Simulation zur Planung und Gestaltung von Servicekapazitäten
Business & Finance, Management & Leadership, Operations Research
| Author: | Daniel Gurski | ISBN: | 9783656266471 |
| Publisher: | GRIN Verlag | Publication: | September 3, 2012 |
| Imprint: | GRIN Verlag | Language: | German |
| Author: | Daniel Gurski |
| ISBN: | 9783656266471 |
| Publisher: | GRIN Verlag |
| Publication: | September 3, 2012 |
| Imprint: | GRIN Verlag |
| Language: | German |
Bachelorarbeit aus dem Jahr 2011 im Fachbereich BWL - Unternehmensforschung, Operations Research, Ruhr-Universität Bochum, Sprache: Deutsch, Abstract: Die Struktur der internationalen Wirtschaft hat sich in den letzten Jahrzehnten stark verändert. Ein Großteil der westlichen Volkswirtschaften hat sich seit den 1970er Jahren von einer Industrie- zu einer Dienstleistungsgesellschaft gewandelt, in der die Effizienz und vor allem die Kundenzufriedenheit eine immer wichtigere Rolle spielen, um am wettbewerbsintensiven Markt zu bestehen.1 Die Servicequalität ist hierbei neben dem Preis der Leistung ein Entscheidungskriterium auf dessen Basis Kunden sich für einen Anbieter entscheiden. 2 Sie wird zentral über die Unmittelbarkeit der Bedienung bestimmt - lange Wartezeiten reduzieren die Kundenzufriedenheit und sollten vermieden werden.3 Für die Entscheidungsträger entsteht somit ein Trade-Off zwischen der Verkürzung von Wartezeiten und den Kosten zusätzlicher Kapazitäten.4 Das Ziel des Unternehmens ist deshalb eine möglichst kosteneffiziente, gelungene Abstimmung der Kapazität auf die indeterminierte Nachfrage. Durch ihre Potenzialorientierung haben Kapazitätsentscheidungen hierbei eine konstitutive Natur und in erster Linie eine strategische Dimension.5 In der vorliegenden Arbeit soll die Frage geklärt werden, inwieweit der Einsatz stochastischer Simulation auf Prozessebene die Entscheidungsfindung bei der Planung und Gestaltung von Servicekapazitäten unterstützen kann. Die Entwicklung eines aussagekräftigen Simulationsmodells beinhaltet hierbei drei Elemente: das zu analysierende Realsystem, ein theoretisches Modell des Systems und die computerbasierte Repräsentation des Modells im Simulationsprogramm.6 [...] 1 Vgl. Kostecki (1996), S. 1. 2 Vgl. Jahnke et al. (2005), S. 1. 3 Vgl. Chebat/Filiatrault (1993), S. 35. 4 Vgl. Paul/Stevens (1971), S. 213. 5 Vgl. Corsten/Gössinger (2007), S. 163. 6 Vgl. Vincent (1998), S. 55.
Bachelorarbeit aus dem Jahr 2011 im Fachbereich BWL - Unternehmensforschung, Operations Research, Ruhr-Universität Bochum, Sprache: Deutsch, Abstract: Die Struktur der internationalen Wirtschaft hat sich in den letzten Jahrzehnten stark verändert. Ein Großteil der westlichen Volkswirtschaften hat sich seit den 1970er Jahren von einer Industrie- zu einer Dienstleistungsgesellschaft gewandelt, in der die Effizienz und vor allem die Kundenzufriedenheit eine immer wichtigere Rolle spielen, um am wettbewerbsintensiven Markt zu bestehen.1 Die Servicequalität ist hierbei neben dem Preis der Leistung ein Entscheidungskriterium auf dessen Basis Kunden sich für einen Anbieter entscheiden. 2 Sie wird zentral über die Unmittelbarkeit der Bedienung bestimmt - lange Wartezeiten reduzieren die Kundenzufriedenheit und sollten vermieden werden.3 Für die Entscheidungsträger entsteht somit ein Trade-Off zwischen der Verkürzung von Wartezeiten und den Kosten zusätzlicher Kapazitäten.4 Das Ziel des Unternehmens ist deshalb eine möglichst kosteneffiziente, gelungene Abstimmung der Kapazität auf die indeterminierte Nachfrage. Durch ihre Potenzialorientierung haben Kapazitätsentscheidungen hierbei eine konstitutive Natur und in erster Linie eine strategische Dimension.5 In der vorliegenden Arbeit soll die Frage geklärt werden, inwieweit der Einsatz stochastischer Simulation auf Prozessebene die Entscheidungsfindung bei der Planung und Gestaltung von Servicekapazitäten unterstützen kann. Die Entwicklung eines aussagekräftigen Simulationsmodells beinhaltet hierbei drei Elemente: das zu analysierende Realsystem, ein theoretisches Modell des Systems und die computerbasierte Repräsentation des Modells im Simulationsprogramm.6 [...] 1 Vgl. Kostecki (1996), S. 1. 2 Vgl. Jahnke et al. (2005), S. 1. 3 Vgl. Chebat/Filiatrault (1993), S. 35. 4 Vgl. Paul/Stevens (1971), S. 213. 5 Vgl. Corsten/Gössinger (2007), S. 163. 6 Vgl. Vincent (1998), S. 55.
