prognosemodelle und modellauswahl michael pawelke andreas braun sebastian bauer matthias federmann...
TRANSCRIPT
![Page 1: Prognosemodelle und Modellauswahl Michael Pawelke Andreas Braun Sebastian Bauer Matthias Federmann Max Buller Nils Lamla Tom Federl Andreas Rostek Max](https://reader035.vdocuments.mx/reader035/viewer/2022062506/55204d6149795902118b5d58/html5/thumbnails/1.jpg)
Prognosemodelle und Modellauswahl
Michael PawelkeAndreas Braun
Sebastian BauerMatthias Federmann
Max BullerNils LamlaTom Federl
Andreas RostekMax Munninger
Philip Kögler
![Page 2: Prognosemodelle und Modellauswahl Michael Pawelke Andreas Braun Sebastian Bauer Matthias Federmann Max Buller Nils Lamla Tom Federl Andreas Rostek Max](https://reader035.vdocuments.mx/reader035/viewer/2022062506/55204d6149795902118b5d58/html5/thumbnails/2.jpg)
Modellüberblick
Konstantmodell
Trendmodell
Saisonmodell
Trend-Saison-Modell
![Page 3: Prognosemodelle und Modellauswahl Michael Pawelke Andreas Braun Sebastian Bauer Matthias Federmann Max Buller Nils Lamla Tom Federl Andreas Rostek Max](https://reader035.vdocuments.mx/reader035/viewer/2022062506/55204d6149795902118b5d58/html5/thumbnails/3.jpg)
Trendmodell
Anwendung:Anwendung:
• Wird verwendet bei stetig steigender/fallender Nachfrage von Produkten
Verfahren zur Prognoseberechnung:Verfahren zur Prognoseberechnung:
• gleitender Durchschnitt
• exponentielle Glättung erster Ordnung
• exponentielle Glätttung zweiter Ordnung
![Page 4: Prognosemodelle und Modellauswahl Michael Pawelke Andreas Braun Sebastian Bauer Matthias Federmann Max Buller Nils Lamla Tom Federl Andreas Rostek Max](https://reader035.vdocuments.mx/reader035/viewer/2022062506/55204d6149795902118b5d58/html5/thumbnails/4.jpg)
Trendmodell - Beispiel
Periode t NachfrageT Y(t) Y(t)* Y(t)** b(t)* a(t)* p(t) e(t)
0 80 70 4,29 90 94,29
1 80 80 73 3 87 90 -3
2 87 82,1 75,73 2,73 88,47 91,2 -2,73
3 100 87,47 79,25 3,52 95,69 99,21 -3,52
4 89 87,93 81,85 2,61 94,01 96,62 -2,61
5 120 97,55 86,56 4,71 108,54 113,25 -4,71
6 110 101,29 90,98 4,42 111,6 116,02 -4,42
7 100 100,9 93,96 2,97 107,84 110,81 -2,97
8 120 106,63 97,76 3,8 115,5 119,3 -3,8
9 110 107,64 100,72 2,97 114,56 117,53 -2,97
10 130 114,35 104,81 4,09 123,89 127,98 -4,09
= 0,3
![Page 5: Prognosemodelle und Modellauswahl Michael Pawelke Andreas Braun Sebastian Bauer Matthias Federmann Max Buller Nils Lamla Tom Federl Andreas Rostek Max](https://reader035.vdocuments.mx/reader035/viewer/2022062506/55204d6149795902118b5d58/html5/thumbnails/5.jpg)
Trendmodell - Diagramm
exponentielle Glättung 2. Ordnung
0
20
40
60
80
100
120
140
1 2 3 4 5 6 7 8 9 10
Periode
Bed
arf
Bedarf
Prognose
Vorteil exponentielle Glättung 2.Ordnung:
Gleicht Schwankungen schnell aus
![Page 6: Prognosemodelle und Modellauswahl Michael Pawelke Andreas Braun Sebastian Bauer Matthias Federmann Max Buller Nils Lamla Tom Federl Andreas Rostek Max](https://reader035.vdocuments.mx/reader035/viewer/2022062506/55204d6149795902118b5d58/html5/thumbnails/6.jpg)
Trend Saisonales Modell
Steigung der Trendgeraden:
Achsenabschnitt der Trendgeraden:
Saisonfaktor
Glättungsfaktoren: α, β, γ
![Page 7: Prognosemodelle und Modellauswahl Michael Pawelke Andreas Braun Sebastian Bauer Matthias Federmann Max Buller Nils Lamla Tom Federl Andreas Rostek Max](https://reader035.vdocuments.mx/reader035/viewer/2022062506/55204d6149795902118b5d58/html5/thumbnails/7.jpg)
Beispiel: UrlaubsreisenIn einem Reisebüro werden Urlaubsreisen gebucht, im 3. Quartal (Juli, August, September) steigt die Zahl der Buchungen stark an. Im 1. Quartal erreicht die Zahl der Buchungen in der Regel ihren Tiefpunkt. Gleichzeitig nimmt die Zahl der Buchungen aber von Jahr zu Jahr zu.
Zur Durchführung werden Startwerte benötigt
Ermittlung des Prognosewerts:
![Page 8: Prognosemodelle und Modellauswahl Michael Pawelke Andreas Braun Sebastian Bauer Matthias Federmann Max Buller Nils Lamla Tom Federl Andreas Rostek Max](https://reader035.vdocuments.mx/reader035/viewer/2022062506/55204d6149795902118b5d58/html5/thumbnails/8.jpg)
Betrachtung der Werte über 5 Jahre
![Page 9: Prognosemodelle und Modellauswahl Michael Pawelke Andreas Braun Sebastian Bauer Matthias Federmann Max Buller Nils Lamla Tom Federl Andreas Rostek Max](https://reader035.vdocuments.mx/reader035/viewer/2022062506/55204d6149795902118b5d58/html5/thumbnails/9.jpg)
Analyse der Zeitreihen-Komponenten
• Definition: ZeitreiheEine Zeitreihe ist eine zeitlich geordnete Folge von Beobachtungswerten. [hier: Nachfragemengen]
• Aufspaltung der Daten in folgende Komponenten…
![Page 10: Prognosemodelle und Modellauswahl Michael Pawelke Andreas Braun Sebastian Bauer Matthias Federmann Max Buller Nils Lamla Tom Federl Andreas Rostek Max](https://reader035.vdocuments.mx/reader035/viewer/2022062506/55204d6149795902118b5d58/html5/thumbnails/10.jpg)
Analyse der Zeitreihen-Komponenten
• Komponenten einer Zeitreihe zur Analyse:
– T : Trend
– C : Zyklische Schwankung
– S : Saisonale Schwankung
– I : Irreguläre Schwankung
![Page 11: Prognosemodelle und Modellauswahl Michael Pawelke Andreas Braun Sebastian Bauer Matthias Federmann Max Buller Nils Lamla Tom Federl Andreas Rostek Max](https://reader035.vdocuments.mx/reader035/viewer/2022062506/55204d6149795902118b5d58/html5/thumbnails/11.jpg)
Beispiel:
![Page 12: Prognosemodelle und Modellauswahl Michael Pawelke Andreas Braun Sebastian Bauer Matthias Federmann Max Buller Nils Lamla Tom Federl Andreas Rostek Max](https://reader035.vdocuments.mx/reader035/viewer/2022062506/55204d6149795902118b5d58/html5/thumbnails/12.jpg)
Modellauswahl in
• manuelle Auswahl
• automatische Auswahl
![Page 13: Prognosemodelle und Modellauswahl Michael Pawelke Andreas Braun Sebastian Bauer Matthias Federmann Max Buller Nils Lamla Tom Federl Andreas Rostek Max](https://reader035.vdocuments.mx/reader035/viewer/2022062506/55204d6149795902118b5d58/html5/thumbnails/13.jpg)
Manuelle Auswahl in SAP
• Prognosemodell sollte bekannt sein
• zur Auswahl stehen:
![Page 14: Prognosemodelle und Modellauswahl Michael Pawelke Andreas Braun Sebastian Bauer Matthias Federmann Max Buller Nils Lamla Tom Federl Andreas Rostek Max](https://reader035.vdocuments.mx/reader035/viewer/2022062506/55204d6149795902118b5d58/html5/thumbnails/14.jpg)
Automatische Auswahl in SAP
Einsatz bei folgenden Szenarien:
• Verlauf der Vergangenheitsdaten ist nicht bekannt
• Entwicklung der Daten kann nicht eingeschätzt werden
• Man möchte kein Modell vorgeben