UdZ 3-2014

29 Unternehmen der Zukunft 3/2014 UdZ die Praxistauglichkeit des Simulationsmodells. Bei der Modellbildung muss das Optimum zwi- schen Aussagekraft, Akzeptanz und Genauigkeit individuell bestimmt werden [7]. Je komplexer das Modell gestaltet wird, desto größer wird die Genauigkeit des Modells. Gleichzeitig geht allerdings die Akzeptanz sowie die Aussagekraft verloren (siehe Bild 1). Zudem steigen die Ansprüche an die benötigten Inputdaten hinsichtlich Vielfalt und Granularität mit einer zunehmenden Komplexität des Modells. Aus diesem Grund wurde bei der Konzeption des Simulationsmodells darauf geachtet, dass das Abstraktionsniveau und die damit einhergehende Komplexität be- nutzerindividuell definiert werden können. Somit steht jeder Anwender vor der Wahl (in Abhängigkeit der Investitionsbereitschaft und der vorliegenden Datengrundlage), ob er bei- spielsweise eine industrielle Dienstleistung als „Ingangsetzung Getriebe“ abstrahiert oder als „Ingangsetzung Getriebetyp X Anlagenstandort Y Anlagennummer Z“ detailliert. Je nach Gestaltung müssen die Eingangsdaten stand- ortspezifisch detailliert oder über die Mittelwerte über verschiedene Standortdaten gebildet wer- den. Auf diese Weise bleibt der Aufwand der Datenerfassung und der Datenaufbereitung des Modells für jedes Unternehmen skalierbar. Dabei muss das oben gezeigte Spannungsfeld zwi- schen Genauigkeit, Akzeptanz und Aussagekraft diskutiert und berücksichtigt werden. Neben der bereits beschriebenen Säule der in- dustriellen Dienstleistungen und deren spezifizie- renden Attributen, basiert das Simulationsmodell auf der zweiten Säule, der Beschreibung der Dienstleistungsressourcen, welche für die Durchführung der Leistungen notwendig sind. Diese Ressourcen können grundsätzlich in tech- nische und menschliche Ressourcen untergliedert werden. Während sich technische Ressourcen durch Spezifikationen, wie beispielsweise die „Hubkraft“, „Auslegung“, „Einsatzhöhe“ etc. definieren lassen, spezifizieren sich mensch- liche Ressourcen durch Qualifikationen, wie „Mechaniker“, „Elektriker“, „Industriekletterer“ etc. Beide Typen von Ressourcen zeichnen sich durch Verfügbarkeitsprofile aus. Diese Profile, die teilweise stochastische Größen wie (tech- nischen) Ausfall oder Krankheit beinhalten, be- schreiben, zu welchem Zeitpunkt die Ressourcen zur Verfügung stehen. Das Simulationsmodell und die enthaltenen, komplexen Algorithmen verwenden die Informationen aus den zwei Pfeilern (Dienst- leistungs- und Ressourcenbeschreibung) und führen ein Matching aus der Vielzahl der Informationen herbei. Das heißt, das Simulationsmodell agiert ähnlich einem vir- tuellen Disponenten, priorisiert Aufträge und weist diesen die notwendigen, verfügbaren Ressourcen zu. Hierbei werden komplexe Ressourcenkombinationen geprüft, um die Serviceaufträge möglichst fristgerecht auszufüh- ren. Auf diese Weise werden simulationsbasiert die Ressourcenauslastung sowie die Performance des Dienstleistungserbringungssystems quantifi- zierbar (z. B. Pünktlichkeit, Wartezeiten, auftre- tende Pönalen etc.). Ergebnisse und Zusammenfassung Durch die quantifizierten Aussagen des Modells wird es dem strategischen Management er- möglicht, valide Entscheidungen hinsichtlich der Ressourcenausstattung des Unternehmens zu treffen. Zusätzlich dazu können durch die Ergebnisse des Simulationsmodells die Kon s e quenzen von un t e r s ch i e d l i chen Handlungsalternativen hinsichtlich der quan- titativen und qualitativen Kapazität, der in- frastrukturellen Aufstellung sowie der dro- henden Pönalen quantifiziert und somit be- wertet werden. Aussagen, wie beispielsweise „Serviceversprechen im Sinne von 99,5 Prozent technische Verfügbarkeit bedeuten im Verhältnis zu einem Servicelevel in Höhe von 97 Prozent ein doppeltes finanzielles Risiko und eine doppelte Vorhaltung von Ressourcen“, können explizit nicht pauschal formuliert werden. Für eine derartige, pauschalisierende Aussage müssen zu viele unternehmensspezifische Restriktionen beachtet werden, sodass eine unternehmensspe- zifische Datenerfassung und -aufbereitung für den Anwendungsfall immer notwendig ist. So ist die obere, pauschalisierte Aussage für jeden individuellen Anwendungsfall simulationsbasiert zu überprüfen. Die folgenden Abbildungen zeigen partielle Ergebnisse eines Simulationslaufs. Einerseits Bild 1: Spannungsfeld bei der Konzeption von Modellen (siehe K omarnicki 1980) FIR-Forschungsprojekte