... home >>
 
Auch wenn natürlich jede Beer-Game-Simulation ihren eigenen, individuellen Verlauf nimmt, so stößt man bei der Betrachtung der Entwicklung von Lagerbeständen und Bestellmengen doch immer wieder auf dieselben Muster. Dass ist umso bemerkenswerter, wenn man bedenkt, dass die Spieler frei entscheiden können, wieviel sie bestellen bzw. produzieren wollen. Wie kommt es dann, dass doch jedes Beer-Game die gleichen - mehr oder weniger ineffizienten - Ergebnisse hervorbringt?
 

WAS PASSIERT ....

Das "Unheil" nimmt seinen Ausgang ab dem Zeitpunkt, ab dem die Nachfrage des Endkunden nach Bier auf ein höheres Niveau ansteigt. In Folge beginnt der Lagerbestand des Einzelhändlers zu sinken und er erhöht seine Bestellungen. Da die Mengen, die er heute bestellt, aber erst in zwei Runden eintreffen, wird sein (effektiver) Lagerbestand weiter absinken. Die Reaktion: Er gerät in Panik und erhöht seine Bestellungen weiter. Der Großhändler - die vorgelagerte Stufe - sieht sich plötzlich mit einem Bombardement von Bestellungen konfrontiert und stockt seinerseits die Nachfrage auf.

Jede Station sieht sich in der Situation, dass der Lieferant scheinbar "schläft" und die Bestellungen ignoriert, während der Kunde immer stärker danach verlangt, bedient zu werden. Dadurch entsteht der Eindruck, als ob die Marktfrage explodiert wäre.

Wie eine Welle schaukeln sich nun die Mengen entlang der Kette auf, bis eine riesige Nachfrage die Brauerei erreicht, die natürlich sofort die Produktion hinaufschraubt. Nun macht sich die Welle in umgekehrter Richtung und in Form von Bierlieferungen auf den Weg und überrollt die Stufen geradezu. Hat man in der einen Runde noch Fehlmengen zu verzeichnen gehabt, explodiert das Lager in der nächsten Runde. Und ganz nach der Devise "Die Geister die ich rief ..." wollen die Lieferungen nicht enden. In vielen Fällen begründen die Spieler durch das blitzartige Drosseln ihrer Bestellungen einen zweiten Zyklus.

Man sieht: Das System läuft Amok. Runden mit enormen Bestellungen folgen auf solche mit 0 Einheiten, Wochen mit übervollen Lager folgen auf solche, in denen man verzweifelt auf Lieferungen wartet.

 
TYPISCHE RESULTATE

Da bei jedem Beer-Distribution-Game andere Personen mitwirken und ihre individuellen Charakterzüge in die Simulation einbringen, wird es auch niemals völlig identische Ergebnisse geben. Dennoch: in den wesentlichen Grundzügen wird jedes Spiel den oben beschriebenen Verlauf nehmen. Das lässt sich auch aus den Aufzeichnungen verschiedener Durchgänge der Simulation erkennen.

Abb. 1 präsentiert Resultate einer am Massachusetts Institute of Technology (MIT) von John D. Sterman durchgeführten Simulation. Jede der Spalten steht für eine Kette; die oberen Diagramme stellen die Entwicklung der Bestellungen, die unteren die der effektiven Lagerbestände dar. Jeweils der erste Graph zeigt die Aufzeichnungen der factory (F), der zweite die des distributors (D), gefolgt von jenen des wholesalers (W) und des retailers (R). Von den Kosten her lässt sich sagen, dass diese nach Abbruch des Spiels in Runde 36 durchschnittlich bei $2.000 liegen, es aber nicht unüblich ist, wenn sie $10.000 übersteigen. (Die optimale Leistung würde bei $200 liegen).

Abb.1: Ergebnisse von Beergame-Simulationen am MIT / John D. Sterman

 
Die Kurven "erzählen", was unter "Was geschieht ..." ausführlich beschrieben wurde: Nacheinander sammeln sich bei den einzelnen Stufen Fehlmengen an, eine nach der anderen Station erhöht die Bestellungen und reduziert sie dann wieder, wenn die Lager plötzlich explodieren. Die Entwicklung beginnt beim Einzelhändler und pflanzt sich die Supply Chain hinauf bis zur Fabrik fort, macht dann kehrt und rast die Kette wieder runter.

Es genügt ein Blick, um festzustellen, dass sich die Graphen ähneln. Man findet in jeder Kette dieselben, typischen Verhaltensmuster, die Sterman wie folgt benennt:

  • Schwingung (Oszillation): Bestellmengen und Lagerbestände fluktuieren, es ergibt sich eine Schwingungskurve mit einer Periode (Schwingungsdauer) von etwa 20 Wochen.
  • Verstärkung: Die Amplitude und die Varianz in den Bestellungen erhöht sich stetig vom Kunden zum Einzelhändler zur Fabrik, ein Phänomen bekannt als der Bullwhip-Effekt. Die Höchstbestellung (bzw. Produktion) der Fabrik ist im Durchschnitt doppelt so hoch wie die Spitzenbestellung des Einzelhändlers.
  • Phasenverschiebung: Bewegt man sich vom Einzelhändler zur Fabrik, tendieren die Bestellungen dazu, ihren Höchstwert immer später zu erreichen.

Abb. 2 zeigt weitere Resultate von durchgeführten Beer-Game-Simulationen, wieder mit den gleichen Mustern. Es soll an dieser Stelle darauf hingewiesen werden, dass die Effekte auch unter verschiedenen Formen der Konsumentennachfrage auftreten und die Leistung sogar bei vollkommener Information im System nicht signifikant besser wird.

Abb.2: Weitere Ergebnisse / Beegames am MIT, Freie Universität Berlin, International University of Japan

 
Während die ersten beiden Ketten - Simulationen durchgeführt am MIT - den "traditionellen" Regeln (einmalige Veränderung der Konsumentenachfrage + keine Information über Bestellungen der anderen Stationen) unterliegen, hatten die Spieler in Kette 3 (Freie Universität Berlin - FUB) und 4 (International University of Japan - IUJ) vollkommene Systeminformation. Die Konsumentennachfrage war darüber hinaus nicht konstant, sondern unterlag einer geringfügigen Variabilität (siehe erste Zeile) Trotz dieser Veränderungen im Aufbau der Simulation zeigen sich - wenn auch abgeschwächt - wieder die Muster der Schwingung, Verstärkung und Phasenverschiebung. Ein Hinweis darauf, dass ein optimales Management der Supply Chain mehr verlangt, als nur das Vorhandensein globaler Information auf allen Stufen.
 

URSACHEN UND AUSWEGE

Die Komplexität, die bereits in dieser simplen Supply Chain vorliegt, die Ungewissheit über die Marktnachfrage und der Zeitdruck, unter dem die Stationen ihre Entscheidungen treffen müssen, macht die Erzielung optimaler Ergebnisse kompliziert. Die Spieler treffen ihre Bestell- und Produktionsentscheidungen lokal und das unter falschen Wahrnehmungen und verzerrter Systeminformation. Es ist nicht verwunderlich, dass sie in dieser Umgebung versagen, die Auswirkungen ihrer Entscheidungen auf das System vorauszusagen.

Während des Beer-Games gehen die Emotionen oft hoch. Spieler fühlen sich frustriert und hilflos und neigen dazu, externen Faktoren, andern Stufen oder dem Konsumenten die Schuld für ihre schlecht Performance zuzuschieben. Letzterer ist als Sündenbock besonders beliebt: Erst bestellt er soviel und dann wenn ich endlich liefern kann, hat er es sich anders überlegt. Die meisten Spieler sind überrascht, wenn sie erfahren, dass die Konsumentennachfrage mit Ausnahme einer einmaligen Erhöhung während des Spieles konstant war.

Gewöhnlich können sich die Spieler die Auswirkungen ihres Handelns auf das ganze System nicht vorstellen. Es ist kompliziert, sich Wechselbeziehungen, Zeitverzögerungen und Rückkoppelungen im System zu überlegen und man neigt dazu, ein relativ einfaches Bestellschema zu verwenden. So ist es eine natürliche Reaktion, bei Fehlmengen wie wild zu bestellen, obwohl in der Lieferkette genug Bier vorhanden ist. Besonders wenn wir unter Druck stehen, vergessen wir, dass wir Teil eines Systems sind und konzentrieren uns stattdessen vollkommen auf unsere Rolle in diesem. Wenn uns dann die langfristigen Folgen unserer kurzfristigen Entscheidungen ereilen, beschuldigen wir unsere Kunden für ihre idiotischen Bestellungen und unsere Lieferanten für ihre Langsamkeit.

Zu verstehen, wie sich durch scheinbar rationales Handeln ein Ergebnis ergibt, dass keiner wollte, ist einer der wichtigen Erkenntnisse aus der Beer-Game-Simulation. Die geistigen Modelle, die Menschen dazu verwenden, um komplexe dynamische Systeme zu steuern, beschränken sich auf den Glauben, dass sie im Grunde nur ein Spielball im System sind. Das Beer-Game zeigt: nicht externe Faktoren, sondern die interne Struktur bestimmt das Systemverhalten, oder kurz "structure creates behavior". Sich auf externe Effekt hinauszureden verhindert, dass wir lernen und beginnen, Systeme unseren Erfordernissen anzupassen. Der Ausweg aus dem Dilemma heißt also: Wir müssen beginnen "systemisch zu denken".

 

LITERATUR:

Glasser, Perry (2000): Supply Chain Fatalism: Chips and Beer, URL: http://www.illuminata.com/public/content/beer/beer3.htm

Haehling von Lanzenauer, Christoph / Pilz-Glombik, Karsten (2000): A Supply Chain Optimization
Model for MIT’s Beer Distribution Game
, in: ZfB, 70. Jg. (2000), H. 1, S.101-116

Sterman, John (1984): Instructions for Running the Beer Distribution Game, URL: http://www.solonline.org/pra/tool/beer.html

Sterman, John (1992): Teaching Takes Off. Flight Simulator for Management Education. The Beer Game, in: OR/MS Today, Oktober 2000, S. 40-44 (http://web.mit.edu/jsterman/www/SDG/beergame.html)