Ein Hersteller, der dasselbe Teil von mehreren Lieferanten bezieht, löst Vorqualifizierung und Auftragsverteilung in einem strukturierten Modell.
Kurz gesagt
Kommt Ihnen das bekannt vor?
- Dieselbe Komponente kommt von 4-8 Lieferanten; jeden Monat gewinnt das niedrigste Angebot, doch Qualitätsklagen und Lieferverzüge bleiben unsichtbar.
- Ein Lieferant hält 70%+ einer kritischen Kategorie; eine Pandemie oder ein Währungsschock würde die Linie stoppen, doch das Risiko ist nicht quantifiziert.
- Vorqualifizierung prüft Preis und Zahlungsziel; Zertifikate, Finanzberichte und Qualität werden subjektiv bewertet.
- Der Einkaufsleiter verteidigt Lieferanten mit 'wir arbeiten seit Jahren ohne Probleme' — doch keine Leistungsdaten werden geführt.
- Im RFQ kommen 5-15 Angebote; die Vergleichstabelle liegt in einer Tabellenkalkulation, doch die Entscheidung fällt intuitiv.
- Die Produktion sagt 'das Material kam wieder zu spät, Fehlerquote hoch' — aber kein Lieferantenscorecard existiert.
- Nachhaltigkeits- und CO2-Berichterstattung wird zur Pflicht; die Lieferantenbasis wurde darauf nie geprüft.
Warum es wichtig ist
Wie wird es gelöst?
Technische Tiefe
Wie wird es gelöst?
Technische TiefeIn einem Satz: Nicht der niedrigste Stückpreis gewinnt, sondern die Gesamtbetriebskosten — Fehlerkosten, Verspätungsstrafen, Wechselkursrisiko und Einzelquellen-Abhängigkeit dem Preis zuschlagen. Dann etwa 70% an den besten Lieferanten, 30% an mindestens eine zweite Quelle (damit ein Ausfall die Linie nicht stoppt).
Dieses Problem liegt im Schnittpunkt von Operations Research (Disziplin, die mit Mathematik und Computereinsatz Geschäftsentscheidungen löst) und Supply-Chain-Literatur. Zwei Teilprobleme: Lieferanten-Vorqualifizierung (wer bleibt auf der Freigabeliste) und Auftragsverteilung (wer erhält welche Menge in welcher Periode). Die Lösung ist dreistufig:
1. Modellierung. Kriterienhierarchie: Preis (Stückkosten, Zahlungsziel, Mengenrabatt), Qualität (Fehlerquote, Rückgabe, Zertifizierung), Lieferung (Lieferzeit, Termintreue, Flexibilität), Risiko (Finanzkraft, geografische Konzentration, geopolitische Exposition), Nachhaltigkeit (CO2, Sozialcompliance). AHP (Analytic Hierarchy Process — Methode, die Urteile wie ‘Preis ist 3-mal wichtiger als Qualität’ in eine Matrix umsetzt und daraus Gewichte zieht) baut auf jeder Ebene paarweise Vergleichsmatrizen (Saaty 1-9 Skala), berechnet Gewichte über die Eigenvektormethode und prüft das Konsistenzverhältnis (CR — prüft, ob sich Urteile widersprechen; wer A>B>C sagt und danach C>A, ist inkonsistent) — bei CR>0,1 müssen Urteile überarbeitet werden. Auftragsverteilung als MILP (Mixed-Integer Linear Programming — Optimierung, bei der einige Variablen 0/1, andere stetige Zahlen sind): binäre Auswahlvariablen plus stetige Mengenvariablen, Bedarfsdeckung, Lieferantenkapazität, Mindestbestellmenge, Diversifikation (maximaler Anteil je Lieferant), Mengenrabattstufen.
2. Solver-gestützte Entscheidung. Die AHP-Stufe läuft in einer Tabellenkalkulation oder einem Entscheidungsmodul in Minuten. Das MILP bei mittlerem Umfang (50 Lieferanten × 200 Positionen) wird in Sekunden bis Minuten von ausgereiften Open-Source- oder kommerziellen Solvern gelöst. Üblich ist ein Quartals-RFQ-Zyklus oder eine jährliche Auffrischung der Qualifizierung. Sensitivitätsanalyse auf Gewichte ist Standardpraxis — würde die Auswahl bei 50% statt 30% Preisgewicht anders aussehen?
3. Feldintegration. Ergebnisse sind ein Lieferantenscorecard und ein Periodenplan. ERP- und Beschaffungsintegration bindet das Ergebnis an den Bestellprozess. Ein Monatscockpit (Ist-Fehlerquote, Ist-Lieferzeit, Erfüllungsgrad) speist die AHP-Gewichte zurück. Audit-Trail: welche Bestellung ging mit welcher Begründung an welchen Lieferanten — dokumentierte Beschaffungs-Governance.
Alternativen
Tabellenkalkulation plus intuitive Beurteilung
KostenlosKeine Lizenzkosten
Für wen geeignet: Sehr kleine Lieferantenbasis (<5 Lieferanten, <20 Positionen)
- + Keine Einrichtung, allgemein bekannt
- + Preisvergleich kann ausreichen
- + Flexible Anpassung
- − Mehrkriterielle Beurteilung nicht quantifiziert
- − Keine Konsistenzprüfung
- − Manuelle Verteilung — Diversifikation ignoriert
- − Leistungshistorie nicht erfasst
Inländische Beschaffungsplattform für Unternehmen
Enterprise40.000–180.000 TRY Lizenz + 8.000–30.000 TRY/Jahr Wartung (TR-Marktbeobachtung)
Für wen geeignet: Mittlerer Hersteller (50-300 Lieferanten)
- + Lokalsprachiger Support, Steuer-/Rechnungsanpassung
- + Lieferantenscorecard-Modul
- + ERP-Suite-Integration üblich
- − MCDM-Modul meist einfacher Gewichtsscore
- − MILP-Verteilung selten
- − Konsistenz- und Sensitivitätsanalyse begrenzt
Internationale Enterprise-Beschaffungssoftware
Enterprise60.000–400.000 EUR Lizenz + 15.000–80.000 EUR/Jahr
Für wen geeignet: Großer Hersteller, Mehrwerksgruppe, 500+ Lieferanten
- + Eingebaute AHP/TOPSIS-Module
- + Optimierungsgestützte Verteilung
- + Risikoscoring und Nachhaltigkeitsberichte
- − Teuer
- − 9-18 Monate Implementierung
- − Lokale Regulierung und Marktanpassung nötig
Open-Source-Solver plus eigenes Entscheidungsmodell
Open SourceKeine Lizenz; Eigenentwicklung 10-18 Wochen oder 250K-750K TRY Beratung
Für wen geeignet: KMU mit Datenteam und ungewöhnlichen Restriktionsstrukturen
- + Keine Lizenzgebühr
- + Ausgereifte Open-Source-MILP-Solver reichen
- + AHP, TOPSIS, Fuzzy-AHP-Bibliotheken verfügbar
- − Erfordert internes OR/Beschaffungs-Know-how
- − ERP-Integration separates Projekt
- − Laufende Wartung
Empfehlung
Im Gespräch fragen
- Unterstützen Sie AHP, TOPSIS oder Fuzzy-AHP für mehrkriterielle Entscheidungen? Wird das Konsistenzverhältnis (CR) berechnet?
- Wird die Auftragsverteilung als MILP modelliert oder als regelbasierte 'höchster Score gewinnt'-Logik?
- Werden Diversifikationsgrenzen (maximaler Anteil je Lieferant) und Mindestbestellmenge im Modell abgebildet?
- Sind Gesamtkosten (Qualität, Liefer-, Compliance-Kosten) im Modul enthalten oder nur Stückpreis?
- Welche Datenquellen speisen Ihr Risikoscoring (Finanzkraft, geografische Konzentration, geopolitische Exposition)?
- Wie integriert das Werkzeug mit ERP-Suite und Beschaffungssystemen (API, Datei, Enterprise Service Bus)?
- Können wir 8-12 Wochen mit unserem Lieferantenbestand und echten RFQ-Daten pilotieren? Wie wird der Gewinn gemessen?
- Wenn wir die Zusammenarbeit beenden, wie exportieren wir Scorecard-Historie, AHP-Gewichte, Verteilungsentscheidungen und Bestellverknüpfungen in einem Standardformat?
Technische Details
Anmerkung der Redaktion
Dieses Problem wird in der Alltagssprache als “den richtigen Lieferanten finden”, “Einkaufsentscheidung” oder “Vendor Selection” bezeichnet. In der akademischen Literatur läuft es als Supplier Selection Problem oder Multi-Criteria Decision Making in Procurement. Ohne diese Begriffe lässt sich beim Softwarekauf nicht zwischen Lieferantenlistenpflege (Datenhaltung) und Lieferantenauswahloptimierung (Entscheidung) unterscheiden. Die erste speichert; die zweite entscheidet.
Die zwei am häufigsten übergangenen Punkte im Feld: Erstens, das AHP-Konsistenzverhältnis (CR<0,1). Paarweise Urteile können widersprüchlich sein — ist Preis 3x wichtiger als Qualität und Qualität 3x wichtiger als Lieferung, sollte Preis 9x wichtiger als Lieferung sein; sagt der Einkäufer 2x, liegt Inkonsistenz vor. Ohne CR-Berechnung wählen falsche Gewichte den falschen Lieferanten. Zweitens, Gesamtkosten. Der niedrigste Stückpreis ist nicht die niedrigste Gesamtsumme. Fehlteile gehen in Ausschuss plus Nacharbeit, verspätete Lieferung bringt Express plus Linienstopp plus Vertragsstrafen. Ein “günstiges” Angebot ist oft 15-40% teurer.
Schritt für Schritt — für den KMU
Phase 1 — Erst messen, dann planen. Mindestens 12 Monate Lieferantenleistung (Fehlerquote, Ist-Lieferzeit, Termintreue, Rückgaben), aktive Lieferantenliste, Volumen je Kategorie, aktuelle Konzentration. Fehlt das, sofort sechs Monate sammeln.
Phase 2 — Wissenskapital ableiten. Kategorien (strategisch, Hebel, Engpass, Routine — Kraljic-Matrix), je Kategorie kritische Kriterien (Risiko und Nachhaltigkeit für strategisch, Preis und Lieferzeit für Routine). Akzeptable Konsistenzgrenze (CR<0,1 Standard). Diversifikationspolitik (max. Einzel-Anteil 50%, 70% usw.).
Phase 3 — Pilot. 8-12 Wochen. Mit 1-2 strategischen Kategorien starten. AHP-Gewichte aufbauen, bestehende Lieferanten bewerten, neue Verteilung über MILP vorschlagen. Erfolgskriterien vorab festgelegt: Gesamtkosten -5% mindestens, keine Produktionsstörung, vollständiger Audit-Trail.
Phase 4 — Ausrollen. 4-9 Monate für alle Kategorien. Quartalsweise Scorecard-Auffrischung, jährliche Neuqualifizierung. ERP-Anbindung für PO-Automatisierung. Risikoscoring, Nachhaltigkeitsberichte und automatisierter Audit-Trail ergänzen.
Risiken — was schiefgehen kann
- Subjektives Gewichts-Tauziehen. AHP-Vergleiche spiegeln Einzelmeinungen. Gruppen-AHP oder geometrisches Mittel ist nötig; das Urteil einer Person wird sonst politisch. CR fängt Inkonsistenz, nicht Voreingenommenheit.
- Datenmangel. Ohne Fehlerquote- und Ist-Lieferzeit-Erfassung stützen sich AHP/TOPSIS auf Bauchgefühle. 6-12 Monate Datensammlung sind Pflicht; sonst wird die Struktur zur aufwendigen Tabellenkalkulation.
- Diversifikationsparadox. Eine Regel “kein Lieferant über 50%” erzwingt, dass der zweitbeste etwas erhält; Gesamtkosten steigen, Risiko sinkt. Management muss diesen Trade-off explizit verantworten.
- Beziehungsstörung. Scorebasierte Auswahl kann langfristige Partnerschaften erschüttern; strategische Kategorien brauchen ggf. ein Kriterium ‘Beziehungsdauer’ oder eine Dual-Source-Politik.
Technischer Blick auf die Lösung
| Ansatz | Typische Skala | Lösungszeit | Garantiertes Optimum? |
|---|---|---|---|
| Einfacher Gewichtsscore | Sehr kleine Basis | sofort | Nein, keine Konsistenz |
| AHP (klassisch Saaty) | Klein-mittel, 5-12 Kriterien | Minuten | Ja bei konsistenten Urteilen |
| TOPSIS / Fuzzy-AHP | Unsichere Urteile, Gruppe | Minuten | Idealpunkt-nah |
| ANP (Analytic Network Process) | Verflochtene Kriterien | Stunden | Flexiblere Hierarchie |
| MILP-Verteilung (nach AHP) | 20-500 Lieferanten, 50-2000 Pos. | Sekunden-Minuten | Ja (im Rahmen) |
| Mehrziel (Pareto) | Risiko-Kosten-Nachhaltigkeit | Minuten-Stunden | Pareto-Front |
Zielfunktions-Wahl:
- Ziel 1 — Minimale gewichtete Gesamtkosten: Preis plus Qualitätsstrafe plus Lieferstrafe plus Risikoaufschlag. Klassisches MILP-Ziel.
- Ziel 2 — Minimales Single-Source-Risiko: Max. Anteil je Lieferant oder Herfindahl-Index.
- Ziel 3 — Maximale Lieferantenvielfalt: Resilienzpriorität in strategischen Kategorien.
- Ziel 4 — Minimaler CO2-Fußabdruck: Nachhaltigkeitsziele; je Position CO2-gewichtet.
Mehrziel: gewichtete Summe oder hierarchisch (Kosten primär, Risiko und CO2 als Schwellenrestriktionen). Sensitivitätsanalyse ist Standard im Quartals-RFQ-Zyklus.
Akademische Quellen
Im Frontmatter der Seite unter sources gelistet.
Quellen
- Saaty, T. L. (1980). The Analytic Hierarchy Process. McGraw-Hill. Theoretische Grundlage des AHP — paarweiser Vergleich, Eigenvektor-Gewichtung, Konsistenzverhältnis.
- Weber, C. A., Current, J. R. und Benton, W. C. (1991). Vendor selection criteria and methods. European Journal of Operational Research, 50(1), 2–18. Klassische Übersicht der Lieferantenauswahlkriterien.
- De Boer, L., Labro, E. und Morlacchi, P. (2001). A review of methods supporting supplier selection. European Journal of Purchasing & Supply Management, 7(2), 75–89. Moderne Methodenübersicht.
- Ho, W., Xu, X. und Dey, P. K. (2010). Multi-criteria decision making approaches for supplier evaluation and selection: A literature review. European Journal of Operational Research, 202(1), 16–24. MCDM-Übersicht.
- YÖK Thesis Center — Schlüsselwörter ’tedarikçi seçimi’ oder ‘AHP’ — 200+ Arbeiten aus der türkischen Akademie. tez.yok.gov.tr
Glossar
- Lieferantenauswahl
- Operations-Research-Problem der strukturierten Entscheidung über Vorqualifizierung und Auftragsverteilung zwischen konkurrierenden Lieferanten desselben Inputs anhand formaler Kriterien.
- Analytic Hierarchy Process (AHP)
- Klassische MCDM-Methode, die ein komplexes mehrkriterielles Entscheidungsproblem in hierarchische Ebenen zerlegt, Gewichte über paarweise Vergleiche ableitet und die Konsistenz prüft.
Ähnliche Probleme
Eine neue Teileanfrage kommt — wie ermittle ich die optimale Operationsreihenfolge + Maschinenwahl + Setup?
Wenn Sie ein mittelständischer CNC-Hersteller, ein Werkzeugbau oder ein Maschinenbau-Werkstatt mit 50-500 Teilevarianten sind, stellt jeder neue Auftrag dieselbe Entscheidung: Sie nehmen das CAD-Modell des Kunden und müssen festlegen, auf welcher Maschine, in welcher Reihenfolge, mit welchem Werkzeug und welcher Vorrichtung und in wie vielen Aufspannungen das Teil gefertigt wird. Schreiben Sie einfach die erste zulässige Reihenfolge auf, die Ihnen einfällt, wächst die Rüstzeit um Faktor 3-5 und Teile, die die Toleranz verfehlen, werden nachgearbeitet; die richtige Reihenfolge zu finden bedeutet, mehrere Routenalternativen für dasselbe Teil zu vergleichen. Lebt die Entscheidung nur im Kopf eines Ingenieurs, geht das Wissen über ähnliche Teile mit dieser Person verloren, und Routen alter Teile werden beim Kauf einer neuen Maschine nicht aktualisiert. Diese Seite richtet sich an Fertigungsplanungs-Teams, die die Operations-Reihenfolge und die Maschinenzuordnung als Brücke zwischen Design und Fertigung schriftlich und vergleichbar machen wollen.
Rückwärts vom Kundenauftrag — Welches Rohmaterial soll ich wann und in welcher Menge bestellen?
Für mittelständische Fertigungs-KMU mit 50-500 Endprodukten und 200-2.000 Rohmaterialien und Baugruppen (Tier-2-Automobilzulieferer, Weißware-Komponenten, Möbel + Montage, Maschinenbau). Wenn die Stückliste (BOM) jedes Produkts und die Beschaffungs- oder Fertigungszeit jedes Teils vorliegen, lautet die Frage: ein Kunde bestellt 200 Stück Produkt X zum festen Liefertermin — welches Rohmaterial muss in welcher Menge in welcher Woche beschafft werden, und welche Baugruppen müssen wann in die Montage? Die Materialbedarfsplanung (Fachname MRP) rechnet diese Frage rückwärts vom Liefertermin und ist die Kernlogik unter jedem ERP. Auf Papier oder per Faustregel 'mein Lieferant braucht immer 3 Wochen' erledigt, läuft entweder das Lager leer und die Linie steht, oder es bindet überflüssiger Bestand Geld.