Stärkung der Lieferketten in Zeiten von Pandemien

Jüngste Pandemien haben Schwächen in unserer globalen Wirtschaft aufgezeigt, besonders in den Lieferketten. Die Bedrohung durch zukünftige Pandemien stellt für Geschäftsinhaber die Herausforderung dar, zwischen schnellen Gewinnen und langfristiger Stabilität in den Lieferketten zu wählen. Diese Studie schlägt ein neues Simulationsmodell vor, das ein Pandemieverbreitungsmodell mit einem Angebots- und Nachfragemodell kombiniert, um zu bewerten, wie Unternehmen ihre Lieferketten während Pandemien stärken können. Durch Computerversuche haben wir verschiedene Strategien untersucht, um Resilienz in den Lieferketten unter verschiedenen Pandemieszenarien aufzubauen. Unsere Ergebnisse deuten darauf hin, dass eine ausgewogene Strategie sowohl in Pandemie- als auch in Nicht-Pandemie-Situationen effektiver ist und die Notwendigkeit von Bereitschaft und Anpassungsfähigkeit betont.

#Die Auswirkungen von Pandemien auf Wirtschaften

Pandemien wie COVID-19 oder die Spanische Influenza während des Ersten Weltkriegs haben deutlich gezeigt, wie fragil unsere Wirtschaftssysteme sein können. Kurzfristig stören Pandemien die Produktion, verursachen plötzliche Veränderungen in der Verbrauchernachfrage und überlasten die Gesundheitssysteme, was zu unmittelbaren wirtschaftlichen Rückgängen führt. Langfristige Effekte umfassen Veränderungen in den Industrien, Verschiebungen auf dem Arbeitsmarkt und verändertes Verbraucherverhalten, die alle die Erholung und das Wachstum erschweren.

Lieferketten, das Rückgrat des globalen Handels, sind besonders anfällig für die durch Pandemien verursachten Schocks. Ein vernetztes Netzwerk von Zulieferern, Herstellern, Distributoren und Einzelhändlern kann schnell auseinanderfallen, was zu Engpässen, Preisspitzen und Lieferverzögerungen führt. Diese Fragilität hat eine erneute Fokussierung auf Strategien ausgelöst, die die Resilienz verbessern können.

#Das Dilemma für Unternehmen

Während Pandemien unvermeidlich sind, fällt es Unternehmen oft schwer, ein Gleichgewicht zwischen der Vorbereitung auf zukünftige Störungen und der Erzielung aktueller Gewinne zu finden. Dieser kurzfristige Fokus kann in Konflikt mit dem Bedarf stehen, resistente Lieferketten aufzubauen, die künftigen Herausforderungen standhalten können. Dieses Dilemma ähnelt anderen Optimierungsherausforderungen, bei denen sofortige Gewinne mit langfristigen Zielen in Konflikt geraten können.

Es ist eine komplexe Herausforderung, einen Weg zu finden, wie Unternehmen ihre Strategien in der Lieferkette verbessern können, während sie gleichzeitig die Gewinne maximieren. Frühere Forschungen haben untersucht, wie Unternehmen während früherer Pandemien reagiert haben, um herauszufinden, welche Strategien am besten funktioniert haben. Obwohl diese Studien wertvolle Einblicke bieten, stossen sie auch auf Einschränkungen, weil sie auf vergangenen Daten basieren und nicht auf Echtzeiterprobungen.

#Die Rolle von Simulation und mathematischen Modellen

Mathematische Modelle und Computersimulationen sind leistungsstarke Werkzeuge zur Bewältigung dieser Herausforderungen. Zwar erfassen sie nicht immer jede Nuance der Realität, sie können jedoch genügend Informationen liefern, um eine nützliche Darstellung einer bestimmten Situation zu schaffen. Die agentenbasierte Simulation (ABS) ist eine solche Methode, die untersucht, wie verschiedene Akteure, die verschiedene Teile der Lieferkette repräsentieren, unter verschiedenen Bedingungen interagieren. Durch die Simulation verschiedener Pandemieszenarien und Resilienzstrategien können wertvolle Lektionen darüber gewonnen werden, wie man kurzfristige Gewinne mit langfristiger Nachhaltigkeit in Einklang bringt.

#Frühere Studien zur Resilienz von Lieferketten

Mehrere Studien haben bereits untersucht, wie Lieferketten Krisen, einschliesslich Pandemien, überstehen. Zum Beispiel hat einige Forschung ABS verwendet, um zu bewerten, wie Veränderungen in Angebot und Nachfrage während COVID-19 die Lieferketten beeinflusst haben. Andere haben die Resilienz von Lieferketten mit biologischen Immunsystemen verglichen und vorgeschlagen, dass auch Lieferketten Eigenschaften entwickeln können, die ihnen helfen, sich von Störungen zu erholen. Darüber hinaus haben Forscher die Resilienz von Lieferketten mit verschiedenen Netzwerken wie Transport- und Kommunikationssystemen verknüpft und Modelle identifiziert, die diese Interaktionen am besten darstellen.

#Das vorgeschlagene Modell

Diese Studie präsentiert ein neues ABS-Modell, um zu bewerten, wie viel ein Unternehmen während Pandemien in die Resilienz der Lieferkette investieren sollte. Dieses Modell kombiniert ein SIR-epidemiologisches Modell mit einem Angebots-Nachfrage-Wirtschaftsmodell, um zu analysieren, wie Pandemien Unternehmen und ihre Resilienzstrategien beeinflussen. Das Ziel ist es, die Sensitivität dieser Strategien gegenüber verschiedenen wirtschaftlichen und pandemiebezogenen Veränderungen zu bewerten und maschinelles Lernen zu nutzen, um Unternehmen zu helfen, die effektivsten Resilienzstrategien zu bestimmen.

#Überblick über Lieferketten

Lieferketten sind entscheidend für moderne Volkswirtschaften, da sie den Transport von Waren und Dienstleistungen ermöglichen. In der heutigen Wirtschaft konkurrieren Unternehmen nicht nur über Branding, sondern arbeiten auch als Teile grösserer Netzwerke. Der Erfolg hängt jetzt davon ab, diese komplexen Beziehungen effektiv zu managen und zu koordinieren. Eine Lieferkette ist ein integriertes System von Prozessen, das alles von der Beschaffung von Rohstoffen bis zur Lieferung fertiger Produkte umfasst, wobei immer das Ziel besteht, Effizienz und Rentabilität zu maximieren.

Es gibt verschiedene Ansätze zur Modellierung von Lieferketten, darunter deterministische Modelle, stochastische Modelle, wirtschaftliche Spieltheorien und simulationsbasierte Modelle. Während viele Modelle sich auf stationäre Bedingungen konzentrieren, erfassen sie oft nicht die dynamische Natur von Lieferketten, die von schwankender Nachfrage und Verzögerungen betroffen sind. Die Kombination von Angebot- und Nachfragemodellen mit Netzwerkanalysen kann die Komplexität des Managements von Lieferketten genauer darstellen.

#Agentenbasierte Simulation erklärt

Agentenbasierte Simulation (ABS) erfasst die Dynamik mehrerer Akteure über Zeit. Sie umfasst zwei Hauptkomponenten: die Umwelt und eine Population von Akteuren, die entweder ähnlich oder vielfältig sein können. Akteure interagieren auf drei Hauptarten: spontane Interaktionen, Agent-Agent-Interaktionen und Agent-Umwelt-Interaktionen.

ABS wird zunehmend in verschiedenen Bereichen wie Epidemiologie und Lieferkettenmanagement eingesetzt, um komplexe Systeme zu modellieren und das Verhalten einzelner Akteure innerhalb dieser Systeme zu analysieren.

#Epidemiologische Modelle in ABS

ABS wird oft in epidemiologischen Modellen verwendet, um die Dynamik der Bevölkerung auf eine Weise zu erfassen, bei der andere Methoden Schwierigkeiten haben könnten. Zum Beispiel haben Forscher ABS angewendet, um die Bewegung von Fussgängern zu studieren und wie sie mit der Verbreitung von luftübertragbaren Krankheiten zusammenhängt. In diesem Kontext berücksichtigen verschiedene Modelle, wie das SIR-Modell, die verschiedenen Phasen der Krankheitsprogression und klassifizieren Individuen als anfällig, exponiert, infiziert oder genesen.

#Lieferkettenmodelle in ABS

Ähnlich wie in der Epidemiologie wird ABS auch in der Modellierung von Lieferketten eingesetzt. ABS kann die unterschiedlichen Rollen und Ziele der Akteure innerhalb einer Lieferkette darstellen, einschliesslich Verbraucher, Unternehmen und Produkte. Durch die Simulation verschiedener Lieferkettenszenarien können Forscher die Auswirkungen unterschiedlicher Strategien und Marktdynamiken analysieren.

Einige Studien haben ABS genutzt, um die Auswirkungen von Einzelhandelsengpässen zu untersuchen und aufzuzeigen, wie Veränderungen im Marktanteil die Resilienz beeinflussen können. Andere haben Aspekte von Inventar, Produktion und Transport in ihre ABS-Frameworks integriert und gezeigt, wie diese Faktoren in Lieferketten zusammenarbeiten.

#Das vorgeschlagene ABS-Modell für die Resilienz von Lieferketten

Unser vorgeschlagenes Modell besteht aus drei miteinander verbundenen Submodellen: epidemiologisch, wirtschaftlich und Lieferkette. Jedes Modell enthält verschiedene Akteure, wie Verbraucher, Unternehmen und Produkte. Das Modell bewertet, wie Pandemien Unternehmen und ihre Resilienzstrategien beeinflussen.

Um unser Modell darzustellen, beschreiben wir es als eine Menge von Akteuren und Interaktionen innerhalb eines systematischen Rahmens. Die Akteure umfassen Verbraucher, die jeweils durch ihr verfügbares Geld, ihr Gehalt, ihre Nachfrage nach Produkten und pandemiebezogene Veränderungen definiert sind. Unternehmen haben ihre eigenen Definitionen, die sich auf ihre Betriebskosten, verfügbaren Produkte und Verbindungen zu Verbrauchern konzentrieren. Produkte sind durch Preis, Vorbereitungszeit und benötigte Zutaten definiert.

Diese Interaktionen bilden die Grundlage unseres Modells und ermöglichen es uns zu beobachten, wie unterschiedliche Strategien in der Lieferkette unter dem Stress einer Pandemie abschneiden.

#Das epidemiologische Modell

Das epidemiologische Submodell basiert auf einer erweiterten Version des SIR-Modells, wobei Verbraucher in fünf Gruppen unterteilt sind: anfällig, exponiert, infiziert, genesen und tot. Das Modell verfolgt, wie Verbraucher basierend auf Interaktionen und Zeit zwischen diesen Zuständen wechseln, wodurch wir die Verbreitung von Krankheiten und deren Auswirkungen auf Lieferketten verstehen können.

#Das Angebots- und Nachfragemodell

Das lokale Angebots- und Nachfragemodell basiert auf traditionellen wirtschaftlichen Prinzipien. Jeder Verbraucher hat eine Nachfrage nach Produkten, die sich basierend auf dem Stand der Pandemie ändert. Verbraucher versuchen, Produkte zum niedrigsten Preis zu kaufen, während Unternehmen versuchen, dieser Nachfrage nachzukommen und gleichzeitig ihre Betriebskosten zu verwalten. Diese Interaktion hilft uns zu analysieren, wie sich das Verbraucherverhalten während Pandemien anpasst.

#Das Lieferketten- und räumliche Modell

Die Lieferkette operiert innerhalb eines Netzwerks von Standorten, wo Produkte basierend auf etablierten Lieferketten bewegt werden. Verbraucher bleiben in ihren jeweiligen Gemeinschaften, während Produkte zwischen Unternehmen zirkulieren. Indem wir diese verschiedenen Elemente verbinden, können wir untersuchen, wie Pandemien die Lieferketten im grösseren Massstab beeinflussen.

#Integration der Modelle

Um das Gesamtverhalten des Modells zu analysieren, haben wir es in Python implementiert und Simulationen durchgeführt, um zu beobachten, wie Lieferketten auf verschiedene Pandemieszenarien reagieren. Während jeder Simulationsrunde treten verschiedene Prozesse auf, einschliesslich Veränderungen im epidemiologischen Zustand der Verbraucher und wirtschaftlichen Interaktionen zwischen den Akteuren.

#Ziele der Resilienz von Lieferketten

Unternehmen zielen darauf ab, ihre Gewinne zu maximieren und gleichzeitig das Risiko einer Insolvenz während Pandemien zu minimieren. Um diese Ziele in Einklang zu bringen, müssen Unternehmen kosteneffiziente Lieferketten aufbauen und darauf vorbereitet sein, Störungen zu bewältigen. Dies schafft einen Kompromiss, bei dem Unternehmen eine optimale Strategie finden müssen, die sowohl Gewinn als auch Resilienz berücksichtigt.

#Maschinelles Lernen in der Lieferkettenstrategie

Das Finden des richtigen Gleichgewichts der Strategien kann komplex sein, da der optimale Ansatz für jedes Unternehmen von zahlreichen Faktoren abhängt, einschliesslich seiner spezifischen Situation und des breiteren wirtschaftlichen Kontextes. Um Unternehmen zu helfen, ihre ideale Strategie zu bestimmen, haben wir maschinelles Lernen angewendet, das Daten aus früheren Simulationen analysiert, um optimale Werte für jedes Unternehmen abzuschätzen.

#Experimentalsetup für das Modell

Angesichts der Schwierigkeiten, realistische Daten zu Entscheidungen in der Lieferkette und Finanzen zu erhalten, haben wir verschiedene synthetische Ökonomien erkundet, um eine breite Palette von Szenarien zu sammeln. Durch das Durchführen mehrerer Simulationen haben wir bewertet, wie unterschiedliche Schweregrade von Pandemien die Unternehmensleistung und Strategien in der Lieferkette beeinflusst haben.

#Ergebnisse der Experimente

Unsere Experimente konzentrierten sich darauf, zu analysieren, wie verschiedene Unternehmen unter verschiedenen Strategien während einer Pandemie abschneiden. Wir haben entdeckt, dass Unternehmen, die sich nicht auf Pandemien vorbereitet haben, vor schweren wirtschaftlichen Herausforderungen standen, während diejenigen, die sich übermässig auf die Vorbereitung konzentriert haben, Ineffizienzen erlebten. Ein ausgewogener Ansatz brachte die besten Ergebnisse.

#Sensitivitätsanalyse der Pandemieparameter

Wir haben auch untersucht, wie verschiedene pandemiebezogene Faktoren die Entscheidungen der Unternehmen beeinflussten. Beispielsweise mussten Unternehmen, als die Infektionsraten stiegen, besser auf mögliche Störungen vorbereitet werden. Erhöhte Genesungsraten zeigten auch den Bedarf an besserer Planung an. Darüber hinaus führten grössere Bevölkerungen zu bedeutenderen Auswirkungen auf die Lieferketten, was zu mehr Unsicherheit führte.

#Maschinelles Lernen zur Schätzung der Strategie

Wir haben unser maschinelles Lernmodell an Millionen von Proben trainiert, wodurch es Vorhersagen für die Strategien von Unternehmen während einer Pandemie generieren konnte. Das Modell zeigte starke Leistungen, insbesondere bei Unternehmen, die weniger von der Pandemie betroffen waren. Es stellte jedoch fest, dass die Vorhersagen in komplexeren Situationen weniger genau waren.

#Bedeutung der Merkmale im maschinellen Lernen

Das maschinelle Lernmodell identifizierte Schlüsselfaktoren, die die Strategie des Unternehmens beeinflussen, wie die Anzahl der Verbraucher an einem Standort und die verfügbaren Ressourcen des Unternehmens. Diese Erkenntnisse bieten Einblicke in die bedeutendsten Elemente, die bestimmen, wie Unternehmen sich auf potenzielle Störungen vorbereiten sollten.

#Fazit

Diese Studie führte ein neues agentenbasiertes Simulationsmodell ein, um zu verstehen, wie Pandemien die Resilienzstrategien von Lieferketten beeinflussen. Durch die Kombination von epidemiologischen und wirtschaftlichen Modellen bewerteten wir verschiedene Ansätze und fanden heraus, dass ausgewogene Strategien für Unternehmen in herausfordernden Zeiten am effektivsten sind. Diese Erkenntnisse können politischen Entscheidungsträgern und Geschäftsinhabern helfen, sich besser auf die Unsicherheiten vorzubereiten, die zukünftige Pandemien mit sich bringen können.