein über die Historiewerte erstelltes, aus den Historieverläufen 40000, 40005, 40010, 40015, 40030, 40035, 40040, 40045, 40050, 40055, 40060, 40065, 40070, 40075, 40079, 40100, 40105, 40110, 40115, 40130 aggregiertes Pattern dar.
Zur Bereitstellung einer Patternprognose für ein Prognoseerzeugnis werden Verbrauchsreihen für Erzeugnisse, die mit dem Prognoseerzeugnis assoziiert sind, aggregiert.
4 zeigt in schematischer Darstellung eine Einrichtung 18 und ein Lager 20, das zur Bevorratung unterschiedlicher Mengen miteinander assoziierter Objekte 22, 24, 26 ausgebildet ist. Dabei ist ein erstes Objekt 22 schematisch als Dreieck dargestellt, ein zweites Objekts 24 ist schematisch als Kreis und ein drittes Objekt 26 schematisch als Quadrat dargestellt. Es ist vorgesehen, dass die miteinander assoziierten Objekte 22, 24, 26 bspw. funktionell verbunden und/oder einer Produktgruppe zugeordnet sind, d. h. die Objekte 22, 24, 26 gehören in dieser Ausführungsform derselben Objektfamilie an. Dies bedeutet, dass es sich bei den Objekten 22, 24, 26 um ähnliche und/oder miteinander in Beziehung stehende Artikel bzw. Erzeugnisse handelt.
Zu einem ersten, in der Vergangenheit liegenden Zeitpunkt befinden sich in dem Lager 20 fünf Stück des ersten Objekts 22, zu einem zweiten, in der Zukunft liegenden Zeitpunkt sind sieben Stück des ersten Objekts 22 in dem Lager 20. Von dem zweiten Objekt 24 befinden sich zum ersten Zeitpunkt drei Stück und zum zweiten Zeitpunkt sechs Stück in dem Lager 20. Das Lager 20 beinhalten zu dem ersten Zeitpunkt in der Vergangenheit sieben Stück des dritten Objekts 26 und zu dem zukünftigen zweiten Zeitpunkt vier Stück. Eine jeweilige Menge der Objekte 22, 24, 26 ändert sich nachfragebedingt durch Entnahme von Objekten 22, 24, 26. Eine logistische Vorrichtung, die mit der Einrichtung 18 zusammenwirkt, ist dazu ausgebildet, das Lager 20 durch Hinzufügen von Objekten 22, 24, 26 in jeweils geeigneten Mengen wieder aufzustocken.
Die Einrichtung 18 ist in dieser Ausführungsform zur Bereitstellung einer Patternprognose für jeweils eines der miteinander assoziierten Objekte 22, 24, 26 ausgebildet. Dabei ist vorgesehen, dass die Einrichtung 18 zur Bereitstellung einer Patternprognose für eines der Objekte 22, 24, 26 Verbrauchsreihen sämtlicher Objekte 22, 24, 26, die mit miteinander assoziiert sind, aggregiert. Ein geeignetes Pattern kann hierzu nach einer der voranstehend beschriebenen Varianten P1, P2 oder P3 bestimmt werden.
Außerdem weist die Einrichtung 18 zwei Module 30, 32 auf, wobei ein erstes Modul 30 dazu ausgebildet ist, mit dem Lager 20 zusammenzuwirken und dabei jeweilige Mengen der Objekte 22, 24, 26 und sich im Laufe der Zeit aus Veränderungen dieser Mengen ergebende Historieverläufe zu erfassen. Ein zweites Modul 32 ist als Recheneinrichtung ausgebildet und zum Berechnen der Patternprognose geeignet. Mit der Patternprognose ist ein zukünftiger Bedarf an jeweils einem der Objekte 22, 24, 26 bestimmbar. Eine zukünftige geeignete, idealerweise optimale Menge des jeweiligen Objekts 22, 24, 26 wird mittelbar durch die Einrichtung 18 bereitgestellt. Hierzu steuert die Einrichtung 18 die logistische Vorrichtung 28 derart, dass diese dem Lager 20 die Objekte 22, 24, 26 rechtzeitig in jeweils ausreichenden Mengen hinzufügt.

Claims

Verfahren zur Bereitstellung einer Patternprognose für ein Objekt (22, 24, 26, 104, 106, 108) aus einer Anzahl von Objekten (22, 24, 26, 104, 106, 108), die miteinander assoziiert sind, bei dem die Patternprognose unter Berücksichtigung von Verbrauchsreihen dieser assoziierten Objekte (22, 24, 26, 104, 106, 108) bereitgestellt wird.
Verfahren nach Anspruch 1, bei dem aus den Verbrauchsreihen vorgegebene Saisonalkoeffizienten normiert werden.
Verfahren nach Anspruch 1 oder 2, bei dem für jenes Objekt (22, 24, 26, 104, 106, 108), für das die Patternprognose bereitgestellt wird, mindestens ein Pattern ausgewählt wird.
Verfahren nach Anspruch 3, bei dem eine Eignung des mindestens einen Patterns durch Ermittlung einer Abweichung von einer Vorgabe bestimmt wird.
Verfahren nach Anspruch 3 oder 4, bei dem das mindestens eine Pattern aus einer Verbrauchsreihe jenes Objekts (22, 24, 26, 104, 106, 108), für das die Patternprognose bereitgestellt wird, berücksichtigt wird.
Verfahren nach einem der Ansprüche 3 bis 5, bei dem das mindestens eine Pattern aus mindestens einer Verbrauchsreihe einer Gruppe der assoziierten Objekte (22, 24, 26, 104, 106, 108) aggregiert wird.
Verfahren nach einem der Ansprüche 3 bis 6, bei dem das mindestens eine Pattern unter Berücksichtigung von Expertenwissen (116) ausgewählt wird.
Verfahren nach einem der voranstehenden Ansprüche, bei dem ein Verfahren für eine Grundwertberechnung zu der Patternprognose ausgewählt wird.
Verfahren nach Anspruch 8, bei dem zur Grundwertberechnung ein Verfahren zur exponentiellen Glättung beliebiger Ordnung verwendet wird.
Verfahren nach Anspruch 8 oder 9, bei dem das ausgewählte Pattern und das ausgewählte Verfahren zur Grundwertberechnung miteinander kombiniert werden.
Verfahren nach einem der voranstehenden Ansprüche, mit dem die Patternprognose derart bestimmt wird, dass das Objekt (22, 24, 26, 104, 106, 108), für das die Patternprognose bereitgestellt wird, in einer ausreichenden Menge bereitgestellt wird.
Einrichtung zur Bereitstellung einer Patternprognose für ein Objekt (22, 24, 26, 104, 106, 108) aus einer Anzahl von Objekten (22, 24, 26, 104, 106, 108), die miteinander assoziiert sind, wobei die Einrichtung (18) dazu ausgebildet ist, die Patternprognose unter Berücksichtigung von Verbrauchsreihen dieser assoziierten Objekte (22, 24, 26, 104, 106, 108) bereitzustellen.
Einrichtung nach Anspruch 12, die dazu ausgebildet ist, die Patternprognose derart zu bestimmen, dass das Objekt (22, 24, 26, 104, 106, 108), in einer ausreichenden Menge bereitstellbar ist.
Computerprogramm mit Programmcodemitteln, um alle Schritte eines Verfahrens nach einem der Ansprüche 1 bis 11 durchzuführen, wenn das Computerprogramm auf einem Computer oder einer entsprechenden Recheneinheit, insbesondere in einer Einrichtung (18) nach Anspruch 12 oder 13, ausgeführt wird.
Computerprogrammprodukt mit Programmcodemitteln, die auf einem computerlesbaren Datenträger gespeichert sind, um alle Schritte eines Verfahrens nach einem der Ansprüche 1 bis 11 durchzuführen, wenn das Computerprogramm auf einem Computer oder einer entsprechenden Recheneinheit, insbesondere in einer Einrichtung (18) nach Anspruch 12 oder 13, ausgeführt wird.