Was ist der Bullwhip-Effekt, und wie verhindere ich ihn?

Das klassische Beispiel: Procter & Gamble

P&G entdeckte in den 1990ern: Pampers-Endkundennachfrage war stabil. Babies werden ja konstant geboren. Bestellungen an P&G schwankten stark, Bestellungen bei P&Gs Rohstoff-Lieferanten extrem. Je weiter weg vom Endkunden, desto wilder die Ausschläge. Klassische Demonstration: das „Beer Distribution Game“ am MIT.

Die 4 Haupt-Ursachen (Lee et al. 1997)

(1) Demand-Signal-Processing: Jede Stufe extrapoliert aus eigenen Bestellungen statt Endkunden-POS-Daten. (2) Order-Batching: Bestellungen werden gesammelt (z. B. monatlich), erzeugen künstliche Peaks. (3) Preis-Schwankungen: Sonderaktionen führen zu Vorratskäufen, danach Durststrecke. (4) Rationing & Shortage-Gaming: Bei Knappheit bestellen Kunden mehr als sie brauchen, um Allocation-Quote zu sichern, die Bestellung lügt.

Folgen

Überhöhte Lagerbestände, schlechte Service-Levels, Kapazitäts-Fehlplanung, hohe Produktionskosten durch Up-Down-Sprünge, falsche Investitionsentscheidungen. Schätzungen: Bullwhip kostet die Konsumgüterbranche 12–25% Bestandskosten.

5 Gegenmittel

(1) POS-Daten teilen: alle Stufen sehen die echte Endkundennachfrage (Collaborative Planning, CPFR). (2) EDI/API für kleinere Bestellzyklen statt Monats-Batches. (3) Vendor-Managed Inventory (VMI): Lieferant steuert Bestand des Kunden, kennt echte Verbräuche. (4) EDLP-Preise (Every Day Low Price) statt Aktions-Hopping. (5) Allocation-Regeln auf vergangene Verkäufe statt aktuelle Bestellungen, verhindert Gaming.