Supply Chain Modellierung und Optimierung mit Vensim: Ein Tutorial zur Simulation von Angebot und Nachfrage bei Dialysefiltern

Einführung in die Supply Chain Modellierung mit Vensim

Die Modellierung und Optimierung von Lieferketten ist ein zentrales Thema in der modernen Betriebswirtschaft. Im Modul IFB315TC Supply Chain Modelling and Optimisation lernen Studierende, wie sie mit der Software Vensim PLE komplexe Systeme abbilden und analysieren können. In diesem Tutorial betrachten wir ein praxisnahes Beispiel: die Planung von Angebot und Nachfrage nach Filtern für Dialysegeräte der Firma Braun Melsungen AG. Dieses Szenario ist nicht nur für Medizintechnikunternehmen relevant, sondern auch für viele andere Branchen, in denen eine Make-to-Stock-Strategie verfolgt wird.

Aktuell, im Juni 2026, gewinnt die Resilienz von Lieferketten weiter an Bedeutung – sei es durch geopolitische Spannungen oder die Nachwirkungen der Pandemie. Unternehmen wie Braun Melsungen müssen flexibel auf Nachfrageschwankungen reagieren, ähnlich wie es in der Gaming-Branche bei der Einführung neuer Konsolen der Fall ist. Die Fähigkeit, solche Systeme mit Vensim zu modellieren, ist daher ein wertvolles Skill-Set für angehende Supply-Chain-Manager.

Grundlagen des Modells: Nicht-adaptive Angebots- und Nachfragesteuerung

Im ersten Teil der Aufgabenstellung wird eine nicht-adaptive Make-to-Stock-Strategie angenommen. Das bedeutet, dass die Produktion unabhängig von der aktuellen Nachfrage erfolgt – es wird produziert und dann gelagert, bevor verkauft wird. Um dies abzubilden, zeichnen Sie ein Stock-and-Flow-Diagramm in Vensim.

Wichtige Variablen im Stock-and-Flow-Diagramm

• Lagerbestand (Inventory): Der Bestand an Filtern im Lager.
• Produktion (Production): Die Anzahl der monatlich produzierten Filter.
• Lieferungen (Deliveries): Die Anzahl der an Krankenhäuser ausgelieferten Filter.
• Nachfrage (Demand): Die von den Kliniken gewünschte Menge.
• Produktionsrate (Production Rate): Filter pro Monat, abhängig von der Anzahl der Mitarbeiter.
• Mitarbeiter (Employees): Die Anzahl der beschäftigten Arbeiter.

Die Beziehung zwischen diesen Variablen ist einfach: Der Lagerbestand erhöht sich durch die Produktion und verringert sich durch die Lieferungen. Die Lieferungen wiederum sind begrenzt durch den Lagerbestand und die Nachfrage. In der nicht-adaptiven Version wird die Produktion nicht an die Nachfrage angepasst, sondern bleibt konstant – zum Beispiel 100.000 Filter pro Monat, wenn 125 Mitarbeiter à 1.000 Filter produzieren.

Simulation über 120 Monate mit Vensim-Gleichungen

Im zweiten Teil geht es darum, die Simulation über 120 Monate abzubilden, wobei die Nachfrage in Zweijahresblöcken variiert. Die monatlichen Nachfragen sind: 100.000, 120.000, 70.000, 110.000 und 110.000 Filter. Die Vensim-Gleichungen müssen so formuliert werden, dass die Mitarbeiterzahl nur alle zwei Jahre angepasst wird, um die gewünschte Produktion zu erreichen.

Beispielhafte Vensim-Gleichungen

Inventory = INTEG(Production - Deliveries, 300000) 
Production = Employees * Productivity 
Productivity = 1000 * (6.4/8)  ! reale Produktivität pro Mitarbeiter 
Desired Production = Demand + Safety Stock Adjustment 
Hiring/Firing = (Desired Employees - Employees) / Adjustment Time 
Employees = INTEG(Hiring/Firing, 125) 
Deliveries = MIN(Demand, Inventory) 

Beachten Sie, dass die Produktivität aufgrund der effektiven Arbeitszeit von 6,4 Stunden pro Tag tatsächlich 800 Filter pro Mitarbeiter und Monat beträgt (1000 * 6,4/8). Die Variable Desired Employees wird aus der gewünschten Produktion abgeleitet, die wiederum von der Nachfrage abhängt.

Auswertung der Ergebnisse

Nach der Simulation erhalten Sie Strip-Graphen, die den Verlauf von Lagerbestand, Produktion und Lieferungen zeigen. Sie werden feststellen, dass der Lagerbestand in Phasen hoher Nachfrage sinkt und bei niedriger Nachfrage steigt. Eine Sensitivitätsanalyse für jedes Zweijahresintervall hilft, die Auswirkungen von Parameteränderungen zu verstehen – ähnlich wie bei der Optimierung von KI-Modellen, wo Hyperparameter getunt werden.

Erweiterung: Adaptive Make-to-Stock-Strategie

Im letzten Schritt wird das Modell um eine adaptive Komponente erweitert: Die Produktion passt sich nun kontinuierlich der Nachfrage an. Dies geschieht durch eine Regelung, die den Lagerbestand und die Nachfrage berücksichtigt. In Vensim implementieren Sie dies mit einer negativen Rückkopplungsschleife, die die Produktion erhöht, wenn der Lagerbestand unter einen Sollwert fällt.

Diese adaptive Strategie ist vergleichbar mit dynamischen Preisanpassungen in der Luftfahrt oder bei Mitfahr-Apps wie Uber: Das System reagiert in Echtzeit auf Veränderungen. Für Braun Melsungen bedeutet dies, dass Engpässe und Überkapazitäten vermieden werden können.

Fazit und praktische Tipps

Dieses Tutorial hat Ihnen gezeigt, wie Sie mit Vensim PLE ein einfaches Supply-Chain-Modell für Dialysefilter erstellen. Die nicht-adaptive Version dient als Basis, um die Dynamik zu verstehen; die adaptive Version optimiert die Lieferkette. Für Ihre Assignment-Abgabe in IFB315TC ist es wichtig, die Vensim-Gleichungen korrekt zu dokumentieren und die Grafiken aussagekräftig zu beschriften. Nutzen Sie die Gelegenheit, um Ihre Fähigkeiten in der Modellierung zu vertiefen – ein Schlüsselkompetenz für Berufe im Supply Chain Management, in der Logistik und im Gesundheitswesen.

„Supply Chain Optimierung ist wie ein Puzzle: Jedes Teil muss perfekt passen, damit das Gesamtsystem funktioniert.“