Sie sind auf Seite 1von 349

Eberhard Schmid

Koordination im Reverse Logistics


GABLER EDITION WISSENSCHAFT
Produktion und Logistik
Herausgegeben von
Professor Dr. Wolfgang Domschke,
Technische Universität Darmstadt,
Professor Dr. Andreas Drexl,
Universität Kiel,
Professor Dr. Bernhard Fleischmann,
Universität Augsburg,
Professor Dr. Hans-Otto Günther,
Technische Universität Berlin,
Professor Dr. Stefan Helber,
Universität Hannover,
Professor Dr. Karl Inderfurth,
Universität Magdeburg,
Professor Dr. Thomas Spengler,
Universität Braunschweig,
Professor Dr. Hartmut Stadtler,
Technische Universität Darmstadt,
Professor Dr. Horst Tempelmeier,
Universität zu Köln,
Professor Dr. Gerhard Wäscher,
Universität Magdeburg

Kontakt: Professor Dr. Hans-Otto Günther, Technische Universität Berlin,


FG BWL – Produktionsmanagement, Wilmersdorfer Str. 148, 10585 Berlin

Diese Reihe dient der Veröffentlichung neuer Forschungsergebnisse


auf den Gebieten der Produktion und Logistik. Aufgenommen werden
vor allem herausragende quantitativ orientierte Dissertationen und
Habilitationsschriften. Die Publikationen vermitteln innovative Beiträ-
ge zur Lösung praktischer Anwendungsprobleme der Produktion und
Logistik unter Einsatz quantitativer Methoden und moderner Informa-
tionstechnologie.
Eberhard Schmid

Koordination im
Reverse Logistics
Konzepte und Verfahren
für Recyclingnetzwerke

Mit einem Geleitwort von Prof. Dr. Thomas S. Spengler

GABLER EDITION WISSENSCHAFT


Bibliografische Information der Deutschen Nationalbibliothek
Die Deutsche Nationalbibliothek verzeichnet diese Publikation in der
Deutschen Nationalbibliografie; detaillierte bibliografische Daten sind im Internet über
<http://dnb.d-nb.de> abrufbar.

Dissertation Technische Universität Braunschweig, 2008

1. Auflage 2009
Alle Rechte vorbehalten
© Gabler | GWV Fachverlage GmbH, Wiesbaden 2009
Lektorat: Frauke Schindler / Nicole Schweitzer
Gabler ist Teil der Fachverlagsgruppe Springer Science+Business Media.
www.gabler.de

Das Werk einschließlich aller seiner Teile ist urheberrechtlich geschützt.


Jede Verwertung außerhalb der engen Grenzen des Urheberrechtsgesetzes
ist ohne Zustimmung des Verlags unzulässig und strafbar. Das gilt insbe-
sondere für Vervielfältigungen, Übersetzungen, Mikroverfilmungen und die
Einspeicherung und Verarbeitung in elektronischen Systemen.

Die Wiedergabe von Gebrauchsnamen, Handelsnamen, Warenbezeichnungen usw. in diesem


Werk berechtigt auch ohne besondere Kennzeichnung nicht zu der Annahme, dass solche
Namen im Sinne der Warenzeichen- und Markenschutz-Gesetzgebung als frei zu betrachten
wären und daher von jedermann benutzt werden dürften.
Umschlaggestaltung: Regine Zimmer, Dipl.-Designerin, Frankfurt/Main
Gedruckt auf säurefreiem und chlorfrei gebleichtem Papier
Printed in Germany
ISBN 978-3-8349-1478-1
Geleitwort

Vor dem Hintergrund aktueller gesetzlicher Regelungen sind die Hersteller elek-
tr(on)ischer Geräte verpflichtet, Altgeräte am Ende ihrer Lebensdauer zurückzu-
nehmen und einem möglichst hochwertigen Recycling zuzuführen. Die aktuelle
Situation des Recyclings von Elektro(nik)altgeräten in Deutschland ist durch
kleinere und mittelständische Unternehmen gekennzeichnet, die sich in Netz-
werken zusammengeschlossen haben um für die Hersteller der Geräte, die ihre
Recyclingpflichten an die Recyclingunternehmen übertragen, eine flächendecken-
de Rücknahme zu ermöglichen. Derartige Recyclingnetzwerke treten zwar nach
außen einheitlich auf, jedoch ist innerhalb der Netzwerke eine Allokation der von
den Herstellern übernommenen Recyclingaufträge auf die einzelnen im Netzwerk
beteiligten Recyclingunternehmen notwendig. Dies erfordert eine Abstimmung
zwischen rechtlich und wirtschaftlich weitestgehend unabhängigen Unternehmen.
Das Vorhandensein unabhängiger Unternehmen impliziert, dass nicht zwingend
alle notwendigen Informationen vorhanden sind und somit keine zentrale Planung
erfolgen kann. In der Praxis wird eine derartige Allokation meist auf Basis ein-
facher Daumenregeln“ durchgeführt, die jedoch nicht zwingend zu aus Sicht des

gesamten Netzwerks wünschenswerten, effizienten Lösungen führen. Aus diesem
Grund ist die Entwicklung dezentraler Koordinationsverfahren wünschenswert,
die die Eigenständigkeit der im Netzwerk beteiligten Unternehmen berücksichti-
gen.
Dieser Herausforderung stellt sich die von Herrn Dr. Schmid vorgelegte Disserta-
tion. Im Rahmen der Arbeit bereitet die Analyse der rechtlichen, technischen, or-
ganisatorischen und vertraglichen Beziehungen in Recyclingnetzwerken zunächst
die Basis für die Ableitung von Entscheidungsmodellen der in Recyclingnetzwer-
ken agierenden Akteure. Hierbei legt Herr Dr. Schmid unterschiedliche Zielset-
zungen der Entscheidungsträger zu Grunde und setzt Informationsasymmetrie
zwischen den Akteuren voraus. Die entwickelte Methodik der dezentralen Ent-
scheidungsfindung beruht auf der Relaxation netzwerkweiter Nebenbedingungen
zur Einhaltung von Sammel- und Recyclingquoten. Eine aus Sicht des Gesamt-
netzwerks gute Lösung wird durch einen verhandlungsbasierten Ansatz auf der
Basis von Subgradientenverfahren bestimmt. Die entwickelte Methodik wird an-
schließend exemplarisch angewandt. Hierbei werden zunächst für ein einfaches
Beispiel numerische Untersuchungen bezüglich der Performance der mit der Me-
thodik erzielbaren Ergebnisse im Vergleich zur jeweils zentral ermittelten, aus
Sicht des Gesamtnetzwerks optimalen Lösung durchgeführt. Anschließend erfolgt
die Validierung an einem Datensatz eines Recyclingnetzwerks in Niedersachsen.
vi

Die Analyse der Ergebnisse erlaubt hierbei sowohl Aussagen bezüglich der Güte
der erzielbaren Lösungen für eine derart praxisnahe Anwendung, als auch den
Vergleich mit in der Praxis angewandten Allokationsmethoden. Im Rahmen der
Implementierung erfolgt die Umsetzung des Ansatzes als Multiagentensystem.
Die Ergebnisse der numerischen Untersuchungen bilden die Grundlage für die
Ableitung von Handlungsempfehlungen an betriebliche Entscheidungsträger in
Recyclingnetzwerken.
Die Arbeit von Herrn Dr. Schmid zeichnet sich durch ihre ausgesprochen fundier-
ten methodischen Entwicklungen zur dezentralen Entscheidungsunterstützung in
Recyclingnetzwerken aus. Insgesamt hat Herr Dr. Schmid den Stand der For-
schung im Themengebiet Reverse Logistics einen entscheidenden Schritt vorange-
bracht. Dem vorliegenden Buch sei daher eine weite Verbreitung in Wissenschaft
und Praxis gewünscht.

Prof. Dr. Thomas S. Spengler


Vorwort

Die vorliegende Arbeit entstand in den Jahren 2004 bis 2008 während meiner
Tätigkeit als wissenschaftlicher Mitarbeiter am Lehrstuhl für Produktion und
Logistik des Instituts für Automobilwirtschaft und industrielle Produktion der
Technischen Universität Braunschweig. Ich möchte an dieser Stelle allen, die zum
Gelingen der Arbeit beigetragen haben, herzlich danken.
Mein besonderer Dank gilt meinem Doktorvater Prof. Dr. Thomas S. Spengler
für die konstruktiven Diskussionen, vielen Anregungen und die Überlassung der
wissenschaftlichen Freiheit während der Erstellung der Arbeit. Auch gelang es
ihm immer in schwierigen Situationen, meine Aufmerksamkeit auf die wesent-
lichen Dinge zu lenken, was mir ermöglichte, die Arbeit zu einem erfolgreichen
Abschluss zu bringen. Herzlich bedanken möchte ich mich auch bei Herrn Prof.
Dr. Heinz Ahn für die flexible und zügige Übernahme des Korreferats. Herrn Prof.
Dr. Dirk C. Mattfeld möchte ich herzlich für die Übernahme des Vorsitzes der
Promotionskommision danken.
Ein weiterer wesentlicher Erfolgsfaktor zum Gelingen der Arbeit ist ganz zwei-
felsfrei im Kollegenkreis am Lehrstuhl zu suchen. Die gute Atmosphäre und der
freundschaftliche Umgang am Lehrstuhl hat sich wesentlich auf die erfolgrei-
che Erstellung der Arbeit ausgewirkt. Mein größter Dank hierbei gilt Dr. Grit
Walther, für zahlreiche Diskussionen in der Konzeptphase der Arbeit sowie die
gute Zusammenarbeit bei der Erstellung einer Reihe von Publikationen. Dipl.-
Wirtsch.-Ing. Anne Schatka, Dipl.-Math. Oec. Kerstin Schmidt und Dipl.-Kffr.
Jenny Steinborn danke ich für die Übernahme lästiger (aber leider notwendiger)
Korrekturlesearbeiten. Meinem Büronachbarn Dr. Thomas Volling danke ich für
zahlreiche fachliche und nicht fachliche Diskussionen sowie für viele gemeinsa-
me Aktivitäten abseits der wissenschaftlichen Arbeit, wie z.B. die regelmäßi-
gen Stadionbesuche. Für die sehr angenehme Zusammenarbeit und die fachlichen
Gespräche möchte ich mich bei Dipl.-Wirtsch.-Ing. Britta Engel, Dipl.-Kfm. Ni-
klas Labitzke, Dipl.-Wirtsch.-Ing. André Hintsches, Dipl.-Wirtsch.-Ing. Karsten
Kieckhäfer, Dipl.-Wirtsch.-Ing. Jörg Wansart, Dipl.-Wirtsch.-Inf. Matthias Wich-
mann und Dipl.-Wirtsch.-Ing. Kai Wittek sowie bei den ehemaligen“ Dipl.-Oek.

Grischa Meyer, Dr. Dolores Queiruga, Dr. Stefan Rehkopf, Dr. Marcus Schröter
und Dr. Wiebke Stölting bedanken. Darüber hinaus möchte ich mich bei Frau
Birgit Haupt für ihre Unterstützung bei allen administrativen Aufgaben bedan-
ken.
Weiterhin möchte ich mich bei allen studentischen Mitarbeitern sowie Diploman-
den für der Unterstützung meiner Arbeit bedanken. Stellvertretend sei hier Dipl.-
viii

Wirtsch.-Inf. Natalia Bühmann für die Unterstützung bei der softwaretechnischen


Umsetzung gedankt.
Mein ganz besonderer Dank an dieser Stelle gilt meinen Eltern, die mir meine
Ausbildung ermöglicht und mich immer auf meinem Weg unterstützt haben. Sie
haben somit einen ganz wesentlichen Beitrag zu meinem bisherigen Werdegang
geleistet.

Eberhard Schmid
Inhaltsverzeichnis

Abbildungsverzeichnis xv

Tabellenverzeichnis xix

Symbolverzeichnis xxiii

Abkürzungsverzeichnis xxxi

1 Einleitung 1
1.1 Ausgangslage und Problemstellung . . . . . . . . . . . . . . . . . 1
1.2 Zielsetzung und Vorgehensweise . . . . . . . . . . . . . . . . . . . 2

2 Grundlagen und Rahmenbedingungen 5


2.1 Die Rolle von Recyclingnetzwerken in der Kreislaufwirtschaft . . . 5
2.2 Begrifflichkeiten und Definitionen . . . . . . . . . . . . . . . . . . 9
2.3 Recyclingnetzwerke als Reverse Logistics Netzwerke . . . . . . . . 15
2.4 Rahmenbedingungen für Recyclingnetzwerke . . . . . . . . . . . . 19
2.4.1 Rechtliche Rahmenbedingungen . . . . . . . . . . . . . . . 19
2.4.2 Technische Rahmenbedingungen . . . . . . . . . . . . . . . 23
2.4.3 Organisatorische und ökonomische Rahmenbedingungen . . 27
2.5 Anforderungen an ein Konzept zur Koordination von Recycling-
netzwerken . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.6 Einordnung der Problemstellung in die Produktionswirtschaft . . 32
2.6.1 Netzwerke als interagierende Produktionssysteme . . . . . 32
2.6.2 Koordination von Netzwerken . . . . . . . . . . . . . . . . 35
2.6.3 Einordnung in das Produktionsmanagement . . . . . . . . 36

3 Ansätze zur Planung und Koordination von Reverse Logistics


Netzwerken 39
3.1 Planungsprobleme in Reverse Logistics Netzwerken . . . . . . . . 39
3.2 Taktische und operative Planung von Reverse Logistics Aktivitäten 41
3.2.1 Ansätze zur unternehmensinternen Planung von Reverse
Logistics Aktivitäten . . . . . . . . . . . . . . . . . . . . . 41
3.2.1.1 Planung der Demontage . . . . . . . . . . . . . . 41
3.2.1.2 Planung der mechanischen Aufbereitung . . . . . 48
x Inhaltsverzeichnis

3.2.2 Ansätze zur unternehmensübergreifenden Planung von Re-


verse Logistics Netzwerken . . . . . . . . . . . . . . . . . . 51
3.3 Ansätze zur dezentralen Koordination von (Closed Loop) Supply
Chains . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
3.3.1 Koordination auf Basis von Kontrakten . . . . . . . . . . . 54
3.3.2 Koordination mathematischer Optimierungsmodelle . . . . 57
3.3.2.1 Hierarchisch verteilte Entscheidungsfindung . . . 58
3.3.2.2 Upstream Planning und Erweiterungen . . . . . . 59
3.3.2.3 Iterative Verfahren der Dekomposition . . . . . . 61
3.3.2.4 Auktionsbasierte Verfahren . . . . . . . . . . . . 68
3.3.2.5 Kollaboratives Aushandlungsschema . . . . . . . 70
3.3.3 Multiagentenbasierte Ansätze . . . . . . . . . . . . . . . . 71
3.3.4 Koordination von Closed Loop Supply Chains . . . . . . . 72
3.4 Einordnung der Arbeit in den wissenschaftlichen Kontext . . . . . 73

4 Konzept zur Koordination von Recyclingnetzwerken 75


4.1 Überblick über das Konzept . . . . . . . . . . . . . . . . . . . . . 75
4.2 Modellierung der Stoffstromebene . . . . . . . . . . . . . . . . . . 76
4.2.1 Recyclingprozesse als Kuppelproduktionsprozesse . . . . . 77
4.2.2 Aktivitätsanalytische Modellierung von Recyclingprozessen 78
4.2.2.1 Grundlagen der Modellierung von Recyclingpro-
zessen auf Basis der Aktivitätsanalyse . . . . . . 79
4.2.2.2 Stoffstrommodell für Recyclingnetzwerke . . . . . 81
4.3 Modellierung des Zielsystems . . . . . . . . . . . . . . . . . . . . 89
4.3.1 Zielsystem der Recyclingunternehmen . . . . . . . . . . . . 89
4.3.2 Zielsystem des fokalen Unternehmens . . . . . . . . . . . . 91
4.4 Informationssituation . . . . . . . . . . . . . . . . . . . . . . . . . 92
4.5 Koordinationsebenen in Recyclingnetzwerken . . . . . . . . . . . . 93
4.5.1 Grundlegende Strukturierungselemente der hierarchischen
Planung . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
4.5.2 Identifikation von Koordinationsebenen . . . . . . . . . . . 95
4.5.3 Taktische Koordination - Hierarchische Aushandlung von
Rahmenverträgen . . . . . . . . . . . . . . . . . . . . . . . 98
4.5.3.1 Rahmenbedingungen für die taktische Koordination 99
4.5.3.2 Konzeptionelle Entwicklung eines Mechanismus
für die taktische Koordination . . . . . . . . . . . 99
4.5.4 Möglichkeiten zur operativen Koordination von Recycling-
netzwerken . . . . . . . . . . . . . . . . . . . . . . . . . . 103

5 Aushandlungsmechanismus zur taktischen Koordination von


Recyclingnetzwerken 107
5.1 Elemente eines Aushandlungsverfahrens . . . . . . . . . . . . . . . 107
Inhaltsverzeichnis xi

5.2 Entwicklung eines Aushandlungsmechanismus für die taktische Ko-


ordination . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108
5.2.1 Übersicht über die Vorgehensweise . . . . . . . . . . . . . 109
5.2.2 Duale Dekomposition als Ausgangspunkt zur Entwicklung
eines Koordinationsmechanismus . . . . . . . . . . . . . . 111
5.2.3 Grundlagen zu Subgradientenverfahren . . . . . . . . . . . 123
5.2.4 Die Anwendung eines Subgradientenverfahrens als iterati-
ves Aushandlungsverfahren . . . . . . . . . . . . . . . . . . 127
5.2.5 Die Problematik der Generierung zulässiger und optimaler
Lösungen bei Anwendung der dualen Dekomposition auf
lineare Optimierungsprobleme . . . . . . . . . . . . . . . . 131
5.2.6 Eine heuristische Vorgehensweise zur Ermittlung zulässiger
Lösungen . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
5.2.7 Erweiterung: Verbesserung zulässiger Lösungen . . . . . . 139
5.3 Anreize und Verhalten der Teilnehmer während des Verfahrens . . 144
5.4 Darstellung des Verfahrens anhand eines Beispiels . . . . . . . . . 146
5.5 Performanceanalyse . . . . . . . . . . . . . . . . . . . . . . . . . . 152
5.5.1 Generierung von Probleminstanzen . . . . . . . . . . . . . 154
5.5.2 Implementierungsvarianten des Aushandlungsmechanismus 156
5.5.3 Ergebnisse . . . . . . . . . . . . . . . . . . . . . . . . . . . 157
5.5.3.1 Produktstruktur 1 . . . . . . . . . . . . . . . . . 157
5.5.3.2 Produktstruktur 2 . . . . . . . . . . . . . . . . . 169
5.6 Zwischenfazit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177

6 Fallstudie zur taktischen Koordination 179


6.1 Ausgangslage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 180
6.2 Datenbasis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 180
6.3 Zentrale und dezentrale Allokation von Stoffströmen . . . . . . . . 184
6.4 Untersuchung der Leistungsfähigkeit der entwickelten Methodik im
Vergleich zu einer zentralen Planung . . . . . . . . . . . . . . . . 186
6.4.1 Probleminstanzen . . . . . . . . . . . . . . . . . . . . . . . 186
6.4.1.1 Kosten, Kapazitäten und Spezialisierungen in ei-
nem bestehenden Netzwerk . . . . . . . . . . . . 187
6.4.1.2 Anzahl der Demontageunternehmen und Zusam-
mensetzung der Altgerätemassen . . . . . . . . . 188
6.4.2 Implementierungsvarianten des Aushandlungsmechanismus 188
6.4.3 Ergebnisse . . . . . . . . . . . . . . . . . . . . . . . . . . . 189
6.4.3.1 Grundversion . . . . . . . . . . . . . . . . . . . . 189
6.4.3.2 Erweiterung . . . . . . . . . . . . . . . . . . . . . 196
6.5 Potenziale der entwickelten Methodik in der praktischen Anwendung201
6.5.1 Ermittlung der Referenzlösung mit Hilfe von in der Praxis
gebräuchlichen Verträgen . . . . . . . . . . . . . . . . . . . 201
6.5.2 Vergleich von Referenzlösung und Aushandlungsmethodik 202
xii Inhaltsverzeichnis

6.5.2.1 Vorteilhaftigkeit der Aushandlungsmethodik bei


mittlerer Kapazität . . . . . . . . . . . . . . . . . 203
6.5.2.2 Vorteilhaftigkeit der Aushandlungsmethodik bei
hoher Kapazität . . . . . . . . . . . . . . . . . . 209
6.6 EDV-technische Umsetzung der Fallstudie . . . . . . . . . . . . . 213
6.7 Umsetzung des Aushandlungsmechanismus als Multiagentensystem 214
6.7.1 Grundsätze agentenorientierter Softwarentwicklung . . . . 215
6.7.2 Analyse und Design . . . . . . . . . . . . . . . . . . . . . . 216
6.7.3 Implementierung . . . . . . . . . . . . . . . . . . . . . . . 221
6.8 Implikationen für die Praxis . . . . . . . . . . . . . . . . . . . . . 228

7 Kritische Würdigung und Ausblick 233


7.1 Kritische Würdigung . . . . . . . . . . . . . . . . . . . . . . . . . 233
7.1.1 Koordination im Reverse Logistics . . . . . . . . . . . . . . 233
7.1.2 Weiterentwicklung und Anpassung von Methoden der ma-
thematischen Problemdekomposition . . . . . . . . . . . . 234
7.1.3 Anwendung der entwickelten Methodik . . . . . . . . . . . 235
7.1.4 Entwicklung von multiagentenbasierten Softwaresystemen . 236
7.2 Zukünftiger Forschungsbedarf . . . . . . . . . . . . . . . . . . . . 236
7.2.1 Entwicklungsmöglichkeiten im Rahmen der taktischen Ko-
ordination . . . . . . . . . . . . . . . . . . . . . . . . . . . 236
7.2.2 Weiterentwicklung der prototypischen Umsetzung als Mul-
tiagentensystem . . . . . . . . . . . . . . . . . . . . . . . . 238
7.2.3 Operative Koordination und Verknüpfung mit der takti-
schen Ebene . . . . . . . . . . . . . . . . . . . . . . . . . . 238
7.2.4 Nutzung zur Angebotserstellung . . . . . . . . . . . . . . . 239
7.2.5 Anwendung auf andere Branchen . . . . . . . . . . . . . . 240

8 Zusammenfassung 241

Literaturverzeichnis 245

Rechtsverzeichnis 265

Index 267

A Modell zur sammelgruppenspezifischen Quoteneinhaltung 269


A.1 Stoffstrommodell . . . . . . . . . . . . . . . . . . . . . . . . . . . 269
A.2 Zielsystem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 274
A.2.1 Zielsystem der Recyclingunternehmen . . . . . . . . . . . . 274
A.2.2 Zielsystem des fokalen Unternehmens . . . . . . . . . . . . 275
A.3 Aushandlungsmechanismus für die taktische Koordinationsebene . 276

B Daten zur Performanceanalyse 289


Inhaltsverzeichnis xiii

C Daten zur Fallstudie 291


C.1 Eingangsdaten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 291
C.2 Ergänzende Ergebnisdaten . . . . . . . . . . . . . . . . . . . . . . 319
C.2.1 Grundversion . . . . . . . . . . . . . . . . . . . . . . . . . 319
C.2.2 Erweiterung . . . . . . . . . . . . . . . . . . . . . . . . . . 322
Abbildungsverzeichnis

Abbildung 1.1: Aufbau der Arbeit . . . . . . . . . . . . . . . . . . . . 4

Abbildung 2.1: Standorte von Recyclingunternehmen in einem Recy-


clingnetzwerk, am Beispiel des Recyclingnetzwerks RE-
NE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
Abbildung 2.2: Recyclingnetzwerke in der Kreislaufwirtschaft . . . . . 9
Abbildung 2.3: Definitionen und Begrifflichkeiten im Reverse Logistics 14
Abbildung 2.4: Stoffströme und Entscheidungsträger in einer geschlos-
senen Wertschöpfungskette . . . . . . . . . . . . . . . 15
Abbildung 2.5: Recyclingnetzwerke als Reverse Logistics Netzwerke . . 19
Abbildung 2.6: Überblick über rechtliche Verpflichtungen im Rahmen
des ElektroG . . . . . . . . . . . . . . . . . . . . . . . 23
Abbildung 2.7: Demontageaktivitäten und resultierende Demontage-
fraktionen am Beispiel von Elektro(nik)altgeräten . . . 25
Abbildung 2.8: Aktivitäten der mechanischen Aufbereitung und resul-
tierende Materialfraktionen . . . . . . . . . . . . . . . 26
Abbildung 2.9: Stoffströme in einem Recyclingnetzwerk . . . . . . . . 27
Abbildung 2.10: Vertragliche Beziehungen in einem Recyclingnetzwerk 29
Abbildung 2.11: Darstellung der vertraglichen Beziehungen sowie der
Stoffströme in einem Recyclingnetzwerk . . . . . . . . 32
Abbildung 2.12: Subjekt- und Objektsystem der Produktionswirtschaft 33
Abbildung 2.13: Vereinbarungen in einem Netzwerk . . . . . . . . . . . 34
Abbildung 2.14: Supply Chain Planning Matrix . . . . . . . . . . . . . 36

Abbildung 3.1: Klassifikation von Ansätzen zur Planung der Demontage 43


Abbildung 3.2: Demontagegraph eines Steckers . . . . . . . . . . . . . 47
Abbildung 3.3: Verlauf der Demontagekosten- und erlöse bei gewählter
Demontagereihenfolge . . . . . . . . . . . . . . . . . . 48
Abbildung 3.4: Fließbild einer mechanischen Aufbereitungsanlage . . . 50
Abbildung 3.5: Überblick über Ansätze zur Koordination . . . . . . . 54
Abbildung 3.6: Vorgehen im Rahmen der Analyse von Kontrakten . . 55
Abbildung 3.7: Überblick über Ansätze zur Koordination mathemati-
scher Optimierungsmodelle . . . . . . . . . . . . . . . 57
Abbildung 3.8: Konzept der verteilten Entscheidungsfindung nach Schnee-
weiss . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
xvi Abbildungsverzeichnis

Abbildung 3.9: Upstream Planning ohne (a) und mit Antizipation (b) 60
Abbildung 3.10: Zielfunktionsvektor und Koeffizientenmatrix eines Op-
timierungsmodells mit blockangularer Struktur . . . . 62
Abbildung 3.11: Allgemeine Vorgehensweise im Rahmen der dualen De-
komposition . . . . . . . . . . . . . . . . . . . . . . . . 65
Abbildung 3.12: Kollaboratives Aushandlungsschema nach Dudek . . . 71
Abbildung 3.13: Einordnung der Arbeit in die bestehende Forschung zur
Koordination von Entscheidungsträgern . . . . . . . . 74

Abbildung 4.1: Überblick über das Koordinationskonzept . . . . . . . 76


Abbildung 4.2: Recyclinggraph . . . . . . . . . . . . . . . . . . . . . . 80
Abbildung 4.3: Stoffströme bei Betrachtung eines Recyclingunterneh-
mens . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
Abbildung 4.4: Stoffströme bei Betrachtung eines Recyclingnetzwerks 87
Abbildung 4.5: Zusammenspiel der Koordinationsebenen . . . . . . . . 97
Abbildung 4.6: Abstrakte Darstellung einer hierarchischen Verhandlung 100
Abbildung 4.7: Bezugsrahmen der taktischen Koordination . . . . . . 101
Abbildung 4.8: Operative Koordination von Recyclingnetzwerken . . . 104

Abbildung 5.1: Übersicht über die Vorgehensweise zur Entwicklung ei-


nes Koordinationsmechanismus . . . . . . . . . . . . . 110
Abbildung 5.2: Grundidee des Verfahrens: Spezifizierug der Instruktion 123
Abbildung 5.3: Darstellung eines Subgradienten . . . . . . . . . . . . 125
Abbildung 5.4: Grundidee des Verfahrens: Spezifizierug der Instrukti-
on und Reaktion . . . . . . . . . . . . . . . . . . . . . 130
Abbildung 5.5: Lösungsraum der Unternehmen 1 (a) und Unterneh-
men 2 (b) nach der Dekomposition . . . . . . . . . . . 133
Abbildung 5.6: Ablauf des Verfahrens . . . . . . . . . . . . . . . . . . 139
Abbildung 5.7: Ablauf des Verfahrens mit Beschränkung der vergüte-
ten recycelten bzw. verwerteten Massen . . . . . . . . 144
Abbildung 5.8: Produktstruktur des Beispiels . . . . . . . . . . . . . . 147
Abbildung 5.9: Mögliche Materialflüsse im Netzwerk . . . . . . . . . . 148
Abbildung 5.10: Darstellung eines Verhandlungsschritts der taktischen
Koordination . . . . . . . . . . . . . . . . . . . . . . . 151
Abbildung 5.11: Im Rahmen der Performanceanalyse betrachtete Pro-
duktstrukturen . . . . . . . . . . . . . . . . . . . . . . 156
Abbildung 5.12: Box-Plots der mit unterschiedlichen Implementierun-
gen der Grundversion erreichten Abweichungen des De-
ckungsbeitrags vom globalen Optimum - niedrige Ka-
pazität - Produktstruktur 1 (in %) . . . . . . . . . . . 159
Abbildungsverzeichnis xvii

Abbildung 5.13: Box-Plots der mit unterschiedlichen Implementierun-


gen der Grundversion erreichten Abweichungen des De-
ckungsbeitrags vom globalen Optimum - mittlere Ka-
pazität - Produktstruktur 1 (in %) . . . . . . . . . . . 160
Abbildung 5.14: Box-Plots der mit unterschiedlichen Implementierun-
gen der Grundversion erreichten Abweichungen des De-
ckungsbeitrags vom globalen Optimum - hohe Kapa-
zität - Produktstruktur 1 (in %) . . . . . . . . . . . . 161
Abbildung 5.15: Box-Plots der mit unterschiedlichen Implementierun-
gen der Erweiterung erreichten Abweichungen des De-
ckungsbeitrags vom globalen Optimum - niedrige Ka-
pazität - Produktstruktur 1 (in %) . . . . . . . . . . . 163
Abbildung 5.16: Box-Plots der mit unterschiedlichen Implementierun-
gen der Erweiterung erreichten Abweichungen des De-
ckungsbeitrags vom globalen Optimum - mittlere Ka-
pazität - Produktstruktur 1 (in %) . . . . . . . . . . . 163
Abbildung 5.17: Box-Plots der mit unterschiedlichen Implementierun-
gen der Erweiterung erreichten Abweichungen des De-
ckungsbeitrags vom globalen Optimum - hohe Kapa-
zität - Produktstruktur 1 (in %) . . . . . . . . . . . . 164
Abbildung 5.18: Box-Plots der mit unterschiedlichen Implementierun-
gen der Grundversion erreichten Abweichungen des De-
ckungsbeitrags vom globalen Optimum - niedrige Ka-
pazität - Produktstruktur 2 (in %) . . . . . . . . . . . 170
Abbildung 5.19: Box-Plots der mit unterschiedlichen Implementierun-
gen der Grundversion erreichten Abweichungen des De-
ckungsbeitrags vom globalen Optimum - mittlere Ka-
pazität - Produktstruktur 2 (in %) . . . . . . . . . . . 171
Abbildung 5.20: Box-Plots der mit unterschiedlichen Implementierun-
gen der Grundversion erreichten Abweichungen des De-
ckungsbeitrags vom globalen Optimum - hohe Kapa-
zität - Produktstruktur 2 (in %) . . . . . . . . . . . . 171
Abbildung 5.21: Box-Plots der mit unterschiedlichen Implementierun-
gen der Erweiterung erreichten Abweichungen des De-
ckungsbeitrags vom globalen Optimum - niedrige Ka-
pazität - Produktstruktur 2 (in %) . . . . . . . . . . . 173
Abbildung 5.22: Box-Plots der mit unterschiedlichen Implementierun-
gen der Erweiterung erreichten Abweichungen des De-
ckungsbeitrags vom globalen Optimum - mittlere Ka-
pazität - Produktstruktur 2 (in %) . . . . . . . . . . . 173
xviii Abbildungsverzeichnis

Abbildung 5.23: Box-Plots der mit unterschiedlichen Implementierun-


gen der Erweiterung erreichten Abweichungen des De-
ckungsbeitrags vom globalen Optimum - hohe Kapa-
zität - Produktstruktur 2 (in %) . . . . . . . . . . . . 174

Abbildung 6.1: Aufbau der Fallstudie . . . . . . . . . . . . . . . . . . 179


Abbildung 6.2: EDV-technische Umsetzung der Fallstudie . . . . . . . 213
Abbildung 6.3: Gaia-Methode zur agentenorientierten Softwareentwick-
lung . . . . . . . . . . . . . . . . . . . . . . . . . . . . 215
Abbildung 6.4: Agenten als Klassendiagramm . . . . . . . . . . . . . . 218
Abbildung 6.5: Sequenzdiagramm der Kommunikation zwischen den
Agenten im Recyclingnetzwerk . . . . . . . . . . . . . 220
Abbildung 6.6: FIPA-Referenzmodell . . . . . . . . . . . . . . . . . . 221
Abbildung 6.7: Klassendiagramm des MAS . . . . . . . . . . . . . . . 225
Abbildung 6.8: Screenshot der Multiagentenanwendung: Starten der
Agenten . . . . . . . . . . . . . . . . . . . . . . . . . . 226
Abbildung 6.9: Screenshot der Multiagentenanwendung: Verhandlungs-
schritt und implementierter Vertrag . . . . . . . . . . 227
Abbildung 6.10: Allokation im Falle entfernungsbasierter (a) und aus-
handlungsbasierter (b) Allokation . . . . . . . . . . . . 229

Abbildung A.1: Ablauf des Verfahrens im Falle sammelgruppenspezifi-


scher Quoteneinhaltung . . . . . . . . . . . . . . . . . 286
Abbildung A.2: Ablauf des Verfahrens im Falle sammelgruppenspezifi-
scher Quoteneinhaltung mit Beschränkung der recycel-
ten bzw. verwerten Massen . . . . . . . . . . . . . . . 288
Tabellenverzeichnis

Tabelle 2.1: Vorläufige Zahlen für die im Jahr 2006 in Deutschland


erfasste Masse an Elektro(nik)altgeräten . . . . . . . . . 6
Tabelle 2.2: Klassifikation von geschlossenen Wertschöpfungsketten . 16
Tabelle 2.3: Kategorien für Elektro(nik)altgeräte und zugehörige Quo-
ten nach ElektroG . . . . . . . . . . . . . . . . . . . . . 22

Tabelle 4.1: Beispiel für einen im Rahmen der taktischen Koordina-


tion generierten Rahmenvertrag . . . . . . . . . . . . . . 102

Tabelle 5.1: Altgerätemassen an den Sammelstellen (Aiq ) . . . . . . . 146


Tabelle 5.2: Kostensätze für die Recyclingaktivitäten (cju ) sowie Trans-
portkosten für Stoffströme von den Quellen (tqiqu ) und zu
den (Dummy-)Senken (triur ) (die Transportkosten sind
für alle i ∈ I gleich) . . . . . . . . . . . . . . . . . . . . 149
Tabelle 5.3: Recyclingkoeffizienten und Kosten(-)/Erlöse(+) an den
Senken bzw. geschätzte Koeffizienten und Kosten/Erlöse
an den Dummy-Senken . . . . . . . . . . . . . . . . . . 150
Tabelle 5.4: Rahmenvertrag des Beispiels als Ergebnis der taktischen
Koordination . . . . . . . . . . . . . . . . . . . . . . . . 152
Tabelle 5.5: Instanzen vs. Algorithmen . . . . . . . . . . . . . . . . . 153
Tabelle 5.6: Durchschnittliche Abweichungen der durch den Aushand-
lungsmechanismus generierten Lösungen vom globalen
Optimum - Produktstruktur 1 - Grundversion (in %) . . 158
Tabelle 5.7: Durchschnittliche Abweichungen der durch den Aushand-
lungsmechanismus generierten Lösungen vom globalen
Optimum - Produktstruktur 1 - Erweiterung (in %) . . . 162
Tabelle 5.8: Erwartungswert für die relative Performance der Erwei-
terung und zugehörige Konfidenzintervalle - Produkt-
struktur 1 (1/2) . . . . . . . . . . . . . . . . . . . . . . 167
Tabelle 5.9: Erwartungswert für die relative Performance der Erwei-
terung und zugehörige Konfidenzintervalle - Produkt-
struktur 1 (2/2) . . . . . . . . . . . . . . . . . . . . . . 168
Tabelle 5.10: Durchschnittliche Abweichungen der durch den Aushand-
lungsmechanismus generierten Lösungen vom globalen
Optimum - Produktstruktur 2 - Grundversion (in %) . . 169
xx Tabellenverzeichnis

Tabelle 5.11: Durchschnittliche Abweichungen der durch den Aushand-


lungsmechanismus generierten Lösungen vom globalen
Optimum - Produktstruktur 2 - Erweiterung (in %) . . . 172
Tabelle 5.12: Erwartungswert für die relative Performance der Erwei-
terung und zugehörige Konfidenzintervalle - Produkt-
struktur 2 (1/2) . . . . . . . . . . . . . . . . . . . . . . 175
Tabelle 5.13: Erwartungswert für die relative Performance der Erwei-
terung und zugehörige Konfidenzintervalle - Produkt-
struktur 2 (2/2) . . . . . . . . . . . . . . . . . . . . . . 176

Tabelle 6.1: Beispielhafter Vergleich der Ergebnisse der zentralen Op-


timierung und der aushandlungsbasierten Allokation für
eine ausgewählte Probleminstanz . . . . . . . . . . . . . 185
Tabelle 6.2: Abweichungen der durch den Aushandlungsmechanismus
generierten Lösungen vom globalen Optimum (in %) . . 190
Tabelle 6.3: Abweichungen der durch den Aushandlungsmechanismus
generierten Lösungen vom globalen Optimum in Abhängig-
keit der Kapazitätssituation im Netzwerk (in %) - aggre-
giert über alle Kostenszenarien . . . . . . . . . . . . . . 192
Tabelle 6.4: Aggregierte Darstellung der Abweichungen vom globalen
Optimum für die Fälle mit und ohne Spezialisierung (in
%) - über alle Kosten-/Kapazitätssituationen . . . . . . 193
Tabelle 6.5: Abweichungen vom globalen Optimum für unterschiedli-
che Anzahlen an im Netzwerk beteiligten Demontageun-
ternehmen (mittlere Kapazität, geringe Kosten für alle
Unternehmen) (in %) . . . . . . . . . . . . . . . . . . . 194
Tabelle 6.6: Abweichungen vom globalen Optimum in Abhängigkeit
der Masse der zu behandelnden Altgeräte (mittlere Ka-
pazität, niedrige Kosten für alle Demontageunternehmen)
(in %) . . . . . . . . . . . . . . . . . . . . . . . . . . . . 195
Tabelle 6.7: Abweichungen der durch den Aushandlungsmechanismus
generierten Lösungen vom globalen Optimum - Erweite-
rung (in %) . . . . . . . . . . . . . . . . . . . . . . . . . 197
Tabelle 6.8: Aggregierte Darstellung der Abweichungen vom globa-
len Optimum für die Fälle mit und ohne Spezialisierung
- Erweiterung (in %) - über alle Kosten-/Kapazitätssi-
tuationen . . . . . . . . . . . . . . . . . . . . . . . . . . 199
Tabelle 6.9: Abweichungen vom globalen Optimum für unterschiedli-
che Anzahlen an im Netzwerk beteiligten Demontageun-
ternehmen (mittlere Kapazität, geringe Kosten für alle
Unternehmen) - Erweiterung (in %) . . . . . . . . . . . 200
Tabellenverzeichnis xxi

Tabelle 6.10: Abweichungen vom globalen Optimum in Abhängigkeit


der Masse der zu behandelnden Altgeräte (mittlere Ka-
pazität, niedrige Kosten für alle Demontageunternehmen)
- Erweiterung (in %) . . . . . . . . . . . . . . . . . . . . 200
Tabelle 6.11: Vergleich der Ergebnisse entfernungsbasierte Allokation
vs. aushandlungsbasierte Allokation - mittlere Kapazität 204
Tabelle 6.12: Generierte Vertragspreise für die entfernungsbasierte und
aushandlungsbasierte Allokation - mittlere Kapazität . . 207
Tabelle 6.13: Vergleich der Ergebnisse entfernungsbasierte Allokation
vs. aushandlungsbasierte Allokation - mittlere Kapazität
- hoher Demontagekostenanteil . . . . . . . . . . . . . . 208
Tabelle 6.14: Generierte Vertragspreise für die entfernungsbasierte und
aushandlungsbasierte Allokation - mittlere Kapazität -
hoher Demontagekostenanteil . . . . . . . . . . . . . . . 209
Tabelle 6.15: Vergleich der Ergebnisse entfernungsbasierte Allokation
vs. aushandlungsbasierte Allokation - hohe Kapazität . . 210
Tabelle 6.16: Generierte Vertragspreise für die entfernungsbasierte und
aushandlungsbasierte Allokation - hohe Kapazität . . . . 211
Tabelle 6.17: Vergleich der Ergebnisse entfernungsbasierte Allokation
vs. aushandlungsbasierte Allokation - hohe Kapazität -
hoher Demontagekostenanteil . . . . . . . . . . . . . . . 211
Tabelle 6.18: Generierte Vertragspreise für die entfernungsbasierte und
aushandlungsbasierte Allokation - hohe Kapazität - ho-
her Demontagekostenanteil . . . . . . . . . . . . . . . . 212

Tabelle B.1: Recyclingkoeffizienten und Kosten(-)/Erlöse(+) an den


Senken für Produktstruktur 2 . . . . . . . . . . . . . . . 289

Tabelle C.1: Der Fallstudie zugrunde liegende Sammelstellen (1/2) . 292


Tabelle C.2: Der Fallstudie zugrunde liegende Sammelstellen (2/2) . 293
Tabelle C.3: Anfallmengen der Produkte an den Standorten (Aiq ) [kg/a]294
Tabelle C.4: Demontageaktivitäten und zugehörige Kosten . . . . . . 295
Tabelle C.5: Betrachtete Demontageaktivitäten zur Demontage eines
Fernsehers (Holz) (vij ) [kg/Aktivität] . . . . . . . . . . . 297
Tabelle C.6: Betrachtete Demontageaktivitäten zur Demontage eines
Fernsehers (Kunststoff) (vij ) [kg/Aktivität] . . . . . . . 298
Tabelle C.7: Betrachtete Demontageaktivitäten zur Demontage eines
Videorekorders (vij ) [kg/Aktivität] . . . . . . . . . . . . 299
Tabelle C.8: Betrachtete Demontageaktivitäten zur Demontage eines
Radios (Kunststoff) (vij ) [kg/Aktivität] . . . . . . . . . 300
Tabelle C.9: Betrachtete Demontageaktivitäten zur Demontage eines
Radios (Holz) (vij ) [kg/Aktivität] . . . . . . . . . . . . . 301
xxii Tabellenverzeichnis

Tabelle C.10: Betrachtete Demontageaktivitäten zur Demontage einer


Hifi-Anlage (vij ) [kg/Aktivität] . . . . . . . . . . . . . . 302
Tabelle C.11: Betrachtete Demontageaktivitäten zur Demontage eines
SAT-Receivers (vij ) [kg/Aktivität] . . . . . . . . . . . . 303
Tabelle C.12: Betrachtete Demontageaktivitäten zur Demontage einer
Bildröhre (vij ) [kg/Aktivität] . . . . . . . . . . . . . . . 304
Tabelle C.13: Betrachtete Altgerätetypen und Fraktionen . . . . . . . 306
Tabelle C.14: Demontageunternehmen des Netzwerks . . . . . . . . . . 307
Tabelle C.15: Erlöse (+) bzw. Kosten (-) für die Abgabe von Fraktio-
nen an die Senken des Netzwerks (sir ) [e/kg] (1/3) . . . 309
Tabelle C.16: Erlöse (+) bzw. Kosten (-) für die Abgabe von Fraktio-
nen an die Senken des Netzwerks (sir ) [e/kg] (2/3) . . . 310
Tabelle C.17: Erlöse (+) bzw. Kosten (-) für die Abgabe von Fraktio-
nen an die Senken des Netzwerks (sir ) [e/kg] (3/3) . . . 311
Tabelle C.18: Recyclingkoeffizienten für die Abgabe von Fraktionen an
die Senken des Netzwerks (χir ) (1/3) . . . . . . . . . . . 313
Tabelle C.19: Recyclingkoeffizienten für die Abgabe von Fraktionen an
die Senken des Netzwerks (χir ) (2/3) . . . . . . . . . . . 314
Tabelle C.20: Recyclingkoeffizienten für die Abgabe von Fraktionen an
die Senken des Netzwerks (χir ) (3/3) . . . . . . . . . . . 315
Tabelle C.21: Senken des Netzwerks (1/2) . . . . . . . . . . . . . . . . 317
Tabelle C.22: Senken des Netzwerks (2/2) . . . . . . . . . . . . . . . . 318
Tabelle C.23: Abweichungen der durch den Aushandlungsmechanismus
generierten Lösungen vom globalen Optimum - Speziali-
sierung von Unternehmen 1 (in %) . . . . . . . . . . . . 319
Tabelle C.24: Abweichungen der durch den Aushandlungsmechanismus
generierten Lösungen vom globalen Optimum - Speziali-
sierung von Unternehmen 2 (in %) . . . . . . . . . . . . 320
Tabelle C.25: Abweichungen der durch den Aushandlungsmechanismus
generierten Lösungen vom globalen Optimum - Speziali-
sierung von Unternehmen 3 (in %) . . . . . . . . . . . . 321
Tabelle C.26: Abweichungen der durch den Aushandlungsmechanismus
generierten Lösungen vom globalen Optimum - Speziali-
sierung von Unternehmen 1 - Erweiterung (in %) . . . . 322
Tabelle C.27: Abweichungen der durch den Aushandlungsmechanismus
generierten Lösungen vom globalen Optimum - Speziali-
sierung von Unternehmen 2 - Erweiterung (in %) . . . . 323
Tabelle C.28: Abweichungen der durch den Aushandlungsmechanismus
generierten Lösungen vom globalen Optimum - Speziali-
sierung von Unternehmen 3 - Erweiterung (in %) . . . . 324
Symbolverzeichnis

Indizes und Mengen


g Index zur Kennzeichnung der Sammelgruppen
h Index zur Kennzeichnung der Altgeräte
i Index zur Kennzeichnung der Altgeräte und Fraktionen
j Index zur Kennzeichnung der zur Verfügung stehenden Recy-
clingaktivitäten
q Index zur Kennzeichnung der Quellen außerhalb des Netzwerks
r Index zur Kennzeichnung der Senken außerhalb des Netzwerks

u, u Index zur Kennzeichnung der Recyclingunternehmen im Netz-
werk
G Menge der Sammelgruppen
Hg Menge der Altgeräte in Sammelgruppe g
IP Menge der Altgeräte
IF Menge der Fraktionen
I Menge der Altgeräte und Fraktionen
J Menge der zur Verfügung stehenden Recyclingaktivitäten
Ju Menge der Recyclingunternehmen u zur Verfügung stehenden
Recyclingaktivitäten
JuDem Menge der Recyclingunternehmen u zur Verfügung stehenden
Demontageaktivitäten
JuM A Menge der Recyclingunternehmen u zur Verfügung stehenden
Aktivitäten der mechanischen Aufbereitung
M Technikmatrix
Q Menge der Quellen
D
Q Menge der Dummy-Quellen (taktische Koordination)
R Menge der Senken
D
R Menge der Dummy-Senken (taktische Koordination)
RFN etz Restriktionenfeld des Recyclingnetzwerks
xxiv Symbolverzeichnis

RFu Restriktionenfeld von Recyclingunternehmen u


RFNSG
etz Restriktionenfeld des Recyclingnetzwerks (sammelgruppenspe-
zifische Quoteneinhaltung)
RFuSG Restriktionenfeld von Recyclingunternehmen u (sammelgrup-
penspezifische Quoteneinhaltung)
T Technik
Tu Technik von Recyclingunternehmen u
TuSG Technik von Recyclingunternehmen u (sammelgruppenspezifi-
sche Quoteneinhaltung)
U Menge der Recyclingunternehmen im Netzwerk
ZN etz Produktionsraum des Recyclingnetzwerks
Zu Produktionsraum von Recyclingunternehmen u
ZNSGetz Produktionsraum des Recyclingnetzwerks (sammelgruppenspe-
zifische Quoteneinhaltung)
ZuSG Produktionsraum von Recyclingunternehmen u (sammelgrup-
penspezifische Quoteneinhaltung)
Parameter und Variablen
αi Recyclingquote von Altgerät i
u
α von Recyclingunternehmen u erfüllte Recyclingquote
aju Kapazitätsinanspruchnahme von Recyclingaktivität j in Re-
cyclingunternehmen u ([GE/Aktivität] für alle Demontageak-
tivitäten bzw. [ME/Aktivität] für alle Aktivitäten der mecha-
nischen Aufbereitung)
Aiq Masse an Altgerät i, die von Sammelstelle q abgeholt werden
muss
Ahq Masse an Altgerät h, die von Sammelstelle q abgeholt werden
muss (sammelgruppenspezifische Quoteneinhaltung)
AF Antizipationsfunktion
βi Verwertungsquote von Altgerät i
cju Kosten zur Durchführung einer Recyclingaktivität j in Recy-
clingunternehmen u [GE/Aktivität]
χir Recyclingkoeffizient bei der Verbringung von Altgerät/Fraktion
i zu Senke r [0,1]
DBuU Deckungsbeitrag von Recyclingunternehmen u (allgemein) [GE]
Symbolverzeichnis xxv

DB F ok Deckungsbeitrag des fokalen Unternehmens (allgemein) [GE]


N etz
DB Deckungsbeitrag des Netzwerks (allgemein) [GE]
DBuSG,U Deckungsbeitrag von Recyclingunternehmen u (sammelgrup-
penspezifische Quoteneinhaltung, allgemein) [GE]
DB SG,F ok Deckungsbeitrag des fokalen Unternehmens (sammelgruppen-
spezifische Quoteneinhaltung, allgemein) [GE]
DB SG,N etz Deckungsbeitrag des Netzwerks (sammelgruppenspezifische Quo-
teneinhaltung, allgemein) [GE]
DB2Uu Deckungsbeitrag von Recyclingunternehmen u (taktische Ko-
ordination) [GE]
DB2N etz Deckungsbeitrag des Netzwerks (taktische Koordination) [GE]
DB2LR Deckungsbeitrag des Netzwerks mit Strafkosten (taktische Ko-
ordination) [GE]
DB2LR
u Deckungsbeitrag von Recyclingunternehmen u mit Strafkosten
(taktische Koordination) [GE]
DB2SG,U
u Deckungsbeitrag von Recyclingunternehmen u (taktische Ko-
ordination, sammelgruppenspezifische Quoteneinhaltung) [GE]
DB2SG,N etz Deckungsbeitrag des Netzwerks (taktische Koordination, sam-
melgruppenspezifische Quoteneinhaltung) [GE]
DB2SG,LR Deckungsbeitrag des Netzwerks mit Strafkosten (taktische Ko-
ordination, sammelgruppenspezifische Quoteneinhaltung) [GE]
DB2SG,LR
u Deckungsbeitrag von Recyclingunternehmen u mit Strafkos-
ten (taktische Koordination, sammelgruppenspezifische Quo-
teneinhaltung) [GE]
DBvG Deckungsbeitrag des Aushandlungsmechanismus in der Grund-
version in Replikation v (Performanceanalyse)
DBvE Deckungsbeitrag des Aushandlungsmechanismus mit Erweite-
rung in Replikation v (Performanceanalyse)
DBv∗ Deckungsbeitrag der optimalen Lösung in Replikation v (Per-
formanceanalyse)
δir Verwertungskoeffizient bei der Verbringung von Altgerät/Frak-
tion i zu Senke r [0,1]
eh Annahmeerlös, den das Recyclignetzwerk für jede abgeholte
Masseneinheit von Altgerät h erhält (sammelgruppenspezifi-
sche Quoteneinhaltung) [GE/ME]
xxvi Symbolverzeichnis

ei Annahmeerlös, den das Recyclingnetzwerk für jede abgeholte


Masseneinheit von Altgerät i erhält [GE/ME]
eiq Erlös (+) bzw. Kosten (-) für die Annahme von Altgerät/Frak-
tion i von Dummy-Quelle q (taktische Koordination)
 Toleranzwert, um welchen die maximal vergüteten recycelten
bzw. verwerteten Massen die zu recycelnden bzw. zu verwer-
tenden Massen überschreiten können [%-Punkte]
IN Instruktion
k Iterationszähler
λ Lagrange-Parameter für die Recyclingbedingung [GE/ME]
λg Lagrange-Parameter für die Recyclingbedingung von Sammel-
gruppe g (sammelgruppenspezifische Quoteneinhaltung) [GE/ME]
M AXuDem maximale Demontagekapazität in Recyclingunternehmen u [GE]
M AXuM A maximale Kapazität in der mechanischen Aufbereitung von
Recyclingunternehmen u [ME]
M AXRECu recycelte Masse, die Recyclingunternehmen u maximal vergütet
wird [ME]
M AXV ERWu verwertete Masse, die Recyclingunternehmen u maximal vergü-
tet wird [ME]
M AXRECgu recycelte Masse, die Recyclingunternehmen u für Sammelgrup-
pe g maximal vergütet wird (sammelgruppenspezifische Quo-
teneinhaltung) [ME]
M AXV ERWgu verwertete Masse, die Recyclingunternehmen u für Sammel-
gruppe g maximal vergütet wird (sammelgruppenspezifische
Quoteneinhaltung) [ME]
M T Qiqu Masse, die Recyclingunternehmen u von Altgerät i maximal
von Quelle q abholen kann [ME]
M T Qhqu Masse, die Recyclingunternehmen u von Altgerät h maximal
von Quelle q abholen kann (sammelgruppenspezifische Quoten-
einhaltung) [ME]
μ Lagrange-Parameter für die Verletzung der Verwertungsbedin-
gung [GE/ME]
μg Lagrange-Parameter für die Verletzung der Verwertungsbedin-
gung für Sammelgruppe g (sammelgruppenspezifische Quoten-
einhaltung) [GE/ME]
P erf Mittelwert der relativen Performance des Mechanismus mit der
Erweiterung gegenüber der Grundversion
Symbolverzeichnis xxvii

pi Zahlung für die Abholung einer Masseneinheit von Altgerät i


(entfernungsbasierte Allokation, Fallstudie) [GE/ME]
pi Zahlung für die Abholung einer Masseneinheit von Altgerät i
(aushandlungsbasierte Allokation, gemittelt über alle Quellen,
Fallstudie) [GE/ME]
piq Zahlung für die Abholung einer Masseneinheit von Altgerät i
an Quelle q (zusammengesetzter Parameter: piq = ei − λ · αi −
μ · βi − πiq ) [GE/ME]
pghq Zahlung für die Abholung einer Masseneinheit von Altgerät h
aus Sammelgruppe g an Quelle q (zusammengesetzter Parame-
ter: pghq = eh −λg ·αh −μg ·βh −πhq ) (sammelgruppenspezifische
Quoteneinhaltung) [GE/ME]
πiq Lagrange-Parameter für die Verletzung der Abholbedingung
von Altgerät i an Quelle q [GE/ME]
πhq Lagrange-Parameter für die Verletzung der Abholbedingung
von Altgerät h an Quelle q (sammelgruppenspezifische Quo-
teneinhaltung) [GE/ME]
QM INuiq Masse an Altgerät/Fraktion i, die Recyclingunternehmen u mi-
nimal von Dummy-Quelle q beziehen kann (taktische Koordi-
nation) [ME]
QM AXuiq Masse an Altgerät/Fraktion i, die Recyclingunternehmen u
maximal von Dummy-Quelle q beziehen kann (taktische Ko-
ordination) [ME]
RE Reaktion
recu recycelte Masse, die das Recyclingunternehmen u verlässt [ME]
rechu recycelte Masse von Altgerät h, die das Recyclingunternehmen
u verlässt (sammelgruppenspezifische Quoteneinhaltung) [ME]
recbezahlt
u recycelte Masse die dem Recyclingunternehmen u tatsächlich
vergütet wird [ME]
recbezahlt
hu recycelte Masse von Altgerät h die dem Recyclingunternehmen
u tatsächlich vergütet wird (sammelgruppenspezifische Quo-
teneinhaltung) [ME]
RM INuir Masse an Altgerät/Fraktion i, die Recyclingunternehmen u mi-
nimal an Dummy-Senke r abgeben kann (taktische Koordina-
tion) [ME]
RM AXuir Masse an Altgerät/Fraktion i, die Recyclingunternehmen u
maximal an Dummy-Senke r abgeben kann (taktische Koor-
dination) [ME]
xxviii Symbolverzeichnis

sir Erlös(+)/Kosten(-) für die Abgabe von Altgerät/Fraktion i an


(Dummy-)Senke r [GE/ME]
σ
P erf Standardabweichung des Erwartungswerts der relativen Per-
formance des Aushandlungsmechanismus mit der Erweiterung
gegenüber der Grundversion
tqiqu Transportkosten für eine Masseneinheit von Altgerät i von
Quelle q zu Recyclingunternehmen u [GE/ME]
tqhqu Transportkosten für eine Masseneinheit von Altgerät h von
Quelle q zu Recyclingunternehmen u (sammelgruppenspezifi-
sche Quoteneinhaltung) [GE/ME]
tuiuu Transportkosten für eine Masseneinheit von Altgerät/Fraktion
i von Recyclingunternehmen u zu Recyclingunternehmen u
[GE/ME]
triur Transportkosten für eine Masseneinheit von Altgerät/Fraktion
i von Recyclingunternehmen u zu (Dummy-)Senke r [GE/ME]
verwu verwertete Masse, die das Recyclingunternehmen u verlässt
[ME]
verwhu verwertete Masse von Altgerät h, die das Recyclingunterneh-
men u verlässt (sammelgruppenspezifische Quoteneinhaltung)
[ME]
verwubezahlt verwertete Masse, die dem Recyclingunternehmen u tatsächlich
vergütet wird [ME]
bezahlt
verwhu verwertete Masse von Altgerät h, die dem Recyclingunterneh-
men u tatsächlich vergütet wird (sammelgruppenspezifische
Quoteneinhaltung) [ME]
xju Anzahl der Ausführungen von Recyclingaktivität j in Recy-
clingunternehmen u [Aktivitäten]
xhju Anzahl der Ausführungen von Recyclingaktivität j auf Alt-
gerätetyp h oder daraus gewonnene Fraktionen in Recycling-
unternehmen u (sammelgruppenspezifische Quoteneinhaltung)
[Aktivitäten]
xw
ju Anzahl der Ausführungen von Recyclingaktivität j, die in Re-
cyclingunternehmen u auf Stoffströme angewandt werden, die
von anderen Recyclingunternehmen zur Weiterverarbeitung be-
zogen werden (taktische Koordination) [Aktivitäten]
xw
hju Anzahl der Ausführungen von Recyclingaktivität j, die in Re-
cyclingunternehmen u auf Stoffströme mit Altgeräteursprung h
angewandt werden, die von anderen Recyclingunternehmen zur
Symbolverzeichnis xxix

Weiterverarbeitung bezogen werden (taktische Koordination,


sammelgruppenspezifische Quoteneinhaltung) [Aktivitäten]
D
yhu Zur Abgabe an Senken oder andere Recyclingunternehmen ver-
fügbare Masse an Altgerät h in Recyclingunternehmen u (sam-
melgruppenspezifische Quoteneinhaltung) [ME]
D
yhiu Zur Abgabe an Senken oder andere Recyclingunternehmen ver-
fügbare Masse an Fraktion i mit Altgeräteursprung h in Re-
cyclingunternehmen u, vermindert um die von anderen Recy-
clingunternehmen empfangenen Massen an Fraktion i mit Alt-
geräteursprung h (sammelgruppenspezifische Quoteneinhalt-
ung) [ME]
D
yiu Zur Abgabe an Senken oder andere Recyclingunternehmen ver-
fügbare Masse an Altgerät/Fraktion i in Recyclingunterneh-
men u, vermindert um die von anderen Recyclingunternehmen
empfangene Masse an Altgerät/Fraktion i [ME]
Q
yiqu Masse an Altgerät i, die von (Dummy-)Quelle q zu Recycling-
unternehmen u transportiert wird [ME]
Q
yhqu Masse an Altgerät h, die von Quelle q zu Recyclingunterneh-
men u transportiert wird (sammelgruppenspezifische Quoten-
einhaltung) [ME]
Q
yhiqu Masse an Fraktion i mit Altgeräteursprung h, die von Dummy-
Quelle q zu Recyclingunternehmen u transportiert wird (tak-
tische Koordination, sammelgruppenspezifische Quoteneinhal-
tung) [ME]
U
yiuu  Masse an Altgerät/Fraktion i, die von Recyclingunternehmen
u zu Recyclingunternehmen u transportiert wird [ME]
U
yhiuu  Masse an Fraktion i mit Altgeräteursprung h, die von Recy-
clingunternehmen u zu Recyclingunternehmen u transportiert
wird (sammelgruppenspezifische Quoteneinhaltung) [ME]
R
yiur Masse an Altgerät/Fraktion i, die von Recyclingunternehmen
u zu (Dummy-)Senke r transportiert wird [ME]
R
yhiur Masse an Fraktion i mit Altgeräteursprung h die von Recy-
clingunternehmen u zu (Dummy-)Senke r transportiert wird
(sammelgruppenspezifische Quoteneinhaltung) [ME]
R,w
yiur Masse an Fraktion i, die von Recyclingunternehmen u an (Dum-
my-)Senke r geliefert wird und aus einer Weiterverarbeitung
von Stoffströmen resultiert, die von anderen Recyclingunter-
nehmen zur Weiterverarbeitung empfangen werden (taktische
Koordination) [ME]
xxx Symbolverzeichnis

R,w
yhiur Masse an Fraktion i mit Altgeräteursprung h, die von Recy-
clingunternehmen u an (Dummy-)Senke r geliefert wird und
aus einer Weiterverarbeitung von Stoffströmen resultiert, die
von anderen Recyclingunternehmen zur Weiterverarbeitung
empfangen werden (taktische Koordination, sammelgruppen-
spezifische Quoteneinhaltung)[ME]
z Aktivitätenvektor
zu Aktivitätenvektor in Recyclingunternehmen u
zuP Aktivitätenvektor bezüglich der Altgeräte in Recyclingunter-
nehmen u (sammelgruppenspezifische Quoteneinhaltung)
zuF Aktivitätenmatrix bezüglich der Fraktionen in Recyclingunter-
nehmen u (sammelgruppenspezifische Quoteneinhaltung)
zi Verbrauch bzw. Erzeugung von Altgerät/Fraktion i [ME]
zhu Verbrauch von Altgerät h in Recyclingunternehmen u (sam-
melgruppenspezifische Quoteneinhaltung) [ME]
ziu Verbrauch bzw. Erzeugung von Altgerät/Fraktion i in Recy-
clingunternehmen u [ME]
zhiu Verbrauch bzw. Erzeugung von Fraktion i mit Altgeräteur-
sprung h in Recyclingunternehmen u (sammelgruppenspezifi-
sche Quoteneinhaltung) [ME]
|| · || euklidische Vektornorm
Abkürzungsverzeichnis

Abkürzungen
APS Advanced Planning System(e)
CLSC Closed Loop Supply Chain
CLSCM Closed Loop Supply Chain Management
EAR Elektro-Altgeräte-Register
ELV End-of-Life Vehicles
FIPA Foundation of Intelligent Physical Agents
GE Geldeinheit
KIF Knowledge Interchange Format
KQML Knowledge Query and Manipulation Language
MAS Multiagentensystem(e)
ME Masseneinheit
ÖRE öffentlich-rechtliche Entsorgungsträger
OR Operations Research
SCM Supply Chain Management
UBA Umweltbundesamt
VDI Verein deutscher Ingenieure
WEEE Waste Electrical and Electronic Equipment

Einheiten
a Jahr
e Euro
kg Kilogramm
t Tonne
1 Einleitung

1.1 Ausgangslage und Problemstellung

Durch einen zunehmenden Bewusstseinswandel in der Gesellschaft sowie getrie-


ben durch immer umfassendere und restriktivere rechtliche Regelungen für die
Nachgebrauchsphase von Produkten erfährt das Reverse Logistics eine verstärk-
te Bedeutung in der Wissenschaft wie auch in der Praxis. Das Reverse Logistics
beschäftigt sich mit der Gestaltung und Lenkung von Prozessen zur Rückführung
von Produkten oder darin enthaltenen Materialien in den Wirtschaftskreislauf.
Insbesondere durch kürzer werdende Lebenszyklen und die damit einhergehende
Steigerung von Altgerätemengen gewinnt die Nachgebrauchsphase immer stärker
an Gewicht. In der Nachgebrauchsphase gilt es, effiziente Prozesse zur Entsorgung
bzw. zum Recycling oder zur Aufarbeitung von Produkten zu gestalten. Eine
mögliche Handlungsoption für den Umgang mit Altgeräten nach der Rückgabe
durch den Nutzer stellt das Recycling dar. Das Recycling zielt auf die Wiederver-
wendung der in den Altgeräten befindlichen Materialien ab. Die Durchführung
eines derartigen Recyclings erfolgt oftmals aufgrund von gesetzlichen Verpflich-
tungen.
In vielen Branchen, wie z.B. der Automobilindustrie oder der Elektro(nik)indus-
trie, werden die Hersteller von Produkten verpflichtet, für das ordnungsgemäße
Recycling der von ihnen hergestellten Produkte am Ende des Lebenszyklus zu
sorgen. Diese rechtlichen Verpflichtungen beinhalten eine ordnungsgemäße Be-
handlung sowie die Einhaltung von Sammel-, Recycling- und Verwertungsquo-
ten. Hersteller besitzen im Bereich des Recyclings oftmals keine Kernkompetenz,
weshalb die vom Gesetzgeber auferlegten Pflichten für eine ordnungsgemäße Be-
handlung meist an Recyclingdienstleister ausgelagert werden.
Die mit der Durchführung des Recyclings beauftragten Dienstleister sind in
Deutschland in vielen Branchen oftmals als Unternehmensnetzwerke organisiert,
in denen sich sehr häufig kleinere und mittlere Unternehmen zusammenschließen.
Diese übernehmen die Aufgaben der Sammlung, des Transports, der Sortierung,
der Demontage und der mechanischen Aufbereitung als Grundlage für eine hoch-
wertige Verwertung bzw. Entsorgung. Da Recyclingnetzwerke im Wettbewerb um
die von den Herstellern vergebenen Recyclingaufträge stehen, kommt der effizi-
enten Planung derartiger Netzwerke eine bedeutende Rolle zu.
Die Planung von Prozessen in Recyclingnetzwerken lässt sich als Teil des Reverse
Logistics beschreiben. In diesem Forschungsfeld werden seit einiger Zeit quanti-
2 1 Einleitung

tative Planungsmodelle untersucht. Den meisten Modellen, die zur Planung von
Reverse Logistics Netzwerken herangezogen werden können, liegt jedoch die An-
nahme eines einzelnen, zentralen Entscheidungsträgers zugrunde, der über alle
notwendigen Informationen verfügt und die Möglichkeit besitzt, die generierten
Pläne umzusetzen. Da an den geschilderten Netzwerken jedoch unabhängige Ent-
scheidungsträger beteiligt sind, die mehr oder weniger autonome Entscheidungen
treffen, greift diese Annahme zu kurz. Im Bereich des klassischen“ Supply Chain

Managements werden für solche Situationen verstärkt Mechanismen zur dezen-
tralen Koordination untersucht. Eine Anwendung von Koordinationsansätzen auf
Bereiche des Reverse Logistics existiert bis jetzt nur in geringem Maße.

1.2 Zielsetzung und Vorgehensweise

Vor diesem Hintergrund besteht das Ziel dieser Arbeit in der Erarbeitung und
Anpassung von Koordinationsmechanismen für Recyclingnetzwerke. Ziel solcher
Mechanismen ist es, trotz der Autonomie der Entscheidungsträger und der da-
mit einhergehenden begrenzten Verfügbarkeit von Informationen, eine für das
Netzwerk insgesamt vorteilhafte Planung im Sinne einer ökonomisch effizienten
Allokation von Stoffströmen zu ermöglichen. Zur Erreichung dieses Ziels wird der
im folgenden beschriebene Weg eingeschlagen.
In Kapitel 2 werden die zum Verständnis der Arbeit benötigten Grundlagen dar-
gestellt sowie die Rahmenbedingungen für die weitere Vorgehensweise erarbeitet.
Dazu ist es zunächst notwendig, ein einheitliches Begriffsverständnis zu schaf-
fen und eine Einordnung der Arbeit in das Forschungsfeld des Reverse Logistics
vorzunehmen. Am Beispiel des Recyclings von Elektro(nik)altgeräten werden auf
Basis rechtlicher, technischer, ökonomischer und organisatorischer Rahmenbe-
dingungen Anforderungen an einen Ansatz zur Koordination von Stoffströmen in
Recyclingnetzwerken herausgearbeitet. Abschließend erfolgt eine Einordnung der
Arbeit in einen produktionswirtschaftlichen Kontext.
Aus den gestellten Anforderungen geht hervor, dass zur Entwicklung eines Ko-
ordinationsansatzes zwei relevante Forschungsrichtungen der Literatur zu unter-
suchen sind. In Kapitel 3 wird deshalb einerseits die Literatur zur Planung von
Reverse Logistics Netzwerken und andererseits die Literatur zur dezentralen Ko-
ordination von Entscheidungsträgern analysiert. Planungsansätze aus dem Re-
verse Logistics ermöglichen dabei die Planung der Prozesse, die im Rahmen der
Rückführung und Behandlung ganzer Produkte oder Materialien durchgeführt
werden, wie z.B. der Demontage oder der mechanischen Aufbereitung. Im Rah-
men des Reverse Logistics betrachtete Ansätze unterstellen dabei meist das Vor-
handensein eines zentralen Entscheidungsträgers, der eine vollständige Kontrol-
le über das zu planende System besitzt. Ansätze zur dezentralen Koordination
betrachten die Abstimmung von Plänen einzelner Unternehmen unter Berück-
1.2 Zielsetzung und Vorgehensweise 3

sichtigung der Autonomie der Entscheidungsträger. Als Ergebnis dieses Kapitels


werden Planungsansätze des Reverse Logistics sowie grundlegende Koordinati-
onsansätze identifiziert, deren Anwendung unter den in Kapitel 2 gestellten An-
forderungen grundsätzlich möglich erscheint.
Aufbauend auf den Anforderungen und unter Berücksichtigung der analysierten
Literatur erfolgt in Kapitel 4 die Entwicklung eines Konzepts zur Koordinati-
on von Recyclingnetzwerken. Es erfolgen eine Darstellung des Stoffstrommodells
und der Ziele der beteiligten Entscheidungsträger sowie die Charakterisierung
der Informationssituation im Netzwerk. Anschließend werden Koordinationsebe-
nen sowie deren Verknüpfung identifiziert. Es wird dabei zwischen der taktischen
und der operativen Koordination unterschieden. Für jede dieser Entscheidungs-
ebenen erfolgt unter Berücksichtigung der hierarchischen Stellung der beteilig-
ten Entscheidungsträger eine Darstellung der Koordinationsproblematik sowie
die konzeptionelle Modellierung von Koordinationsmechanismen.
Basierend auf der konzeptionellen Darstellung der Koordinationsebenen in Kapi-
tel 4 erfolgt in Kapitel 5 die Entwicklung eines Aushandlungsmechanismus für die
Ebene der taktischen Koordination. Das Ziel der taktischen Koordination besteht
dabei darin, für einen definierten Zeitraum Rahmenverträge zu ermitteln, die ei-
ne mittelfristige Allokation von Recyclingaufträgen im Netzwerk ermöglichen.
Auf Basis der auf dieser Ebene vorliegenden Entscheidungssituation erfolgt die
Entwicklung eines hierarchischen Aushandlungsmechanismus auf Grundlage der
dualen Problemdekomposition. Die Anwendung des Mechanismus wird anhand
eines Beispiels verdeutlicht. Auf Grundlage des Beispiels werden randomisierte
Testinstanzen gebildet, auf deren Basis eine Ermittlung der Leistungsfähigkeit
des Aushandlungsmechanismus gegenüber einer zentralen Planung im Rahmen
einer Performanceanalyse durchgeführt wird.
In Kapitel 6 wird eine Validierung der entwickelten Methodik zur taktischen Ko-
ordination anhand einer regionalen Fallstudie für das Bundesland Niedersachsen
durchgeführt. Die Fallstudie verfolgt dabei mehrere Ziele. Zunächst erfolgt eine
Ermittlung der Güte der mit dem entwickelten Aushandlungsmechanismus gene-
rierten Lösungen in einem realitätsnahen Kontext. Zu diesem Zweck wird eine
numerische Studie durchgeführt, in der untersucht wird, inwieweit die Ergebnis-
se der durch die Aushandlungsmethodik generierten Lösungen von denen eines
zentralen Planers abweichen. Anschließend wird die Leistungsfähigkeit des Aus-
handlungsmechanismus mit in der Praxis üblichen Allokationsverfahren vergli-
chen, um Potenziale für den praktischen Einsatz ermitteln zu können. Schließlich
wird die Umsetzung des Aushandlungsmechanismus als Multiagentensystem be-
trachtet. Es erfolgt dabei die Entwicklung eines prototypischen Softwaresystems.
Auf Basis der gewonnenen Ergebnisse werden Handlungsempfehlungen abgeleitet.
Kapitel 7 nimmt eine kritische Würdigung des Ansatzes vor und gibt einen Aus-
blick auf weiteren Forschungsbedarf. Abschließend erfolgt in Kapitel 8 eine Zu-
4 1 Einleitung

sammenfassung der wichtigsten Ergebnisse der Arbeit.


Abbildung 1.1 gibt einen Überblick über den Aufbau der vorliegenden Arbeit.

Kapitel 1: Einleitung
Koordinationsmechanismen für das Reverse Logistics – Konzepte und Verfahren

Ziel: Kapitel 2: Grundlagen und Rahmenbedingungen


Ermittlung von
Anforderungen Anforderungen an einen
Koordinationsansatz
Ziel:
Identifizierung Kapitel 3: Ansätze zur Planung und Koordination von
geeigneter Reverse Logistics Netzwerken
Methoden
für Recyclingnetzwerke

Methoden und Ansätze


zur Koordination
Kapitel 4: Konzept zur Koordination von
Gesamtziel:

Ziel:
Recyclingnetzwerken
Entwicklung
eines Konzepts Konzept zur
Koordination von
Recyclingnetzwerken
Ziel:
Methodik für die Kapitel 5: Aushandlungsmechanismus zur taktischen
taktische Koordination von Recyclingnetzwerken
Koordination
Methodik zur taktischen
Koordination
Ziel:
Realitätsnahe
Kapitel 6: Fallstudie zur taktischen Koordination
Evaluierung der
Methodik

Kapitel 7: Kritische Würdigung und Ausblick

Kapitel 8: Zusammenfassung

Abbildung 1.1: Aufbau der Arbeit


2 Grundlagen und Rahmenbedingungen

In diesem Kapitel werden die Grundlagen und Rahmenbedingungen der Arbeit


dargelegt. Zunächst werden Recyclingnetzwerke und ihre Rolle in der Kreislauf-
wirtschaft dargestellt. Es erfolgt anschließend eine Definition wichtiger Begriff-
lichkeiten, bevor die betrachtete Problemstellung von anderen, verwandten For-
schungsfeldern abgegrenzt wird. Auf dieser Basis werden dann die für Recycling-
netzwerke existierenden Rahmenbedingungen beschrieben, um daraus Anforde-
rungen an einen Koordinationsansatz abzuleiten. Den Abschluss dieses Kapitels
bildet die Einordnung der betrachteten Problemstellung in den Kontext der Pro-
duktionswirtschaft.

2.1 Die Rolle von Recyclingnetzwerken in der


Kreislaufwirtschaft

Durch kürzer werdende Produktlebenszyklen, höhere Ausstattungsgrade in den


Haushalten und den damit verbundenen höheren Anfallmengen an Altgeräten
kommt der Nachgebrauchsphase von Produkten eine immer stärkere Rolle zu. So
wird beispielsweise für die Massen an anfallenden Elektro(nik)altgeräten mittel-
fristig ein stetiges Wachstum prognostiziert (BFUB 2001). Auf Basis von Daten
aus dem Jahr 2001 geht BFUB (2001) von einer Steigerung der Masse an anfallen-
den Elektro(nik)altgeräten in Deutschland von 400.000t im Jahr 2002 auf knapp
750.000ta im Jahr 2015 aus. Auf Basis aktueller Erhebungen ermittelte das Bun-
desumweltministerium für 2006 eine Masse von 750.000t an erfassten Altgeräten.
Die für 2015 prognostizierte Masse wurde somit bereits erreicht (vgl. Tabelle 2.1).
Ein ähnlich starker Anstieg der zu behandelnden Abfallströme ist im Bereich
ausgedienter Kraftfahrzeuge zu verzeichnen. So hat sich die Zahl der jährlichen
Fahrzeuglöschungen in Deutschland von ca. 2 Millionen im Jahr 1985 auf 3,7
Millionen im Jahr 2006 erhöht (Kraftfahrtbundesamt 2008).
Das steigende Aufkommen ausgedienter Produkte führte auf europäischer und
nationaler Ebene zum Erlassen von Verordnungen und Gesetzen, welche die Pro-
duktverantwortung auf die Hersteller übertragen. Dies bedeutet, dass die Herstel-
ler für die kostenlose und ordnungsgemäße Entsorgung ihrer in Verkehr gebrach-
ten Produkte sorgen müssen. Die ordnungsgemäße Entsorgung umfasst dabei
meist die Erfüllung vorgegebener Quoten für verschiedene Arten der Verwertung.
So gilt seit dem Jahr 2002 das Gesetz über die Entsorgung von Altfahrzeugen
6 2 Grundlagen und Rahmenbedingungen

Tabelle 2.1: Vorläufige Zahlen für die im Jahr 2006 in Deutschland erfasste Masse
an Elektro(nik)altgeräten, in Anlehnung an BMU (2008, S. 7)

Gerätekategorie erfasste Altgerätemasse in 1.000 t


Haushaltsgroßgeräte ca. 462
Haushaltskleingeräte ca. 43
IT und TK Geräte ca. 102
Unterhaltungselektronik ca. 113
Beleuchtungskörper ca. 5
Elektrische Werkzeuge ca. 12
Spiel- und Sportgeräte ca. 5
Medizinprodukte ca. 1
Überwachungs- und Kontrollgeräte ca. 1
Automatische Ausgabegeräte ca. 6
Summe ca. 750

(AltfahrzeugG) und seit dem Jahr 2006 das Elektro- und Elektronikgerätegesetz
(ElektroG).1
Zur Bewältigung der immer größer werdenden Anfallmengen beauftragen die Her-
steller von Produkten Recyclingdienstleister mit der Übernahme der vom Ge-
setzgeber auferlegten Pflichten, da sie für derartige Aufgaben im Allgemeinen
keine Kompetenzen besitzen (Walther u. Spengler 2004; Hallmann 2007). Für
viele Arten von Altgeräten werden wesentliche Teile des Recyclings von kleinen
und mittelständischen Unternehmen durchgeführt, wobei vermehrt auch größe-
re Unternehmen in den Markt eintreten. Im Bereich des Recyclings von Elek-
tro(nik)altgeräten sind in Deutschland ca. 290 Unternehmen tätig, die insge-
samt ca. 4.600 Mitarbeiter beschäftigen (Halstrick-Schwenk 2000). Ebenso ist
die Branche des Recyclings von Altfahrzeugen mittelständisch dominiert (Zum-
keller 2005). Die folgenden Ausführungen beziehen sich nun auf die am Recycling
von Elektro(nik)altgeräten beteiligten Akteure.
Die Verlagerung der Produktverantwortung auf die Hersteller hat zur Folge, dass
Recyclingunternehmen nicht mehr auf lokaler Ebene durch Kommunen, bei de-
nen die Nutzer ihre ausgedienten Geräte abgeben, beauftragt werden, sondern
sich Herstellern gegenüber sehen. Teilweise schließen sich die Hersteller sogar in
Verbünden zusammen. So haben beispielsweise für den Bereich der Herstellung
von Elektro(nik)geräten die Unternehmen Braun, Eletrolux, HP und Sony Eu-
rope die European Recycling Plattform“ gegründet, bei der sich europäische

Hersteller registrieren können.2 Das Ziel der Plattform besteht darin, für die be-
1
Vgl. hierzu detaillierter Kapitel 2.4.1
2
Vgl. hierzu www.erp-recycling.org
2.1 Die Rolle von Recyclingnetzwerken in der Kreislaufwirtschaft 7

teiligten Unternehmen durch Bündelung der zu behandelnden Altgerätemassen


eine kostengünstige Umsetzung der rechtlichen Verpflichtungen zum Recycling
von Elektro(nik)altgeräten zu ermöglichen.
Zur Bearbeitung der von den Herstellern, oft europaweit, vergebenen Aufträge
schließen sich Recyclingunternehmen zu Netzwerken zusammen, um gegenüber
Herstellern oder Herstellerverbünden ein einheitliches Auftreten zu ermöglichen
(Walther u. Spengler 2004). Walther u. Spengler (2004) geben eine Übersicht
über eine Auswahl von in Deutschland tätigen Recyclingnetzwerken, in denen
hauptsächlich Demontageunternehmen beteiligt sind. Neben diesen nationalen
Recyclingnetzwerken existieren auch Recyclingnetzwerke, die auf europäischer
Ebene agieren. Zwei Beispiele hierfür stellen das advanced european recycling

network - earn“ 3 sowie das European Recycling Network - RENE“ 4 dar. Das

Recyclingnetzwerk earn ist europaweit mit 19 Recyclingunternehmen vertreten
in denen 700 Mitarbeiter beschäftigt sind. Die Jahreskapazität beträgt 330.000t.
Die Anteilseigner sind dabei 5 europäische Recyclingunternehmen.5
RENE ist in 19 europäischen Ländern mit 57 Recyclingunternehmen aktiv. Das
nach eigenen Angaben größte europäische Recyclingnetzwerk ist in der Lage,
ca. 800.000t/a zu recyceln. Die Gründung erfolgte durch den Zusammenschluss
mehrerer mittelständischer Recyclingunternehmen (o.V. 2005, 2006). Die Koor-
dinationsstelle von RENE ist in Eppishausen in Bayern ansässig. Abbildung 2.1
gibt einen Überblick über die Standorte der im Netzwerk beteiligten Recycling-
unternehmen.
Recyclingnetzwerke, wie beispielsweise RENE oder earn, bieten den Herstellern
von Elektro(nik)geräten als Dienstleistung die komplette Übernahme der vom
Gesetzgeber geforderten Pflichten an. Dazu gehören für das Recycling von Elek-
tro(nik)altgeräten administrative Pflichten, wie Registrierungsvorgänge sowie die
ständige Meldung von inverkehrgebrachten, gesammelten und recycelten Alt-
gerätemassen. Zudem stellen die Recyclingnetzwerke durch Zertifizierungen si-
cher, dass die beteiligten Recyclingunternehmen die gesetzlich geforderten Stan-
dards zum Recycling erfüllen.
Die von den im Netzwerk beteiligten Recyclingunternehmen operativ durchgeführ-
ten Prozesse bestehen aus der Abholung der Altgeräte an den von den Kommunen
bereitgestellten Sammelstellen, der anschließenden Demontage und/oder der me-
chanischen Aufbereitung. Die sich anschließenden Prozesse der stofflichen und
energetischen Verwertung sind meist sehr investitionsintensiv, so dass sich hier
stark zentralisierte Lösungen ergeben haben (Walther 2005). Derartige Verwer-
tungsunternehmen sind somit nicht an den betrachteten Recyclingnetzwerken
3
www.earn-service.com
4
www.rene-europe.com
5
COOLREC B.V., ECOTRONICS, Electrocycling GmbH, Indumetal Recycling S.A., STE-
NA Technoworld AB
8 2 Grundlagen und Rahmenbedingungen

Abbildung 2.1: Standorte von Recyclingunternehmen in einem Recyclingnetz-


werk, am Beispiel des Recyclingnetzwerks RENE (Quelle:
www.rene-europe.com)

beteiligt. Abbildung 2.2 zeigt die Rolle der betrachteten Recyclingnetzwerke im


Rahmen der Kreislaufwirtschaft. Die gestrichelten Linien bezeichnen dabei die
vorwärts gerichteten Materialströme und die durchgezogenen Linien kennzeich-
nen die mit der Rückführung zusammen hängenden Stoffflüsse.
Wird das Netzwerk, welches oft durch ein fokales Unternehmen repräsentiert wird
(Walther u. Spengler 2004), von einem Hersteller mit dem Recycling von Alt-
geräten beauftragt, so ist eine effiziente Allokation der Aufträge auf die im Netz-
werk beteiligten selbständigen Unternehmen notwendig.
In der Praxis werden zur Allokation von Recyclingaufträgen auf Unternehmen
Softwaresysteme verwendet, in denen für verschiedene Anfallstandorte Recycling-
dienstleister nebst zugehöriger Preise hinterlegt sind (Hallmann 2007). Auf dieser
Basis hat das fokale Unternehmen die Möglichkeit, den jeweils günstigsten Anbie-
ter zu wählen. Allerdings spiegeln derartige Preisstrukturen nicht zwingend die
realen Kosten wider. Zudem erfolgt eine Allokation meist derart, dass unterneh-
mensspezifische Recyclingfähigkeiten nicht im Interesse des gesamten Netzwerks
ausgenutzt werden. Dies führt dazu, dass die resultierende Allokation aus Sicht
des gesamten Netzwerks suboptimal sein kann.
2.2 Begrifflichkeiten und Definitionen 9

Recyclingnetzwerk

Handel Endkunde Sammelstellen Demontage-/Aufbereitungs- Verwertungs- Hersteller


unternehmen unternehmen

Abbildung 2.2: Recyclingnetzwerke in der Kreislaufwirtschaft, in Anlehnung an


Walther (2005, S. 114)

Aus diesem Grund ist eine optimierte Allokation wünschenswert, die die unter-
schiedlichen Unternehmenscharakteristika zum Nutzen des gesamten Netzwerks
berücksichtigt. Eine Möglichkeit besteht darin einen zentralistischen Optimie-
rungsansatz zu wählen (vgl. hierzu Walther 2005). Da aufgrund der Eigenständig-
keit der Unternehmen keine zentrale Planung erfolgen kann, ist ein Koordinations-
mechanismus notwendig, der die Autonomie der einzelnen Entscheidungsträger
berücksichtigt. Die Entwicklung eines solchen Mechanismus ist Ziel der vorlie-
genden Arbeit. Im Folgenden werden zunächst die dazu notwendigen begriffli-
chen Grundlagen sowie die für Recyclingnetzwerke relevanten Rahmenbedingun-
gen dargestellt.

2.2 Begrifflichkeiten und Definitionen

Im vorliegenden Abschnitt werden zunächst einige grundlegende Begriffe defi-


niert, die im Laufe der Arbeit verwendet werden. Dies erscheint notwendig, da
die Begrifflichkeiten, die sich mit Konzepten und Optionen der Kreislaufwirt-
schaft beschäftigen, oftmals nicht einheitlich bzw. überschneidungsfrei verwendet
werden.
10 2 Grundlagen und Rahmenbedingungen

Zunächst sollen die Begriffe Closed Loop Supply Chain Management (CLSCM)
und Reverse Logistics definiert werden. Diese werden in der Literatur nicht ein-
deutig und teilweise auch synonym verwendet. Unter einer Closed Loop Supply
Chain (CLSC) soll im Rahmen der Arbeit die Gesamtheit der Prozesse vom
Hersteller zum Kunden und von dort wieder zurück zum Hersteller verstanden
werden. Das CLSCM beschäftigt sich mit der Planung, Ausgestaltung, Implemen-
tierung und Kontrolle der Material-, Finanz- und Informationsflüsse sowohl der
vorwärts gerichteten als auch der rückwärts gerichteten Supply Chain (Guide Jr.
et al. 2003). Fließen die durch unterschiedliche Aktivitäten (s.u.) behandelten
Altgeräte oder daraus resultierende Materialien anstatt zum Hersteller des ur-
sprünglichen Produkts in eine andere Supply Chain, so spricht man von einer
Open Loop Supply Chain (Schröter 2007).
Sowohl in der Open Loop Supply Chain als auch in der CLSC kommen zusätzlich
zu den Aktivitäten der klassischen Supply Chain die Aktivitäten der rückwärti-
gen Supply Chain oder der Reverse Supply Chain hinzu (Guide Jr. et al. 2003).
Charakteristisch für CLSCs und Open Loop Supply Chains ist, dass die vom
Kunden zurückgegebenen Produkte in irgendeiner Form wieder Eingang in den
Wirtschaftskreislauf finden und somit auch wieder in einer Forward Supply Chain
erscheinen.
Betrachtet man nur die rückwärts gerichtete Supply Chain, also die Reverse Sup-
ply Chain, die Teil einer Open Loop Supply Chain oder CLSC sein kann, spricht
man bei deren Management von Reverse Supply Chain Management oder auch
von Reverse Logistics (Fleischmann et al. 1997).6
In der Reverse Supply Chain werden verschiedenartige Tätigkeiten durchgeführt,
um Produkte oder daraus gewonnene Materialien wieder einer neuen Verwendung
zuzuführen. Für diese in der Reverse Supply Chain durchgeführten Tätigkeiten
existieren diverse Begrifflichkeiten. Dies betrifft insbesondere die unterschiedli-
chen Definitionen aus der meist englischsprachigen, betriebswirtschaftlichen Li-
teratur einerseits sowie der stärker technisch/ingenieurwissenschaftlich und recht-
lich geprägten Literatur aus dem deutschen Sprachraum andererseits. Aus diesem
Grund werden die im Laufe der Arbeit verwendeten Begriffe im Folgenden defi-
niert.
Zunächst werden die Maßnahmen charakterisiert, die im Rahmen einer Kreis-
laufführung von Produkten oder Materialien angewendet werden können. Diese
werden im Folgenden als Reverse Logistics Aktivitäten bezeichnet.
• Die Erfassung von Altgeräten beinhaltet die Schritte der Sammlung, Zwi-
schenlagerung, Vorsortierung und des Transports (Walther 2005).
• An die Erfassung schließt sich die Behandlung an. Die Behandlung beinhal-
tet die Demontage, die mechanische Aufbereitung, die stoffliche und ener-
6
Im Folgenden wird hierfür der Begriff Reverse Logistics verwendet, da dieser in der Literatur
stark verbreitet ist.
2.2 Begrifflichkeiten und Definitionen 11

getische Verwertung sowie alle Maßnahmen, die der Vorbereitung der Be-
seitigung dienen (Richtlinie 2002/96/EG, Art. 3h). Ferner sollen zur Be-
handlung im Rahmen der Arbeit die Maßnahmen der Wiederverwendung
gehören. Die zur Behandlung gehörenden Maßnahmen werden im Folgenden
genauer beschrieben.
– Die Demontage beschäftigt sich mit der systematischen Zerlegung von
Produkten in Bauteile oder Baugruppen (Lee et al. 2001a). Man ver-
steht darunter die Gesamtheit aller (geplanten) Vorgänge, die der Ver-

einzelung von Mehrkörpersystemen zu Baugruppen, Bauteilen und/
oder formlosen Stoff durch Trennen dienen“(VDI Richtlinie 2343, Blatt
1, S. 3). Die Demontage hat das Ziel Bauteile bzw. Baugruppen zu
isolieren. Dazu können zerstörende und nicht zerstörende Verfahren
angewandt werden (Ploog 2004).
– Die mechanische Aufbereitung bezeichnet die nicht zerstörungsfreie
Zerlegung von Komponenten mittels verfahrenstechnischer Anlagen in
Materialfraktionen, die durch ihre stofflichen Eigenschaften gekenn-
zeichnet sind. Im Unterschied zur Demontage besteht hierbei das Ziel
darin Materialien zu gewinnen (z.B. Kupfer), die direkt einer Verwer-
tung zugeführt werden (Ploog 2004).
– Die stoffliche Verwertung beschreibt die Aufbereitung von Fraktio-
nen für den ursprünglichen oder einen anderen Zweck. Die energeti-
sche Verwertung ist dabei jedoch ausgeschlossen (Walther 2005).7 Zur
stofflichen Verwertung gehören Maßnahmen wie beispielsweise die Ver-
wertung bzw. Rückgewinnung von Metallen und Metallverbindungen
oder die Verwertung bzw. Rückgewinnung anderer anorganischer Stof-
fe (KrW-/AbfG, Anhang IIA).
– Die energetische Verwertung dient zur Gewinnung von Energie durch
Verbrennung (Walther 2005).
– Zur Wiederverwendung gehören Maßnahmen, bei denen die [...]Alt-

geräte oder deren Bauteile zu dem gleichen Zweck verwendet wer-
den, für den sie entworfen wurden, einschließlich der weiteren Nutzung
von Geräten oder ihren Bauteilen, die zu Rücknahmestellen, Vertrei-
bern, Recyclingbetrieben oder Herstellern gebracht werden“ (Richt-
linie 2002/96/EG, Art. 3d). Der Umfang, in dem die Maßnahmen
der Wiederverwendung ausgeführt werden, hängt in starkem Maße
davon ab, welche Kreislaufwirtschaftsoption verfolgt wird (s.u.). Un-
ter Maßnahmen der Wiederverwendung sollen Tätigkeiten der Reini-
gung, der Inspektion, der Sortierung, der Aufarbeitung, der Remontage
7
Die hier mit stofflicher Verwertung beschriebene Aktivität wird in Richtlinie 2002/96/EG,
Art. 3e als Recycling“ bezeichnet. Dem wird hier nicht gefolgt, da im Rahmen der Arbeit

unter Recycling“ eine Kreislaufwirtschaftsoption verstanden wird (s.u.).

12 2 Grundlagen und Rahmenbedingungen

und des Testens verstanden werden (vgl. hierzu Stölting 2006). Wird
beispielsweise eine erneute Vermarktung eines Altgeräts als Neugerät
angestrebt, so sind die damit verbundenen Maßnahmen zur Wieder-
verwendung in stärkerem Maße durchzuführen als wenn lediglich eine
Vermarktung als Gebrauchtgerät vorgesehen ist.
• Die Beseitigung umfasst beispielsweise Maßnahmen der Ablagerung, der
Verbrennung oder der Dauerlagerung (Walther 2005; Richtlinie 2002/96/EG,
Art. 3g). Bei ihr werden weder Materialien noch Energie gewonnen.
• Unter der Entsorgung von Materialien werden die Verwertung und die Be-
seitigung zusammengefasst. Die Beseitigung wiederum ist allerdings nicht
Bestandteil der Behandlung (KrW-/AbfG, §3, Abs. 7).
Neben diesen maßnahmenbezogenen Definitionen existieren verschiedene Begriff-
lichkeiten aus dem Product Recovery Management. Das Product Recovery Mana-
gement beschäftigt sich mit strategischen Fragestellungen der Kreislaufwirtschaft
(Thierry et al. 1995). Dabei werden Handlungsoptionen zur erneuten Verwen-
dung von Produkten und Materialien charakterisiert, die im Folgenden Kreis-
laufwirtschaftsoptionen genannt werden sollen. Die Umsetzung dieser Kreislauf-
wirtschaftsoptionen als Handlungsalternativen bedarf dabei der Durchführung
der oben dargestellten Reverse Logistics Aktivitäten. Je nachdem welche Kreis-
laufwirtschaftsoption gewählt wird, werden die Aktivitäten in mehr oder weniger
starkem Maße angewandt. Im Rahmen dieser Arbeit werden die im Folgenden
dargestellten Begriffe zugrunde gelegt (vgl. hierzu Thierry et al. 1995):
• Bei der direkten Wiederverwendung (Re-Use) kann ein Produkt unmittel-
bar ohne Reparatur oder Aufarbeitungsmaßnahmen wieder in den Kreislauf
gebracht werden.
• Remanufacturing bezeichnet das Versetzen eines Produkts in einen Zu-
stand, der dem eines Neuprodukts gleicht. Dabei erfolgen eine vollständi-
ge Demontage des Produkts sowie eine Inspektion seiner Baugruppen und
Bauteile. Defekte Bauteile und Baugruppen, die nicht mehr dem Stand der
Technik entsprechen, werden ausgewechselt. Anschließend erfolgt eine Re-
montage der Geräte.
• Beim Refurbishing werden die Geräte im Gegensatz zum Remanufacturing
nicht wieder auf den Stand eines Neugeräts aufgearbeitet, sondern nur bis zu
einem definierten Qualitätsniveau. Auch hier werden Bauteile ausgetauscht,
die nicht mehr dem Stand der Technik entsprechen.
• Eine weitere Abstufung in der Qualität stellt die Reparatur von Produkten
dar. Dabei erfolgt meist nur eine teilweise Demontage und lediglich ein
Austausch defekter Bauteile.
• Bei der Kannibalisierung erfolgt die Wiederverwendung einzelner Bautei-
le oder Baugruppen anstatt ganzer Produkte. Dabei können die nach der
2.2 Begrifflichkeiten und Definitionen 13

Demontage gewonnenen Bauteile in einer der oben beschriebenen Optionen


(Re-Use, Remanufacturing, Refurbishing, Reparatur) verwendet werden.
• Das Recycling schließlich zielt auf die Verwendung der in den zurückkom-
menden Produkten befindlichen Materialien ab. Die Produktstruktur und
Funktionsfähigkeit werden dabei zerstört. Recycling umfasst die Aktivitäten
der Demontage gefolgt von weiteren Trennungsschritten wie der mechani-
schen Aufbereitung und endet schließlich in der stofflichen Verwertung.8
Neben diesen Kreislaufwirtschaftsoptionen existieren noch die Optionen der Ener-
giegewinnung sowie der Entledigung. Die Energiegewinnung zielt auf die Gewin-
nung von Energie aus Materialien durch Verbrennung ab. Unter der Entledigung
sollen alle Maßnahmen verstanden werden die dem Ziel einer Entfernung aus dem
Kreislauf dienen und die Materialien somit weder für die ursprüngliche noch für
eine andere Wertschöpfungskette in irgendeiner Form nutzbar gemacht werden
können.9 Diese beiden Optionen sind somit nicht als Kreislaufwirtschaftsoptio-
nen im engeren Sinne zu bezeichnen. Die im Rahmen der Arbeit verwendeten
Begrifflichkeiten sind abschließend anhand eines Materialflussdiagramms in Ab-
bildung 2.3 dargestellt.
Die Abbildung zeigt lediglich die Materialflüsse in der Reverse Supply Chain,
die Forward Supply Chain wird nicht betrachtet. Je nachdem welche Kreislauf-
wirtschaftsoption gewählt wird, werden unterschiedliche Reverse Logistics Ak-
tivitäten durchgeführt. Die Kreislaufwirtschaftsoptionen des Remanufacturing,
des Refurbishing sowie der Reparatur wurden dabei zusammengefasst, da die
für sie notwendigen Aktivitäten oftmals sehr ähnlich sind und eine eindeutige
Unterscheidung nicht zwingend möglich ist.10 Ebenso wurde die Strategie der
Kannibalisierung nicht explizit mit in die Darstellung aufgenommen, da sie letzt-
lich den Strategien Remanufacturing, Refurbishing oder Reparatur zugeordnet
8
In der europäischen Richtlinie zum Recycling von Elektro(nik)altgeräten (WEEE Richtli-
nie) beispielsweise bezieht sich der Begriff Recycling“ nur auf die stoffliche Verwertung. Die

vorgelagerten Schritte, wie die Demontage oder die mechanische Aufbereitung, sind nicht
Bestandteil der Definition (Richtlinie 2002/96/EG, Art. 3e). In der hier vorliegenden Arbeit
wird der Begriff Recycling im Sinne der von Thierry et al. (1995) verwendeten Bedeutung
einer Kreislaufwirtschaftsoption genutzt. Die VDI-Richtlinie 2343 subsumiert unter Recyc-
ling neben der stofflichen Verwertung auch Optionen, bei denen eine Wiederverwendung im
Vordergrund steht (VDI Richtlinie 2343). In diesem Zusammenhang wird für die Option
des Recycling teilweise auch der Begriff Materialrecycling“ verwendet, und die Strategien

des Re-Use, des Remanufacturing, des Refurbishing und der Reparatur werden unter dem
Begriff Produktrecycling“ zusammengefasst (Stölting 2006). Diese Unterscheidung soll aus

Gründen der Übersichtlichkeit im Rahmen dieser Arbeit außer Acht bleiben.
9
Anders als hier versteht das KrW-/AbfG, §3, Abs. 2 unter der Entledigung, wenn ein Besit-
zer eines Produkts [...] bewegliche Sachen einer Verwertung [...] oder einer Beseitigung [...]

zuführt oder die tatsächliche Sachherrschaft über sie unter Wegfall jeder weiteren Zweckbe-
stimmung aufgibt.“ Wie schon im Falle des Recyclings hat der Begriff Entledigung, anders
als in der Arbeit verwendet, im rechtlichen Kontext eine maßnahmenbezogene Bedeutung.
10
Oftmals wird auch nur von Remanufacturing“ gesprochen (Fleischmann et al. 2000).

14 2 Grundlagen und Rahmenbedingungen

werden kann, mit dem Unterschied, dass sie sich auf einzelne Komponenten oder
Baugruppen und nicht auf ganze Geräte bezieht.
Es wird ebenfalls deutlich, dass eine Kreislaufwirtschaftsoption nie isoliert durch-
geführt werden kann. Wird beispielsweise das Recycling als Kreislaufwirtschafts-
option verfolgt, dann können nicht stofflich verwertbare Fraktionen einer energeti-
schen Verwertung zugeführt werden, die dann in einer Energiegewinnung mündet.
Das hauptsächliche Ziel dabei bleibt jedoch das Recycling.

Sammlung

Zwischenlagerung
Erfassung

Vorsortierung

Transport

Reverse Logistics Aktivitäten


Demontage
Behandlung

Mechanische Aufbereitung

Verwertung

Wiederverwendung stofflich energetisch Beseitigung

Entsorgung
Remanufacturing/
Re-Use Refurbishing/ Re- Energie-
Repair cycling gewinnung Entledigung

Kreislaufwirtschaftsoptionen

Abbildung 2.3: Definitionen und Begrifflichkeiten im Reverse Logistics, abge-


ändert nach Walther (2005, S. 27)

Nach der Abgrenzung grundlegender Begrifflichkeiten erfolgt nun im nächsten


Abschnitt eine Einordnung der Arbeit in den Kontext des Reverse Logistics.
2.3 Recyclingnetzwerke als Reverse Logistics Netzwerke 15

2.3 Recyclingnetzwerke als Reverse Logistics Netzwerke

Wie bereits dargestellt, wird unter einer CLSC im Allgemeinen die Gesamt-
heit aller Akteure und Aktivitäten zum einen der klassischen Forward Supply
Chain und zum anderen der rückwärtigen Supply Chain verstanden. Werden
durch Reverse Logistics Aktivitäten gewonnene Materialien oder Produkte in
einer anderen als der ursprünglichen Wertschöpfungskette eingesetzt, so spricht
man von Open Loop Supply Chains.11 Im Folgenden wird der Begriff geschlossene
Wertschöpfungsketten als Überbegriff für beide Fälle verwendet.
Abbildung 2.4 zeigt beispielhaft die Akteure und Materialflüsse in solch einer
geschlossenen Wertschöpfungskette. Ähnliche Abbildungen sind beispielsweise bei
Thierry et al. (1995), Krikke (1997) oder Fleischmann et al. (2000) zu finden.

Lieferant OEM Kunde


Handel

Demontage-/
Aufarbeiter Aufbereitungs- Beseitigung
unternehmen

vorwärts

Verwerter rückläufig

Abbildung 2.4: Stoffströme und Entscheidungsträger in einer geschlossenen Wert-


schöpfungskette

Die Abbildung zeigt die Stoffströme, die sich in einer geschlossenen Wertschöpf-
ungskette ergeben können. Die Rechtecke bezeichnen die beteiligten Entschei-
dungsträger. Die durchgezogenen Linien stellen die Stoffströme der vorwärts ge-
richteten Supply Chain dar und die gestrichelten Linien kennzeichnen die mit der
Reverse Supply Chain zusammenhängenden Stoffströme. Die dargestellte Struk-

11
Vgl. Kapitel 2.2
16 2 Grundlagen und Rahmenbedingungen

tur ist von generischer Natur und lässt eine Vielzahl konkreter Ausprägungen
zu.
Die konkrete Ausprägung einer geschlossenen Wertschöpfungskette ist grundsätz-
lich von der verfolgten Kreislaufwirtschaftsoption abhängig.12 Hierzu unterschei-
det man wie oben dargestellt Re-Use, Remanufacturing/Refurbishing/Repair13
und Recycling. Einen weiteren Einflussfaktor auf die jeweilige Struktur der ge-
schlossenen Wertschöpfungskette stellt der Treiber des Netzwerks dar. Hierbei
kann zwischen rechtlich und ökonomisch getriebenen Netzwerken unterschieden
werden. Ein rechtlich getriebenes Netzwerk führt seine Aktivitäten aufgrund ei-
nes gesetzlichen Zwangs durch. Das Ziel des Netzwerks ist es dann, diese ge-
setzlichen Anforderungen möglichst effizient zu erfüllen. Hingegen wird in einem
ökonomisch getriebenen Netzwerk durch die Tätigkeit ein ökonomischer Mehr-
wert erwartet (de Brito u. Dekker 2002; Fleischmann 2003). Schließlich hängt die
Ausprägung der geschlossenen Wertschöpfungskette von den Akteuren ab, die
hauptsächlich an der Durchführung der Reverse Logistics Aktivitäten beteiligt
sind (Fleischmann 2003). Dabei kann man zwischen Netzwerken unterscheiden,
bei denen der Hersteller selbst oder lediglich Dritte involviert sind. Geschlossene
Wertschöpfungsketten können dann nach Fleischmann (2003) gemäß Tabelle 2.2
anhand der drei dargestellten Merkmale klassifiziert werden.

Tabelle 2.2: Klassifikation von geschlossenen Wertschöpfungsketten, in Anleh-


nung an Fleischmann (2003, S. 125)

Rechtlich getrieben Ökonomisch getrieben


Recycling Remanu- Re-Use Recycling Remanu- Re-Use
facturing facturing
Hersteller (1) - - 2 3 5
Dritte 1 - - (2) 4 (5)

Die dargestellten Merkmale sind dabei jedoch nicht vollständig unabhängig und
dementsprechend lässt sich nicht für jede mögliche Kombination eine reale An-
wendung finden. So existieren keine rechtlich getriebenen Netzwerke für die Kreis-
laufwirtschaftsoptionen des Re-Use und des Remanufacturing. Dies kann darin
begründet sein, dass sich entsprechende gesetzliche Vorschriften im Wesentlichen
auf das Recycling beziehen. Oder aber, wenn sie eine Verwertung oder Aufarbei-
tung ermöglichen, aus ökonomischen Gründen eine Verwertung bevorzugt wird.
Dies ist beispielsweise für Elektro(nik)altgeräte der Fall. Das ElektroG erlaubt bei
der Berechnung der Wiederverwendungs- und Recyclingquote“ 14 auch die An-

12
Vgl. hierzu Kapitel 2.2
13
Im Folgenden wird hierbei nur noch von Remanufacturing gesprochen.
14
Vgl. Kapitel 2.4.1
2.3 Recyclingnetzwerke als Reverse Logistics Netzwerke 17

rechnung von wiederverwendeten Komponenten und Bauteilen. Die nach Fleisch-


mann (2003) real existierenden Ausprägungen werden im Folgenden kurz näher
charakterisiert.
1: Rechtlich getriebene Recyclingnetzwerke: Diese Kategorie beschreibt
Netzwerke, in denen aufgrund rechtlicher Regelungen ein Recycling aus-
gedienter Produkte betrieben wird. In diese Kategorie ist auch die in die-
ser Arbeit vorliegende Problemstellung einzuordnen. Beispiele hierfür sind
Netzwerke zum Recycling von Elektro(nik)altgeräten oder von Altfahrzeu-
gen. Für diese Bereiche existieren gesetzliche Vorschriften auf europäischer
und nationaler Ebene. Ein weiteres Beispiel ist das Duale System Deutsch-
land ( Grüner Punkt“) für das Recycling von Verpackungsabfällen. Die

die Reverse Logistics Aktivitäten durchführenden Akteure sind dabei meist
Dritte in der Form von Dienstleistungsunternehmen.
2: Ökonomisch getriebene Recyclingnetzwerke: In diese Kategorie sind
Netzwerke einzuordnen, die ein Recycling aus ökonomischen Gründen durch-
führen. Fleischmann (2003) nennt das Beispiel des Teppichrecyclings von
DuPont und weist auf das geringe ökonomische Potenzial hin, das dieser
Kreislaufwirtschaftsoption zugrunde liegt. Deshalb ist diese Form von Netz-
werktypen im Vergleich zu 1 eher zu vernachlässigen. Im Zuge steigender
Rohstoffpreise dürfte dieser Netzwerktyp jedoch zunehmend an Bedeutung
gewinnen.
3: Ökonomisch getriebene, Hersteller-zentrierte Remanufacturing
Netzwerke: Remanufacturing Netzwerken wird vor allem aufgrund ih-
res ökonomischen Nutzens eine hohe Bedeutung zugemessen. Die mit dem
Remanufacturing verbundenen Reverse Logistics Aktivitäten können vom
Hersteller selbst durchgeführt werden. Ein Beispiel hierfür ist IBM, die ein
umfangreiches Aufarbeitungsprogramm betreibt (Fleischmann 2003). Wei-
terhin existiert bei den meisten Automobilherstellern ein Aufarbeitungspro-
gramm für Motoren, die als Ersatzteile (Austauschteile) angeboten werden
(vgl. etwa Driesch et al. (2005) für die Aufarbeitung von Motoren bei Daim-
ler).
4: Ökonomisch getriebene Remanufacturing Netzwerke unter Betei-
ligung von Dritten: Neben der Beteiligung des Herstellers an den Reverse
Logistics Aktivitäten können die Aufarbeitungsmaßnahmen von einem un-
abhängigen dritten Unternehmen durchgeführt werden. Ein Beispiel hierfür
ist die Aufarbeitung von Mobiltelefonen, wie sie beispielsweise von ReCel-
lular in den USA betrieben wird (Guide Jr. u. Van Wassenhove 2003).
5: Re-Use Netzwerke: Diese Klasse von Netzwerken befasst sich insbe-
sondere mit der Wiederverwendung von Verpackungen, Containern und
Behältern. Typische Beispiele für solche Güter sind Behälter für Getränke
oder Transportgebinde wie Paletten. Ebenfalls zu dieser Kategorie sind
18 2 Grundlagen und Rahmenbedingungen

Netzwerke zu zählen, die sich mit der weiteren Nutzung von sehr einfach
aufarbeitbaren Produkten wie Einwegkameras oder Tonerkasetten befassen
(Guide Jr. u. Van Wassenhove 2003).
Wie bereits einleitend in Kapitel 2.1 dargestellt, lässt sich die Problemstellung
der Arbeit zunächst bezüglich der grundlegend verfolgten Kreislaufwirtschaftsop-
tion in die Thematik des rechtlich getriebenen Recyclings einordnen. Weiterhin
wird im Rahmen der Arbeit nur ein Teil der in Abbildung 2.4 dargestellten Ak-
teure zu Grunde gelegt. Es werden nur Unternehmen betrachtet, die direkt an
den Recyclingprozessen beteiligt sind. Weitere Akteure wie Hersteller, Händler
oder Kunden werden nicht näher beleuchtet.15 Die vorliegende Arbeit ist folg-
lich dem Bereich des Reverse Logistics16 zuzuordnen, da nur ein Teil der ge-
schlossenen Wertschöpfungskette, nämlich der rückwärtige Teil, betrachtet wird.
Die relevanten Akteure sind dabei die Recyclingunternehmen, die in Netzwerk-
en zusammenarbeiten und als Dienstleister am Markt auftreten. Dies sind i.d.R.
diejenigen Recyclingunternehmen, die die Stufen der Demontage und der mecha-
nischen Aufbereitung übernehmen und von den Herstellern mit der Übernahme
ihrer rechtlichen Verpflichtungen beauftragt werden (Walther u. Spengler 2004).
Unternehmen aus dem Bereich der stofflichen Verwertung sind hierbei nicht Ge-
genstand der Arbeit. Neben den eigentlichen Behandlungsaktivitäten führen die-
se Unternehmen jedoch oftmals auch logistische Tätigkeiten wie den Transport
durch.
Recyclingunternehmen im Rahmen dieser Arbeit werden im Folgenden definiert
als Unternehmen, die die vorbereitenden Tätigkeiten der Erfassung (insbesonde-
re Transport) sowie die eigentlichen Behandlungsaktivitäten der Demontage und
der mechanischen Aufbereitung durchführen. Diese arbeiten in Netzwerken zu-
sammen und bilden einen Teil der Reverse Supply Chain. Die Recyclingnetzwerke
können somit auch als Reverse Logistics Netzwerke bezeichnet werden.
Abbildung 2.5 stellt die beschriebenen Unternehmen im Kontext einer geschlos-
senen Wertschöpfungskette zum Recycling dar. Die betrachteten Recyclingnetz-
werke sind dabei durch den grauen Kasten hervorgehoben.
Nachdem die betrachtete Problemstellung in den begrifflichen Kontext sowie in
die Thematik geschlossener Wertschöpfungsketten eingebettet wurde, werden im
folgenden Abschnitt die rechtlichen, technischen, ökonomischen und organisato-
rischen Rahmenbedingungen für Recyclingnetzwerke dargestellt. Aufbauend auf
diesen Rahmenbedingungen lassen sich anschließend Anforderungen an einen Ko-
ordinationsansatz ableiten.

15
Vgl. Kapitel 2.1
16
Vgl. Kapitel 2.2
2.4 Rahmenbedingungen für Recyclingnetzwerke 19

Lieferant OEM Kunde


Handel

Demontage-/ Aufbe-
reitungsunternehmen

Beseitigung

vorwärts
Verwerter rückläufig

Abbildung 2.5: Recyclingnetzwerke als Reverse Logistics Netzwerke

2.4 Rahmenbedingungen für Recyclingnetzwerke

Wie in den vorhergehenden Abschnitten ausgeführt, zählen die hier betrachteten


Recyclingnetzwerke zu den rechtlich getriebenen Netzwerktypen. Diese Recycling-
netzwerke arbeiten somit im Spannungsfeld der aktuellen europäischen und natio-
nalen Gesetzgebungen. Beispiele hierfür stellen die in Deutschland im Rahmen des
AltfahrzeugG umgesetzte Europäische Richtlinie zu End-of-Life Vehicles (ELV)
(Richtlinie 2000/53/EG) oder die als ElektroG umgesetzte Richtlinie zum Waste
Electrical and Electronic Equipment (WEEE) (Richtlinie 2002/96/EG) dar. Im
Rahmen der Arbeit wird nun der Untersuchungsgegenstand des Recyclings von
Elektro(nik)altgeräten zugrunde gelegt. Die folgenden Ausführungen beziehen
sich daher auf die rechtlichen, technischen, organisatorischen und ökonomischen
Rahmenbedingungen im Kontext des Recyclings von Elektro(nik)altgeräten. Ei-
ne Übertragung auf andere Branchen bzw. Kreislaufwirtschaftsgesetze ist je-
doch aufgrund starker Ähnlichkeiten der daraus erwachsenden Recyclingpflichten
grundsätzlich möglich.

2.4.1 Rechtliche Rahmenbedingungen

In Deutschland bildet das ElektroG die wesentliche Grundlage für das Recycling
von Elektro(nik)altgeräten. Dies stellt die Umsetzung der Richtlinie 2002/96/EG
20 2 Grundlagen und Rahmenbedingungen

der europäischen Union in nationales Recht dar.


Das ElektroG verlangt von den Herstellern eine kostenlose Rücknahme und Be-
handlung der anfallenden Elektro(nik)altgeräte. Dazu haben diese sich zunächst
beim Umweltbundesamt (UBA) unter Mitteilung der von ihnen produzierten
Geräteart zu registrieren. Dabei ist eine insolvenzsichere Garantie für die Fi-
nanzierung der Rücknahme und Behandlung vorzulegen. Das UBA leitet die Re-
gistrierungen an das so genannte Elektro-Altgeräte-Register (EAR) weiter (Elek-
troG, §6).17
Insgesamt ist eine Sammelquote von 4 kg getrennt gesammelter Elektro(nik)altge-
räte aus Privathaushalten pro Einwohner und Jahr nachzuweisen, allerdings sind
auch darüber hinausgehende Sammelmengen ordnungsgemäß zu behandeln. Die
Sammlung der Altgeräte an den Sammelstellen der öffentlich-rechtlichen Entsor-
gungsträger (ÖRE) hat dabei in so genannten Sammelgruppen zu erfolgen. Das
Gesetz unterscheidet die folgenden fünf Sammelgruppen (ElektroG, §9).
• Sammelgruppe 1: Haushaltsgroßgeräte (ohne Kühlgeräte), automatische Aus-
gabegeräte
• Sammelgruppe 2: Kühlgeräte
• Sammelgruppe 3: Informations- und Telekommunikationsgeräte, Geräte der
Unterhaltungselektronik
• Sammelgruppe 4: Gasentladungslampen
• Sammelgruppe 5: Haushaltskleingeräte, Beleuchtungskörper, elektrische und
elektronische Werkzeuge, Spielzeuge, Sport- und Freizeitgeräte, Medizinpro-
dukte, Überwachungs- und Kontrollinstrumente.
Jedem Hersteller wird die organisatorische und finanzielle Verantwortung für die
von ihm in Verkehr gebrachte Menge an Altgeräten übertragen. Dazu wird für je-
den Hersteller der Anteil berechnet, den er von der von ihm hergestellten Geräte-
art im aktuellen Jahr in Verkehr gebracht hat. Anschließend erfolgt auf Basis
statistischer Analysen die Ermittlung des Anteils einer Geräteart an einer Sam-
melgruppe. Daraus lässt sich der Anteil eines Hersteller an einer Sammelgruppe
berechnen (EAR 2005).18 Für den so berechneten Anteil des Herstellers an der
in der Sammelgruppe anfallenden Altgerätemenge ist dieser dann verantwortlich.
Die dargestellte Vorgehensweise gilt für Geräte, die vor dem 13. August 2005
in Verkehr gebracht wurden. Für Geräte, die der Hersteller nach dem 13. Au-
gust 2005 in Verkehr gebracht hat, lässt sich die von ihm abzuholende Menge
17
Das EAR ist die gemeinsame Stelle“ im Sinne des ElektroG und nimmt hoheitliche Aufga-

ben war. Vgl. hierzu auch www.stiftung-ear.de. Das EAR wurde im Zuge der Einführung
des ElektroG gegründet und übernimmt die Registrierung der Hersteller sowie die Koordi-
nation der Abholung.
18
Die Berechnungsweise ist dabei allerdings nicht unumstritten. So zeigt Schmidt et al. (2007)
anhand von Beispielrechnungen, dass die vom Gesetz geforderte gleichmäßige Verteilung
nicht zwingend gewährleistet ist und insbesondere kleine Hersteller benachteiligt werden.
2.4 Rahmenbedingungen für Recyclingnetzwerke 21

wahlweise auch nach dem tatsächlichen Anteil seiner (eindeutig identifizierbaren)


Altgeräte an der Geräteart berechnen. Den Nachweis darüber hat der Hersteller
zu erbringen (ElektroG, §14).
Die ÖRE melden dem EAR die zur Abholung bereit stehenden Massen einer Sam-
melgruppe, wenn eine Menge von mindestens 30 Kubikmetern (Sammelgruppen
1, 2, 3 und 5) bzw. drei Kubikmetern (Sammelgruppe 4) erreicht ist. Die gemein-
same Stelle legt dann auf Basis der ermittelten Verpflichtung der Hersteller (s.o.)
und der bereits von den Herstellern als recycelt bzw. verwertet gemeldeten Massen
denjenigen Hersteller fest, der die höchste verbleibende Sammelverpflichtung hat
und beauftragt diesen mit der Abholung durch eine so genannte Abholanordnung
(ElektroG, §9).
Zur ordnungsgemäßen Behandlung der Elektro(nik)altgeräte sind gewisse Anfor-
derungen einzuhalten, die von den durchführenden beauftragten Recyclingunter-
nehmen auf jeden Fall beachtet werden müssen. Danach sind bestimmte Stoffe,
Zubereitungen und Bauteile aus den gesammelten Geräten auszubauen. Dies be-
trifft beispielsweise quecksilberhaltige Bauteile oder Batterien. Darüber hinaus
ist für bestimmte Stoffe und Materialien die Art der Behandlung vorgegeben
(ElektroG, §11 u. Anhang III).
Neben diesen im Rahmen des Recyclings einzuhaltenden Mindestanforderun-
gen sind im Rahmen der Behandlung der Geräte Zielvorgaben in Form von
Quoten vorgegeben. Dabei sind zwei Typen von Quoten zu unterscheiden. Die
Wiederverwendungs- und Recyclingquote bezieht sich auf den Anteil der behan-
delten Masse, der entweder einer stofflichen Verwertung zugeführt oder wiederver-
wendet wird. Die Verwertungsquote bezieht sich auf den Anteil der behandelten
Masse, der entweder der stofflichen oder der energetischen Verwertung zugeführt
wird (ElektroG, §12).19
Die Einhaltung der Quoten bezieht sich auf so genannte Gerätekategorien, de-
nen die verschiedenen Arten von Elektro(nik)altgeräten zugeordnet werden.20 Die
Gerätekategorien mit den zugehörigen Quoten sind in Tabelle 2.3 abgebildet.
Dabei erfolgte bis jetzt keine abschließende Klärung darüber, wie genau die Ein-
haltung der Quoten zu erfolgen hat, insbesondere ob eine Kompensation gestattet
ist. In einem solchen Fall könnte die Nichteinhaltung der Quote in einer Katego-
rie durch eine Übererfüllung der Quote in einer anderen Kategorie ausgeglichen
werden. So wird in Deutschland beispielsweise aktuell eine Kompensation in-
nerhalb von Sammelgruppen diskutiert, in denen Gerätekategorien mit gleicher
19
Es werden hier die von Walther (2005) eingeführten Begriffe für die Bezeichnung der
Quoten verwendet. Gemäß der in Kapitel 2.2 eingeführten Terminologie müsste die
Wiederverwendungs- und Recyclingquote streng genommen Wiederverwendungs- und stoff-
liche Verwertungsquote heißen. Die Wiederverwendungs- und Recyclingquote wird im Fol-
genden aus Gründen der Einfachheit als Recyclingquote bezeichnet.
20
Diese Gerätekategorien werden im Rahmen der Sammlung zu Sammelgruppen zusammen-
gefasst (s.o.).
22 2 Grundlagen und Rahmenbedingungen

Tabelle 2.3: Kategorien für Elektro(nik)altgeräte und zugehörige Quoten nach


ElektroG

Gerätekategorie Wiederverwendungs- Verwertungs-


und Recyclingquote quote
1 Haushaltsgroßgeräte 75% 80%
2 Haushaltskleingeräte 50% 70%
3 Geräte der Informations- und Telekommuni- 65% 75%
kationstechnik
4 Geräte der Unterhaltungselektronik 65% 75%
5 Beleuchtungskörper 50% 70%
6 Elektrische und elektronische Werkzeuge mit 50% 70%
Ausnahme ortsfester industrieller Großwerk-
zeuge
7 Spielzeug sowie Sport- und Freizeitgeräte 50% 70%
8 Medizinprodukte mit Ausnahme implantierter bisher keine Quoten definiert
und infektiöser Produkte
9 Überwachungs- und Kontrollinstrumente 50% 70%
10 Automatische Ausgabegeräte 75% 80%

Quote enthalten sind (Umweltbundesamt 2007). So haben z.B. die in Sammel-


gruppen 1 und 2 enthaltenen Gerätekategorien (Haushaltsgroßgeräte ohne Kühl-
geräte und automatische Ausgabegeräte sowie Kühlgeräte)21 eine Recyclingquote
von 75% und eine Verwertungsquote von 80% zu erbringen. Lassen sich die aus
den Geräten resultierenden Fraktionen einer der beiden Sammelgruppen zuord-
nen, so sind nach Umweltbundesamt (2007) die aus den Fraktionen resultierenden
recycelten bzw. verwerteten Massen diesen Sammelgruppen zuzuordnen. Mittels
statischer Werte der Zusammensetzung der Gruppen ist dann eine Rückrechnung
auf die Gerätekategorie möglich. Dies bedeutet faktisch, dass eine Kompensation
der Quote innerhalb dieser Sammelgruppen möglich ist.
Im Bezug auf die Akteure spricht das ElektroG davon, dass der Hersteller jeweils
in der Pflicht ist, die vorgeschriebene Einhaltung der Quoten nachzuweisen. Im
Rahmen von Leitfäden zur Umsetzung des Quotenmonitorings (Umweltbundes-
amt 2007), dem die so genannten Erstbehandler unterworfen sind, wird dagegen
von Soll-Quoten“ für die Erstbehandler gesprochen. Unklar bleibt hierbei aller-

dings, ob dabei von jedem Erstbehandler die gesetzliche Quote als Soll-Vorgabe
einzuhalten ist oder ob diese Soll-Vorgabe auch eine mit dem Hersteller verein-
barte Vorgabe sein kann. Die Einhaltung der Quoten auf Herstellerebene würde
eine Kompensation derart ermöglichen, dass die Recyclingunternehmen jeweils
unterschiedliche Quoten erfüllen können, in der Summe muss im gesamten Netz-
werk jedoch die gesetzliche Quote erfüllt werden. Somit könnten unterschiedliche
Recyclingmöglichkeiten zum Vorteil des gesamten Netzwerks ausgenutzt werden
(Walther 2005).
21
Vgl. hierzu Seite 20
2.4 Rahmenbedingungen für Recyclingnetzwerke 23

Im Rahmen der Behandlung unterliegen die Hersteller diversen Informations-


pflichten. Unter anderem sind sie dazu verpflichtet, dem EAR die folgenden In-
formationen zu übermitteln.
• Die Menge der vom Hersteller im Kalenderjahr gesammelten Altgeräte
• Die Menge der von ihm je Kategorie im Kalenderjahr wiederverwendeten
Geräte
• Die Menge der von ihm je Kategorie im Kalenderjahr stofflich verwerteten
Geräte
• Die Menge der von ihm je Kategorie im Kalenderjahr energetisch verwer-
teten Geräte
• Die Menge der von ihm je Kategorie im Kalenderjahr ausgeführten Geräte.
Abbildung 2.6 gibt nochmals einen Überblick über die rechtlichen Pflichten, denen
die Hersteller im Rahmen des ElektroG unterworfen sind. Wie bereits angespro-
chen, übertragen die Hersteller jedoch das Recycling und die damit verbundenen
Verpflichtungen zumeist an Recyclingdienstleister.
inverkehrgebrachte Massen, recycelte und
verwertete Massen

langfristig: abzuholende Massen, Quoten


EAR Hersteller

kurzfristig: Abholanordnung
Übertragung der Pflichten
Meldung

Meldung

an Dienstleister

ÖRE

ÖRE Recycling-
dienstleister

Abbildung 2.6: Überblick über rechtliche Verpflichtungen im Rahmen des


ElektroG

Die im Rahmen der Behandlung vorliegenden technischen Rahmenbedingungen


werden im folgenden Abschnitt dargestellt.

2.4.2 Technische Rahmenbedingungen

Die im durch den Hersteller beauftragten Recyclingnetzwerk beteiligten Recy-


clingunternehmen übernehmen die physischen Prozesse der Redistribution der
24 2 Grundlagen und Rahmenbedingungen

Altgeräte von den Sammelstellen der ÖRE und der anschließenden Behandlung.
Im Rahmen der Behandlung werden, wie bereits ausgeführt, die Prozesse der
Demontage und der mechanischen Aufbereitung betrachtet.
An die Sammlung durch die Recyclingunternehmen schließt sich die Demonta-
ge an. Diese erfolgt dabei meist manuell unter Zuhilfenahme von elektrischen
und pneumatischen Werkzeugen. Typische hierbei eingesetzte Hilfsmittel sind et-
wa einfache Werkzeuge wie Hammer, Schraubendreher und druckluftbetriebene
Schrauber oder Scheren (Koellner u. Fichtler 1996). Die Demontage erfolgt meist
an unverketteten Arbeitsplätzen. Zwar existieren Ansätze zur automatisierten
Demontage, allerdings erweisen sich diese aufgrund der großen Heterogenität und
Planungsunsicherheit des Altgerätespektrums sowie der oftmals nicht demonta-
gegerechten Produktgestaltung als wenig praktikabel, sodass die Demontage im
Wesentlichen als manuelle Tätigkeit betrachtet werden kann (Ohlendorf 2006).
Das Ergebnis der Demontage stellen so genannte Demontagefraktionen 22 dar.
Einen Überblick über die Demontageprozesse und resultierende Demontagefrak-
tionen am Beispiel der Elektro(nik)altgeräte gibt Abbildung 2.7.
Wie bereits aus Abbildung 2.7 ersichtlich, kann sich an die Demontage die me-
chanische Aufbereitung anschließen. Die mechanische Aufbereitung verfolgt das
Ziel der Gewinnung von Materialien. Aus diesem Grund werden hierbei verfah-
renstechnische Anlagen eingesetzt, mit denen eine nicht-zerstörungsfreie Zerle-
gung von Fraktionen erfolgt. Im Rahmen der mechanischen Aufbereitung werden
Materialverbunde durch Vorgänge wie Schneiden, Brechen und Mahlen zerklei-
nert (Walther 2005). Ziel ist ein Aufschluss der Materialverbunde zur Gewin-
nung hochwertiger Fraktionen an Sekundärrohstoffen. Dabei werden Geräte wie
Schredder (Hammerbrecher), Hammermühlen und Schneidemühlen eingesetzt.
Nach der Zerkleinerung erfolgt eine Sortierung der gewonnenen Materialfraktio-
nen mittels magnetischer Verfahren, Wirbelstromsortierung oder einer Trennung
in Flüssigkeitsbädern (Ploog 2004). Das Ergebnis der mechanischen Aufberei-
tung sind dann so genannte Materialfraktionen. Abbildung 2.8 zeigt beispielhaft
Aktivitäten der mechanischen Aufbereitung und daraus resultierende Material-
fraktionen, charakterisiert nach ihren Hauptbestandteilen.
Die im Rahmen der Demontage und mechanischen Aufbereitung entstehenden
Demontage- bzw. Materialfraktionen23 werden von den Recyclingunternehmen
entweder innerhalb des Netzwerks weiterverarbeitet oder an die Senken außer-
halb des Netzwerks abgegeben. So kann beispielsweise eine tiefergehende Behand-
lung einzelner Fraktionen durch spezialisierte Unternehmen innerhalb des Netz-
werks sinnvoll sein, wenn dadurch eine höhere Sortenreinheit und somit auch eine
22
Anstatt von Demontagefraktionen wird hierbei teilweise auch von Schrottypen“ gesprochen

(Ploog 2004).
23
Wenn es im Folgenden nicht entscheidend ist, ob es sich um Demontage- oder Materialfrak-
tionen handelt, so wird nur von Fraktionen gesprochen, womit dann beide Typen gemeint
sind.
2.4 Rahmenbedingungen für Recyclingnetzwerke 25

Sonstige Sonstiger Leuchtstoff-


Kühlgeräte Fernsehgeräte
Weiße Ware Geräteschrott röhren

Konden-
satoren
Demontage schadstoffhaltiger Bauteile und von Störstoffen
Verwer-
B tt i
Batterien
tung

Hg-haltige
Komponenten
Demontage kupferhaltiger
Komponenten, Leitplatten, sonst.
Beseiti- Kopier- Elektronikschrott
gung Trommeln

Sonstige
g
Teile Demontage der Elektronik-
Bildröhren Kabel
Bildröhren schrott

Beseiti-
gung Störstoffe

Beseiti- FCKW Spezifische Aufbereitungsverfahren


Shreddern Shreddern / Zerkleinern / Demontage
gung

Sortenreine
Fe-Metall- NE-Metall- Edelmetall- Misch Glas-
Kunststoff- Reststoffe
Schrott Schrott haltiger Schrott Kunststoff- fraktionen
fraktionen
fraktionen

Stahl- NE- Scheide- Kunststoff- Energetische Glas- Beseiti-


werke Metallhütten anstalten herstellung Verwertung hütten gung

Abbildung 2.7: Demontageaktivitäten und resultierende Materialfraktionen am


Beispiel von Elektro(nik)altgeräten (Quelle: Nathani (1998, S.
43))

höhere Recyclingquote erreicht werden kann (Walther 2005). Die Senken können
prinzipiell jede weitere Behandlungsmöglichkeit außerhalb des Netzwerks darstel-
len. Insbesondere sind dies für den Fall der stofflichen Verwertung Metallhütten,
Stahlwerke oder Affinerien (Walther 2005). Die energetische Verwertung erfolgt
in thermischen Behandlungsanlagen.
Abbildung 2.9 fasst die bisher dargestellten technischen Rahmenbedingungen
nochmals zusammen. Altgeräte werden von den Sammelstellen abgeholt und zu
den Recyclingunternehmen gebracht. Dort erfolgen mehrere Behandlungsschrit-
te im Rahmen der Demontage und mechanischen Aufbereitung. Dabei ist über
die Art und Tiefe der Behandlung zu entscheiden. Die resultierenden Fraktionen
werden dann entweder den Senken des Netzwerks zugeführt oder im Netzwerk
weiterbehandelt.
Nach der Darstellung der rechtlichen und technischen Rahmenbedingungen er-
26 2 Grundlagen und Rahmenbedingungen

W2 = Wirbelstromscheider 2

Abbildung 2.8: Aktivitäten der mechanischen Aufbereitung und resultierende


Materialfraktionen (Quelle: Ploog (2004, S. 33))

folgt im nächsten Abschnitt die Darstellung der organisatorischen und ökonomi-


schen Rahmenbedingungen.
2.4 Rahmenbedingungen für Recyclingnetzwerke 27

Abgabe von Fraktionen


an Senken

Zuordnung von Altgeräten


von Quellen zu Abgabe von Fraktionen
an andere Recycling- Stoffströme
Recyclingunternehmen
unternehmen

außerhalb des Netzwerks


Recycling-
Quellen: Sammelstellen

Weiterbehandlung
unternehmen

Senken:
Recycling-
unternehmen

Recycling-
unternehmen

Systemgrenze

Abbildung 2.9: Stoffströme in einem Recyclingnetzwerk, in Anlehnung an Walt-


her (2005, S. 158)

2.4.3 Organisatorische und ökonomische Rahmenbedingungen

Die meisten Hersteller beteiligen sich an kollektiven Sammelsystemen. Hierbei er-


folgt im Zuge einer geteilten Verantwortung zunächst die Erfassung aller Geräte
aus privaten Haushalten durch Sammelstellen der ÖRE. Im Anschluss an die
Sammlung geht mit der Meldung des EAR die Verantwortung für die ordnungs-
gemäße Behandlung der Elektro(nik)altgeräte unter Einhaltung der nach Elek-
troG vorgeschriebenen Recycling- und Verwertungsquoten auf den Hersteller über.
Hierbei nimmt das EAR Meldungen über die von den ÖRE abzuholenden Behälter
entgegen und übermittelt konkrete Aufträge zur Abholung bestimmter Altgeräte-
massen an die jeweiligen Hersteller. Die Abholung hat laut ElektroG unverzüg-
lich24 durch den Hersteller bzw. beauftragte Dritte zu erfolgen.
Da die Hersteller die mit der Redistribution und Behandlung der Geräte ver-
bundenen physischen Aufgaben jedoch im Allgemeinen nicht selbst übernehmen,
beauftragen sie Recyclingdienstleister mit den aus dem ElektroG erwachsenden
Aufgaben (Hallmann 2007). Hierbei werden zwischen dem Hersteller und dem
Recyclingdienstleister Rahmenverträge ausgehandelt, nach denen der Recycling-
dienstleister alle dem Hersteller im Laufe eines Jahres durch das EAR zuge-
24
Das EAR spezifiziert dies, indem es den Herstellern eine Frist von 2 Werktagen zur Abholung
der Container einräumt.
28 2 Grundlagen und Rahmenbedingungen

ordneten Mengen ordnungsgemäß zu behandeln hat. Insbesondere sind hierbei


auch die Recycling- und Verwertungsquoten einzuhalten. Unsicherheiten beste-
hen zu diesem Zeitpunkt insbesondere noch bezüglich der tatsächlich anfallenden
Altgerätemengen sowie hinsichtlich ihrer Verteilung auf die konkreten Anfallor-
te (Sammelstellen). Kurzfristig vom EAR eintreffende Abholanordnungen werden
dann direkt von den Herstellern an die jeweils beauftragten Recyclingdienstleister
weitergeleitet.25
Die beauftragten Recyclingdienstleister sind häufig als Netzwerke unabhängiger,
meist kleiner und mittelständischer Recyclingunternehmen organisiert (vgl. hier-
zu Walther u. Spengler 2004; Spengler u. Walther 2005). Als externer Reprä-
sentant eines derartigen Netzwerks agiert zumeist eine Netzwerkzentrale im Sin-
ne eines fokalen Unternehmens, welches Kontakte zu den Herstellern unterhält
und Verträge aushandelt. Netzwerkintern alloziert das fokale Unternehmen die
Herstelleraufträge auf die am Netzwerk beteiligten Recyclingunternehmen. Meist
geschieht dies durch Rahmenvereinbarungen, die das fokale Unternehmen mit
den Recyclingunternehmen aushandelt. Erst wenn das EAR die tatsächlich ab-
zuholenden Altgerätemengen und die dazugehörigen Orte spezifiziert, erfolgt die
konkrete Allokation der Recyclingaufträge auf die Recyclingunternehmen. Da die
Bearbeitung eines Auftrags unter Umständen von mehreren Recyclingunterneh-
men durchgeführt wird, um ggf. eine tiefer gehende Behandlung einzelner Fraktio-
nen zu ermöglichen (s.o.), müssen sich die Recyclingunternehmen untereinander
über die Bedingungen der netzwerkinternen Weiterbehandlung einigen.
Im Rahmen des Abtransports von den Sammelstellen und der Behandlung der
Altgeräte durch die Recyclingunternehmen fallen Transport-, Demontage- und
Aufbereitungskosten an. Die Recyclingunternehmen können outputseitig durch
den Verkauf der Materialfraktionen Erlöse erzielen, wobei im Allgemeinen han-
delbare Fraktionen definierter Zusammensetzung abgesetzt werden. Für andere
Fraktionen (z.B. hausmüllähnliche Abfälle) sind durch die Recyclingunternehmen
die Entsorgungskosten zu tragen. Insgesamt übersteigen bei der Behandlung von
Elektro(nik)altgeräten aus privaten Haushalten die Transport-, Demontage- und
Entsorgungskosten die erzielbaren Entsorgungserlöse im Allgemeinen deutlich, so
dass die Elektro(nik)geräte-Hersteller dem Recyclingnetzwerk für die Dienstleis-
tung der Behandlung der Altgeräte einen Preis zu entrichten haben (Walther
2005).
Da die Recyclingunternehmen auch in einem gewissen Konkurrenzverhältnis un-
tereinander stehen und oftmals an mehreren Netzwerken beteiligt sind, bewerten
sie die Allokation der Stoffströme anhand ihrer eigenen Ziele. Das fokale Unter-
nehmen hingegen ist im Allgemeinen stärker an der Maximierung des netzwerk-
weiten Deckungsbeitrags interessiert, da dieses oftmals von Recyclingunterneh-

25
Oftmals werden diese auch direkt vom EAR an den jeweils zuständigen Recyclingdienstleis-
ter weitergeleitet.
2.4 Rahmenbedingungen für Recyclingnetzwerke 29

men gegründet wird, um Managementfunktionen wahrzunehmen und gegenüber


Herstellern zur Akquisition von Recyclingaufträgen aufzutreten.26
Das sich ergebende vertragliche Regelwerk ist in Abbildung 2.10 dargestellt. Da-
bei wird angenommen, dass bereits Verträge mit Herstellern existieren, welche die
voraussichtlich an verschiedenen Standorten anfallenden Massen und zugehörige
Recyclingquoten spezifizieren sowie die dem Netzwerk für das Recycling bezahl-
ten Preise beinhalten. Weiterhin wird angenommen, dass die das Netzwerk ver-
lassenden Fraktionen zu festgelegten Konditionen an die Senken des Netzwerks
abgegeben werden können. Die dunkel dargestellten Beziehungen innerhalb des
Recyclingnetzwerks sind somit Gegenstand der Gestaltung.

Verträge /
Finanzflüsse
(Außenbeziehung)
Inverkehrgebrachte Mengen, recycelte und
verwertete Mengen
Langfristig: Abzuholende Mengen, Quoten
Verträge /
EAR Hersteller
Finanzflüsse
Kurzfristig: Abholanordnung

Langfristig: Rahmenvertrag OEM /


Meldung

Kurzfristig: fokales Unternehmen:


Abholanordnung • Zu behandelnde Massen an Altgeräten
Meldung

• Recycling-/Verwertungsquoten Verträge Recycling-


• Preise unternehmen /
Senken:
• Preise für
ÖRE Fraktionen
Fokales Unternehmen • Recycling-
Verträge fokales koeffizienten
ÖRE Unternehmen /
Recycling-
unternehmen:
• Allokation Recycling-
halb des Netzwerks
Behandlung außer-
Senken: Weiter-
• Preise unternehmen

Recycling-
unternehmen

Recycling-
Verträge zwischen
unternehmen
Recycling-
unternehmen:
• Konditionen für
den Austausch
von Fraktionen Systemgrenze

Abbildung 2.10: Vertragliche Beziehungen in einem Recyclingnetzwerk

Aus den dargestellten rechtlichen, technischen, ökonomischen und organisatori-


schen Rahmenbedingungen werden im Folgenden nun Anforderungen abgeleitet,
die an einen Koordinationsansatz zu stellen sind.

26
Ein Beispiel für ein derartiges Netzwerk ist das Netzwerk RENE (Recycling Network Euro-
pe), welches durch den Zusammenschluss mittelständischer Recycling- und Logistikunter-
nehmen entstanden ist (vgl. Kapitel 2.1).
30 2 Grundlagen und Rahmenbedingungen

2.5 Anforderungen an ein Konzept zur Koordination von


Recyclingnetzwerken

Die vorangegangenen Ausführungen machen deutlich, dass in einem Recycling-


netzwerke verschiedene Entscheidungsträger vorhanden sind. Es hat eine Alloka-
tion der Recyclingaufträge derart auf die im Netzwerk beteiligten Unternehmen
zu erfolgen, dass eine möglichst hohe Zielerreichung im Hinblick auf das gesamte
Netzwerk gegeben ist. Da es sich bei den Teilnehmern um autonome Entschei-
dungsträger handelt, kann zur Allokation der Recyclingaufträge keine zentrale
Planung erfolgen. Aus diesem Grund ist die Entwicklung eines Mechanismus not-
wendig, der in dezentraler Weise eine Koordination ermöglicht. Unter Koordina-
tion soll dabei eine Abstimmung der Pläne derart verstanden werden, dass die
resultierende Allokation eine möglichst hohe Ergebnisgüte bezüglich des gesamten
Netzwerks aufweist (vgl. hierzu auch Stadtler 2007).
Unter Berücksichtigung der vorgegebenen rechtlichen, technischen, organisatori-
schen und ökonomischen Rahmenbedingungen werden nun im Folgenden Anfor-
derungen an ein Konzept zur Koordination von Recyclingnetzwerken formuliert.
• Das Ziel der Koordination besteht in der ökonomisch effizienten Allokati-
on der Stoffströme auf die im Netzwerk agierenden Recyclingunternehmen.
Zunächst sind die Altgeräte von den Sammelstellen den Recyclingunterneh-
men der ersten Behandlungsstufe zuzuführen. Diese haben dann über die
Recyclingaktivitäten der Demontage und der mechanischen Aufbereitung
zu entscheiden. Anschließend ist eine Allokation der resultierenden Fraktio-
nen auf andere Recyclingunternehmen oder auf die Senken des Netzwerks
notwendig. Dies bedeutet, dass die im Zusammenhang mit der Redistri-
bution und Behandlung der Geräte im Netzwerk auftretenden Stoffströme
die Grundlage des Koordinationsmechanismus bilden. Daher ist zunächst
ein geeignetes Stoffstrommodell zu entwickeln, welches in der Lage ist, die
divergierende Produktionsstruktur der Demontage und der mechanischen
Aufbereitung abzubilden. Zudem muss dass Stoffstrommodell in der Lage
sein rechtliche Forderungen (Recycling- und Verwertungsquoten, Abholung
aller an den Sammelstellen anfallenden Altgeräte), die unternehmensüber-
greifenden Charakter besitzen, zu berücksichtigen.
• Die Voraussetzung für eine ökonomisch effiziente Allokation der Stoffströme
stellt eine geeignete Bewertung der Stoffströme unter Berücksichtigung aller
Kosten- und Erlösarten auf Basis aktueller Marktpreise dar. Im Vergleich
zu zentral agierenden Unternehmen ist jedoch zu berücksichtigen, dass je-
der Entscheidungsträger des Netzwerks eine eigene Bewertungsfunktion auf-
weisen kann und die Zielsetzungen unabhängiger Entscheidungsträger ggf.
gegenläufig sind. Dies bedingt, dass für jeden Entscheidungsträger die Ent-
scheidungskalküle zu erarbeiten und geeignete Zielfunktionen zu entwickeln
2.5 Anforderungen an ein Konzept zur Koordination von Recyclingnetzwerken 31

sind.
• Die Allokation der Stoffströme erfolgt innerhalb von Unternehmensnetz-
werken, in denen weitgehend unabhängige Unternehmen - zum einen das
fokale Unternehmen, zum anderen eine Vielzahl von Recyclingunterneh-
men - agieren. Die rechtliche Unabhängigkeit der Unternehmen bedingt,
dass nicht alle Informationen, wie z.B. unternehmensinterne Recyclingkos-
ten, Kapazitäten oder Auslastungen, netzwerkweit zur Verfügung stehen.
Der Koordinationsansatz muss daher in der Lage sein, trotz Informations-
asymmetrie sowie der bereits erwähnten Gegenläufigkeit der Zielsetzungen
und der Unabhängigkeit der Entscheidungseinheiten eine Koordination zu
erreichen.
• Die beschriebenen vertraglichen Regelungen zeigen, dass es sich bei dem
Vertragssystem um ein mehrstufiges System handelt. Zum einen müssen
Vereinbarungen zwischen dem fokalen Unternehmen und den Recycling-
unternehmen über die Abholung der an den Sammelstellen anfallenden
Geräte getroffen werden. Zudem müssen sich die Recyclingunternehmen
über die netzwerkweiten Bedingungen der Weiterbehandlung einigen. Da-
bei ist zu beachten, dass diese Entscheidungen unterschiedliche Fristigkei-
ten haben können und dass die Vereinbarungen zwischen unterschiedlichen
Entscheidungsträgern getroffen werden, die auf unterschiedlichen hierarchi-
schen Stufen stehen können.
Zusammenfassend sollte der Koordinationsmechanismus eine weitgehend effizien-
te Allokation der Stoffströme im Recyclingnetzwerk ermöglichen. Dabei müssen
eventuell konfliktäre Ziele zwischen den Entscheidungsträgern sowie Informati-
onsasymmetrien und die Machtverteilung beachtet werden. Ferner sind unter-
schiedliche Koordinationsebenen zu berücksichtigen, die jeweils eine Koordinati-
on verschiedener Akteure betreffen wobei jeweils die hierarchische Stellung der
Akteure beachtet werden muss.
Abschließend ergibt sich damit der folgende in Abbildung 2.11 dargestellte Be-
zugsrahmen. Dieser vereint die Ebene der Entscheidungsträger mit der Ebene der
Stoffströme. Die dunklen Linien kennzeichnen die zu gestaltenden Vertragsbezie-
hungen und Stoffströme. Die hell gestrichelten Linien beschreiben einerseits die
mit dem Hersteller getroffenen Vereinbarungen über die zu behandelnden Mas-
sen und andererseits die Bedingungen, zu denen Stoffströme an die Senken des
Netzwerks abgegeben werden können. Die dargestellten Beziehungen innerhalb
des Netzwerks und die zugehörigen Stoffströme sind nun Gegenstand der Koor-
dination.
32 2 Grundlagen und Rahmenbedingungen

Verträge /
Hersteller Finanzflüsse
(Außenbeziehung)

Verträge /
Finanzflüsse
Fokales Unternehmen Stoffströme

außerhalb des Netzwerks


Recycling-
Quellen: Sammelstellen

Weiterbehandlung
unternehmen

Senken:
Recycling-
unternehmen

Recycling-
unternehmen

Systemgrenze

Abbildung 2.11: Darstellung der vertraglichen Beziehungen sowie der Stoffströme


in einem Recyclingnetzwerk

2.6 Einordnung der Problemstellung in die


Produktionswirtschaft

Bevor in Kapitel 3 ein Überblick über die relevante Literatur gegeben wird, erfolgt
zum Abschluss dieses Kapitels eine Verallgemeinerung der Problemstellung in
einem produktionswirtschaftlichen Kontext.

2.6.1 Netzwerke als interagierende Produktionssysteme

In der produktionswirtschaftlichen Literatur wird ein Produktionssystem durch


seine beiden Subsysteme Subjektsystem und Objektsystem charakterisiert (Dyck-
hoff 1993; Zäpfel 2000; Dyckhoff u. Spengler 2007). Demnach beschreibt das
Objektsystem die Ausführungsebene, d.h. die eigentlichen Produktionsprozesse.
Dem Subjektsystem, welches auch als Produktionsmanagement bezeichnet wird,
obliegt die Planung des zugrunde liegenden Objektsystems.
Die möglichen Stoffströme des Recyclingnetzwerks bilden den Aktivitätenraum
des Objektsystems. Dieser beinhaltet zum einen die prinzipiell mögliche Tech-
2.6 Einordnung der Problemstellung in die Produktionswirtschaft 33

nik und zum anderen die Restriktionen. Die Technik beschreibt alle prinzipiell
technisch möglichen Aktivitäten als zielgerichtete wertschöpfende Transformati-
on (Dyckhoff 1993). Die Restriktionen schränken diese Technik ein. So begrenzen
Restriktionen etwa die Menge an verfügbaren Objektarten. Beispiele hierfür sind
beschränkte Kapazitäten, vertragliche Regelungen über zu behandelnde Massen
an Altgeräten oder einzuhaltende Recyclingquoten.
Das Subjektsystem charakterisiert den Entscheider. Im Subjektsystem sind die
Zielvorstellungen des Entscheiders abgebildet. Gemäß diesen Zielvorstellungen
bewertet dieser unter Berücksichtigung der ihm über das Objektsystem zur Verfü-
gung stehenden Informationen die an das Objektsystem übermittelten Aktivitäten.
Abbildung 2.12 stellt das System der Produktionswirtschaft in entscheidungsori-
entierter Weise dar.

Subjektsystem
Zielsystem

Aktivitäten Informationen

Aktivitätenraum
Technik
Restriktionen

Objektsystem

Abbildung 2.12: Subjekt- und Objektsystem der Produktionswirtschaft, in An-


lehnung an Bamberg u. Coenenberg (2006, S. 1)

Die beschriebenen Darstellungen beziehen sich auf ein Produktionssystem, das


durch einen einzelnen Entscheidungsträger geleitet wird. Werden Unternehmens-
netzwerke betrachtet, ist es notwendig diese Sichtweise zu erweitern. Netzwerke
sind gekennzeichnet durch mehrere in Beziehung zueinander stehende rechtlich
und wirtschaftlich weitestgehend selbständige Unternehmen. Die Zielsetzung von
Netzwerken besteht darin, ein gemeinsames Ziel zu erreichen. Trotz der zur Errei-
chung dieser gemeinsamen Ziele erforderlichen Kooperation stehen die im Netz-
werk beteiligten Unternehmen gleichzeitig im Wettbewerb zueinander (Corsten
2001). Beziehungen zwischen Unternehmen in Netzwerken werden i.d.R. durch
vertragliche Vereinbarungen geregelt (Zimmer 2001). Betrachtet man die aus ei-
nem Vertrag erwachsenden Rechte und Pflichten der Partner, wird klar, dass Ver-
träge die Partner eines Netzwerks in zweierlei Hinsicht beeinflussen können. Ver-
träge beeinflussen einerseits das Zielsystem eines Unternehmens, wenn sie sich auf
34 2 Grundlagen und Rahmenbedingungen

die Bewertung von Aktivitäten durch das Unternehmen auswirken. Als Beispiel
sind hier Beschaffungs- oder Absatzpreise zu nennen, die in einem Vertrag spezi-
fiziert sind. Sie beeinflussen durch ihre Berücksichtigung in der Zielfunktion des
Unternehmens die Bewertung und damit die Vorteilhaftigkeit von Aktivitäten.
Andererseits beeinflussen Verträge das Entscheidungsfeld, wenn sie auf den Ak-
tivitätenraum eines Unternehmens einwirken, d.h. auf die für das Unternehmen
möglichen ausführbaren Aktivitäten. Hier sind beispielsweise Mindestabnahme-
mengen oder maximale Mengen zu nennen.27 Die dargestellten Zusammenhänge
lassen sich in Abbildung 2.13 zusammenfassen.

Unternehmen
Subjektsystem

Zielsystem

Aktivitäten Informationen

Aktivitätenraum
Technik
Restriktionen
Objektsystem

Unternehmen Unternehmen
Subjektsystem Subjektsystem

Zielsystem Zielsystem

Aktivitäten Informationen Aktivitäten Informationen

Aktivitätenraum Aktivitätenraum
Technik Technik
Restriktionen Restriktionen
Objektsystem Objektsystem

Abbildung 2.13: Vereinbarungen in einem Netzwerk

27
Vgl. hierzu auch Schneeweiss (1992), der die gegenseitige Beeinflussung des Subjekt- und
Objektsystems im Rahmen des Zusammenspiels von Entscheidungsmodellen innerhalb der
hierarchischen Planung betrachtet. Dies wird auch als hierarchische Abstimmung bezeichnet.
Verträge zwischen Entscheidungsträgern können somit als Abstimmungsmechanismen be-
trachtet werden. Allerdings soll im Rahmen dieser Arbeit nicht zwingend eine hierarchische
Beziehung zwischen den Entscheidungsträgern unterstellt werden, bei der die Abstimmung
einseitig“ erfolgt.

2.6 Einordnung der Problemstellung in die Produktionswirtschaft 35

2.6.2 Koordination von Netzwerken

Ziel einer Koordination ist es nun, die im vorhergehenden Abschnitt beschrieben-


en Beziehungen in einem Netzwerk so zu gestalten, dass sie im Hinblick auf ein aus
Sicht des gesamten Netzwerks wünschenswertes Ziel möglichst gut“ sind. Dabei

ist einerseits zu spezifizieren, welches Ziel für das Netzwerk wünschenswert ist
und andererseits wann eine Lösung für das Netzwerk im Hinblick auf das Ziel als
gut“ zu bezeichnen ist. Ein oft genanntes Koordinationsziel ist die Effizienz des

gesamten Systems (Tsay et al. 1998; Corbett u. de Groote 2000). Diese Definition
liegt auch dieser Arbeit zugrunde.28 Nach Stadtler (2007) ist eine Koordination
erreicht, wenn die durch den Koordinationsmechanismus erreichte Lösung bes-
ser als ein zu definierender Status Quo ist. Eine Erreichung des aus Sicht des
Netzwerks optimalen Ergebnisses ist dabei also nicht zwingend gefordert.
Die Anforderungen, die an die Entwicklung eines Koordinationsmechanismus für
Recyclingnetzwerke gestellt wurden, können nun verallgemeinert werden:29
• Der Koordinationsmechanismus muss sowohl das Subjekt- als auch das Ob-
jektsystem der Entscheidungsträger berücksichtigen, um technische Prozes-
se und Abläufe abbilden zu können.
• Im Rahmen der Koordination müssen gegebenenfalls gegenläufige Ziele der
Entscheidungsträger berücksichtigt werden. Gegenläufige Ziele können un-
ter Umständen Einfluss auf die Koordination haben und dieser im Wege
stehen.
• Neben ggf. gegenläufigen Zielen können Informationen zwischen den Part-
nern ungleich verteilt sein. Der Koordinationsmechanismus muss deshalb
die Tatsache berücksichtigen, dass nicht immer sämtliche Informationen
bei allen Entscheidungsträgern vorhanden sind.
• Schließlich sollte der Koordinationsmechanismus berücksichtigen, dass die
im Netzwerk beteiligten Partner auf unterschiedlichen hierarchischen Stu-
fen stehen können, weil sich die Partner beispielsweise in verschiedenen
Machtpositionen befinden. Die Machtverhältnisse schränken die Wahl des
möglichen Koordinationsmechanismus ein.
28
Neben der Effizienz des gesamten System lässt sich auch die Erreichung eines gewissen Maßes
an Fairness als Ziel definieren. Die Fairness misst dabei für jeden Partner die Differenz
zwischen einer netzwerkweiten Lösung und einer individuell optimalen Lösung. Vgl. hierzu
Ertogral u. Wu (2000) und Stadtler (2007).
29
Stadtler (2007) entwickelt ein sehr umfangreiches Framework zur Klassifikation von
Ansätzen zur Koordination. Dabei werden teilweise auch die hier dargestellten Kriterien
als Differenzierungsmerkmale verwendet. Er unterscheidet dabei die grundlegenden Merk-
male der Struktur und der Beziehungen der Supply Chain sowie die Charakteristika der
Entscheidungssituation als problemabhängige Charakterisierungsmerkmale. Neben diesen
problemabhängigen Merkmalen existieren die Charakteristika des Mechanismus als solchem,
die nicht problemabhängig sind.
36 2 Grundlagen und Rahmenbedingungen

2.6.3 Einordnung in das Produktionsmanagement

Zum Abschluss des Kapitels erfolgt eine Einordnung der Problemstellung in das
Produktionsmanagement. Im Rahmen des Produktionsmanagements werden ver-
schiedene betriebliche Planungsaufgaben unterschieden sowie deren Verknüpfung
betrachtet. Neuere Ansätze des Produktionsmanagements nehmen eine hierarchi-
sche Zerlegung von Planungsaufgaben vor und verknüpfen die Teilplanungspro-
bleme in sinnvoller Weise. Die übergeordnete Planungsaufgabe gibt dabei Rah-
menbedingungen für die unteren Planungsaufgaben vor (Stadtler 2008). Einen
allgemeinen Rahmen für Planungsaufgaben der Produktionswirtschaft geben da-
bei die so genannten Advanced Planning Systeme (APS) vor. Abbildung 2.14
zeigt die Struktur eines APS mit seinen einzelnen Planungsaufgaben anhand der
so genannten Supply Chain Planning Matrix.

Beschaffung Produktion Distribution Absatz

langfristig
Strategische Netzwerkplanung

mittelfristig Hauptprogrammplanung

Absatzplanung

Produktions- Distributions-
Materialbedarfs- planung planung
kurzfristig planung

Transport- Verfügbarkeits-
Feinplanung prüfung
planung

Abbildung 2.14: Supply Chain Planning Matrix, in Anlehnung an Meyr et al.


(2008, S. 109)

Im Rahmen der APS wird dabei von einer Unterscheidung in lang-, mittel- und
kurzfristige Planungsaufgaben ausgegangen. Wird die Supply Chain Planning
Matrix als Bezugsrahmen für die Einordnung der in der vorliegenden Arbeit
betrachteten Problemstellung verwendet, so erscheinen hierbei die mittel- und
kurzfristigen Planungsbereiche relevant. Zum einen hat eine mittelfristige Al-
lokation von Recyclingaufträgen mittels Rahmenverträgen auf verschiedene Re-
cyclingunternehmen zu erfolgen. Diese Aufgabe lässt sich mit der klassischen
Hauptprogrammplanung vergleichen. Zum anderen hat eine kurzfristige Produk-
tionsplanung zu erfolgen, um eine optimale Bestimmung der Recyclingtiefe durch-
zuführen. Darüber hinaus ist gegebenenfalls über ein Hinzuziehen weiterer Recy-
clingunternehmen zur Ausführung eines Auftrags zu entscheiden. Diese kurzfris-
2.6 Einordnung der Problemstellung in die Produktionswirtschaft 37

tige Produktionsplanung ist dabei in mittelfristigen Fragestellungen adäquat zu


berücksichtigen.
Im Folgenden wird der Begriff der taktischen Planung für mittelfristige Fragestel-
lungen verwendet. Kurzfristige Fragestellungen werden als operative Planungs-
aufgaben bezeichnet. Dabei wird in beiden Fällen von einer gegebenen Netz-
werkstruktur ausgegangen, es werden somit keine Gestaltungsfragestellungen be-
trachtet, die in der Literatur oftmals auch der taktischen Produktionsplanung
zugeordnet werden.30 In Erweiterung zum klassischen Produktionsmanagement
sind neben innerbetrieblichen Planungsproblemen insbesondere Koordinations-
fragestellungen auf den einzelnen Ebenen relevant.
Es kann somit zusammenfassend von einer taktischen und einer operativen Koor-
dinationsebene gesprochen werden. Die taktische Koordinationsebene beschäftigt
sich auf einer mittelfristigen Ebene mit der Allokation der Altgerätemassen auf
die Recyclingunternehmen. Dies geschieht mit Hilfe von auszuhandelnden Rah-
menverträgen für einen spezifizierten Zeitraum. Kurzfristig eintreffende Abholan-
ordnungen, die als Aufträge interpretiert werden können, werden anhand dieser
Rahmenverträge auf Recyclingunternehmen zugeordnet. Es hat dann eine kurz-
fristige Koordination zu erfolgen, bei der die Aufteilung des Auftrags zwischen
den Recyclingunternehmen erfolgt. Die Absatz-, Distributions- und Materialbe-
darfsplanung wird im Rahmen der Arbeit nicht betrachtet.31 Eine inhaltliche
Ausgestaltung der beiden Ebenen sowie deren Verknüpfung erfolgt in Kapitel 4.
Die in Abbildung 2.14 grau markierten Bereiche stellen somit die zur klassischen“

Produktionsplanung analogen betrachteten Problembereiche dar.
Nachdem nun der Gegenstand der Arbeit in einen allgemeinen produktionswirt-
schaftlichen Kontext eingeordnet wurde, kann im nächsten Kapitel die grund-
legende relevante Literatur aufgearbeitet werden, bevor dann ein Konzept zur
Koordination von Recyclingnetzwerken entwickelt wird. Dazu ist einerseits die
Literatur zu Planungsproblemen im Kontext des Reverse Logistics relevant, da
sie die Grundlage der Entscheidungen der einzelnen Akteure bildet. Mit derarti-
gen Ansätzen kann ein Entscheidungsträger innerhalb seines Produktionssystems
unter Berücksichtigung seiner individuellen Ziele das Objektsystem planen.
Andererseits ist die Literatur zur Koordination der einzelnen Planungsprobleme
relevant. Mit Hilfe von Koordinationsansätzen ist die Abstimmung der einzelnen
Produktionssysteme durch Gestaltung der vertraglichen Beziehungen möglich.

30
So zählt Zäpfel (1989) neben Programmentscheidungen, die die Menge der zu produzieren-
den Produkte betrifft, auch Ausstattungsentscheidungen, wie die Einführung neuer Tech-
nologien oder die Errichtung neuer Standorte, zur taktischen Planung (ähnlich auch Dyck-
hoff u. Spengler 2007). Günther u. Tempelmeier (2000) subsumieren unter taktischen Pla-
nungsaufgaben die Dimensionierung von Produktionskapazitäten und die Layoutplanung
und zählen die Programmplanung vollständig zur operativen Planung.
31
Vgl. zu diesen Fragestellungen im Kontext des Recyclings Ploog (2004).
38 2 Grundlagen und Rahmenbedingungen

Die untersuchten Koordinationsmechanismen sind dabei hinsichtlich der in die-


sem Kapitel dargestellten Anforderungen zu charakterisieren, um eine mögli-
che Anwendung im Rahmen der in der Arbeit betrachteten Problemstellung zu
prüfen.
3 Ansätze zur Planung und Koordination von
Reverse Logistics Netzwerken

Nach der grundlegenden Darstellung relevanter Begrifflichkeiten, der Charakteri-


sierung von Recyclingnetzwerken als Reverse Logistics Netzwerke sowie der Ab-
leitung von Anforderungen an einen Koordinationsansatz für Recyclingnetzwerke
wird nun ein Überblick über Ansätze gegeben, die zur Planung und Koordination
von Reverse Logistics Netzwerken herangezogen werden können. Zunächst erfolgt
eine Abgrenzung zwischen strategischen und taktischen bzw. operativen Frage-
stellungen der Planung von Reverse Logistics Netzwerken. Anschließend werden
taktische bzw. operative Planungsansätze näher beleuchtet. Die Beschreibung der
Ansätze erfolgt dabei zweigeteilt. Zunächst werden klassische Planungsansätze
vorgestellt, denen die Annahme eines zentralen Entscheidungsträgers zugrunde
liegt. Dabei werden Planungsprobleme und ihre Lösungsansätze auf innerbetrieb-
licher sowie auf überbetrieblicher Ebene dargestellt. Die betrachteten Ansätze der
überbetrieblichen Planung ermöglichen die Allokation von Stoffströmen in einem
Reverse Logistics Netzwerk. Allerdings unterstellen diese bisher immer die An-
nahme eines zentralen Entscheidungsträgers. Diese Ansätze lassen sich somit zur
isolierten Planung eines Produktionssystems verwenden (vgl. Kapitel 2.6).
Aus diesem Grund wird im Anschluss daran ein Überblick über Koordinations-
ansätze gegeben, welche die Autonomie von Entscheidungsträgern berücksichti-
gen und das Ziel haben, eine unternehmensübergreifende Abstimmung von Plänen
zu ermöglichen. Bisher existieren hierbei keine Anwendungen für Reverse Logi-
stics Netzwerke. Aus diesem Grund erfolgt in diesem Abschnitt eine über Reverse
Logistics Netzwerke hinausgehende Betrachtung von Ansätzen aus dem klassi-

schen“ Supply Chain Management (SCM) sowie aus dem CLSCM, für die bereits
Ansätze zur dezentralen Koordination von Entscheidungsträgern existieren. Der-
artige Ansätze dienen zur Abstimmung der Beziehungen, die zwischen einzelnen
Produktionssystemen eines Netzwerks existieren (vgl. Kapitel 2.6).

3.1 Planungsprobleme in Reverse Logistics Netzwerken

Planungsprobleme und Ansätze zu deren Lösung lassen sich prinzipiell in strate-


gische und taktische bzw. operative Fragestellungen unterscheiden. Strategische
Fragestellungen beziehen sich dabei immer auf längerfristige Gestaltungsaspek-
te, die die Rahmenbedingungen für die kürzerfristigen taktischen bzw. operati-
40 3 Ansätze zur Planung und Koordination von Reverse Logistics Netzwerken

ven Fragestellungen bilden (Zäpfel 2000).32 Im Kontext von Recyclingnetzwerken


zählen zu den strategischen Fragestellungen dabei unter anderem die Festlegung
der Technologiestrategie, der Fertigungstiefe, der Kapazitätsstrategie sowie die
Frage der Ausgestaltung der Netzwerke (Walther 2005):
• Im Rahmen der Technologiestrategie ist festzulegen, welche Verfahren für
die Sortierung, Demontage und mechanische Aufbereitung angewandt wer-
den. Neben den einsetzbaren Technologien (wie z.B. der manuellen oder
(teil-)automatisierten Demontage oder unterschiedlichen Möglichkeiten der
mechanischen Aufbereitung wie z.B. Schredder oder Hammermühlen (vgl.
z.B. Ploog 2004)) stellt sich hierbei auch die Frage der innerbetrieblichen
Organisationsform des Recyclingunternehmens (vgl. etwa von Westernha-
gen 2001).
• Bei der Wahl der Fertigungstiefe ist zu überlegen, welche Recyclingleis-
tungen im Netzwerk angeboten werden. Bei einer geringen Fertigungstiefe
werden lediglich einzelne Schritte des Recyclingprozesses angeboten, wie et-
wa die Demontage. Eine Rückwärtsintegration (ausgehend von der Demon-
tage) würde weiter vorgelagerte Prozesse, wie etwa die Abhollogistik, mit
berücksichtigen. Bei einer Vorwärtsintegration würden auch nachgelagerte
Prozesse (im Beispiel der Demontage die mechanische Aufbereitung) vom
Netzwerk abgedeckt. Zur Planung der Fertigungstiefe gehören auch Frage-
stellungen der Spezialisierung einzelner Netzwerkmitglieder auf bestimmte
Aufgaben.
• Die Kapazitätsstrategie beinhaltet die Planung der Kapazität auf Netzwerk-
sowie auf Prozessebene. Dabei ist vor allem die mengenmäßige Unsicherheit
rückläufiger Geräte zu beachten. Diese Unsicherheit ist im Vergleich zu
Absatzzahlen vorwärtsgerichteter Supply Chains in der Regel höher.
• Im Rahmen der Ausgestaltung der Netzwerke ist zunächst die Frage der
Initiierung der Netzwerke zu klären, d.h., ob überhaupt und, wenn ja, mit
welchen Partnern ein Netzwerk errichtet werden soll. Auf dieser Basis ist
die Ausgestaltung des Netzwerks vorzunehmen. Aspekte, die es hierbei zu
klären gilt, sind die Anzahl der Akteure sowie die räumliche Gestaltung der
Standorte. Zudem ist festzulegen, auf Basis welcher Kriterien die am Netz-
werk zu beteiligen Partner auszuwählen sind (strategischer Fit, Produkt-
/Prozessspektrum, ...).
Für eine Übersicht über strategische Planungsprobleme im Reverse Logistics sei
beispielsweise auf Walther (2005) verwiesen, die sich mit der strategischen Pla-
nung von Recyclingnetzwerken beschäftigt. Einen Überblick über verschiedene
Modelle der Standortplanung geben Jayaraman et al. (2003). Pochampally u.
Gupta (2005) präsentieren eine 3-stufige Methodik zur Gestaltung von Reverse

32
Vgl. hierzu auch Kapitel 2.6.3
3.2 Taktische und operative Planung von Reverse Logistics Aktivitäten 41

Logistics Netzwerken. Dowlatshahi (2005) identifiziert strategische Erfolgsfakto-


ren und stellt ein Vorgehen zur Planung von Netzwerken zum Remanufacturing
vor. Stölting (2006) entwickelt ein lebenszyklusorientiertes Konzept zur Gestal-
tung von Remanufacturing-Systemen.
Das Ziel der Arbeit besteht, wie bereits in Kapitel 2 ausgeführt, in der Allokation
von Recyclingaufträgen im Netzwerk. Derartige Allokationsentscheidungen sind,
wie bereits dargestellt, den taktischen bzw. operativen Planungsaufgaben zuzu-
rechnen, da sie zu den kurzfristigen Lenkungsaufgaben zu zählen sind und keine
infrastrukturellen Planungsaspekte betrachten.33 Im Folgenden liegt der Fokus
der Betrachtungen daher auf taktischen bzw. operativen Planungsaufgaben.

3.2 Taktische und operative Planung von Reverse


Logistics Aktivitäten

Nach der Abgrenzung von strategischen und taktischen bzw. operativen Pla-
nungsaufgaben wird im Folgenden näher auf taktische bzw. operative Planungs-
aufgaben eingegangen. Dabei werden Ansätze zur inner- und überbetrieblichen
Planung dargestellt.

3.2.1 Ansätze zur unternehmensinternen Planung von Reverse


Logistics Aktivitäten

Innerbetriebliche Planungsprobleme beziehen sich auf einzelne Unternehmen. Das


bedeutet, dass logistische Fragestellung, wie überbetriebliche Transporte sowie
Allokationsentscheidungen von Stoffströmen auf einzelne Unternehmen, außer
Acht bleiben.
Wesentliche Planungsprobleme im Rahmen der unternehmensinternen Planung
von Reverse Logistics Aktivitäten stellen die Planung der Demontage sowie der
mechanischen Aufbereitung dar (Ploog 2004; Walther 2005). Im Folgenden wer-
den die mit der Planung der Demontage und der mechanischen Aufbereitung zu-
sammenhängenden Planungsprobleme dargestellt und bestehende Lösungsansätze
aufgezeigt.

3.2.1.1 Planung der Demontage

Die Demontage beschreibt grundsätzlich eine systematische Methode zur Zerle-


gung eines Produkts in seine Einzelteile, Baugruppen oder sonstige Einheiten

33
Vgl. hierzu Kapitel 2.6.3
42 3 Ansätze zur Planung und Koordination von Reverse Logistics Netzwerken

(Lee et al. 2001a).34 Dabei sind im Rahmen der Planung von Demontageakti-
vitäten prinzipiell zwei Problemstellungen unterscheidbar: Die Problemstellung
des Disassembly Scheduling“ und des Disassembly Planning“ (Güngor u. Gupta
” ”
1997; Lee et al. 2001a; Adenso-Dı́az et al. 2007).35
Die Problemstellung beim Disassembly Scheduling, die im Folgenden als Demon-
tagelosgrößenplanung 36 bezeichnet werden soll, besteht darin, für eine gegebene
Nachfrage nach Komponenten die richtige Anzahl an Altprodukten, denen die
Komponenten entnommen werden, sowie deren zeitliche Bereitstellung zu ermit-
teln. Dabei wird von der Zerlegung der Produkte bis zu einer bestimmten Tiefe
ausgegangen. Die Planung der Demontagetiefe und -reihenfolge ist hier nicht Ge-
genstand der Betrachtung (Lee et al. 2001a). Die Problemstellung der Demonta-
gelosgrößenplanung wird auch unter dem Begriff der Disassemble-to-Order Pro-
blematik (Inderfurth u. Langella 2006) oder des Lot-Size Balancing (Lambert u.
Gupta 2005) behandelt. Dabei kann unterschieden werden, ob die zu gewinnenden
Komponenten in einem oder mehreren Produkten enthalten sind, ob Rüstkosten
zu berücksichtigen sind oder ob Kapazitätsbeschränkungen existieren (Langella
2007). In jüngerer Zeit werden auch Unsicherheiten bezüglich der Ausbeuteraten
der Komponenten mit in die Modellierung aufgenommen (Inderfurth u. Langella
2006).
Die Bestimmung optimaler Mengen zu beschaffender Altprodukte zur Demontage
kann als gemischt ganzzahliges mathematisches Optimierungsmodell formuliert
werden (Veerakamolmal u. Gupta 1998; Lambert u. Gupta 2002). Aufgrund der
Komplexität derartiger Optimierungsmodelle wird anstatt der Anwendung einer
exakten Lösungsmethode oftmals auf Heuristiken zurückgegriffen (Gupta u. Taleb
1994; Taleb u. Gupta 1997; Taleb et al. 1997; Lee u. Xirouchakis 2004; Kim et al.
2003). Ein umfangreicher Überblick und eine Klassifikation der im Rahmen der
Demontagelosgrößenplanung existierenden Problemtypen ist in Langella (2007)
zu finden.37
Im Gegensatz zur Demontagelosgrößenplanung besteht die Problemstellung beim

34
Vgl. hierzu auch Kapitel 2.2
35
Im Gegensatz zu den hier verwendeten Bezeichnungen definieren Lambert u. Gupta (2005)
Disassembly Planning“ im Wesentlichen als die hier mit Disassembly Scheduling“ be-
” ”
schriebene Aufgabe.
36
Zum Begriff vgl. Ploog (2004)
37
Neben den hier mit Disassembly Scheduling und Disassembly Planning bezeichneten Pro-
blemstellungen lässt sich noch die Problemstellung des Disassembly Line Balancing unter-
scheiden. Dabei geht es um die Frage der Anordnung von Demontagearbeitsstationen in
einer Linie. Weiterhin existiert noch das Problemfeld der demontagegerechten Produktge-
staltung (Design for Disassembly), bei der durch die Demontage von Produkten Erkenntnisse
über Qualität und Demontagefreundlichkeit der Produkte gewonnen werden können. Diese
können dann wiederum im Produktentwicklungsprozess genutzt werden (Langella 2007).
Diese beiden Problemstellungen werden jedoch hier nicht näher betrachtet, da sie eher
längerfristiger Natur sind.
3.2 Taktische und operative Planung von Reverse Logistics Aktivitäten 43

Disassembly Planning, auch als Demontageplanung 38 bezeichnet, darin, für eine


gegebene Menge an Altprodukten die jeweils optimale Demontagetiefe und De-
montagereihenfolge zu bestimmen.39 Abbildung 3.1 gibt einen Überblick über die
verwendeten Begrifflichkeiten.

Planung der Demontage

Demontagelosgrößenplanung Demontageplanung

Demontagereihenfolgeplanung Demontagetiefenplanung

Abbildung 3.1: Klassifikation von Ansätzen zur Planung der Demontage

Die Problemstellung der Demontageplanung ist im Rahmen der in der Arbeit


behandelten Problematik relevant, da das Ziel der betrachteten Kreislaufwirt-
schaftsoption ein effizientes Recycling eines vorgegebenen Altgeräteaufkommens
ist, für welches eine möglichst optimale Recyclingstrategie bestimmt werden muss.
Die dafür relevanten Problemstellungen sind unter anderem die Bestimmung der
Demontagetiefe und -reihenfolge für eine gegebene Menge an Produkten, nicht
aber die Bestimmung der Menge an Altprodukten, die zur Befriedigung einer
Komponentennachfrage beschafft werden müssen.
Aus diesem Grund wird die Demontageplanung im Folgenden nun ausführlicher
dargestellt. Die Probleme der Demontagetiefen- und Demontagereihenfolgepla-
nung sind stark miteinander verknüpft. Zum einen hängt die Bestimmung der
optimalen Demontagereihenfolge von einem vorgegebenen Endzustand, also der
Demontagetiefe ab. Zum anderen sind zur Bestimmung der optimalen Demonta-
getiefe Informationen über die Kosten der Demontage notwendig. Diese Demon-
tagekosten ergeben sich wiederum aus der Demontagereihenfolge. An Stelle ei-
ner simultanen Lösung des Demontagereihenfolge- und Demontagetiefenproblems
wird oftmals auf ein sukzessives Vorgehen zurückgegriffen (Walther 2005).
38
Wird im Folgenden von Demontageplanung gesprochen, dann ist damit die Problemstellung
des Disassembly Planning“ gemeint.
39 ”
Die Demontagereihenfolgeplanung wird häufig als Disassembly Sequencing“ bezeichnet

(Lambert u. Gupta 2005), wobei die Planung der Demontagetiefe dort oftmals ein Be-
standteil ist. Hier soll aber zwischen Demontagereihenfolge- und Demontagetiefenplanung
unterschieden werden.
44 3 Ansätze zur Planung und Koordination von Reverse Logistics Netzwerken

Die mit der Planung der Demontagereihenfolge und -tiefe verbundenen Ziele sind
meistens ökonomischer Natur. So können die Ziele der Kostenminimierung bzw.
Deckungsbeitragsmaximierung und Gewinnmaximierung unterschieden werden
(Walther 2005). In jüngerer Zeit werden jedoch vermehrt auch andere Ziele, z.B.
ökologischer Art, im Rahmen multikriterieller Verfahren berücksichtigt.40 Gerner
et al. (2005) integrieren neben dem Deckungsbeitrag den ökologischen Nutzen41
mittels einer additiv gewichteten Zielfunktion. Chan (2008) modelliert ein multi-
kriterielles Entscheidungsproblem unter Unsicherheit. Dabei werden neben öko-
nomischen auch ökologische und soziale Ziele berücksichtigt. Lee et al. (2001b)
entwickeln verschiedene Zielfunktionen für die Demontage von Altprodukten, die
den Umwelteinfluss, die Kosten und Erlöse der Demontage sowie die Demonta-
gezeit betreffen.
Zur Bestimmung der Demontagereihenfolge stehen verschiedene optimale und
heuristische Verfahren zur Verfügung. Zu den optimalen Verfahren gehören bei-
spielsweise Ansätze der dynamischen Optimierung (Penev u. de Ron 1996; Er-
dos et al. 2001). Güngör u. Gupta (2001) wenden einen Branch and Bound An-
satz zur Lösung des Reihenfolgeproblems an. Da die Probleme zur Bestimmung
der Demontagereihenfolge oftmals aufwändig zu lösende kombinatorische Opti-
mierungsprobleme sind, werden neben diesen exakten Methoden auch heuris-
tische Methoden eingesetzt, die nicht zwingend das Auffinden einer optimalen
Lösung bezüglich der Demontagereihenfolge garantieren. Verwendete Methoden
sind beispielsweise neuronale Netzwerke (Huang et al. 2000) oder auch Metaheu-
ristiken wie Evolutionäre Algorithmen (Seo et al. 2001) oder so genannte GRASP-
Verfahren42 (Adenso-Dı́az et al. 2007).
Zur Bestimmung der Demontagetiefe werden oftmals enumerative Verfahren an-
gewandt, bei denen sukzessive für verschiedene Demontagezustände die Vorteil-
haftigkeit weiterer Demontageoperationen geprüft wird (Johnson u. Whang 1995;
Penev u. de Ron 1996). Der Nachteil derartiger Methoden besteht jedoch dar-
in, dass sie aufgrund ihrer Komplexität lediglich für kleinere Problemstellungen
angewandt werden können (Ploog 2004).
Ansätze, die lediglich die Bestimmung der optimalen Demontagetiefe berück-
sichtigen, vernachlässigen meist die detaillierte Produktstruktur und legen eine
aggregierte Sichtweise zugrunde. Krikke et al. (1998) entwickeln ein stochastisch
dynamisches Optimierungsmodell zur Bestimmung der optimalen Demontage-
tiefe unter Berücksichtigung jeweils möglicher Optionen wie z.B. der stofflichen
40
Zu den Grundlagen multikriterieller Entscheidungsverfahren vgl. z.B. Hwang u. Masud
(1979) und Hwang u. Yoon (1981).
41
Dieser wird bei diesem Ansatz mittels der so genannte Eco-Indicator 95 Methode von Goe-
dekoop et al. (1995) ermittelt.
42
GRASP (Greedy Randomized Adaptive Search Procedure)-Verfahren stellen eine Kombina-
tion aus myopischen, nicht-deterministischen Eröffnungsverfahren sowie Verbesserungsver-
fahren dar (Adenso-Dı́az et al. 2007).
3.2 Taktische und operative Planung von Reverse Logistics Aktivitäten 45

Verwertung oder der Wiederverwendung einzelner Komponenten. Dabei werden


Wahrscheinlichkeiten über die Qualitätsstufen der im Produkt befindlichen Kom-
ponenten verwendet. Die Abbildung komplexerer Demontagemöglichkeiten wird
in diesem Ansatz nicht berücksichtigt. Es existiert lediglich die Wahl zwischen
teilweiser Demontage auf Modulebene sowie vollständiger Demontage auf Bau-
teilebene.
Ansätze zur simultanen Bestimmung von Demontagetiefe und -reihenfolge wer-
den beispielsweise von Johnson u. Whang (1998) vorgestellt. Hierbei erfolgt die
Bestimmung der Demontagetiefe und -reihenfolge unter Formulierung eines Tra-
velling Salesman Problems. Es erfolgt eine reihenfolgeabhängige Bewertung von
Demontageaktivitäten als Differenz aus den mit der Verwertung jeweiliger Kom-
ponenten assoziierten Erlösen sowie den mit der Demontage verbundenen Kosten.
Darauf aufbauend lassen sich simultan die Demontagereihenfolge und die Demon-
tagetiefe bestimmen. Einen ähnlichen Ansatz ebenfalls auf Basis eines Travelling
Salesman Problems entwickeln Navin-Chandra (1994). Eine Reihe von Ansätzen,
welche die lineare Programmierung auf Basis der linearen Aktivitätsanalyse an-
wenden, wird von Spengler (1994), Lambert (1999) und Spengler et al. (1997)
vorgestellt. Die im wesentlichen von Koopmans (1951) eingeführte lineare Ak-
tivitätsanalyse ordnet einzelnen Aktivitäten Input- und Outputkoeffizienten zu
(Dyckhoff u. Spengler 2007). Diese geben den Verbrauch bzw. die Erzeugung von
Objektarten (also Altgeräte oder Demontagefraktionen) bei Ausführung einer Ak-
tivität an. Für jeden Demontageschritt lässt sich der mengenmäßige Verbrauch
bzw. die mengenmäßige Erzeugung der jeweiligen Komponenten modellieren. Mit
einem derartigen Ansatz lassen sich dann simultan die optimale Reihenfolge sowie
die optimale Demontagetiefe ermitteln. Durch die Zusammenfassung von Demon-
tageaktivitäten oder die Vorselektion der Demontagereihenfolge für verschiedene
Demontagetiefen lässt sich das für die jeweils betrachtete Problemstellung geeig-
nete Aggregationsniveau darstellen.
Abbildung 3.2 stellt die Problemstellung der Demontageplanung anhand eines
Demontagegraphen eines Steckers dar. Der betrachtete Stecker besteht aus den
dargestellten Komponenten 1 − 6. Die Bezeichnungen a1 , b1 , b2 und c1 stellen je-
weils elementare Demontagemaßnahmen dar. a1 bezeichnet so beispielsweise das
Entfernen von Schrauben und einer Gehäusehälfte. Auf der ersten Stufe besteht
lediglich die Möglichkeit a1 auszuführen. Auf der zweiten Stufe besteht die Wahl,
entweder b1 (die Entfernung des Berührungsschutzes), b2 (die Entfernung der Zug-
entlastung sowie zugehöriger Schrauben) oder beide bzw. keine der Demontage-
maßnahmen durchzuführen. Dabei wird jede Möglichkeit der Kombination von
Demontagemaßnahmen zu einer Demontageaktivität zusammengefasst. Dabei ist
zu beachten, dass beispielsweise die Demontagemaßnahme b2 auf verschiedenen
Demontagestufen durchgeführt werden kann. Auf der zweiten Demontagestufe
können durch Anwendung von b2 die Komponenten 1 und 5 aus der aus den
Komponenten 1,1,3,4,5 und 6 zusammengesetzten Baugruppe ausgebaut werden.
46 3 Ansätze zur Planung und Koordination von Reverse Logistics Netzwerken

Auf der untersten Stufe ist durch Anwendung von b2 die Abtrennung von 1 und
5 von der aus 1, 5 und 6 bestehenden Komponente möglich. Die Anwendung der
Demontagemaßnahmen auf den beiden Stufen bilden jedoch unterschiedliche De-
montageaktivitäten, da eine Demontageaktivität nicht nur durch die Entstehung
der demontierten Komponenten (Output) charakterisiert ist, sondern auch da-
durch, welche Produkte oder (Teil-)Komponenten dadurch verbraucht“ werden

(Input). Die Anwendung von Demontagemaßnahme b2 auf der zweiten Ebene ist
in der Abbildung mit der Demontageaktivität v3 beschrieben und die Anwendung
auf der untersten Ebene mit der Demontageaktivität v10 .
Je nachdem welcher Weg im Rahmen der Demontage für den ersten Schritt ein-
geschlagen wird, ergeben sich verschiedene Möglichkeiten für die weiteren De-
montageschritte. Die so gewählte Demontagereihenfolge bestimmt die am Ende
entstehenden Demontagefraktionen. Hierbei wird deutlich, wie die Probleme der
Planung der Demontagetiefe und -reihenfolge miteinander verknüpft sind. Auch
wird die Komplexität deutlich, die ein Demontagegraph selbst für ein solch ein-
faches Produkt wie einen Stecker annimmt, wenn man alle möglichen Kombina-
tionen von Demontageaktivitäten zulässt.
Die Bewertung einer Demontagestrategie lässt sich nun durchführen, indem jeder
ausgeführten Demontageaktivität Kostensätze zugeordnet werden. Diese beste-
hen im Rahmen der manuellen Demontage aus Personalkosten. Den resultieren-
den Demontagefraktionen lassen sich Kosten- oder Erlöswerte zuordnen, je nach-
dem, ob die Fraktion aufgrund ihres Wertstoffgehalts verkauft werden kann oder
ob für ihre Entsorgung bezahlt werden muss. Auf Basis dieser Zusammenhänge
lassen sich somit die optimale Demontagetiefe und Reihenfolge ermitteln. Abbil-
dung 3.3 verdeutlicht das ökonomische Kalkül hinter der Bestimmung der optima-
len Demontagetiefe graphisch und stellt für eine definierte Demontagereihenfolge
(v1 , v3 , v8 , v9 ) die Kosten und Erlöse im Zeitablauf dar.
Die Erlöskurve ist eine sprungfixe Funktion der Zeit. Ist eine Fraktion separiert,
so springt“ der Erlös nach oben, da für die generierten Fraktionen aufgrund

erhöhter Sortenreinheit in der Summe mehr Erlöse erzielt werden können als für
die nicht-demontierte Fraktion (vgl. hierzu Walther 2005, S. 141). Die Kosten sind
eine lineare Funktion der Zeit, da manuelle Tätigkeiten der Demontage gewöhn-
lich auf Zeitbasis vergütet werden. Die Differenz aus den Erlösen und Kosten ist
der erwirtschaftete Deckungsbeitrag. Aufgrund der sprungfixen Erlöskurve weist
die Deckungsbeitragskurve eine Sägezahnform“ auf.

Legt man das Beispiel des Steckers zugrunde und betrachtet die Demontage-
reihenfolge (v1 , v3 , v8 , v9 ), so würde dies unter Annahme der in der Abbildung
dargestellten Erlöse und Kosten bedeuten, dass der maximale Deckungsbeitrag
nach der Ausführung von Aktivität v3 zum Zeitpunkt t2 erreicht wäre. Dieser
ergibt sich aus den Erlösen, die für die Fraktionen 2, 1, 1 und 5 sowie die aus
den Fraktionen 1, 3, 4 und 6 zusammengesetzte Restkomponente erzielt werden
3.2 Taktische und operative Planung von Reverse Logistics Aktivitäten 47

Demontagemaßnahme 1,1,1,2,3,4,5,6

einzelne Komponente v1
a1
aus Komponenten
zusammengesetzte
Baugruppe oder Produkt 2 1 1,1,3,4,5,6

v2 v3 v4
b1 b2 b1 b2

3 1,1,4,5,6 1 5 1,3,4,6 3 1 5 1,4,6

v8 v9
b1 c1
v5 v6 v7
b2 c1 b2 c1

3 1,4,6 1 4 6

1 4 5 6 1 5 1,4,6 1 4 1,5,6
v9
c1

1 Schrauben v9 v10
2 Gehäusehälfte c1 b2
3 Berührungsschutz 1 4 6
4 Lüsterklemme
5 Zugentlastung
6 Netzkabel 1 4 6 1 5 6

Abbildung 3.2: Demontagegraph eines Steckers (Quelle: Spengler (1994, S. 30))

abzüglich der Demontagekosten für die Aktivitäten v1 und v3 .


Um die optimale Demontagetiefe und -reihenfolge in derartiger Weise zu bestim-
men müsste dieses Optimum für jede mögliche Demontagereihenfolge bestimmt
werden. Dabei ist zu beachten, dass die Deckungsbeitragskurve auch mehrere lo-
kale Optima haben kann, so dass es sich unter Umständen lohnt, zunächst eine
Verschlechterung des Deckungsbeitrags zuzulassen, um dann durch die Demon-
tage wertvoller Fraktionen wieder den Deckungsbeitrag zu erhöhen.
Im Rahmen der Demontage werden Produkte in Demontagefraktionen umgewan-
delt. Diese Demontagefraktionen werden in einem nächsten Schritt der mechani-
schen Aufbereitung zugeführt, bevor die dann resultierenden Materialfraktionen
stofflich verwertet werden können.
48 3 Ansätze zur Planung und Koordination von Reverse Logistics Netzwerken

v1 v3 v8 v9
Erlöse/
variable Kosten/
Deckungsbeitrag
Erlöse

variable Kosten
5

Deckungsbeitrag

0
t1 t2
-1
Zeit

Abbildung 3.3: Verlauf der Demontagekosten- und erlöse bei gewählter Demonta-
gereihenfolge, in Anlehnung an Lambert u. Gupta (2005, S. 105)

3.2.1.2 Planung der mechanischen Aufbereitung

Im Rahmen der Planung der mechanischen Aufbereitung liegt der Fokus im we-
sentlichen auf den Fragestellungen der Auswahl geeigneter der mechanischen Auf-
bereitung zuzuführenden Demontagefraktionen, der Mischung von Demontage-
fraktionen sowie der Wahl der Prozessparameter, die die stofflichen Eigenschaften
der resultierenden Materialfraktionen beeinflussen. Diese Fragestellungen werden
in der Praxis oft intuitiv gelöst. Ansätze aus der betriebswirtschaftlichen For-
schung existieren hierbei bisher kaum (Ploog 2004).
Sodhi et al. (1999) stellen einen Ansatz zur optimalen Anordnung von Stationen
zur Trennung von Materialfraktionen vor. Sie gehen dabei von einer flüssigkeits-
basierten Trennung von Materialfraktionen aus, bei denen die Materialfraktio-
nen unterschiedliche Dichten aufweisen und dementsprechend durch Flüssigkeiten
unterschiedlicher Dichte getrennt werden können. Die Aufgabe besteht nun dar-
in, die optimale Reihenfolge der verschiedenen Trennschritte festzulegen, sodass
der volumenmäßige Durchsatz an Material, der die Kosten beeinflusst, minimiert
wird.
Bei Lund et al. (1994) wird ein linearer Optimierungsansatz vorgestellt, bei dem
3.2 Taktische und operative Planung von Reverse Logistics Aktivitäten 49

die Problemstellung darin liegt, aus einem Abfallstrom unter Kosten- und Erlösge-
sichtspunkten die optimale Menge an zu recycelnden Materialien abzuscheiden.
Dabei sind Müllverwertungsquoten einzuhalten.
Stuart u. Lu (2000) entwickeln ein lineares Planungsmodell für mehrstufige me-
chanische Aufbereitungsanlagen, um zu entscheiden, ob eine Materialfraktion
nach dem Durchlauf einer Station ein weiteres Mal in der selben Station behan-
delt, zur nächsten Station weiterbefördert oder dem Prozess entnommen wird.
Die Sortenreinheit der Fraktionen wird dabei implizit durch unterschiedliche
Preise berücksichtigt, die für Materialfraktionen in Abhängigkeit der Anzahl der
Durchläufe“ durch eine Bearbeitungsstation erzielt werden können.

Einen Ansatz auf Basis der linearen Programmierung stellen Spengler et al. (2003)
und Ploog (2004) vor. Dabei wird die Abscheidung von Materialfraktionen von
einem Massenstrom über die Parameter der Vollständigkeit und Sortenreinheit
beschrieben (vgl. auch Souren 1996). Anhand dieser Parameter lässt sich dann die
Masse und die Zusammensetzung der resultierenden Materialfraktionen bestim-
men. Dabei ist auch die Berücksichtigung nichtlinearer Zusammenhänge, die zwi-
schen den Prozessparametern und der Vollständigkeit der Abtrennung existieren,
möglich. Ploog (2004) schlägt für verschiedene Planungsebenen unterschiedliche
Detaillierungsgrade der Modellierung vor. Auf der obersten Ebene wird für einen
längeren Zeitraum eine Losgrößenplanung durchgeführt, die für einen Zeitraum
von einem Monat die wöchentlichen Demontageprogramme ermittelt. Es wird
davon ausgegangen, dass die Prozessparameter der mechanischen Aufbereitung
nicht variiert werden. Somit lassen sich konstante Koeffizienten für die aus einer
Demontagefraktion resultierenden (in der stofflichen Zusammensetzung konstan-
ten) Materialfraktionen angeben. Damit sind mechanische Aufbereitungsprozesse
identisch zu Demontageprozessen modellierbar.43 Dies gilt auch für die mittlere
Ebene, die auf Basis mehrerer Tage die Bestimmung der optimalen Demontagetie-
fen sowie der der mechanischen Aufbereitung zuzuführenden Massen an Demon-
tagefraktionen bestimmt. Dort lässt sich zusätzlich noch die Stufe modellieren,
auf der die Materialfraktion abgeschieden wurde. Auf der untersten Ebene der
kurzfristigen Steuerung ist dann die Sortenreinheit der abgeschiedenen Material-
fraktionen von den Prozessparametern der Anlage abhängig, wodurch ein nichtli-
nearer Zusammenhang resultiert. Es entsteht somit ein Optimierungsmodell, das
sowohl hinsichtlich der Zielfunktion (Verkaufspreise für Fraktionen hängen von
der Sortenreinheit ab) als auch in den Nebenbedingungen nichtlinear ist.
Anhand von Abbildung 3.4 lässt sich die Problemstellung im Rahmen der Pla-
nung der mechanischen Aufbereitung nochmals verdeutlichen. Demontagefraktio-
nen werden der Anlage zugeführt und in jedem Prozessschritt können Material-
fraktionen abgespaltet und einer Verwertung zugeführt werden. Bei einer gege-
benen Konfiguration der Anlage und fixierten Prozessparametern ist die Menge
43
Vgl. hierzu Kapitel 3.2.1.1
50 3 Ansätze zur Planung und Koordination von Reverse Logistics Netzwerken

der resultierenden Materialfraktionen (und deren Sortenreinheit) konstant. Ent-


scheidungsbedarf herrscht dann nur noch bezüglich der der Anlage zuzuführen-
den Menge und Zusammensetzung an Demontagefraktionen. Außerdem ist ge-
gebenenfalls über Zyklen, d.h. den mehrfachen Durchlauf von Materialfraktio-
nen durch den selben Prozessschritt, zu entscheiden (s.o.). Ist die Einstellung
der Prozessparameter der Anlage auch Gegenstand der Entscheidung, so erge-
ben sich wie dargestellt Nichtlinearitäten bezüglich der Zusammensetzung der
Materialfraktionen. Derartige Techniken können auch als nicht-endlich generier-
bare Techniken bezeichnet werden. Diese lassen sich wiederum als lineare, endlich
generierbare Techniken approximieren, indem für definierte Werte der Prozess-
parameter Grundaktivitäten (mit dann konstanten Input/Output-Koeffizienten)
gebildet werden. Je mehr Intensitätsstufen betrachtet werden, desto genauer ist
die Approximation der nicht endlich generierbaren Technik (Dyckhoff u. Spengler
2007).

1 Shredder Staub

2 Magnet 1 Fe-Recycling

3 Wirbelstromscheider 1 Al-Recycling

Mühle 1

4 Magnet 2 Fe-Recycling

Al-Recycling
Wirbelstromscheider 2 Beseitigung

5 Dichtesortierung 1 Cu-Recycling

6 Mühle 2

7 Sieb Beseitigung

Cu-Recycling
8 Dichtesortierung 2
Beseitigung

Abbildung 3.4: Fließbild einer mechanischen Aufbereitungsanlage (Quelle: Ploog


(2004, S. 162))

Bisher erfolgte eine isolierte Betrachtung der Planung der Demontage und me-
3.2 Taktische und operative Planung von Reverse Logistics Aktivitäten 51

chanischen Aufbereitung. Soll eine integrierte Planung erfolgen, so eignen sich


hierfür besonders mathematische Optimierungsmodelle die eine Transformation
der Stoffströme mittels Massenbilanzgleichungen ermöglichen. Ploog (2004) be-
trachtet die simultane Planung der Demontage und der mechanischen Aufberei-
tung mittels der linearen Aktivitätsanalyse.
Neben der Verknüpfung der Demontage und der mechanischen Aufbereitung be-
stehen zusätzlich Interdependenzen zu möglichen Verwertungsoptionen, denen
Demontage- oder Materialfraktionen zugeführt werden. Die möglichen Optionen
der Abgabe von Fraktionen hängen dabei oftmals davon ab, in welcher Qualität
oder Menge die abgegebenen Fraktionen vorliegen. So hängt der Preis, der für
durch die mechanische Aufbereitung gewonnene Kupferfraktionen erzielt werden
kann, von der Sortenreinheit der Materialfraktion ab. Zudem können Mengenbe-
schränkungen vorliegen. Diese Abhängigkeiten sind somit im Rahmen der Pla-
nung der Demontage und der mechanischen Aufbereitung zu berücksichtigen. Zu
diesem Zweck erweisen sich ebenfalls Modelle der mathematischen Optimierung
als hilfreich (Spengler 1994; Ploog 2004; Walther 2005).
Zusammenfassend lässt sich feststellen, dass insbesondere Ansätze der mathema-
tischen Optimierung geeignet erscheinen, um komplexere Probleme der Planung
der Demontage sowie der mechanischen Aufbereitung zu formulieren und zu lösen.
Diese ermöglichen ebenfalls eine integrierte Betrachtung derartiger Teilprobleme
sowie die Beachtung von Restriktionen bezüglich der Verwertung entstehender
Fraktionen.
Bisher wurden die zu lösenden Planungsprobleme aus einem innerbetrieblichen
Fokus betrachtet. Um allerdings Allokationsentscheidungen in einem Netzwerk zu
treffen, werden im Folgenden Ansätze betrachtet, die sich hauptsächlich mit der
überbetrieblichen Allokation von Stoffströmen in Reverse Logistics Netzwerken
beschäftigen.

3.2.2 Ansätze zur unternehmensübergreifenden Planung von Reverse


Logistics Netzwerken

Ansätze zur unternehmensübergreifenden Planung von Netzwerken beschäftigen


sich meist mit Gestaltungsfragen. Diese äußern sich in Form von Problemen der
Standortplanung. Dieses Problem ist zwar eher der strategischen Planung zuzu-
rechnen,44 jedoch sind im Rahmen der Entscheidung über die optimale Lokation
von Standorten immer auch Entscheidungen über die von der Wahl der Standorte
abhängende unternehmensübergreifende Allokation der Stoffströme zu treffen.
Jayaraman et al. (1999), Fleischmann et al. (2001) sowie Jayaraman (2006) be-
trachten beispielsweise die unter Kostengesichtspunkten optimale Bestimmung
44
Vgl. hierzu Kapitel 3.1
52 3 Ansätze zur Planung und Koordination von Reverse Logistics Netzwerken

von Standorten in einem Netzwerk zum Remanufacturing und die darauf auf-
bauende optimale Allokation der Stoffströme im Netzwerk. Weitere Modelle der
Standortplanung werden von Barros et al. (1998) für Netzwerke zum Sandrecyc-
ling behandelt. Ammons et al. (1997) betrachten die Standortplanung in einem
Netzwerk zum Recycling von Teppichen, und bei Spengler et al. (1997) werden
Standortplanungsmodelle für Netzwerke zum Recycling von Kuppelprodukten
aus der Eisen- und Stahlindustrie vorgestellt. Diese Ansätze vernachlässigen je-
doch die technischen Prozesse des Recyclings in den Unternehmen. Zur Model-
lierung von Standortplanungsproblemen wird auf gemischt-ganzzahlige Optimie-
rungsmodelle in Form von Warehouse-Location-Problemen zurückgegriffen. Da
ihr Fokus wie bereits erwähnt auf der Gestaltungsebene liegt, werden für derarti-
ge Standortentscheidungen aus Gründen der Komplexität die operativen Prozesse
nur rudimentär abgebildet.
Eine Ausnahme hierbei bildet der Ansatz von Krikke et al. (2003). Dieser Ansatz
betrachtet zum einen die Zuordnung von Prozessen zu Recyclingeinrichtungen
und zum anderen die optimale Allokation von Produkten auf die Beseitigung, die
energetische Verwertung, die stoffliche Verwertung sowie die Wiederverwendung.
Dabei ist die Berücksichtigung unterschiedlicher Produktdesigns möglich. Es kann
eine Demontage auf Modul- und Komponentenebene stattfinden.
Unternehmensübergreifende Optimierungsmodelle, die von einer gegebenen Netz-
werkstruktur ausgehen, lassen sich als lineare Optimierungsmodelle formulieren.
Uzsoy u. Ventakatachalam (1998) beschäftigen sich mit der optimalen Alloka-
tion von Produkten auf unterschiedliche Arten der Wiederverwendung und der
Verwertung in einem Netzwerk. Sie betrachten dabei jedoch sehr aggregiert die
Möglichkeiten der vollständigen sowie der teilweisen Demontage. Bei der teilwei-
sen Demontage werden nur die wichtigsten und wertvollsten Teile gewonnen, der
Rest wird entsorgt.
Sodhi u. Reimer (2001) betrachten ein Netzwerk aus Sammelstellen, Demontage-
unternehmen, Unternehmen der mechanischen Aufbereitung und Verwertungsun-
ternehmen. Sie entwickeln aus Sicht jedes Knotens im Netzwerk Optimierungsmo-
delle für optimale Allokationsentscheidungen. Allerdings erfolgt die Modellierung
der Recyclingprozesse nur sehr rudimentär. Es wird bei der Planung der Demon-
tage lediglich eine Stufe betrachtet. Zudem ist eine Abgabe von Fraktionen an
andere Recyclingunternehmen nicht möglich. Schließlich besteht der Ansatz aus
isolierten Modellen ohne Berücksichtigung der gegenseitigen Verknüpfungen.
Willems et al. (2006) entwickeln ein lineares Optimierungsmodell zur optima-
len Entscheidung über Kreislaufwirtschaftsoptionen für Altprodukte. Es werden
das Remanufacturing, das Recycling sowie die Entledigung berücksichtigt. Dabei
lässt dieser Ansatz auch die Modellierung verschiedener Demontagemöglichkeiten
zu. Ähnlich geht der Ansatz von Walther (2005) vor. Hierbei werden Demonta-
geaktivitäten mittels des von Spengler (1994) entwickelten Ansatzes auf Basis
3.3 Ansätze zur dezentralen Koordination von (Closed Loop) Supply Chains 53

der linearen Aktivitätsanalyse45 modelliert. Weiterhin kann bei diesem Ansatz


auch die Kooperation zwischen Unternehmen durch horizontale Verknüpfungen
dargestellt werden. Demontierte Fraktionen können an andere Demontageunter-
nehmen weitergeleitet werden, welche dann eine weitere Demontage der Produk-
te durchführen. Weiterhin ist auch eine Berücksichtigung rechtlicher Regelun-
gen in Form von Mindestsammelquoten sowie Recycling- und Verwertungsquo-
ten möglich, die als Nebenbedingungen des Netzwerkmodells formuliert werden
können.46
Zusammenfassend lässt sich festhalten, dass im Bereich der unternehmensüber-
greifenden Planung von Reverse Logistics Netzwerken bereits einige Ansätze be-
stehen. Ansätze der kombinierten Standort- und Allokationsplanung bilden Recy-
clingprozesse nur rudimentär ab und sind daher in dem hier betrachteten Kontext
nur bedingt anwendbar. Im Gegensatz dazu bilden Ansätze zur optimalen Allo-
kationsplanung auf Basis der linearen Optimierung die Recyclingprozesse in einer
höheren Detailliertheit ab. Insbesondere erscheinen die Ansätze von Willems et al.
(2006) sowie Walther (2005) eine umfassende und detaillierte Modellierung von
Recyclingprozessen zu erlauben. Allerdings ist der Ansatz von Walther (2005)
hier als weitreichender einzustufen, da er zum einen die Integration gesetzlicher
Regelungen und zum anderen die Möglichkeit der Kooperation zwischen den Re-
cyclingunternehmen erlaubt. Zudem ermöglicht die Modellformulierung auf Basis
der linearen Aktivitätsanalyse eine beliebige Detaillierung der Recyclingprozesse.
Die bisher vorgestellten Modelle der unternehmensinternen sowie der unterneh-
mensübergreifenden Planung von Reverse Logistics Netzwerken gehen immer von
der Annahme aus, dass ein zentraler Entscheidungsträger das System vollständig
kontrollieren kann. Hier liegt im Sinne der Produktionswirtschaft ein Objektsys-
tem vor (welches über verschiedene Standorte verteilt sein kann), das durch ein
Subjektsystem, dem Entscheider mit seinen Zielen, gesteuert wird.
Diese Annahme wird im folgenden Abschnitt aufgehoben und es werden nunmehr
Ansätze zur Koordination einzelner Entscheidungsträger betrachtet. Ziel ist es
hierbei die Beziehungen der einzelnen Produktionssysteme zueinander so zu ge-
stalten, dass eine mit Hinblick auf ein übergeordnetes Gesamtziel gute Lösung
resultiert.

3.3 Ansätze zur dezentralen Koordination von (Closed


Loop) Supply Chains

Ansätze zur Koordination einzelner Entscheidungsträger in Reverse Logistics


Netzwerken existieren bisher nicht. Aus diesem Grund wird im Folgenden der
45
Vgl. hierzu Kapitel 3.2.1.1
46
Vgl. hierzu auch Walther u. Spengler (2005) sowie Spengler u. Walther (2005)
54 3 Ansätze zur Planung und Koordination von Reverse Logistics Netzwerken

Betrachtungshorizont auf klassische Supply Chains sowie CLSCs erweitert, da in


diesen Bereichen bereits Ansätze zur Koordination existieren. Für diese beiden
Bereiche wird ein kurzer Überblick über verschiedene Verfahren der dezentra-
len Koordination gegeben und ihre prinzipielle Eignung für den im Rahmen der
Arbeit relevanten Kontext untersucht. Dabei werden die Ansätze wie folgt unter-
teilt. Zunächst erfolgt eine anwendungsorientierte Unterscheidung der Ansätze in
die Bereiche SCM und CLSCM. Dabei erfolgt unter dem Oberbegriff SCM die
Darstellung allgemeiner Ansätze sowie speziell für (Forward) Supply Chains kon-
zipierter Ansätze. Unter dem Oberbegriff CLSCM werden die Ansätze dargestellt,
die sich gezielt mit Fragestellungen geschlossener Wertschöpfungsketten mit ei-
ner Rückführung von Altgeräten zum Hersteller beschäftigen. Bei den Ansätzen
zur Koordination im SCM erfolgt zunächst die Darstellung der Kontrakttheorie.
Anschließend werden Ansätze zur Koordination mathematischer Optimierungs-
modelle vorgestellt. Schließlich werden Ansätze aus der Multiagentenforschung
angesprochen. Abbildung 3.5 gibt einen Überblick über die im Folgenden darge-
stellten Typen von Koordinationsansätzen.

Ansätze zur Koordination

Koordination im SCM Koordination im CLSCM


(Kap. 3.3.4)

Koordination auf Basis Koordination mathematischer Multiagentenbasierte


von Kontrakten Optimierungsmodelle Ansätze
(Kap. 3.3.1) (Kap. 3.3.2) (Kap. 3.3.3)

Abbildung 3.5: Überblick über Ansätze zur Koordination

3.3.1 Koordination auf Basis von Kontrakten

Die Kontrakttheorie versucht auf Basis stark aggregierter Modelle eine Koordina-
tion durch die Anwendung verschiedener Kontrakttypen zu erreichen. Derartige
Ansätze vernachlässigen das Objektsystem des Produktionssystems. Es wird bei
der Analyse der Kontrakttypen lediglich die Beeinflussung der Zielfunktion des
jeweils anderen Unternehmens betrachtet. In der Regel werden im Rahmen von
Ansätzen der Kontrakttheorie zweistufige Supply Chains untersucht, in der ein
3.3 Ansätze zur dezentralen Koordination von (Closed Loop) Supply Chains 55

Partner als Stackelberg-Führer47 einen Vertrag vorgibt und der andere darauf rea-
giert. Es wird also von einer hierarchischen Überordnung einer Partei gegenüber
der anderen ausgegangen. Die Grundidee bei der Koordination mittels Kontrak-
ten besteht darin, mit Hilfe der Kontraktparameter die Zielfunktionen der Ent-
scheidungsträger in der Weise zu beeinflussen, dass deren Optimalentscheidungen
in der Nähe einer für die gesamte Supply Chain optimalen Entscheidung liegen
oder diese erreichen. Die grundlegende Vorgehensweise bei der Analyse von Kon-
trakten ist anhand des Beispiels in Abbildung 3.6 dargestellt.

•Entscheidung: optimaler Vertrag


•Antizipation des Verhaltens des Händlers

Hersteller

Vertrag:
•Fixpreis Bestellmenge
•Rabatt
•…

Händler • Entscheidung: optimale Bestellmenge


bei gegebenem Vertrag

Abbildung 3.6: Vorgehen im Rahmen der Analyse von Kontrakten

Das in der Abbildung dargestellte Beispiel zeigt eine idealisierte Supply Chain,
bei der der Hersteller in der hierarchisch übergeordneten Position steht. Er kann
dem Händler, der Produkte von ihm bezieht, einen Vertrag anbieten. Bei der Ge-
staltung des Vertrags kann er die Vertragsparameter so wählen, dass sein persönli-
cher Gewinn maximiert wird. Dazu muss er die Reaktion des Händlers auf seinen
Vertrag in seiner Entscheidung berücksichtigen.
Es lässt sich zeigen, dass dabei die Anwendung verschiedener Kontrakttypen zu
unterschiedlichen Ergebnissen für die gesamte Supply Chain führen kann (Tsay
et al. 1998). So führt beispielsweise die Anwendung von reinen Fixpreisverträgen,
bei denen ein Partner einen Verkaufspreis vorgibt und der andere daraufhin sei-
ne optimale Bestellmenge wählt, zu einem Effizienzverlust im Vergleich zu einer
zentralen Planung. Dieser Effekt wird auch als double marginalisation bezeichnet
47
Als Stackelberg-Führer wird in der Spieltheorie derjenige bezeichnet, der den ersten Zug
machen kann und dadurch einen Vorteil hat, da er die Reaktion des anderen Spielers bereits
bei seiner Entscheidung berücksichtigen kann (Fudenberg u. Tirole 2005). Der Begriff geht
auf von Stackelberg (1934) zurück, der sich mit Oligopolmärkten beschäftigt.
56 3 Ansätze zur Planung und Koordination von Reverse Logistics Netzwerken

(Corbett u. Tang 1999). Die Anwendung verschiedener Kontrakttypen kann dabei


eine Verbesserung des Ergebnisses gegenüber einem reinen Fixpreisvertrag bewir-
ken und sogar zu für die gesamte Supply Chain optimalen Ergebnissen führen.
Häufig untersuchte Kontrakttypen sind z.B. Rabattverträge (Monahan 1984; Ba-
nerjee 1986) oder die Integration von fixen Zahlungsbestandteilen, die unabhängig
von der bestellten Menge anfallen (Corbett u. Tang 1999). Bei der Annahme von
Unsicherheiten, denen verschiedene Parameter wie z.B. die Endkundennachfrage
unterliegen können, wird auf stochastische Modelle, wie das Newsvendor-Modell,
zurückgegriffen (Cachon 2003).
Im Rahmen der Ansätze auf Basis der Kontrakttheorie wird im Allgemeinen
davon ausgegangen, dass die Parteien jeweils an der Optimierung ihres indivi-
duellen Profits interessiert sind. Weiterhin wird meist angenommen, dass den
Partnern jeweils die vollständigen Informationen der Supply Chain bekannt sind.
Wird diese Annahme vernachlässigt und eine Partei verfügt über unvollständi-
ge Informationen, dann können so genannte Kontraktmenüs angeboten werden,
bei dem der Vertragsanbieter verschiedenartige Verträge anbietet, aus denen die
andere Partei einen Vertrag auswählt (Corbett u. Tang 1999). Die im Rahmen
der Kontrakttheorie behandelten Arbeiten unterstellen bei der Entscheidungs-
findung der Akteure sehr aggregierte Modelle, wie das einfache Losgrößenmo-
dell oder das Newsvendor-Modell, für die die Ermittlung analytischer Lösungen
möglich ist. Das Objektsystem in Form von Nebenbedingungen wird weitgehend
vernachlässigt.
Eine Anwendung der Kontrakttheorie in dem hier dargestellten Kontext könnte
erfolgen, wenn zwischen den Entscheidungsträgern des Netzwerks eine wie hier
beschriebene Entscheidungsstruktur vorliegen würde. Beispielsweise könnte das
fokale Unternehmen die Rolle des Stackelberg-Führers einnehmen und den Re-
cyclingunternehmen verschiedene Verträge über das Recycling von Altprodukten
anbieten. Unter der Annahme, dass sowohl das fokale Unternehmen als auch die
Recyclingunternehmen daran interessiert sind ihren eigenen Deckungsbeitrag zu
maximieren, könnten verschiedene Kontraktformen im Hinblick auf ihre effizienz-
steigernden Wirkungen untersucht werden. Allerdings würde dies voraussetzen,
dass das fokale Unternehmen genau über die Modelle der Recyclingunterneh-
men informiert ist. Dies ist vor allem in dem hier betrachteten Kontext relevant,
da die Reaktion der Recyclingunternehmen auf den Vertrag zu einer zulässigen
Lösung im Sinne des gesamten Netzwerks führen muss (Einhaltung der Recycling-
und Abholbedingungen). Außerdem besteht eine Voraussetzung für die Anwend-
barkeit der Modelle darin, dass alle beteiligten Unternehmen auf Basis einfacher
Modelle ohne Betrachtung von Restriktionen arbeiten. Dies ist allerdings im Rah-
men hier betrachteter betrieblicher Planungsprobleme nicht der Fall. Die Kon-
trakttheorie wird daher auch stärker als ein Instrument betrachtet, mit dem es
möglich ist, allgemeine Aussagen über das Verhalten eines Systems zu treffen als
eine Entscheidungsunterstützung für ein konkretes Problem zu liefern (Tsay et al.
3.3 Ansätze zur dezentralen Koordination von (Closed Loop) Supply Chains 57

1998; Schneeweiss 2003b; Zimmermann 2005).


Aus diesen Gründen erscheint die Kontrakttheorie kein geeignetes Instrument zu
sein, um eine dezentrale Allokation von Stoffströmen in einem Recyclingnetzwerk
zu erreichen.

3.3.2 Koordination mathematischer Optimierungsmodelle

Zur Lösung realer betrieblicher Entscheidungsprobleme wird in der Regel auf


mathematische Optimierungsmodelle des Operations Research (OR) zurückge-
griffen. Mathematische Optimierungsmodelle erlauben neben der Bewertung von
Aktionen in der Zielfunktion (Subjektsystem) auch die Berücksichtigung von Ne-
benbedingungen (Objektsystem). Erfolgt eine Planung in verschiedenen Unter-
nehmen der Supply Chain auf Basis von mathematischen Optimierungsmodellen,
so sind zur Abstimmung der Teilpläne entsprechende Mechanismen anzuwenden.
Dazu wird im Folgenden zunächst das allgemeine Konzept der hierarchisch verteil-
ten Entscheidungsfindung vorgestellt, bevor anschließend das Konzept des Ups-
tream Plannings dargestellt wird. Danach werden Dekompositionsverfahren sowie
auktionsbasierte Verfahren betrachtet und schließlich erfolgt die Darstellung ei-
nes kollaborativen Aushandlungsschemas. Abbildung 3.7 zeigt die im Folgenden
dargestellten Verfahren im Überblick.

Koordination mathematischer
Optimierungsmodelle
(Kap. 3.3.2)

Hierarchisch verteilte Iterative Verfahren der Kollaboratives


Entscheidungsfindung Dekomposition Aushandlungsschema
(Kap. 3.3.2.1) (Kap. 3.3.2.3) (Kap. 3.3.2.5)

Upstream Planning und Auktionsbasierte


Erweiterungen Verfahren
(Kap. 3.3.2.2) (Kap. 3.3.2.4)

Abbildung 3.7: Überblick über Ansätze zur Koordination mathematischer Opti-


mierungsmodelle
58 3 Ansätze zur Planung und Koordination von Reverse Logistics Netzwerken

3.3.2.1 Hierarchisch verteilte Entscheidungsfindung

Ein sehr generelles Konzept, mit dem die Entscheidungsmodelle unterschiedlicher


Partner sowie deren Beziehung zueinander dargestellt werden können, wird von
Schneeweiss (2003a) entwickelt. Es kann damit als Grundlage für die Entwick-
lung unterschiedlichster Planungs- und Aushandlungsverfahren verwendet wer-
den. Die Partner stehen dabei in einer hierarchischen Beziehung zueinander. Die
Top-Ebene ist der Basis-Ebene hierarchisch übergeordnet. Sie hat die Möglich-
keit, der Basis-Ebene Instruktionen (IN ∗ ) zu übermitteln. Instruktionen sind da-
bei jegliche Entscheidungen, die die Basis-Ebene beeinflussen können (Vertrags-
angebote, Bestellmengen, etc.). Die Instruktionen der Top-Ebene können dabei
sowohl die auf Zielfunktion der Basis-Ebene (Subjektsystem) als auch auf ihren
Produktionsraum in Form der Technik und der Restriktionen (Objektsystem),
einwirken. Die Basis-Ebene hat dann die Möglichkeit auf die Instruktion zu rea-
gieren (RE ∗ ), was wiederum die Top-Ebene beeinflussen kann. Diese kann dann
erneut auf Basis eigener Kalküle neue Instruktionen vorgeben. Dieses Vorgehen
stellt dann einen Aushandlungsprozess dar.
Bevor die Top-Ebene der Basis-Ebene jedoch eine Instruktion übergibt, hat sie die
Möglichkeit, die Konsequenzen der Instruktion (IN ) antizipatorisch zu berechnen
und die Wirkungen in Form einer Antizipationsfunktion (AF ) abzuschätzen.
Folgt auf die Entscheidung der Basis-Ebene keine weitere Instruktion der Top-
Ebene, so bilden die Entscheidungen von Top- und Basis-Ebene die finale Ent-
scheidung (IN ∗∗ ).
Das grundlegende Konzept der verteilten Entscheidungsfindung nach Schneeweiss
(2003a) ist in Abbildung 3.8 dargestellt.48
Dabei sind unterschiedliche Formen der Antizipation denkbar, die sich in ihrem
Detaillierungsgrad unterscheiden (Schneeweiss 2003a). Die exakte explizite Anti-
zipation verwendet bei der Antizipation der Basis-Ebene dasselbe Modell, welches
auch die Basis-Ebene verwendet. Bei der approximativen expliziten Antizipation
liegt der Antizipation ein vereinfachtes Modell der Basis-Ebene zugrunde. Die
implizite Antizipation berücksichtigt nur einige charakteristische Eigenschaften
des Basis-Modells. Es wird nicht mehr explizit dessen Entscheidungsverhalten
nachgebildet. Die bisher genannten Formen der Antizipation unterstellen eine
Antizipationsfunktion, die das Verhalten der Basis-Ebene in Abhängigkeit einer
gegebenen Instruktion widerspiegelt. Bei der nicht reaktiven Antizipation exis-
tiert eine solche Funktion nicht mehr. Es werden lediglich einige Charakteristika
der Basis-Ebene pauschal in der Top-Ebene berücksichtigt.
48
Mit Hilfe des Konzepts der verteilten Entscheidungsfindung lassen sich ebenfalls die in Kapi-
tel 3.3.1 beschriebenen Modelle auf Basis der Kontrakttheorie darstellen. Bei ihnen bestehen
die jeweiligen Top- und Basis-Modelle dann nur aus einer Zielfunktion und die Antizipati-
onsfunktion (AF ) kann in geschlossener Form angegeben werden. Vgl. hierzu Zimmer (2001,
S. 89ff.).
3.3 Ansätze zur dezentralen Koordination von (Closed Loop) Supply Chains 59

Top-Ebene

Top-Modell

antizipa-
torisch AF IN
IN**
Reaktion Antizipiertes
Basis-Modell Finale
RE* Entscheidung

faktisch final
IN* Instruktion

Basis-Ebene

Basis-Modell

Abbildung 3.8: Konzept der verteilten Entscheidungsfindung nach Schneeweiss


(übersetzt aus Schneeweiss (2003a, S. 27))

Abschließend ist noch anzumerken, dass mit Hilfe des Konzepts der hierarchisch
verteilten Entscheidungsfindung nach Schneeweiss (2003a) nicht nur verschiedene
Entscheidungsträger mit ihren Entscheidungskalkülen sowie den jeweiligen Ver-
knüpfungen darstellbar sind. Vielmehr lassen sich auch Verknüpfungen zwischen
verschiedenen Planungsebenen innerhalb eines Unternehmens abbilden, wie bei-
spielsweise strategische und operative Fragestellungen im Rahmen der hierarchi-
schen Produktionsplanung.
Die hierarchisch verteilte Entscheidungsfindung ist somit ein sehr allgemeines
Konzept mit dem sich diverse Planungs- und Aushandlungssituationen model-
lieren lassen. Dabei lassen sich unterschiedliche Situationen bezüglich der Zie-
le der Entscheidungsträger und der Informationsverfügbarkeit darstellen. Zu-
dem ermöglicht sie durch die Berücksichtigung des Aktivitätenraums (Objektsys-
tem) die Berücksichtigung von Techniken und Restriktionen. Aus diesen Gründen
scheint sie in dem dargestellten Kontext eines Recyclingnetzwerks als Basis für
die Modellierung von Koordinationsmechanismen gut geeignet zu sein. Für kon-
krete Entscheidungssituationen sind die allgemein dargestellten Planungs- und
Aushandlungskalküle mittels konkreter Mechanismen umzusetzen.

3.3.2.2 Upstream Planning und Erweiterungen

Eine grundlegende Form der dezentralen Koordination stellt das von Bhatnagar
et al. (1993) beschriebene Upstream Planning (Dudek u. Stadtler 2005) dar. Das
60 3 Ansätze zur Planung und Koordination von Reverse Logistics Netzwerken

Upstream Planning kann als einfachste Umsetzung der in Kapitel 3.3.2.1 dar-
gestellten hierarchisch verteilten Entscheidungsfindung betrachtet werden. Dabei
werden die auf einer Stufe ermittelten Pläne an die nächste Stufe weitergegeben,
ohne die nächste Stufe mit in die Planung einzubeziehen. Upstream Planning ist
somit eine einfache Form der verteilten Entscheidungsfindung ohne jegliche An-
tizipation. Diese Art der Planung kann verbessert werden, indem die Top-Ebene
das Verhalten der untergeordneten Basis-Ebene antizipiert (Zimmer 2001). Dafür
wird allerdings umfangreiches Wissen über die nächste Ebene vorausgesetzt. Ab-
bildung 3.9 zeigt die Vorgehensweise des Upstream Plannings ohne und mit An-
tizipation.

Top-Ebene Top-Ebene
Hersteller
Top-Modell Top-Modell

Liefermenge Bestellmenge

Antizipiertes
Basis-Modell

Liefermenge Bestellmenge Liefermenge Bestellmenge

Lieferant Basis-Ebene Basis-Ebene

Basis-Modell Basis-Modell

(a) (b)

Abbildung 3.9: Upstream Planning ohne (a) und mit Antizipation (b), in Anleh-
nung an Zimmer (2001, S. 148 u. 161)

Die Abbildung zeigt eine Supply Chain mit dem Hersteller als Top-Ebene, der eine
Bestellmenge an den Lieferanten (Basis-Ebene) weitergibt. Dieser reagiert dar-
auf, indem er auf Basis seiner Kalküle und der aktuellen Kapazitätssituation die
Liefermenge festlegt. Die Preise werden dabei als konstant angenommen. Führt
die Top-Ebene, in diesem Fall also der Hersteller, keine Antizipation durch, so
erfolgt die Festlegung der Bestellmenge lediglich auf Basis lokaler Informationen
und Kalküle. Im Rahmen der Antizipation schätzt der Hersteller das Verhalten
(Reaktion) des Lieferanten auf seine Bestellmenge ab und kann dieses entwe-
der gemäß seinen eigenen Zielen oder, falls er altruistisch eingestellt ist und das
Supply Chain weite Optimum anstrebt, gemäß einer Gesamtzielfunktion bewer-
ten. Damit ist eine bessere Zielerreichung im Sinne seiner oder der Supply Chain
weiten Ziele möglich.
3.3 Ansätze zur dezentralen Koordination von (Closed Loop) Supply Chains 61

Im Rahmen der geschilderten Situation untersucht Zimmer (2001) numerisch un-


terschiedliche Vertrags- und Anreizmechanismen (z.B. Konventionalstrafen), die
neben der Bestellmenge als Instruktion übermittelt werden. Die Partner bedienen
sich im Rahmen dieses Ansatzes komplexer mathematischer Optimierungsmodel-
le. Die jeweils für die Top-Ebene optimale Instruktion wird dabei aufgrund der
hohen Komplexität der zugrunde liegenden Optimierungsmodelle heuristisch be-
stimmt.
Bewertet man das Verfahren des Upstream Plannings im Hinblick auf die An-
wendung im Rahmen der hier vorliegenden Problemstellung, lässt sich erkennen,
dass im Vergleich zur Kontrakttheorie hierbei neben dem Subjektsystem auch das
Objektsystem mit betrachtet wird. Beim Upstream Planning ohne Antizipation
besteht das Problem einer Anwendung darin, dass die von der Top-Ebene (z.B.
fokales Unternehmen) an die Basis-Ebene (Recyclingunternehmen) übermittelten
Pläne für das Recycling zu Unzulässigkeiten führen können. Ebenso kann es zu
Unzulässigkeiten kommen, wenn das fokale Unternehmen keine Pläne, sondern
lediglich Verrechnungspreise vorgibt, auf Basis derer die Recyclingunternehmen
dann über ihre lokalen Recyclingpläne entscheiden. In diesem Fall ist eine Ein-
haltung der netzwerkweiten Restriktionen nicht gewährleistet. Betrachtet man
das Upstream Planning mit Antizipation, so wird deutlich, dass die Top-Ebene
für eine Antizipation der Basis-Ebene ein hohes Maß an Wissen über die Ent-
scheidungsmodelle der Basis-Ebene, d.h. deren Ziele, Technik und Restriktionen,
benötigt, um eine qualitativ hochwertige Antizipation zu ermöglichen. So ist beim
Nichtvorhandensein entsprechender Informationen nicht gewährleistet, dass die
von der Top-Ebene ermittelte Instruktion zu Reaktionen seitens der Basis-Ebene
führt, die einen für die Top-Ebene zulässigen Gesamtplan ergeben.
Abschließend ist zu konstatieren, dass das Upstream Planning (mit oder ohne
Antizipation) zwar für die Allokation der Stoffströme in Recyclingnetzwerken
besser geeignet ist als die Kontrakttheorie, jedoch zur Erreichung zulässiger Pläne
ein hoher Informationsbedarf der Top-Ebene bezüglich der Basis-Ebene besteht.
Bei dem skizzierten Verfahren des Upstream Plannings erfolgt die Planung jeweils
ohne die Rückmeldung der weiteren beteiligten Partner, was, wie dargestellt,
eine hohes Maß an Wissen der Top-Ebene über die Basis-Ebene voraussetzt. Bei
den im Folgenden beschriebenen iterativen Verfahren erfolgt die Koordination
in mehreren aufeinander folgenden Schritten, die durchlaufen werden, bis eine
Lösung gefunden ist.

3.3.2.3 Iterative Verfahren der Dekomposition

Bei Dekompositionsansätzen werden Optimierungsmodelle betrachtet, die sich


durch Relaxierung von gemeinsamen Nebenbedingungen in einzelne, organisa-
tions- oder unternehmensspezifische Modelle zerlegen lassen. Gemeinsame Ne-
benbedingungen sind dabei nur durch das Zusammenspiel aller Unternehmen
62 3 Ansätze zur Planung und Koordination von Reverse Logistics Netzwerken

einzuhalten. Es wird dabei von einem Optimierungsmodell ausgegangen, wel-


ches sich strukturieren lässt in lokale Restriktionen für jedes Unternehmen ei-
nerseits sowie in gemeinsame Restriktionen andererseits. Die grundlegende Idee
im Rahmen der Dekompositionsverfahren besteht darin, die Lösung des gesam-
ten Problems iterativ zu ermitteln, indem man die gemeinsamen Restriktionen
zunächst weglässt (relaxiert) und damit ein individuelles Optimierungsmodell für
jedes Unternehmen erhält. Die Lösung erfolgt dann wechselseitig durch Änderung
der unternehmensspezifischen Modelle durch einen Koordinator sowie durch die
darauf folgende Reaktion der unternehmensspezifischen Modelle. Die Struktur
derartiger Optimierungsmodelle wird auch als blockangular bezeichnet (Meyer
1980). Abbildung 3.10 stellt informal den Zielfunktionsvektor sowie die Koeffizi-
entenmatrix eines derartigen Optimierungsmodells mit blockangularer Struktur
dar.
u1 u2 …

Zielfunktion

gemeinsame Restriktion(en)

unternehmensspezifische
Restriktionen

Abbildung 3.10: Zielfunktionsvektor und Koeffizientenmatrix eines Optimie-


rungsmodells mit blockangularer Struktur, in Anlehnung an
Meyer (1980, S. 30)

Zur Koordination von Problemen mit einer derartigen Struktur lassen sich duale
und primale Verfahren anwenden.

Duale Dekomposition Bei dualen Verfahren wird die Verletzung der rela-
xierten Nebenbedingung(en) in der Zielfunktion durch die Einführung von so
3.3 Ansätze zur dezentralen Koordination von (Closed Loop) Supply Chains 63

genannten Lagrange-Parametern bestraft (Holmberg 1995).49 Dabei wird jeder


gemeinsamen Restriktion ein Lagrange-Parameter zugeordnet. Die um die Straf-
kosten erweiterte Zielfunktion ist dann die Lagrange-Funktion. Jedes Unterneh-
men bewertet so neben der eigentlichen Zielfunktion noch die Inanspruchnahme
der gemeinsamen Restriktionen mit den Lagrange-Parametern. Die ökonomische
Interpretation lässt sich wie folgt darstellen. Ist die jeweilige gemeinsame Neben-
bedingung durch die aktuellen Teilpläne in starkem Maße verletzt, so wird der
zugehörige Lagrange-Parameter entsprechend so angepasst, dass die einzelnen
Unternehmen einen geringeren Anreiz haben die gemeinsame Ressource in An-
spruch zu nehmen.50 Ist die Ressourcenbeschränkung nicht verletzt, erfolgt eine
Anpassung des Lagrange-Parameters in die entgegengesetzte Richtung, um den
einzelnen Unternehmen durch geringere Preise eine höhere Inanspruchnahme der
gemeinsamen Ressource zu ermöglichen.
Eine Möglichkeit zur dualen Koordination derartiger Systeme auf Basis der La-
grange-Parameter stellt der Dantzig/Wolfe-Algorithmus für lineare Probleme dar
(Dantzig u. Wolfe 1961). Es existiert eine übergeordnete Koordinationsinstanz,
die den Unternehmen jeweils Werte für die Lagrange-Parameter übergibt. Die
Teilprobleme übermitteln im Anschluss daran als Lösung das optimale Produk-
tionsprogramm auf Basis der vorgegebenen Lagrange-Parameter. Die Koordi-
nationsinstanz ermittelt daraufhin neue Lagrange-Parameter, indem sie das so
genannte Masterproblem löst. Dieses optimiert die Ressourcenaufteilung auf die
Unternehmen auf Basis der der Koordinationsinstanz bekannten Gesamtzielfunk-
tion unter Berücksichtigung der gemeinsamen Restriktionen. Die Entscheidungs-
alternativen sind dabei die bisher von den Unternehmen gemeldeten Lösungen.
Die optimale Lösung kann nur eine Konvexkombination dieser bisher bekannten
Lösungen sein. Die neuen Lagrange-Parameter ergeben sich aus den optimalen
Dualvariablen der gemeinsamen Restriktionen. Dieses Verfahren terminiert und
findet die optimale Lösung des Optimierungsmodells in einer endlichen Anzahl
an Iterationen.
Die Koordinationsinstanz benötigt für dieses Verfahren jedoch die Koeffizienten
der Gesamtzielfunktion. Weiterhin ergibt sich die optimale Lösung als Konvex-
kombination der von den Unternehmen gemeldeten Lösungen. Diese vom Koor-
dinator gebildeten Lösungen werden den Unternehmen dann vorgeschrieben. Die
Unternehmen haben im Allgemeinen sonst keinen Anreiz diese zu implementie-
ren, da eine aus globaler Sicht optimale Lösung meist keine Optimallösung für das
Teilproblem ist, auch nicht bei gegebenen optimalen Lagrange-Parametern. Dies
wird auch als lack of controllability“ bezeichnet (Holmberg 1995). Der Grund für

dieses Verhalten ist, dass eine für das Gesamtproblem optimale, und damit auch
49
Lagrange-Parameter können somit auch als Strafkosten bezeichnet werden.
50
Ist die gemeinsame Restriktion eine Ungleichung, so können die Lagrange-Parameter ledig-
lich positive Werte annehmen. Ist sie dagegen als Gleichung zu erfüllen, so sind positive wie
negative Werte möglich (Fisher 1981).
64 3 Ansätze zur Planung und Koordination von Reverse Logistics Netzwerken

zulässige, Lösung nicht zwingend ein Extrempunkt im Lösungsraum der Teilpro-


bleme ist.51 Es lässt sich aber zeigen, dass für lineare Probleme die Anwendung
einer nichtlinearen, z.B. quadratischen, Zahlungsfunktion für die Inanspruchnah-
me der knappen Kapazität die Implementierung optimaler Lösungen durch die
Unternehmen ermöglicht. Beispielsweise lässt sich dies erreichen, wenn der Preis
je in Anspruch genommener Kapazitätseinheit nicht nur von der gesamten Ka-
pazitätssituation abhängt, sondern auch von der individuellen Kapazitätsinan-
spruchnahme. Man erhält dann eine quadratische Zahlungsfunktion (Jennergren
1973). Ähnliches lässt sich erreichen, wenn sich der Preis nicht auf die Inanspruch-
nahme einer Kapazitätseinheit bezieht, sondern auf die Abweichung von einem
Vorgabewert (vgl. z.B. Ertogral u. Wu 2000).
Aufgrund des hohen Informationsbedarfs erscheint eine Anwendung des
Dantzig/Wolfe-Algorithmus in dem vorliegenden Kontext nicht möglich, da ange-
nommen wurde, dass die einzelnen Unternehmen keine privaten Daten, wie z.B.
Kosten, offen legen.
Eine einfachere Methode zur Bestimmung der Lagrange-Parameter im Vergleich
zum Dantzig/Wolfe Algorithmus stellen so genannte Subgradientenverfahren dar
(Barbarosoglu u. Özgür 1999; Kutanoglu u. Wu 1999; Ertogral u. Wu 2000; Jeong
u. Leon 2002; Luh et al. 2003). Hier passt die Koordinationsinstanz die Prei-
se für die knappen Ressourcen der gemeinsamen Restriktion nicht länger durch
die Lösung des Masterproblems an, sondern entsprechend des Angebots und der
Nachfrage (Über-/Unterschreitung der gemeinsamen Restriktion) und versucht
somit ein Gleichgewicht herzustellen. Der Vorteil gegenüber dem Dantzig/Wolfe-
Algorithmus ist, dass der Koordinator die Koeffizienten der Zielfunktion nicht
kennen muss und kein Optimierungsmodell zur Ermittlung der neuen Lagrange-
Parameter benötigt. Für Subgradientenverfahren lässt sich zeigen, dass für li-
neare Optimierungsprobleme der Zielfunktionswert der Lagrange-Funktion bei
der Wahl geeigneter Schrittweitenparameter für die Anpassung der Lagrange-
Parameter gegen das Gesamtoptimum konvergiert.52 Schrittweiten, die in der
Anwendung von Subgradientenverfahren eine schnelle Konvergenz ergeben, grei-
fen jedoch auf Daten der Zielfunktion zurück.53
Zwar konvergiert der Wert der Lagrange-Funktion gegen das Optimum, aller-
dings sind auch bei der Anwendung von Subgradientenverfahren die von den Un-
ternehmen im Laufe des Verfahrens ermittelten, von den Lagrange-Parametern
abhängigen Lösungen i.d.R. nicht zulässig oder gar optimal für das Gesamtpro-
blem. Auch hier kann also, ähnlich wie beim Dantzig/Wolfe-Algorithmus, nicht
garantiert werden, dass die Unternehmen bei gegebenen optimalen Lagrange-
51
Vgl. hierzu auch sehr anschaulich (Baumol u. Fabian 1964)
52
Betrachtet man hingegen ganzzahlige Probleme, so gilt diese Konvergenz nicht zwingend.
Es kann hier die so genannte Dualitätslücke entstehen (Neumann u. Morlock 2002).
53
Subgradientenverfahren sowie die den Verfahren zugrunde liegenden mathematischen
Grundlagen werden in Kapitel 5.2.3 näher betrachtet.
3.3 Ansätze zur dezentralen Koordination von (Closed Loop) Supply Chains 65

Parametern eine Lösung wählen, die im Sinne des Gesamtproblems zulässig oder
gar optimal ist. Die Generierung einer Lösung, die für das Gesamtsystem zulässig
ist wird dabei i.d.R. nicht betrachtet bzw. in einem späteren Schritt unter Rück-
griff auf sämtliche Informationen zentral konstruiert (Luh et al. 2003; Jeong u.
Leon 2003).
Die generelle Vorgehensweise bei der dualen Dekomposition ist in Abbildung 3.11
dargestellt. Allen Ansätzen ist gemein, dass die Aufgabe des hierarchisch über-
geordneten Koordinators darin besteht, neue Preise zu generieren (beispielsweise
mit einem Subgradientenverfahren). Gegebenenfalls muss der Koordinator dann
am Ende des Verfahrens noch eine Lösung konstruieren und diese implementieren,
indem er diese den Unternehmen vorschreibt.

Koordinator
• Ermittlung neuer Preise
• Ggf. Konstruktion von
Lösungen und deren
Durchsetzung
Preise Preise

Mengen Mengen

Teilproblem 1 Teilproblem 2
• Ermittlung optimaler • Ermittlung optimaler
Programme (Mengen) auf Programme (Mengen) auf
Basis gegebener Preise Basis gegebener Preise

Abbildung 3.11: Allgemeine Vorgehensweise im Rahmen der dualen Dekomposi-


tion

In der Literatur existieren einige Ansätze zur Koordination von Supply Chains
auf Basis der dualen Dekomposition. Im Folgenden werden ausgewählte Ansätze
ausführlicher dargestellt, die für die hier betrachtete Problemstellung relevant
sind.
Barbarosoglu u. Özgür (1999) entwickeln ein Koordinationsverfahren auf Basis
der Lagrange-Relaxation, bei dem ein ganzzahliges Produktions- und ein Distri-
butionsproblem in je ein separates Produktions- und Distributionsproblem zerlegt
wird. Die Zerlegung erfolgt dabei über die Lagrange-Relaxation der Nebenbedin-
gung, die garantiert, dass in ausreichendem Maße Produkte hergestellt werden,
die dann an Depots verteilt werden können. Ein Koordinator passt die Lagrange-
Parameter für die relaxierten Nebenbedingungen mittels eines Subgradienten-
verfahrens an. Die verwendete Schrittweite greift dabei auf globale Zielfunktions-
werte zurück. Die Herstellung einer global zulässigen Lösung erfolgt dabei zentral
66 3 Ansätze zur Planung und Koordination von Reverse Logistics Netzwerken

durch den Koordinator. Diese Lösung wird den Unternehmen dann vorgeschrie-
ben.
Kutanoglu u. Wu (1999) wenden die Lagrange-Relaxation auf ein ganzzahliges
Scheduling Problem an. Sie relaxieren die Maschinenkapazitätsbedingungen für
jede Maschine und jeden Zeitslot. So entsteht ein separates Optimierungsproblem
für jeden Auftrag, der nun die zum Auftrag zugehörigen Vorgänge auf die Zeitslots
optimal aufteilen muss. Dabei hat der Auftrag für die Nutzung der Zeitslots Prei-
se (Lagrange-Parameter) zu bezahlen. Neben dieser klassischen Zahlungsfunktion
führen Kutanoglu u. Wu (1999) eine alternative, quadratische Zahlungsfunktion
ein. Bei dieser hängt der Preis pro in Anspruch genommener Kapazitätseinheit
nicht nur von der globalen Kapazitätsbelastung ab, sondern auch von der von
jedem Bieter (Auftrag) beanspruchten Kapazität. Weiterhin werden verschiedene
Verfahren für die Anpassung der Lagrange-Parameter betrachtet. Die Ermittlung
global zulässiger Lösungen ist dabei nicht garantiert und wird ggf. vom Koordi-
nator übernommen.
Ertogral u. Wu (2000) betrachten das Multi Level Capacitated Lot Sizing Pro-
blem, bei dem verschiedene Stufen des Montageprozesses von unterschiedlichen
Unternehmen übernommen werden. Ziel des Koordinationsmechanismus ist eine
Abstimmung der Materialflüsse zwischen den Unternehmen. Aufgrund der bereits
angesprochenen Probleme bei Lagrange-Verfahren, eine gesamtzulässige Lösung
durch Anpassen der Lagrange-Parameter der knappen Ressource zu finden, wird
hier ähnlich wie bei Kutanoglu u. Wu (1999) ein erweitertes Lagrange-Verfahren
angewandt. Neben den Preisen für die knappe Ressource (in diesem Fall die zwi-
schen den Unternehmen auszutauschenden Produkte) wird hier vom Koordinator
ein Wert für die auszutauschenden Mengen vorgegeben, und die Unternehmen
zahlen Strafkosten für Abweichungen von diesem Vorgabewert. Dies führt wie-
derum zu einer nichtlinearen Zielfunktion und erleichtert das Auffinden zulässiger
Lösungen in dezentraler Weise.
Jeong u. Leon (2002) entwickeln einen Ansatz, bei dem für jede gemeinsame Re-
striktion ein Koordinator existiert. Die Koordinatoren und die Teilprobleme über-
mitteln sich dabei jeweils Planvorschläge und Strafkostenparameter für die posi-
tive bzw. negative Abweichung der anderen Partei vom jeweiligen Planvorschlag.
Das jeweilige Unternehmen ermittelt einen neuen Planvorschlag unter Minimie-
rung seiner lokalen Kosten sowie der vom Koordinator vorgegebenen Strafkosten
für die Abweichung vom vorgegebenen Planvorschlag. Der vom Unternehmen ge-
nerierte Plan wird dann mit aktualisierten Strafkosten an den Koordinator über-
mittelt. Der Koordinator generiert dann einen neuen Plan unter Minimierung
der vom Teilproblem vorgegebenen Strafkostenparameter und übermittelt diesen
wiederum zurück an die Teilprobleme. Auch bei diesem Verfahren besteht keine
Garantie für das Auffinden zulässiger Lösungen. In Jeong u. Leon (2003) wird
der entwickelte Ansatz auf ein lineares Ressourcenzuteilungsproblem angewandt.
3.3 Ansätze zur dezentralen Koordination von (Closed Loop) Supply Chains 67

Karabuk u. Wu (2002) betrachten die Koordination innerhalb eines Unterneh-


mens, in dem der Absatz und die Produktion unterschiedliche Ziele verfolgen.
Dabei wird angenommen, dass sowohl die Nachfrage als auch die Produktions-
kapazität unsicher sind. Da das Gesamtproblem des Unternehmens als Summe
der einzelnen Teilprobleme Wissen über die gemeinsame Verteilung von Ab-
satz und Kapazität benötigt, wird ein alternatives, vereinfachtes Modell entwi-
ckelt. Auf dieses Modell wird eine Lagrange-Dekomposition angewandt. Dabei
wird, zusätzlich zu den Strafkosten für die koppelnde Restriktion (Absatzmen-
ge=Produktionsmenge), die Abweichung von einem vom Koordinator vorgegebe-
nen Wert quadratisch bestraft.
Zusammenfassend lässt sich feststellen, dass duale Dekompositionsverfahren auf
Basis der Subgradientenmethode bereits Anwendung im Rahmen der Koordina-
tion von Supply Chains gefunden haben. Sie stellen ein aus praktischer Sicht ein-
fach zu interpretierendes Preisanpassungsverfahren dar, mit dem sich die Preise
für die knappe(n) Ressource(n) anhand der aktuellen Über- bzw. Unternachfra-
ge anpassen lassen. Allerdings erfolgt die Konstruktion einer aus globaler Sicht
zulässigen Lösung teilweise durch eine zentrale Instanz, da die während des Ver-
fahrens durch die Unternehmen generierten Lösungen nicht zwingend zulässig für
das Gesamtproblem sind.
Im Folgenden wird nach der Darstellung der dualen Dekomposition ein kurzer
Überblick über die primale Dekomposition gegeben.

Primale Dekomposition Bei primalen Verfahren, welche die duale Varian-


te zu den dualen Verfahren darstellen, wird den Unternehmen eine Ressourcen-
allokation vorgegeben, welche sie dann anhand der zugehörigen Schattenpreise
bewerten müssen. Diese ressourcenbasierte Dekomposition wird auch Benders-
Dekomposition genannt (Benders 1962). Das Äquivalent zum Dantzig/Wolfe-
Algorithmus ist hier der ten Kate Algorithmus (ten Kate 1972). Neben diesem
exakten Verfahren können hierbei auch primale Subgradientenverfahren ange-
wandt werden.
Auf Basis der primalen Dekomposition existieren nur wenige Verfahren zur Sup-
ply Chain Koordination. Poundarikapuram u. Veeramani (2004) beispielsweise
entwerfen ein Verfahren zur Supply Chain Koordination, bei dem ein Master-
problem einen Lösungsvorschlag an die Unternehmen übermittelt. Diese prüfen
diesen dann auf Zulässigkeit. Ist der Vorschlag für das jeweilige Unternehmen
nicht zulässig, übermittelt das Teilproblem dem Masterproblem zusätzliche Ne-
benbedingungen, die dieses dann in sein Problem mit aufnimmt.
Als Annahme liegt sowohl den dualen als auch den primalen Dekompositions-
verfahren zugrunde, dass die zu koordinierenden Einheiten auf der selben hierar-
chischen Stufe stehen und jeweils die Maximierung des unternehmensspezifischen
68 3 Ansätze zur Planung und Koordination von Reverse Logistics Netzwerken

Profits anstreben. Der hierarchisch übergeordnete Koordinator ist im Gegensatz


dazu an der Optimierung des gesamten Profits interessiert.
Bewertet man die dargestellten Verfahren der Dekomposition bezüglich der An-
wendbarkeit in dem hier vorliegenden Fall, so ist zu erkennen, dass die den
Dekompositionsverfahren zugrunde liegende Problemstellung stark der in die-
ser Arbeit behandelten Problemstellung ähnelt. Durch ihre Anwendung auf ma-
thematische Optimierungsmodelle lassen sich sowohl das Subjekt- als auch das
Objektsystem berücksichtigen. Ebenso liegen in dem hier betrachteten Anwen-
dungsfall gemeinsame Restriktionen vor. Wie dargestellt sind die Bedingungen für
das Recycling und die Abholung nur durch das Zusammenspiel aller Recycling-
unternehmen erfüllbar. Auch werden im Rahmen der Dekompositionsverfahren
keine detaillierten Daten über die Modelle der einzelnen Unternehmen benötigt,
vielmehr erfolgt eine sukzessive Vorgehensweise, bei der partielle Informationen
ausgetauscht werden. Vergleicht man primale und duale Dekompositionsverfah-
ren, so ist festzustellen, dass bei den primalen Verfahren durch Vorgabe von
Allokationen (im Fall von Recyclingnetzwerken könnten dies etwa unternehmens-
spezifische Mindestmengen für die Abholung und das Recycling sein) durch den
Koordinator zwar gesamtzulässige Lösungen erreicht werden können, diese sind
allerdings nicht zwingend für die Recyclingunternehmen zulässig, da beispiels-
weise die Kapazitäten oder Recyclingmöglichkeiten nicht ausreichen. Deswegen
ist auch keine Bewertung der zugeteilten Allokationen durch die Recyclingunter-
nehmen anhand von Schattenpreisen möglich. Daher erscheinen duale Verfahren
eher geeignet für die im Rahmen dieser Arbeit betrachtete Problemstellung. Offen
bleibt im vorliegenden Anwendungsfall zunächst noch die Frage der Interpreta-
tion des Koordinators, der im Rahmen der Dekompositionsverfahren die Anpas-
sung der Lagrange-Parameter vornimmt. Unabhängig davon scheinen die dualen
Dekompositionsverfahren im vorliegenden Anwendungsfall jedoch eine nützliche
Basis darzustellen.
Eine den Dekompositionsverfahren ähnliche Gruppe von Koordinationsansätzen
stellen auktionsbasierte Verfahren dar, bei denen die Akteure für verschiedene,
von einem Auktionator angebotene Güter(bündel) Gebote abgeben und darauf
basierend eine Allokation durchgeführt wird.

3.3.2.4 Auktionsbasierte Verfahren

Auktionen werden bereits seit langer Zeit in der ökonomischen Literatur dis-
kutiert. Klassische Auktionen betrachten die Verauktionierung einzelner Güter,
denen jeder Entscheidungsträger einen unabhängigen Nutzen zuweisen kann. Für
derartige Auktionen existieren diverse Auktionsprotokolle, die den Ablauf der
Auktion spezifizieren (vgl. hierzu McAfee u. McMillan 1987).
Für den hier vorliegenden Anwendungsfall scheinen eher so genannte kombina-
torische Auktionen von Relevanz zu sein. Kombinatorische Auktionen erlauben
3.3 Ansätze zur dezentralen Koordination von (Closed Loop) Supply Chains 69

einem Auktionator Bündel von Gütern zu versteigern, mit dem Ziel, den durch
den Handel erzielten Wohlfahrtsgewinn zu maximieren. Die grundlegende Vor-
gehensweise ist dabei die Folgende. Die Teilnehmer der Auktion geben für jedes
mögliche Bündel der zur Versteigerung stehenden Güter ein entsprechendes Gebot
ab. Dieses Gebot beschreibt den marginalen Nutzen den der Auktionsteilnehmer
durch den Erwerb des Bündels erfährt. Auf Basis aller abgegebenen Gebote ermit-
telt der Auktionator diejenige Allokation der Bündel auf die Teilnehmer, welche
die Summe der Nutzenzuwächse maximiert. Dabei werden beim Koordinator vor-
handene Kapazitätsbeschränkungen (Anzahl vorhandener Güter) berücksichtigt
(de Vries u. Vohra 2003).
Eine Anwendung in dem hier dargestellten Kontext der Recyclingnetzwerke kann
so erfolgen, dass das fokale Unternehmen als Auktionator auftritt und die Recy-
clingunternehmen auffordert, für jede mögliche individuelle Allokation an Stoff-
strömen und erfüllten Recyclingquoten eine Bewertung abzugeben. Das fokale
Unternehmen würde dann eine Allokation unter Berücksichtigung globaler Be-
dingungen durchführen, die den netzwerkweiten Nutzen maximiert.
Es wird schnell klar, dass bei zunehmender Anzahl an zur Verfügung stehenden
Objektarten die Anzahl der möglichen Bündel exponentiell ansteigt. Dies bedeu-
tet für die Auktionsteilnehmer die Evaluation sehr vieler Güterkombinationen
(Bündel), während sich der Auktionator mit einem kombinatorischen Optimie-
rungsproblem (dem Combinatorial Auction Problem) zur optimalen Bündelallo-
kation konfrontiert sieht. Zudem bedarf es eines hohen Maßes an Informations-
offenlegung für die Auktionsteilnehmer, da sie für jedes Bündel die individuelle
Wertschätzung offen legen müssen (de Vries u. Vohra 2003). Aus diesem Grund
scheinen kombinatorische Auktionen für den betrachteten Fall der Koordination
von Recyclingnetzwerken nicht praktikabel zu sein.
Ein weiterer auktionsorientierter Ansatz wird von Guo et al. (2007) vorgestellt.
Dieser geht zunächst davon aus, dass die handelbaren Objektarten beliebig ge-
teilt werden können. Ausgehend von initialen Marktpreisen, die vom Koordinator
für jedes Gut bekannt gegeben werden, berechnet jeder Agent seine individuell
bevorzugte Kombination an Gütern (=Bündel), die der jeweilige Agent zu diesen
Preisen erwerben möchte. Er berechnet für diese Bündel den marginalen Nutzen
und sendet dieses Bündel samt Nutzen an den Koordinator. Dieser berechnet das
optimale matching“ von Bündeln, d.h. es kommen dabei diejenigen Kauf- und

Verkaufsgebote zum Zug, bei deren Handel der maximale Wohlfahrtsgewinn ent-
steht. Dabei ist ein Überangebot an einzelnen Gütern möglich. Diese überschüssi-
gen Güter kann der Auktionator selbst in seinen eigenen Bestand aufnehmen, um
sie später bei einer Übernachfrage wieder anbieten zu können. Darauf folgend
werden auf Basis der Schattenpreise der Bedingungen, die ein Überschreiten der
Nachfrage des Angebots verhindern, neue Preise für die einzelnen Güter berech-
net.
70 3 Ansätze zur Planung und Koordination von Reverse Logistics Netzwerken

Im vorliegenden Anwendungsfall könnte das fokale Unternehmen Preise für be-


stimmte Objektarten bekannt geben, auf Basis derer die Recyclingunternehmen
optimale Bündel ermitteln, welche dann durch das fokale Unternehmen in Über-
einstimmung gebracht werden. Der Ablauf des Verfahrens erfordert jedoch die
Möglichkeit, dass der Auktionator von den Unternehmen nicht benötigte Güter
aufnehmen kann, was im vorliegende Fall bedeutet, dass beispielsweise abzuholen-
de Massen aufgrund mangelnder finanzieller Attraktivität nicht von den Unter-
nehmen behandelt werden und deshalb beim Koordinator verbleiben. Aus diesem
Grund ist diese Anwendung dieses Verfahrens im vorliegenden Anwendungsfall
nicht praktikabel.
Bei den bisher beschriebenen Verfahren existierte immer ein hierarchisches Über-
bzw. Unterordnungsverhältnis. Bei den planungsorientierten Verfahren des Up-
stream Plannings und der hierarchischen Planung nach Zimmer (2001) stehen die
Supply Chain Partner auf verschiedenen Stufen. Bei den Dekompositionsverfah-
ren stehen die zu koordinierenden Einheiten zwar auf der selben Stufe, jedoch
existiert ein Koordinator, der im Sinne einer hierarchischen Verhandlung den
Prozess auf einer übergeordneten Stufe steuert. Eine ähnliche Entscheidungssi-
tuation liegt bei den zuletzt beschriebenen Auktionsverfahren zugrunde. Bei dem
im Folgenden beschriebenen Verfahren wird auf ein derartiges Über- bzw. Unter-
ordnungsverhältnis verzichtet.

3.3.2.5 Kollaboratives Aushandlungsschema

Dudek (2004) stellt ein aushandlungsorientiertes Modell vor, bei dem sich die
Partner einer Supply Chain wechselseitig Planvorschläge übermitteln. Dazu wer-
den jeweils assoziierte Kostenänderungen mit übermittelt. Nach Erhalt eines
Planvorschlags durch einen Partner wird der Vorschlag bezüglich seiner Güte
geprüft. Daraufhin wird ein aus Sicht der eigenen Kostensituation besserer Al-
ternativvorschlag generiert. Dieser Alternativvorschlag darf innerhalb bestimmter
Grenzen von dem Partnervorschlag abweichen. Der generierte Alternativvorschlag
wird dann zusammen mit den lokalen Kostenänderungen sowohl für den Partner-
vorschlag als auch für den Alternativvorschlag an den Partner übermittelt. Dieses
kollaborative Verfahren wird solange fortgeführt bis keine weitere Verbesserung
der Gesamtkosten möglich ist. Dabei wird eine symmetrische Machtverteilung
der Partner unterstellt. Die Supply Chain Partner sind beide daran interessiert,
den Supply Chain weiten Gewinn zu optimieren. Das Vorgehen ist in Abbildung
3.12 dargestellt.
Eine Anwendung dieses Ansatzes im Rahmen der in der Arbeit behandelten Pro-
blemstellung kann erfolgen, wenn auf der selben hierarchischen Stufe stehende
Partner miteinander verhandeln. Dies können beispielsweise die Recyclingunter-
nehmen sein, die ihre Pläne aufeinander abstimmen wollen. Kritisch ist hierbei
3.3 Ansätze zur dezentralen Koordination von (Closed Loop) Supply Chains 71

•Planvorschlag
•Lokale Kostenänderungen
•Kostenänderungen des Partnervorschlags
Zulieferer Hersteller
• Evaluation des Partnervorschlags • Evaluation des Partnervorschlags
• Ermittlung eines Kompromiss- • Ermittlung eines Kompromiss-
vorschlags vorschlags
• Abbruchkriterium • Abbruchkriterium

•Planvorschlag
•Lokale Kostenänderungen
•Kostenänderungen des Partnervorschlags

Abbildung 3.12: Kollaboratives Aushandlungsschema nach Dudek, in Anlehnung


an Dudek (2004, S. 96)

anzusehen, dass dieser Ansatz keine explizite Berücksichtigung von globalen Re-
striktionen vorsieht, die in dem hier vorliegenden Anwendungsfall berücksichtigt
werden müssen.
Nachdem in den vorhergehenden Abschnitte Ansätze aus der Kontrakttheorie so-
wie Ansätze zur Koordination mathematischer Optimierungsmodelle diskutiert
wurden werden im folgenden Abschnitt multiagentenbasierte Ansätze angespro-
chen.

3.3.3 Multiagentenbasierte Ansätze

Auch das Forschungsgebiet der so genannten Multiagentensysteme (MAS) be-


fasst sich mit Fragestellungen der Koordination von Wertschöpfungsketten. MAS
stellen Softwaresysteme dar, bei denen verschiedene autonome Softwareeinheiten
(=Agenten) zusammenarbeiten (Jennings 2001).
So wird beispielsweise bei Fox et al. (2000) ein Agentensystem für das SCM ent-
worfen. Der Beitrag konzentriert sich im Wesentlichen auf die Modellierung der
beteiligten Agenten sowie die Kommunikationssprachen. Dabei wird zwischen
Funktions- und Kommunikationsagenten unterschieden. Es wird eine Sprache ent-
wickelt, welche die Kommunikation zwischen den Agenten ermöglicht.
Sadeh et al. (2001) entwickeln eine Agentenarchitektur zur Abbildung von Supply
Chains. Die Architektur ermöglicht die Abstimmung von Planungsentscheidun-
gen durch mehrere Agenten und bietet Schnittstellen zur Integration verschie-
denartiger Planungsmodule. Es erfolgt eine beispielhafte Simulation einer Supply
Chain, in der Kundenanfragen bearbeitet werden müssen. Dazu werden unter-
schiedliche Politiken der Ermittlung von Durchlaufzeiten miteinander verglichen
und im Hinblick auf ihre Auswirkung auf Gewinne und Durchlaufzeiten bewertet.
Der Schwerpunkt derartiger Ansätze liegt auf Fragestellungen der Implementie-
rung, der Gestaltung von Softwaresystemen sowie der Entwicklung von Standards
zur Kommunikation. Allerdings steckt hinter diesen Ansätzen im Allgemeinen kei-
72 3 Ansätze zur Planung und Koordination von Reverse Logistics Netzwerken

ne Optimierungsabsicht. Die Überlegung, wie Koordinations- und Abstimmungs-


mechanismen aussehen müssten, um im Sinne der Supply Chain qualitativ gute
Lösungen zu generieren, wird hierbei nicht explizit angestellt (vgl. hierzu und
zu weiteren Ansätzen aus dem Bereich der MAS Zäpfel u. Strack 2006). Aus
diesem Grund erscheinen Ansätze der MAS zunächst weniger relevant zur Ent-
wicklung von Koordinationsmechanismen und werden im Folgenden nicht näher
betrachtet. Allerdings scheinen Multiagentenansätze eine wichtige Basis für die
softwareseitige Umsetzung von Koordinationsmechanismen als Informationssys-
tem darzustellen.54

3.3.4 Koordination von Closed Loop Supply Chains

Die in den vorhergehenden Abschnitten dargestellten Verfahren sind entweder


von allgemeiner Natur oder beziehen sich auf eine Anwendung im Kontext des
klassischen SCM. Koordinationsansätze mit dem speziellen Fokus auf das Reverse
Logistics existieren bisher nicht. Allerdings werden im Bereich des CLSCM in
jüngerer Zeit Koordinationsansätze diskutiert. Der Fokus liegt hierbei jedoch auf
Anwendungen des Remanufacturing.
Majumder u. Groenevelt (2001) sowie Ferrer u. Swaminathan (2006) untersuchen
das Verhalten eines Herstellers und eines unabhängigen Aufarbeiters, die beide
die Möglichkeit zur Aufarbeitung von Produkten haben, und ermitteln ein Nash-
Gleichgewicht für die Mengen- und Preisstrategien der beiden Akteure. Allerdings
wird die Lösung nicht explizit mit einer gesamtoptimalen Lösung verglichen und
es werden auch keine Anreize oder Mechanismen entwickelt, welche die Effizienz
verbessern können.
Savaskan et al. (2004) untersuchen den Effekt unterschiedlicher Netzwerkstruk-
turen und Vertragsarten für die Sammlung von Altprodukten zum Remanufac-
turing auf die Effizienz der Supply Chain. Dabei erfolgt eine Abstimmung der
Rückläufer mit der Neuproduktion. Dabei werden die Alternativen der direkten
Sammlung durch den Hersteller, der indirekten Sammlung über den Händler und
der externen Sammlung durch einen Dienstleister untersucht, wobei alle Akteure
eigenständig ihre Ziele verfolgen. Die resultierenden Lösungen werden mit einem
System verglichen, welches unter der Kontrolle eines zentralen Entscheidungs-
trägers steht. Dieses wird in Savaskan u. Van Wassenhove (2006) auf den Fall
ausgeweitet, bei dem die Händler untereinander konkurrieren.
Guide Jr. et al. (2006) untersuchen die Koordinationsprobleme die auftreten,
wenn Kunden nicht beschädigte Produkte zurückgeben, weil ihnen dies aufgrund
gesetzlicher Rückgabefristen ermöglicht wird.55 Solche Rückläufer verursachen

54
Vgl. hierzu auch Kapitel 6.7
55
Diese Art von Rückläufern wird in der Literatur auch als commerical returns“ bezeichnet.

3.4 Einordnung der Arbeit in den wissenschaftlichen Kontext 73

einen hohen Inspektionsaufwand beim Hersteller. Es werden verschiedene An-


reizverträge zwischen Hersteller und Händler zur Lösung des Problems vorge-
schlagen. Die Zielsetzung besteht darin, dem Händler einen Anreiz geben, die
Rückläuferquote zu verringern, z.B. durch bessere Beratung der Kunden.
Die in diesem Abschnitt vorgestellten Arbeiten lassen sich insgesamt dem Gebiet
der aggregierten Methoden auf Basis der Kontrakttheorie zuordnen.56 Auch hier
wird lediglich das Zielsystem der Entscheider berücksichtigt. Das Objektsystem
wird vernachlässigt. Insofern gelten für die hier vorgestellten Arbeiten die selben
Einschränkungen in Bezug auf den vorliegenden Problemfall wie für die in Kapitel
3.3.1 dargestellten Ansätze.

3.4 Einordnung der Arbeit in den wissenschaftlichen


Kontext

Die Analyse des aktuellen Stands der Forschung ergibt, dass die Problematik
der dezentralen Koordination im klassischen“ SCM bereits umfassend diskutiert

wird und unterschiedliche Methoden entwickelt und angewandt werden. In der
Literatur lassen sich im Wesentlichen zwei verschiedene Strömungen identifizie-
ren. Zum einen beschäftigt sich die Kontrakttheorie auf Basis stark aggregierter
Modelle mit generellen Aussagen über die Anwendung verschiedener Kontraktfor-
men und deren Wirkung auf die Supply Chain. Zum anderen versuchen Methoden
zur Koordination mathematischer Optimierungsmodelle eine Entscheidungsun-
terstützung für Koordinationsprobleme zu geben, bei denen die Planung bei den
Supply Chain Partnern auf Basis von OR-Modellen durchgeführt wird.
Im Bereich des CLSCM bzw. des Reverse Logistics existieren bisher nur vereinzel-
te Ansätze, die sich mit der dezentralen Koordination von Entscheidungsträgern
beschäftigen. Diese sind bisher nur im Bereich der Kontrakttheorie zu finden.
Für die in der vorliegenden Arbeit behandelte Problemstellung wurden bereits
Methoden zur Koordination mathematischer Optimierungsmodelle als sinnvolle
Instrumente erachtet. Anwendungen auf Basis derartiger Methoden existieren im
Bereich des CLSCM bzw. des Reverse Logistics bisher nicht.
Zusammenfassend lässt sich feststellen, dass im klassischen SCM bereits eine
große Anzahl an Ansätzen zur dezentralen Koordination existiert. Dies ist in Ab-
bildung 3.13 durch den großen Durchmesser der abgebildeten Kreise zu erkennen.
Im Gegensatz dazu bestehen im CLSCM bzw. Reverse Logistics erst vereinzelte
Ansätze zur dezentralen Koordination. Diese beschränken sich bislang auf eine
sehr aggregierte Sichtweise im Sinne der methodischen Vorgehensweise im Rah-
men der Kontrakttheorie. Entsprechend ist die Abbildung an der betreffenden

56
Vgl. hierzu Kapitel 3.3.1
74 3 Ansätze zur Planung und Koordination von Reverse Logistics Netzwerken

Stelle mit einem kleineren Kreis versehen. Mechanismen, die auf einer disag-
gregierten, detaillierten Ebene eine Entscheidungsunterstützung zur dezentralen
Koordination liefern können, fehlen bislang. Insofern stellt die in der vorliegen-
den Arbeit untersuchte Problematik eine Forschungslücke dar. Abbildung 3.13
verdeutlicht abschließend diesen Zusammenhang.

Detaillierungsgrad

Koordinationsansätze
im SCM

•Monahan (1984) •Schneeweiss (2003a)


•Banerjee (1986) •Zimmer (2001)
•Tsay et al. (1998) •Barbarosoglu u. Özgür (1999)
•Corbett u. Tang (1999) •Ertogral u. Wu (2000)
•Cachon (2003) •Kutanoglu u. Wu (1999)
•… •Jeong u. Leon (2002/3)
•Karabuk u. Wu (2003)
•Poundarikapuram u. Veeramani (2004)
•Dudek (2004)
•Guo et al. (2007) Fokus der
Arbeit /
Forschungslücke

Koordinationsansätze
im CLSCM/ •Majumder u. Groenevelt (2001)
•Ferrer u. Swaminathan (2006)
Reverse Logistics •Savaskan et al. (2004)
•Savaskan u. Van Wassenhove (2006)
•Guide Jr. et al. (2006)

Abbildung 3.13: Einordnung der Arbeit in die bestehende Forschung zur Koordi-
nation von Entscheidungsträgern

Nach der Darstellung von Ansätzen zur Planung und Koordination von Reverse
Logistics Netzwerken erfolgt im nächsten Kapitel die Entwicklung eines Konzepts
zur Koordination von Recyclingnetzwerken.
4 Konzept zur Koordination von
Recyclingnetzwerken

Nachdem in den vorangegangenen Kapiteln wesentliche Anforderungen an mögli-


che Koordinationskonzepte abgeleitet sowie eine grundlegende Literaturanalyse
durchgeführt wurden, erfolgt in diesem Kapitel die Entwicklung eines Konzepts
zur Koordination von Recyclingnetzwerken. Zunächst wird eine überblicksarti-
ge Darstellung des Konzepts mit seinen Elementen gegeben. Anschließend wer-
den die einzelnen Elemente näher betrachtet. Dabei erfolgt die Entwicklung des
Stoffstrommodells sowie des Zielsystems. Danach wird die Informationssituation
im Netzwerk dargestellt. Darauf aufbauend werden Koordinationsebenen iden-
tifiziert sowie unter Berücksichtigung der jeweiligen hierarchischen Stellung der
Partner Mechanismen für die taktische und operative Koordination skizziert.

4.1 Überblick über das Konzept

In Kapitel 2.5 wurden Anforderungen formuliert, die an einen Koordinations-


ansatz zu stellen sind. Im vorliegenden Abschnitt werden diese Anforderungen
konkretisiert, um darauf aufbauend eine Entwicklung von Koordinationsmecha-
nismen vornehmen zu können. Einen Überblick über das Konzept gibt Abbildung
4.1.
Zunächst ist die Entwicklung eines Stoffstrommodells notwendig, welches eine
mathematische Abbildung der Recyclingprozesse und die Berücksichtigung recht-
licher Regelungen ermöglicht. Die Entwicklung dieses Stoffstrommodells erfolgt
in Anlehnung an Spengler (1994), Ploog (2004) und Walther (2005). Neben der
Entwicklung des Stoffstrommodells sind die von den Entscheidungsträgern ver-
folgten Ziele zu modellieren. Eine Modellierung der Ziele erfolgt dabei für das fo-
kale Unternehmen und die Recyclingunternehmen. Einen weiteren Aspekt bildet
die im Netzwerk vorherrschende Informationssituation. Diese bisher dargestellten
Anforderungen bilden die Basis für das weitere Vorgehen.
Eine weitere an einen Koordinationsmechanismus zu stellende Anforderung ist,
dass gegebenenfalls verschiedene Koordinationsebenen beachtet werden müssen,
da die Koordination unterschiedliche Partner sowie unterschiedliche Arten von
Stoffströmen betrifft. So ist einerseits die Allokation der an den Quellen befind-
lichen Altgerätemassen auf die Recyclingunternehmen vorzunehmen. Anderer-
seits sind die zwischenbetrieblichen Stoffströme zwischen den Recyclingunterneh-
men abzustimmen. Unter Berücksichtigung der zum Entscheidungszeitpunkt zur
76 4 Konzept zur Koordination von Recyclingnetzwerken

Verfügung stehenden Informationen wird dann die mittelfristige Ebene der tak-
tischen Koordination sowie die kurzfristige Ebene der operativen Koordination
unterschieden.57 Im Rahmen der taktischen Koordinationsebene erfolgt dabei die
Allokation der an den Quellen abzuholenden Stoffströme auf die Recyclingunter-
nehmen auf Basis von Rahmenverträgen. Die operative Koordination beschäftigt
sich mit der Allokation der zwischenbetrieblichen Stoffströme.
Für jede dieser Koordinationsebenen lässt sich auf Basis der an der Koordination
beteiligten Entscheidungsträger deren hierarchische Beziehung zueinander identi-
fizieren. Durch die so konkretisierten Anforderungen lassen sich dann auf konzep-
tioneller Ebene die Koordinationsproblematik herausarbeiten sowie grundlegend
mögliche Koordinationskonzepte identifizieren.

Informations-
Stoffstrommodell Ziele situation

Fristigkeiten,
Datenverfügbarkeit Identifikation von Koordinationsebenen

taktische Koordination operative Koordination

Hierarchische Hierarchische
Beziehung der Beziehung der
Entscheidungsträger Entscheidungsträger

mögliche mögliche
Koordinations- Koordinations-
mechanismen mechanismen

Abbildung 4.1: Überblick über das Koordinationskonzept

Nach der überblicksartigen Darstellung des Konzepts erfolgt nun die Darstellung
der einzelnen Elemente im Detail.

4.2 Modellierung der Stoffstromebene

Wie bereits in den Anforderungen herausgearbeitet, ist für die Konzeption von
Koordinationsmechanismen in dem hier dargestellten Kontext zunächst die Ab-
bildung der physischen Recyclingprozesse mit Hilfe eines Stoffstrommodells not-
wendig. Das Stoffstrommodell soll die Modellierung der Prozesse der Demon-
tage und der mechanischen Aufbereitung sowie die rechtlichen Anforderungen
57
Vgl. hierzu auch Kapitel 2.6.3
4.2 Modellierung der Stoffstromebene 77

berücksichtigen können. Dazu werden zunächst die im Rahmen dieser Arbeit be-
trachteten Recyclingprozesse als Kuppelproduktionsprozesse charakterisiert. An-
schließend erfolgt die quantitative Modellierung der Recyclingprozesse eines Re-
cyclingnetzwerks auf Basis der Aktivitätsanalyse, die sich für die Modellierung
von Kuppelproduktionsprozessen als besonders geeignet erwiesen hat.

4.2.1 Recyclingprozesse als Kuppelproduktionsprozesse

In Kapitel 2.6 wurden Recyclingunternehmen als aus Subjekt- und Objektsystem


bestehende Systeme beschrieben. Das Objektsystem umfasst die im Recycling-
netzwerk durchführbaren physischen Recyclingprozesse sowie die damit verbun-
denen Stoffströme. Die in den Recyclingunternehmen durchgeführten Prozesse
wurden auf die Demontage und die mechanische Aufbereitung eingegrenzt. Diese
werden daher im Folgenden näher betrachtet. Die Prozesse der Demontage und
der mechanischen Aufbereitung lassen sich prinzipiell als Kuppelproduktionspro-
zesse darstellen (Spengler 1994; Ploog 2004). Unter einem Kuppelproduktionspro-
zess versteht man einen Prozess, bei dem aus technischen oder naturwissenschaft-
lichen Gesetzmäßigkeiten mehr als ein Produkt entsteht (Riebel 1955).
Kuppelproduktionsprozesse treten in einer Reihe von Branchen auf. So sind bei-
spielsweise Prozesse der Energieerzeugung (Funk 1991), der Herstellung von Stahl
(Spengler et al. 1998), der Raffinierung (Hadley 1962) oder der Herstellung von
Fleischprodukten (Biethahn 1974) als Kuppelproduktionsprozesse zu betrach-
ten. Auch die untersuchten Recyclingprozesse lassen sich als Kuppelprodukti-
onsprozesse darstellen. Sowohl bei der Demontage als auch bei der mechani-
schen Aufbereitung entstehen aus einer dem Prozess zugeführten Objektart (Alt-
gerät/Demontagefraktion) zwangsläufig mehrere Objektarten (Demontagefrak-
tionen/Materialfraktionen).
Es existieren vielerlei Arten von Kuppelproduktionsprozessen. Umfangreiche Klas-
sifikationen finden sich beispielsweise bei Spengler (1994) oder Oenning (1997).
Danach lassen sich Recyclingprozesse als flexible, mehrstufige Kuppelprodukti-
onsprozesse beschreiben. Sie sind mehrstufig, da die auf einer Stufe gewonnenen
Objektarten (z.B. Demontagefraktionen aus der Demontage) Eingang in einen
weiteren Kuppelproduktionsprozess (z.B. weitere Demontage oder mechanische
Aufbereitung) finden können. Zudem sind Recyclingprozesse auf mehrere Arten
flexibel . Flexibilität hinsichtlich der Wahl der Inputobjektarten besteht dann,
wenn für einen definierten Output unterschiedliche Inputs eingesetzt werden
können. Dies ist gegeben, wenn für die Gewinnung einer bestimmten Kompo-
nente im Rahmen der Demontage verschiedene Produkte herangezogen werden
78 4 Konzept zur Koordination von Recyclingnetzwerken

können, aus denen die Komponente gewonnen werden kann.58 Im Rahmen der
Outputflexibilität können unterschiedliche Outputobjektarten (z.B. Demontage-
oder Materialfraktionen) aus dem selben Input gewonnen werden. Weiterhin be-
steht bei Recyclingprozessen (insbesondere der Demontage) die Möglichkeit der
endlichen Verfahrenswahl, die eine Auswahl verschiedener Alternativen der De-
montage eines Altgeräts oder einer Komponente erlaubt. Eine kontinuierliche
Wahl von Prozessparametern besteht im Rahmen der mechanischen Aufberei-
tung, bei der durch Veränderung der Parameter unterschiedliche Güten, z.B.
bezüglich der Sortenreinheit der resultierenden Materialfraktionen, erreicht wer-
den können. Schließlich können Recyclingprozesse zyklisch sein, indem beispiels-
weise im Rahmen der mechanischen Aufbereitung mehrmals die gleichen Prozess-
schritte durchlaufen werden, um eine höhere Sortenreinheit zu erreichen (Ploog
2004; Walther 2005).
Zur Planung und Optimierung derartiger Kuppelproduktionsprozesse stehen ver-
schiedene Ansätze zur Verfügung. Als besonders hilfreich hat sich hierbei eine
Modellierung des Problems auf Basis der linearen Aktivitätsanalyse erwiesen
(Spengler 1994; Lambert 1999; Ploog 2004; Walther 2005).59 Diese bietet eine
Möglichkeit zur einfacheren Modellierung von komplexen Recyclingprozessen als
dies klassische produktorientierte Ansätze zu leisten vermögen (vgl. hierzu bei-
spielsweise Fandel 1988).
Eine Modellierung der hier betrachteten Prozesse der Demontage und der mecha-
nischen Aufbereitung auf Basis der linearen Aktivitätsanalyse erfolgt im nächsten
Abschnitt.

4.2.2 Aktivitätsanalytische Modellierung von Recyclingprozessen

Vor der Darstellung des Stoffstrommodells erfolgt zunächst eine kurze Einführung
in die Modellierung von Recyclingprozessen auf Basis der Aktivitätsanalyse.60 An-
schließend wird ein Stoffstrommodell für Recyclingnetzwerke vorgestellt, welches
die rechtlichen Regelungen bezüglich der Einhaltung von Quoten in der Wei-
se berücksichtigt, dass eine Kompensation über alle betrachteten Altgerätearten
möglich ist.61 Dieses Modell lässt sich anwenden, wenn lediglich eine Sammelgrup-
pe betrachtet wird, innerhalb derer eine Kompensation von Quoten möglich ist.
Ein erweitertes Stoffstrommodell, welches eine altgerätespezifische Nachverfol-
58
Dies ist allerdings eher bei der Demontagelosgrößenplanung im Rahmen einer nachfragege-
triebenen Planung relevant ( Disassemble-to-Order“) und weniger in dem hier vorliegenden

Fall der Demontage als Bestandteil der Kreislaufwirtschaftsoption Recycling“, die meist auf

die effiziente Behandlung vorgegebener Massen an Altgeräten abzielt (vgl. hierzu Kapitel
2.2 und 3.2.1.1).
59
Vgl. hierzu auch Kapitel 3.2.1.1
60
Vgl. hierzu auch Spengler (1994) und Walther (2005)
61
Vgl. hierzu Kapitel 2.4.1
4.2 Modellierung der Stoffstromebene 79

gung der Stoffströme berücksichtigt und somit eine simultane Betrachtung meh-
rerer Sammelgruppen ermöglicht, ist Anhang A.1 zu entnehmen.

4.2.2.1 Grundlagen der Modellierung von Recyclingprozessen auf Basis


der Aktivitätsanalyse

Im Rahmen der im Folgenden dargestellten Grundlagen der Modellierung von


Recyclingprozessen auf Basis der Aktivitätsanalyse werden die folgenden Symbole
verwendet:
Indizes und Mengen
i Index zur Kennzeichnung der Altgeräte und Fraktionen
j Index zur Kennzeichnung der Recyclingaktivitäten
I Menge der Altgeräte und Fraktionen
J Menge der zur Verfügung stehenden Recyclingaktivitäten
M Technikmatrix
T Technik
Parameter und Variablen
vij Bei der Anwendung von Recyclingaktivität j entstehende (+) bzw.
verbrauchte (-) Masse an Altgerät/Fraktion i [ME/Aktivität]
xj Anzahl der Ausführungen von Recyclingaktivität j [Aktivitäten]
z Aktivitätenvektor
zi Verbrauch(-) bzw. Entstehung (+) von Altgerät/Fraktion i [ME]
Die Grundlage für die Modellierung von Prozessen auf Basis der Aktivitätsanaly-
se bildet die Technik T . Sie beinhaltet alle zur Verfügung stehenden Aktivitäten
(Dyckhoff u. Spengler 2007). Die Vorgehensweise zur Aufstellung der Technik von
Recyclingprozessen sei allgemein anhand des Beispiels in Abbildung 4.2 verdeut-
licht.
Die Abbildung zeigt dabei die idealisierte Darstellung eines Recyclingprozesses
anhand eines Recyclinggraphen. Die Kreise kennzeichnen Objektarten wie Alt-
geräte oder Fraktionen, Rechtecke repräsentieren Recyclingaktivitäten. Der Recy-
clingprozess besteht aus den Schritten der Demontage (v1 ) und der mechanischen
Aufbereitung (v2 ), die nacheinander ausgeführt werden können. Ein Altgerät mit
einem Gewicht von 5 Masseneinheiten (ME) (i = 1, i ∈ I) wird zunächst der
Demontage zugeführt (v11 = −5). vij bezeichnet dabei den Verbrauch (-) bzw.
die Entstehung (+) an Masseneinheiten von Altgerät/Fraktion i bei Ausführung
von Recyclingaktivität j (j ∈ J). Nach Durchführung der Demontageaktivität v1
resultieren die beiden Demontagefraktionen i = 2 mit v21 = 2 ME und i = 3 mit
80 4 Konzept zur Koordination von Recyclingnetzwerken

Altgerät Demontagefraktion Materialfraktion

1
4
2 2
2 v2
5
1 v1 5

1
3
3

Abbildung 4.2: Recyclinggraph

v31 = 3 ME. Fraktion i = 2 kann dann der mechanischen Aufbereitung zugeführt


werden, wobei die Komponentenstruktur zerstört wird. Durch Zuführung von 2
ME von Fraktion i = 2 (v22 = −2) entstehen die beiden Materialfraktionen i = 4
mit v42 = 1 ME und i = 5 mit v52 = 1 ME.
Grundlage zur Aufstellung der Technik bildet die so genannte Technikmatrix M .
Sie beinhaltet die zur Aufspannung der Technik notwendigen Grundaktivitäten.
Jede Grundaktivität j enthält die bei der Ausführung der Aktivität entstehenden
bzw. verbrauchten Masseneinheiten jeder Objektart i als Input- bzw. Outputko-
effizienten vij . Ist vij negativ, so wird von einem Inputkoeffizienten gesprochen, ist
vij positiv, so spricht man von einem Outputkoeffizienten (Dyckhoff u. Spengler
2007). Die in diesem Fall möglichen Grundaktivitäten sind die in der Abbildung
dargestellten Aktivitäten v1 und v2 , also die Demontage eines Altgeräts von 5
ME in die Fraktionen 2 und 3 sowie die mechanische Aufbereitung von 2 ME der
Fraktion 2 in die Materialfraktionen 4 und 5. Die Technikmatrix lässt sich somit
wie folgt darstellen:62

62
Im Rahmen diskreter Objektarten, wie z.B. zu demontierender Altgeräte, lassen sich Grund-
aktivitäten sinnvollerweise auf einzelne Einheiten zu demontierender Geräte beziehen. In
dem Beispiel könnte die Grundaktivität beispielsweise die Demontage eines Kofferradios
mit dem Gewicht von 5 kg beschreiben. Eine Aktivität, die sich auf die Demotage halber“

Geräte bezöge, würde hierbei keinen Sinn machen. Betrachtet man Schüttgüter, wie bei-
spielsweise Kabel, die einer mechanischen Aufbereitung zugeführt werden, sind die Grund-
aktivitäten im Prinzip frei wählbar, man spricht hier auch von einem elementaren Prozess.
Die Grundaktivität gibt dann an, wie viele Masseneinheiten innerhalb eines (frei zu wählen-
den) festgelegten Zeitraums der Durchführung der Aktivität verbraucht bzw. erzeugt werden
(Dyckhoff u. Spengler 2007).
4.2 Modellierung der Stoffstromebene 81

⎛ ⎞
v11 ... v1j ... v1|J| ⎛ ⎞
⎜ .. .. .. ⎟ −5 0


. . . ⎟ ⎜
⎟ ⎜ 2 −2 ⎟

M =⎜

..
. vij
..
. ⎟=⎜
⎟ ⎜ 3 0 ⎟

⎜ .. ... .. ⎟ ⎝ 0 1 ⎠
⎝ . . ⎠
0 1
v|I|1 · · · v|I|j · · · v|I||J|
Aufbauend auf der Technikmatrix M lässt sich nun die Technik T modellie-
ren. Dabei bezeichnet zi als Produktionsprogramm den quantitativen Verbrauch
bzw. die Entstehung von Objektart (Altgeräte, Fraktionen) i und xj die Anzahl
der Ausführungen von Recyclingaktivität j.63 Das Produktionsprogramm ergibt
sich durch Multiplikation der Anzahl der Ausführungen von Recyclingaktivität
j (xj ) mit dem Aktivitätskoeffizienten vij , der angibt, wie viele Einheiten einer
Objektart i bei einmaliger Ausführung der Aktivität j verbraucht bzw. erzeugt
werden.
Die Technik T für das dargestellte Beispiel ergibt sich dann wie folgt:
⎧ ⎛ ⎞ ⎛ ⎞ ⎛ ⎞ ⎛ ⎞ ⎫

⎪ z1 z1 −5 0 ⎪


⎪ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎪

⎨ ⎜ z2 ⎟ ⎜ z2 ⎟ ⎜ 2 ⎟ ⎜ −2 ⎟ x ∈ N

⎜ ⎟
T = z = ⎜ z3 ⎟ ∈ R | ⎜ z3 ⎟ = x1 · ⎜
5 ⎜ ⎟

⎟ ⎜
3 ⎟ + x2 · ⎜ 0 ⎟ , ⎟ 1

⎪ ⎝ z4 ⎠ ⎝ z4 ⎠ ⎝ x2 ≥ 0 ⎪ ⎪

⎪ 0 ⎠ ⎝ 1 ⎠ ⎪

⎩ ⎭
z5 z5 0 1

Dabei ist zu beachten, dass die Anzahl der Ausführungen der Demontageaktivität
nur ganzzahlig sein kann (x1 ∈ N). Die Aktivität der mechanischen Aufbereitung
kann hingegen in jeder beliebigen positiven Anzahl durchgeführt werden, da sich
ihre Anwendung nicht auf diskrete Objektarten bezieht, sondern auf ein durch
seine Masse charakterisierten Strom an Schüttgütern (x2 ≥ 0).64

4.2.2.2 Stoffstrommodell für Recyclingnetzwerke

Nach der allgemeinen Darstellung der Modellierung von Recyclingprozessen auf


Basis der Aktivitätsanalyse erfolgt im vorliegenden Abschnitt die Darstellung ei-
nes Stoffstrommodells für Recyclingnetzwerke in Anlehnung an Walther (2005).
Dabei erfolgt eine Modellierung der Stoffströme von der Übernahme an den Sam-
melstellen zu den Recyclingunternehmen, wo eine Demontage und/oder mecha-
nische Aufbereitung erfolgen kann, bis hin zur Abgabe an andere Recyclingunter-
nehmen oder Senken des Netzwerks. Im Folgenden sei dabei zusätzlich zur bisher
eingeführten Symbolik die folgende Notation verwendet:
63
Im Falle der mechanischen Aufbereitung bezeichnet xj die Zeitdauer mit der der elementare
Prozess ausgeführt wird, vgl. Fußnote 62.
64
Vgl. hierzu auch Fußnoten 62 und 63
82 4 Konzept zur Koordination von Recyclingnetzwerken

Indizes und Mengen


q Index zur Kennzeichnung der Quellen
r Index zur Kennzeichnung der Senken außerhalb des Netzwerks
u, u Index zur Kennzeichnung der Recyclingunternehmen im Netzwerk
Ju Menge der dem Recyclingunternehmen u zur Verfügung stehenden
Recyclingaktivitäten (Ju = JuDem ∪ JuM A )
JuDem Menge der dem Recyclingunternehmen u zur Verfügung stehenden
Demontageaktivitäten
JuM A Menge der dem Recyclingunternehmen u zur Verfügung stehenden
Aktivitäten der mechanischen Aufbereitung
Q Menge der Quellen
R Menge der Senken außerhalb des Netzwerks
RFu Restriktionenfeld von Recyclingunternehmen u
RFN etz Restriktionenfeld des Recyclingnetzwerks
Tu Technik von Recyclingunternehmen u
U Menge der Recyclingunternehmen im Netzwerk
Zu Produktionsraum von Recyclingunternehmen u
ZN etz Produktionsraum des Recyclingnetzwerks
Parameter und Variablen
aju Kapazitätsinanspruchnahme von Recyclingaktivität j ([GE/Aktivität]
für alle Demontageaktivitäten, [ME/Aktivität] für alle Aktivitäten
der mechanischen Aufbereitung)
αi , βi Recycling- bzw. Verwertungsquote eines Altgeräts i (für Fraktionen
sind diese 0)
Aiq Masse an Altgerät i, die von Sammelstelle q abgeholt werden muss
[ME]
χir , δir Recycling- bzw. Verwertungskoeffizient bei der Verbringung von Alt-
gerät/Fraktion i zu Senke r [0,1]
M AXuDem maximale Kapazität in der Demontage von Recyclingunternehmen
u [GE]
M AXuM A maximale Kapazität in der mechanischen Aufbereitung von Recy-
clingunternehmen u [ME]
recu recycelte Masse, die das Recyclingunternehmen u verlässt [ME]
verwu verwertete Masse, die das Recyclingunternehmen u verlässt [ME]
4.2 Modellierung der Stoffstromebene 83

xju Anzahl der Ausführungen von Recyclingaktivität j in Recyclingun-


ternehmen u [Aktivitäten]
D
yiu Zur Abgabe an Senken oder andere Recyclingunternehmen verfügba-
re Masse an Altgerät/Fraktion i in Recyclingunternehmen u, vermin-
dert um die von anderen Recyclingunternehmen empfangene Masse
an Altgerät/Fraktion i [ME]
Q
yiqu Masse an Altgerät i, die von Quelle q zu Recyclingunternehmen u
transportiert wird [ME]
R
yiur Masse an Altgerät/Fraktion i, die von Recyclingunternehmen u zu
Senke r transportiert wird [ME]
U
yiuu  Masse an Altgerät/Fraktion i, die von Recyclingunternehmen u zu
Recyclingunternehmen u transportiert wird [ME]
zu Aktivitätenvektor in Recyclingunternehmen u
ziu Verbrauch(-) bzw. Entstehung (+) von Altgerät/Fraktion i in Un-
ternehmen u [ME]
Im Rahmen der Arbeit werden zwei Arten von Recyclingprozessen betrachtet,
zum einen die Demontage und zum anderen die mechanische Aufbereitung. JuDem
bezeichnet die Recyclingunternehmen u (u ∈ U ) zur Verfügung stehende Menge
an Demontageaktivitäten und JuM A die dem Unternehmen zur Verfügung stehen-
den Aktivitäten der mechanischen Aufbereitung. Dabei wird für die mechanische
Aufbereitung aus Gründen der Vereinfachung angenommen, dass im Rahmen des
betrachteten Planungshorizonts keine Variation der Prozessparameter erfolgt, was
zu einer nichtlinearen Technik führen würde. Vielmehr werden diese als konstant
angenommen. Möglich ist allerdings eine Approximation derart, dass für defi-
nierte Werte der Prozessparameter Grundaktivitäten gebildet werden. Diese so
definierten Grundaktivitäten sind dann Bestandteil der Menge der Aktivitäten
der mechanischen Aufbereitung. Es kann somit eine stückweise lineare Approxi-
mation der nichtlinearen Technik erfolgen.65
Das Produktionsprogramm für Objektart i in Recyclingunternehmen u (ziu ) lässt
sich dann durch die Multiplikation der Aktivitätskoeffizienten vij mit der Anzahl
der in Unternehmen u ausgeführten Recyclingaktivitäten xju (j ∈ Ju ) berechnen.
Die Technik von Recyclingunternehmen u, die alle prinzipiell möglichen Akti-
vitäten zu beinhaltet, lässt sich dann wie folgt darstellen:

65
Vgl. hierzu auch Kapitel 3.2.1.2
84 4 Konzept zur Koordination von Recyclingnetzwerken

Tu =
⎧ ⎛ ⎞ ⎫

⎪ z1u ⎪


⎪ ⎜ .. ⎟ ⎪

⎨ ⎜ . ⎟  ⎪


⎜ ⎟ |I| xju ∈ N, ∀j ∈ JuDem
zu = ⎜ ziu ⎟ ∈ R |ziu = x ju · v ij , ∀i ∈ I, ∀u ∈ U

⎪ ⎜ . ⎟ xju ≥ 0, ∀j ∈ JuM A ⎪


⎪ ⎝ .. ⎠ j∈Ju ⎪


⎩ ⎪

z|I|u
Die Technik bildet den Rahmen für alle prinzipiell durchführbaren Aktivitäten.
Allerdings sind nicht sämtliche Produktionsmöglichkeiten dieser Technik zulässig.
Die Technik wird durch das Restriktionenfeld von Recyclingunternehmen u, RFu ,
weiter eingegrenzt. Betrachtet man ein einzelnes Unternehmen, dann lässt sich
das Produktionsprogramm als Differenz aus den nach der Demontage und der
mechanischen Aufbereitung zur Verfügung stehenden Fraktionen und den dem
Recyclingunternehmen zugeführten Altgeräten beschreiben. Hierbei bezeichnet
Q
yiqu die dem Recyclingunternehmen u von Quelle q (q ∈ Q) zugeführte Masse
an Altgerät i. Die nach der Demontage/Aufbereitung zur Weitergabe verfügbare
D
Masse an Fraktionen i wird mit yiu bezeichnet. Da der Index i sowohl für Produkte
als auch für die aus den Recyclingaktivitäten resultierenden Fraktionen steht,
können dem Recyclingunternehmen auch Fraktionen zugeführt werden. Dies ist
in der Praxis allerdings unüblich, da an den Sammelstellen nur Produkte anfallen.
Abbildung 4.3 veranschaulicht diesen Sachverhalt graphisch.

Recycling-
Q unternehmen u
Quelle q yiqu ziu x ju ˜ vij yiuD R
yiur Senke r

Abbildung 4.3: Stoffströme bei Betrachtung eines Recyclingunternehmens

Die Massenbilanzgleichung lässt sich somit wie folgt darstellen:


 Q
D
ziu = yiu − yiqu ∀i ∈ I, u ∈ U (4.1)
q∈Q

Die nach der Demontage und der mechanischen Aufbereitung zur Verfügung ste-
hende Masse an Altgeräten/Fraktionen kann an die Senken des Netzwerks abge-
R
geben werden. Dabei bezeichnet yiur die von Unternehmen u an Senke r (r ∈ R)
abgegebene Masse an Altgerät/Fraktion i.
4.2 Modellierung der Stoffstromebene 85


D R
yiu = yiur ∀i ∈ I, u ∈ U (4.2)
r∈R

Zur Erfüllung der dem Netzwerk vorgegebenen Recyclingpflichten ist zunächst die
Masse zu bestimmen, die dem Unternehmen unter rechtlichen Gesichtspunkten
als recycelt bzw. verwertet anerkannt wird. Dabei werden die Ströme betrachtet,
die das Netzwerk verlassen. Es wird davon ausgegangen, dass an den Netzwerksen-
ken eine Bestimmung möglich ist, in welchem Umfang eine Fraktion als recycelt
bzw. verwertet gilt. Die Bestimmung der recycelten bzw. verwerteten Masse, die
ein Unternehmen nach außen abgibt, erfolgt somit durch die Multiplikation der
R
Outputs yiur mit senken- und fraktionsspezifischen Recycling- bzw. Verwertungs-
koeffizienten (χir , δir ). Diese liegen zwischen 0 und 1 und geben an, zu welchem
Prozentsatz das/die an Senke r verbrachte Altgerät/Fraktion i als recycelt bzw.
verwertet gilt.66 Man erhält so die recycelte Masse recu , die das Unternehmen u
verlässt: 67 
R
recu = = yiur · χir ∀u ∈ U (4.3)
r∈R i∈I

Analog zu der als recycelt anerkannten Masse kann die als verwertet anerkannte
Masse wie folgt dargestellt werden:

R
verwu = = yiur · δir ∀u ∈ U (4.4)
r∈R i∈I

Kapazitätsrestriktionen beschränken die Anzahl der ausführbaren Aktivitäten.


Dabei lassen sich im Falle von Recyclingunternehmen zwei unterschiedliche Ty-

66
Recycling- bzw. Verwertungskoeffizienten werden von den Senken (Unternehmen) mitgeteilt
(Walther 2005). Diese Koeffizienten hängen für die Senke wiederum davon ab, in welcher
Art und Weise sie die Fraktionen weiterverarbeitet. Bei Änderung der Behandlungsmethode
und/oder Änderung der darauf folgenden Recyclingunternehmen können sich die Koeffizi-
enten entsprechend ebenfalls ändern. Die Koeffizienten sollen hier allerdings als konstant
und gegeben vorausgesetzt werden.
67
Dieser Definition recycelter und verwerteter Massen liegt eine netzwerkorientierte Sichtwei-
se zugrunde. Zur Bestimmung der recycelten bzw. verwerteten Masse werden diejenigen
Massen gewertet, die das Netzwerk verlassen. Somit erfolgt eine Anrechnung“ nur bei den-

jenigen Unternehmen, die Massen an die Senken liefern. Unternehmen, die lediglich Massen
an andere Recyclingunternehmen im Netzwerk liefern, erhalten keine Anrechnung von re-
cycelten bzw. verwerteten Massen. Dieses wäre möglich, indem die Recyclingunternehmen
innerhalb des Netzwerks, äquivalent zu den Senken, Koeffizienten mitteilen (die wiederum
selbst Gegenstand einer Optimierung sind) und entsprechend eine Anrechnung für derartige
Unternehmen erfolgen kann. Um eine mehrfache Zählung der Massen zu verhindern, sind
diese dann entsprechend zu kennzeichnen (vgl. hierzu Walther 2005). Eine solche Vorge-
hensweise wird hier nicht verfolgt, da aus netzwerkweiter Sicht zunächst nur die insgesamt
recycelte bzw. verwerteten Masse interessant ist und nicht die Aufteilung auf die Unter-
nehmen im Netzwerk. Jedoch ist ein derartiges Vorgehen später im Rahmen der taktischen
Koordination notwendig (vgl. Kapitel 5).
86 4 Konzept zur Koordination von Recyclingnetzwerken

pen von Restriktionen unterscheiden. Diese beziehen sich zum einen auf die Be-
schränkung von Arbeitskräften in der (vorwiegend manuellen) Demontage, an-
dererseits auf die Begrenzung der Kapazität der mechanischen Aufbereitungsan-
lagen. M AXuDem ist die maximale für die Demontage zur Verfügung stehende
Kapazität an Mitarbeitern. Diese lässt sich in Stunden oder daraus abgeleitet
in Lohnkosten angeben (Walther 2005). aju kennzeichnet dementsprechend die
Inanspruchnahme der Kapazität durch Ausführung der Demontageaktivität j.
Ist die maximale Kapazität in Kosten angegeben, so bezeichnet aju folglich die
Arbeitskosten pro Zeiteinheit. Die Kapazitätsbeschränkung für die Demontage in
Recyclingunternehmen u lässt sich wie folgt formulieren:

aju · xju ≤ M AXuDem ∀u ∈ U (4.5)
j∈JuDem

Analog lässt sich die Kapazitätsbeschränkung für die mechanische Aufbereitung


modellieren, wobei die Kapazität hierbei in Masseneinheiten angegeben wird
(Ploog 2004). M AXuM A beschreibt die in Recyclingunternehmen u maximal zur
Verfügung stehende Kapazität in der mechanischen Aufbereitung.68

aju · xju ≤ M AXuM A ∀u ∈ U (4.6)
j∈JuM A

Aus den obigen Ausführungen ergibt sich das interne Restriktionenfeld RFu von
Recyclingunternehmen u wie folgt aus den dargestellten Restriktionen:

RFu = {(4.1), (4.2), (4.3), (4.4), (4.5), (4.6)} (4.7)

Der Produktionsraum als Schnittmenge der Technik und des Restriktionenfelds


ergibt sich dann aus:
Zu = Tu ∩ RFu (4.8)
Bisher erfolgte die Betrachtung eines einzelnen Knotens eines Netzwerks, also
eines Recyclingunternehmens, welches Altgeräte von den Quellen aufnimmt diese
durch die Anwendung von Recyclingaktivitäten in Fraktionen umwandelt und an
die Senken des Netzwerks abgibt.
Im Folgenden wird die Modellierung der Stoffströme für den Fall erweitert, dass
mehrere Recyclingunternehmen im Netzwerk beteiligt sind und ein Austausch
von Fraktionen erfolgen kann. Dazu sind die netzwerkweiten Restriktionen hinzu-
zufügen, die nur durch das Zusammenspiel der einzelnen Recyclingunternehmen
erfüllt werden können.
68
Anstatt die Anzahl der Ausführungen von Aktivitäten mit Kapazitätskoeffizienten zu bele-
gen modelliert Ploog (2004) die Kapazitätsbeschränkung für die mechanische Aufbereitung
direkt über die der Anlage zugeführten Masse. Diese Bedingung lässt sich allerdings unter
Verwendung der Input- und Outputkoeffizienten vij ineinander überführen.
4.2 Modellierung der Stoffstromebene 87

Zunächst ist Massenbilanzgleichung (4.2) zu modifizieren. Dabei sind zusätzlich


die Masse an Altprodukt/Fraktion, die von Unternehmen u zu Unternehmen u
U
verbracht wird (yiuu  ), sowie die Masse, die Recyclingunternehmen u von Un-

ternehmen u erhält (yiuU


 u ), zu berücksichtigen. Abbildung (4.4) verdeutlicht die
D
beschriebenen unternehmensübergreifenden Stoffströme graphisch. yiu beschreibt
die zur Abgabe an andere Recyclingunternehmen oder Senken bereitstehenden
Massen, abzüglich der von anderen Recyclingunternehmen empfangenen Massen.

Recycling-
Q unternehmen u
Quelle q yiqu ziu x ju ˜ vij yiuD R
yiur Senke r

U U
yiuu ' yiu 'u

Recycling-
unternehmen u‘
Quelle … yiuD' Senke …
ziu ' x ju ' ˜ vij

Abbildung 4.4: Stoffströme bei Betrachtung eines Recyclingnetzwerks

Massenbilanzgleichung (4.2) wird somit zu Massenbilanzgleichung (4.9):


  
D R U U
yiu = yiur −( yiuu − yiuu ) ∀i ∈ I, u ∈ U (4.9)
r∈R u ∈U, u ∈U,
u =u u =u

Gemäß den dargestellten Annahmen existieren für das Recyclingnetzwerk Er-


wartungen über Pflichten zur Annahme der an den Sammelstellen anfallenden
Gerätemassen. Die folgende Gleichung beschreibt die gemäß Verträgen mit Her-
stellern oder aufgrund von Prognosen bestehenden Verpflichtungen zur Abho-
lung und Behandlung bestimmter Massen von Altgerät i von Sammelstelle q
(Aiq ). Die Abholung muss durch das Netzwerk im Gesamten erbracht werden.
 Q
Aiq = yiqu ∀i ∈ I, q ∈ Q (4.10)
u∈U

Des Weiteren ist das Recyclingnetzwerk dazu verpflichtet, für die gesammelten
Massen die gesetzlichen Recycling- und Verwertungsquoten einzuhalten. αi be-
zeichnet dabei die gesetzlich vorgeschriebene Wiederverwendungs- und Recycling-
quote und βi die Verwertungsquote für Altgerät i.69 Wie bereits dargelegt wird
69
Vgl. hierzu Kapitel 2.4.1
88 4 Konzept zur Koordination von Recyclingnetzwerken

im Rahmen der Modellierung eine Kompensation der Recyclingquoten über alle


betrachteten Altgerätearten betrachtet, d.h., dass die Untererfüllung der Quote
bei einem Altgerät durch die Übererfüllung der Quote durch ein anderes Altgerät
möglich ist. Dies bedeutet, dass die von allen Unternehmen insgesamt recycelten
Massen (wie in Gleichung 4.3 definiert) größer oder gleich der mit den vorgegebe-
nen Recyclingquote multiplizierten insgesamt eingehenden Masse sein muss. Die
Bedingung für die Einhaltung der Recyclingquote lässt sich wie folgt darstellen:
 Q 
yiqu · αi ≤ recu (4.11)
i∈I q∈Q u∈U u∈U

Die Einhaltung der Verwertungsquote lässt sich äquivalent formulieren.


 Q 
yiqu · βi ≤ verwu (4.12)
i∈I q∈Q u∈U u∈U

Diese unternehmensübergreifenden Restriktionen können nicht durch ein Unter-


nehmen alleine erfüllt werden, vielmehr ist für deren Erfüllung ein Zusammenspiel
zwischen den Unternehmen erforderlich. Das unternehmensübergreifende Restrik-
tionenfeld lässt sich dann wie folgt darstellen:

RFN etz = {(4.9), (4.10), (4.11), (4.12)} (4.13)

Schließlich ergibt sich der Produktionsraum des Netzwerks als Schnittmenge der
netzwerkweiten Technik und der netzwerkweiten Restriktionen und lässt sich wie
folgt formulieren:70
 

ZN etz = RFN etz ∩ (Tu ∩ (Ru \ (4.2))) (4.14)
u∈U

Bisher erfolgte die Modellierung derart, dass für die Einhaltung der Recycling-
und Verwertungsquoten eine Kompensation über alle betrachteten Gerätearten
möglich ist. Dieses grundlegende Stoffstrommodell ist somit anwendbar, wenn auf-
grund der gesetzliche Vorgaben eine derartige Kompensation möglich wäre. Wie
in Kapitel 2.4.1 dargestellt legt die aktuelle Diskussion nahe, dass eine Kompen-
sation innerhalb von Sammelgruppen möglich ist. Auch für diese Vorgabe erfüllt
das beschriebene Modell die Anforderungen, wenn lediglich eine Sammelgruppe
betrachtet wird. Werden mehrere Sammelgruppen simultan betrachtet, so ist das
Modell entsprechend zu erweitern, damit eine entsprechende Nachverfolgbarkeit
der Stoffströme gewährleistet ist. Ein entsprechendes Modell ist in Anlehnung an
Walther (2005) in Anhang A.1 beschrieben.
70
Dabei ist zu beachten, dass Bedingung (4.2) hierbei nicht zu berücksichtigen ist, da diese
durch Bedingung (4.9) ersetzt wurde, die Element des unternehmensübergreifenden Restrik-
tionenfelds ist.
4.3 Modellierung des Zielsystems 89

Die bisher erfolgte Modellierung ging von einer Einhaltung der Recycling- und
Verwertungsquoten auf Netzwerkebene aus. Ist allerdings eine Einhaltung der
Quoten für die Sammelgruppen für jeden erstbehandelnden Akteur erforderlich,71
so sind einige Modifikationen notwendig, die eine akteursspezifische Ermittlung
von Quoten ermöglichen.72 Auf die Modellierung dieses Szenarios wird hier ver-
zichtet, da später im Rahmen der Entwicklung des Aushandlungsmechanismus
für die taktische Koordinationsebene, der nur die erstbehandelnden Unterneh-
men betrifft, eine derartige akteursbezogene Ermittlung der Quoten notwendig
wird. Eine akteursspezifische Einhaltung der Quoten lässt sich darauf aufbauend
dann sehr einfach integrieren.
Neben dem Objektsystem, welches den Produktionsraum des Produktionssys-
tems charakterisiert, ist eine Modellierung des Zielsystems notwendig, um die aus
dem Produktionsraum gewählten Aktionen aus Sicht der Entscheidungsträger zu
bewerten. Die Modellierung des Zielsystems wird im folgenden Abschnitt vorge-
stellt.

4.3 Modellierung des Zielsystems

Im Rahmen der Modellierung der Ziele können die potentiellen Aktionen des
Objektsystems von verschiedenen Entscheidungsträgern unterschiedlich bewertet
werden. Die von den im Recyclingnetzwerk beteiligten Recyclingunternehmen
verfolgten Ziele werden nun im Folgenden charakterisiert. Dabei sind die Ziele
der Recyclingunternehmen von den Zielen des fokalen Unternehmens zu unter-
scheiden.

4.3.1 Zielsystem der Recyclingunternehmen

Die vorliegende Arbeit beschäftigt sich mit der Allokation von Stoffströmen in
Recyclingnetzwerken. Derartige Fragestellungen sind der eher mittel- bis kurzfris-
tigen taktischen bzw. operativen Planung zuzurechnen.73 Aus diesem Grund wer-
den für die Charakterisierung der Ziele lediglich variable Bestandteile betrachtet.
Fixkosten, wie sie für die Einrichtung der Netzwerkinfrastruktur anfallen, wer-
den nicht berücksichtigt, da die Infrastruktur als gegeben vorausgesetzt wird. Die
wesentlichen variablen Erlös- und Kostenbestandteile eines Recyclingnetzwerks
lassen sich durch die Transportkosten, die Kosten der Demontage/mechanischen
Aufbereitung sowie die Kosten/Erlöse für die Annahme von Altgeräten bzw. die
Abgabe von Fraktionen an Senken charakterisieren.

71
Vgl. Kapitel 2.4.1
72
Vgl. hierzu auch Walther (2005)
73
Vgl. hierzu Kapitel 2.6.3 und 3.1
90 4 Konzept zur Koordination von Recyclingnetzwerken

Im Rahmen der Modellierung der Ziele wird dabei die folgende Notation verwen-
det:
cju Kosten der Ausführung der Recyclingaktivität j in Recyclingunter-
nehmen u [GE/Aktivität]
DBuU Deckungsbeitrag von Recyclingunternehmen u (allgemein) [GE]
sir Erlös(+)/Kosten(-) für die Abgabe von Altgerät/Fraktion i an Senke
r [GE/ME]
tqiqu Transportkosten für eine Masseneinheit von Altgerät i von Quelle q
zu Recyclingunternehmen u [GE/ME]
tuiuu Transportkosten für eine Masseneinheit von Altgerät/Fraktion i von
Recyclingunternehmen u zu Recyclingunternehmen u [GE/ME]
triur Transportkosten für eine Masseneinheit von Altgerät/Fraktion i von
Recyclingunternehmen u zu Senke r [GE/ME]
VuF Vom fokalen Unternehmen an Recyclingunternehmen u bezahlte Ver-
tragszahlung [GE]
U
Vuu  Vertragszahlung zwischen Unternehmen u und u [GE]
Recyclingunternehmen arbeiten zwar in einem Netzwerk zusammen, jedoch
herrscht aufgrund ihrer Eigenständigkeit trotzdem ein gewisses Konkurrenzver-
hältnis untereinander. Zudem sind sie oftmals an mehreren Recyclingnetzwerken
beteiligt. Dies hat zur Folge, dass sie im Wesentlichen an einer Maximierung ih-
res individuellen Deckungsbeitrags interessiert sind. Ihre Zielfunktion kann aus
nachfolgend beschriebenen Komponenten bestehen (Walther 2005).
Für die Annahme und Behandlung von Altgeräten an den Quellen erhalten die
Recyclingunternehmen vom fokalen Unternehmen vertraglich zu regelnde Zah-
lungen VuF . Diese können beispielsweise von den an den unterschiedlichen Sam-
Q
melstellen abgeholten Altgerätemassen (yiqu ) abhängen. An andere Unternehmen
U U
(yiuu ) abgegebene oder von anderen Unternehmen empfangene Fraktionen (yiu u)
U
führen ebenfalls zu vertraglichen Zahlungen Vuu  , die als Kosten oder Erlöse dar-

gestellt werden können.74 Diese beiden Komponenten der Zielfunktion sind in der
ersten Zeile von Gleichung (4.15) dargestellt.
Ferner sind die anfallenden Transportkosten von den Quellen zu den Recyclingun-
ternehmen (tqiqu ), zwischen den Recyclingunternehmen (tuiuu ) sowie von den Re-
cyclingunternehmen zu den Senken des Netzwerks (triur ) in die Bewertungsfunk-
tion aufzunehmen. Dabei wird angenommen, dass die Transportkosten bei demje-
nigen Unternehmen anfallen, welches die Stoffströme liefert. Diese gewichtsspe-
zifischen Transportkostensätze lassen sich mit Hilfe der Entfernung zwischen den

74 U U
Dabei wird angenommen, dass yiu  u = −yiuu .
4.3 Modellierung des Zielsystems 91

Standorten sowie der Auslastung der eingesetzten Fahrzeuge und der altgeräte-
bzw. fraktionsspezifischen Beladbarkeit berechnen (Walther 2005).
Weiterhin entstehen Erlöse (+) bzw. Kosten (-) für Fraktionen, die zu den Sen-
ken des Netzwerks verbracht werden (sir ). Die Recyclingkosten werden berechnet,
indem die Anzahl der ausgeführten Recyclingaktivitäten (xju ) mit spezifischen
Kostensätzen (cju ) multipliziert wird, in die im Falle der Demontage variable Per-
sonalkosten (Walther 2005), im Falle der mechanischen Aufbereitung v.a. Ener-
giekosten der Anlagen einfließen (Ploog 2004). Die Summe aus den dargestellten
Erlösen und Kosten lässt sich für ein Recyclingunternehmen u gemäß Gleichung
(4.15) ausdrücken:

DBuU = VuF + U
Vuu 

u ∈U,
u =u
⎛ ⎞
 ⎜  
Q U R ⎟
+ ⎝ (−tqiqu ) · yiqu + (−tuiuu ) · yiuu  + (sir − triur ) · yiur ⎠
i∈I q∈Q u ∈U, r∈R
u =u

− cju · xju
j∈Ju
(4.15)

4.3.2 Zielsystem des fokalen Unternehmens

Recyclingnetzwerke werden oftmals durch unabhängige Recyclingunternehmen


gegründet, mit dem Ziel der Wettbewerbsfähigkeit gegenüber großen Entsor-
gungsdienstleistern. Derartige Netzwerke sind häufig als Genossenschaft organi-
siert (Walther u. Spengler 2004). In diesem Fall verfolgt das von den Recycling-
unternehmen gemeinschaftlich eingerichtete fokale Unternehmen das Ziel, den ge-
samten Deckungsbeitrag im Netzwerk zu optimieren.75 Die Erlöse und Kosten des
fokalen Unternehmens bestehen im Wesentlichen aus den von den Herstellern be-
zahlten Vergütungen für die vom Recyclingnetzwerk behandelten Altgeräte und
den an die Recyclingunternehmen weitergereichten Vergütungen. Im Folgenden
wird zusätzlich zur bisher eingeführten Notation folgende Symbolik verwendet:
DB F ok Deckungsbeitrag des fokalen Unternehmens (allgemein) [GE]
DB N etz Deckungsbeitrag des Netzwerks (allgemein) [GE]
ei Annahmeerlös, den der Hersteller dem fokalen Unternehmen für das
Recycling einer Masseneinheit von Altgerätetyp i bezahlt
Aus Sicht des fokalen Unternehmens übertragen die Hersteller dem Recycling-
netzwerk ihre Recyclingpflichten und bezahlen dem fokalen Unternehmen einen
75
Vgl. hierzu auch Kapitel 2.4.3
92 4 Konzept zur Koordination von Recyclingnetzwerken

Preis ei für jede abgeholte und entsprechend recycelte Masseneinheit von Gerät
i . Neben dieser Erlöskomponente fallen beim fokalen Unternehmen die an die
Recyclingunternehmen bezahlten Vertragszahlungen als Kosten an. Die Differenz
ergibt nach Gleichung (4.16) den Deckungsbeitrag des fokalen Unternehmens:
 
  Q
F ok F
DB = yiqu · ei − Vu (4.16)
u∈U i∈I q∈Q

Da die Recyclingunternehmen an der Maximierung ihres individuellen Deckungs-


beitrags interessiert sind, ergibt sich die Zielfunktion des fokalen Unternehmens
aus den Zielfunktionen aller Recyclingunternehmen und dem Deckungsbeitrag des
fokalen Unternehmens. Die Zielfunktion des fokalen Unternehmens besteht folg-
lich aus dem Deckungsbeitrag des gesamten Netzwerks (4.17). Dieser berechnet
sich aus der Summe von (4.15) über alle Recyclingunternehmen und der Addition
von (4.16). Die netzwerkinternen Vertragszahlungen entfallen somit:

DB N etz =
⎛ ⎛ ⎞
 ⎜ ⎜  
Q U R ⎟
⎝ ⎝ (ei − tqiqu ) · yiqu + (−tuiuu ) · yiuu  + (sir − triur ) · yiur ⎠
u∈U i∈I q∈Q u ∈U, r∈R
u =u


− cju · xju
j∈Ju
(4.17)

Analog zu der Darstellung des Objektsystems ist in Anhang A.2.1 das Subjekt-
system für den Fall beschrieben, der eine sammelgruppenspezifische Quotenein-
haltung ermöglicht.
Nach der Darstellung der Stoffströme und der Ziele der im Netzwerk beteilig-
ten Entscheidungsträger erfolgt im nächsten Abschnitt die Charakterisierung der
Informationssituation.

4.4 Informationssituation

Recyclingunternehmen arbeiten in Netzwerken zusammen mit dem gemeinsamen


Ziel der Konkurrenzfähigkeit im Wettbewerb um die von Herstellern von Elek-
tro(nik)geräten vergebenen Recyclingaufträge. Netzwerke stellen damit ein hybri-
des Konstrukt dar, bei dem sowohl eine gewisse Art von Kooperation wie auch ein
netzwerkinterner Wettbewerb existiert (Corsten 2001). Aus diesem Grund ist an-
zunehmen, dass die Unternehmen keine privaten Informationen wie z.B. Kosten
oder Kapazitäten preisgeben.
4.5 Koordinationsebenen in Recyclingnetzwerken 93

Ähnlich kommt Schneeweiss (2003b) zu dem Ergebnis, dass in Supply Chains mit
dem Ziel einer längerfristigen Zusammenarbeit die Partner sich nicht bewusst op-
portunistisch verhalten, jedoch nicht zwingend private Informationen offen legen.
Es wird also im Folgenden angenommen, dass die Recyclingunternehmen kei-
ne internen Planungsdaten preisgeben. Somit kann das fokale Unternehmen bei
der Allokation der Recyclingaufträge im Netzwerk nicht auf die Kosten für die
Ausführung von Recyclingaktivitäten (cju ), die zur Verfügung stehenden Kapa-
zitäten (M AXuDEM und M AXuM A ) der Recyclingunternehmen sowie die dem je-
weiligen Unternehmen zur Verfügung stehenden Recyclingmöglichkeiten (JuDem
und JuM A ) zugreifen.

4.5 Koordinationsebenen in Recyclingnetzwerken

In den vorherigen Abschnitten dieses Kapitels wurden das Stoffstrommodell und


das Zielsystem sowohl auf Unternehmens- und auf Netzwerkebene modelliert so-
wie die Informationssituation im Netzwerk charakterisiert. Das Ziel der Koor-
dination besteht nun darin, die Stoffströme der Unternehmen im Netzwerk so
aufeinander abzustimmen, dass im Hinblick auf den Gesamtdeckungsbeitrag des
Netzwerks eine möglichst gute Zielerreichung gegeben ist. Hierbei stellen die über-
betrieblich zu koordinierenden Stoffströme die von den Quellen zu den Recycling-
Q
unternehmen verbrachten Massen an Altgeräten (yiqu ), die zwischen den Unter-
U
nehmen mit dem Ziel der Weiterbehandlung ausgetauschten Fraktionen (yiuu )
R
sowie die zu den Senken verbrachten Stoffströme (yiur ) dar. Die Abstimmung der
Stoffströme muss in einer Weise geschehen, die die Einhaltung der vorgegebenen
Recyclingquoten und der abzuholenden Massen gewährleistet.
Unter der Annahme, dass das fokale Unternehmen als koordinierende Instanz
vollständiges Wissen über die einzelnen Recyclingunternehmen (z.B. Kosten-
daten, Kapazitäten, Recyclingmöglichkeiten) sowie die Entscheidungsgewalt zur
Durchsetzung aller Pläne besitzt, ließe sich die Planungsaufgabe mit Hilfe eines
linearen Optimierungsmodells lösen (vgl. Walther u. Spengler 2004; Spengler u.
Walther 2005). Hier kann man auch von einer hierarchischen Koordination durch
Pläne oder Programme sprechen (Corsten 2001). Aufgrund der Eigenständigkeit
und damit der lokalen Entscheidungskompetenz der einzelnen Recyclingunterneh-
men wird solch ein zentralistischer Ansatz in einem Netzwerk in der Regel nicht
anwendbar sein. Aus diesem Grund wird im Rahmen dieser Arbeit ein dezentraler
Koordinationsansatz verfolgt. Zudem verlangt ein derartiges Vorgehen auch die
vollständige Verfügbarkeit aller relevanter Informationen zum Planungszeitpunkt.
Wie bereits in den Anforderungen beschrieben, existieren vertragliche Beziehun-
gen auf unterschiedlichen hierarchischen Ebenen. In Analogie zur hierarchischen
Planung innerhalb eines Unternehmens, bei der nicht alle Entscheidungen simul-
tan, sondern aufgrund ihrer unterschiedlichen Fristigkeiten und Detaillierungs-
94 4 Konzept zur Koordination von Recyclingnetzwerken

grade auf verschiedenen Ebenen getroffen werden (Fleischmann u. Meyr 2003),


können somit auch in einem Recyclingnetzwerk mehrere Entscheidungsebenen
unterschieden werden. Dies bedeutet, dass eine (dezentrale) Koordination der
Stoffströme nicht simultan über alle Stoffströme erfolgt, sondern dass auf un-
terschiedlichen Ebenen eine Koordination unterschiedlicher Stoffströme durch-
geführt wird. Äquivalent zur hierarchischen Planung sind die Ebenen geeignet zu
verknüpfen.
Um eine derartige Strukturierung der Koordinationsproblematik durchführen zu
können, werden im Folgenden zunächst die grundlegenden Strukturierungsele-
mente der hierarchischen Planung dargestellt, bevor diese dann auf die hier vor-
liegende Situation angewendet werden.

4.5.1 Grundlegende Strukturierungselemente der hierarchischen


Planung

Der Grundgedanke der hierarchischen Planung besteht darin, Entscheidungen an-


hand verschiedener Charakteristika zu strukturieren und diese auf unterschied-
lichen Ebenen anstatt simultan zu treffen. Die Entscheidungsebenen sind dabei
in sinnvoller Weise zu verknüpfen. Die hierarchische Planung stellt somit eine
Mischform aus simultaner Planung und sukzessiver Planung dar. Die hierarchi-
sche Planung unterscheidet dabei zwischen hierarchisch abgestuften Planungs-
ebenen, wobei die hierarchisch übergeordneten Ebenen den untergebenen Ebene
Vorgaben in Form von Instruktionen machen können (vgl. hierzu auch Kapitel
3.3.2.1).
Zur hierarchischen Strukturierung der Ebenen im Rahmen der hierarchischen Pla-
nung können die folgenden wesentlichen Strukturierungsmerkmale unterschieden
werden (Steven 1994):
1. Hierarchisierung durch Abstraktion: Eine Hierarchisierung durch Ab-
straktion erfolgt dann, wenn auf einer oberen Ebene ein Teil der zu treffen-
den Entscheidungen nur grob berücksichtigt wird, anstatt diese im Detail
mit einzubeziehen. So kann beispielsweise auf der oberen Ebene eine Ent-
scheidung anstatt über Produkte nur über Produktgruppen getroffen wer-
den, die verschiedene Produkte ähnlicher Charakteristika zusammenfassen.
Die auf der oberen Ebene getroffene Entscheidung ist dann auf der unte-
ren Ebene zu berücksichtigen. Auf dieser erfolgt dann eine detailliertere
Planung über einzelne Produkte.
2. Hierarchisierung als zeitliche Strukturierung: Von einer zeitlichen
Hierarchisierung spricht man, wenn Grundsatzentscheidungen für einen läng-
eren Zeithorizont sofort getroffen werden, ihre detaillierte Ausgestaltung
jedoch erst später im Zeitverlauf erfolgt. Die untergebenen kurzfristigen
4.5 Koordinationsebenen in Recyclingnetzwerken 95

Probleme benötigen dabei jeweils die Lösung des übergeordneten Problems


als Vorgabe.
3. Hierarchisierung nach dem Umfang der Entscheidungen: Eine Hier-
archisierung nach dem Umfang der Entscheidungen ist dann gegebenen,
wenn auf der oberen Ebene über einen anderen Problembereich entschieden
wird als auf der unteren Ebene. Im Rahmen der Produktionsplanung kann
beispielsweise auf der oberen Ebene nur über Mengen entschieden werden,
während auf der unteren Ebene über Rüstvorgänge entschieden wird.
Dabei ist zu beachten, dass die hier genannten Strukturierungsmerkmale nicht
isoliert zu betrachten sind, sondern in sinnvoller Kombination eingesetzt werden
sollten (Steven 1994).

4.5.2 Identifikation von Koordinationsebenen

Legt man die im vorangegangenen Abschnitt dargestellten Strukturierungsele-


mente der hierarchischen Planung im vorliegenden Kontext zugrunde, so lassen
sich für die Koordination von Recyclingnetzwerken ebenfalls verschiedene Ko-
ordinationsebenen identifizieren. Im Folgenden wird vorgeschlagen, die beiden
Ebenen der mittelfristig angelegten taktischen Koordination sowie der kurzfristig
angelegten operativen Koordination zu unterscheiden; ihre Verknüpfung ist in
Abbildung 4.5 dargestellt.
1. Im Rahmen der taktischen Koordination verhandelt das fokale Unterneh-
men in definierten zeitlichen Abständen zunächst Rahmenverträge mit den
für die Abholung und die Erstbehandlung der Altgeräte zuständigen Recy-
clingunternehmen. Als Basis dienen dem fokalen Unternehmen hierbei Pro-
gnosen über erwartete Aufträge oder konkrete Aufträge von Herstellern, die
bereits vorliegen und die Übertragung der gesetzlichen Recyclingpflichten
spezifizieren. Die zu verhandelnden Rahmenverträge legen dabei für jedes
Recyclingunternehmen für einen bestimmten Zeitraum die von den Quellen
abzuholenden Massen an Altgeräten, die einzuhaltenden Recyclingquoten
sowie die entsprechenden Vergütungen durch das fokale Unternehmen fest.
Die Verträge sind derart zu gestalten, dass dabei globale, netzwerkweite
Bedingungen (Recyclingquoten und abzuholende Mengen) erfüllt werden.
Derartige Rahmenverträge sind in Recyclingnetzwerken in der Praxis üblich
und ermöglichen die schnelle Allokation von Abholanordnungen unter Ein-
haltung vorgeschriebener Fristen. Der wesentliche Vorteil von Rahmenver-
trägen gegenüber ad hoc-Vereinbarungen für jede Abholanordnung besteht
darin, dass spezifische Recyclingfähigkeiten der Unternehmen zur ökono-
mischen Vorteilhaftigkeit des Gesamtnetzwerks genutzt werden können. So
erlauben Rahmenverträge beispielsweise die Vereinbarung unternehmens-
spezifischer Recyclingquoten, wodurch unterschiedliche Recyclingkosten der
96 4 Konzept zur Koordination von Recyclingnetzwerken

Unternehmen Berücksichtigung finden können. Ad hoc wäre unter der Vor-


gabe enger zeitlicher Abholfristen lediglich die einheitliche Vorgabe der ge-
setzlichen Recyclingquoten für alle Unternehmen möglich. Eine derartige
Differenzierung findet jedoch in den in der Praxis üblichen Verträgen bisher
nicht statt (Walther u. Spengler 2004). Im Rahmen der taktischen Koor-
dination existieren noch Unsicherheiten bezüglich der genauen Massen und
Standorte der abzuholenden Altgeräte. Weiterhin besteht die Möglichkeit,
dass sich die Kosten- oder Kapazitätssituation bzw. die Recyclingmöglich-
keiten ändern. Aus diesen Gründen wird hier zunächst darauf verzichtet,
eine simultane Koordination der zwischenbetrieblichen Stoffströme im Netz-
werk vorzunehmen. Die Berücksichtigung der zwischenbetrieblichen Stoff-
ströme erfolgt jedoch implizit, indem jedes Recyclingunternehmen Möglich-
keiten zur Weiterbearbeitung von Fraktionen pauschal antizipiert. Hierbei
werden die anderen Recyclingunternehmen des Netzwerks als Quellen bzw.
Senken mit spezifischen (prognostizierten) Preisen für anzunehmende und
abzugebende Fraktionen betrachtet. Durch diese Vorgehensweise bestehen
Handlungsspielräume, die dann im Rahmen der operativen Koordination
genutzt werden können.
2. Im Rahmen der operativen Koordination werden die bestehenden Rahmen-
verträge vom fokalen Unternehmen genutzt, um aktuell anfallende Abho-
lanordnungen, die dem fokalen Unternehmen vom EAR zugewiesen wer-
den, kurzfristig auf die Recyclingunternehmen zu allozieren. Werden hier-
bei vertraglich vereinbarte Kontingente überschritten, weil beispielsweise
die tatsächlich anfallenden Massen von den prognostizierten Massen abwei-
chen, so ist eine Neuverhandlung der Rahmenverträge anzustoßen. Kann
der Auftrag hingegen einem Recyclingunternehmen zugeteilt werden, be-
steht unter Umständen für dieses Unternehmen die Notwendigkeit weite-
re Recyclingunternehmen hinzuzuziehen, wenn eine gewisse Behandlungs-
tiefe zur Erreichung der vertraglichen Recyclingquoten notwendig ist oder
wenn dies aus Kapazitäts-, Kosten- oder Spezialisierungsgründen sinnvoll
erscheint. Da derartige Möglichkeiten der netzwerkinternen Weiterverar-
beitung von Fraktionen in der taktischen Ebene lediglich antizipiert, aber
noch nicht festgelegt wurden, sind diese im Rahmen der operativen Koor-
dination durch kurzfristig angelegte Mechanismen zu gestalten. Ergebnisse
der operativen Koordination sind, neben der Allokation von Stoffströmen
R
auf die Senken (yiur ), insbesondere die zwischenbetrieblichen Stoffströme
U U
(yiuu  ) sowie die daraus resultierenden Transferzahlungen (Vuu ). Aus den

auf operativer Ebene ausgehandelten Transferzahlungen kann das Recy-


clingunternehmen wiederum neue Informationen gewinnen, beispielsweise
bezüglich der Preise für die Annahme bzw. Weitergabe von Fraktionen, die
es zukünftig zur Antizipation der zwischenbetrieblichen Beziehungen auf
der taktischen Ebene nutzen kann.
4.5 Koordinationsebenen in Recyclingnetzwerken 97

Abbildung 4.5 zeigt den Zusammenhang der Koordinationsebenen mit der geschil-
derten Ablauflogik als ereignisgesteuerte Prozesskette (vgl. hierzu Scheer 1998).76
Die Sechsecke stellen dabei die möglichen Ereignisse dar, während die abgerun-
deten Vierecke Funktionen und die dunkel gehaltenen Vierecke Datenobjekte be-
schreiben. Die durchgezogenen Linien bilden den Kontrollfluss, die gestrichelten
Linien beschreiben den Datenfluss.

Fokales
Taktische Koordination

Unternehmen:
Beginn der
XOR Prognosen,
Planung
Verträge mit
Herstellern

Aushandlung Rec.-
Ende der unternehmen:
von Rahmen-
Planung Daten über
verträgen
(andere) Rec.-
unternehmen

Rahmenverträge

Zuordnung zu
Eingehender einem
Operative Koordination

XOR
Auftrag Recyclingunter
nehmen

Ende der Vertragliche


Operative Zuordnung
Auftragsbear- Kontigente
Koordination möglich
beitung erschöpft

Abbildung 4.5: Zusammenspiel der Koordinationsebenen

Es lassen sich hier in Analogie zur klassischen“ hierarchischen Planung in ein-



zelnen Unternehmen die im vorhergehenden Abschnitt dargestellten Strukturie-
rungselemente der hierarchischen Planung erkennen.
1. Hierarchisierung durch Abstraktion: Eine Abstraktion ist hierbei in
der Weise gegeben, dass im Rahmen der taktischen Koordination die zwi-
schenbetrieblichen Stoffströme nur grob berücksichtigt werden. Eine Berück-
sichtigung findet in der Weise statt, dass die einzelnen Recyclingunterneh-
men die zwischenbetrieblichen Stoffströme im Rahmen der Verhandlung
der Rahmenverträge pauschal berücksichtigen, indem Sie die anderen Un-

76
Vgl. für erste Überlegungen zu der hier dargestellten Verknüpfung der Koordinationsebenen
auch Schmid et al. (2008)
98 4 Konzept zur Koordination von Recyclingnetzwerken

ternehmen als Quellen bzw. Senken betrachten und diese mit entsprechen-
den Kosten- und Erlösfaktoren belegen. Eine endgültige Entscheidung über
diese Stoffströme findet noch nicht statt.
2. Hierarchisierung als zeitliche Strukturierung: Eine zeitliche Struk-
turierung liegt vor, da zunächst die Rahmenverträge für einen gewissen
Zeitraum ausgehandelt werden. Diese Rahmenverträge haben über die Zu-
ordnung der Aufträge auf die Recyclingunternehmen Einfluss auf die unter-
geordneten operativen Koordinationsprobleme.
3. Hierarchisierung nach dem Umfang der Entscheidungen: Eine Hier-
archisierung nach dem Umfang der Entscheidungen ist gegeben, da be-
stimmte Entscheidungen getrennt nach an den Entscheidungen beteiligten
Parteien getroffen werden. Die Einigung über die an den Quellen abzu-
holenden Massen erfolgt zwischen dem fokalen Unternehmen und den Re-
cyclingunternehmen auf der taktischen Ebene, die innerhalb des Netzwerks
weiterzubehandelnden Massen werden zwischen den Recyclingunternehmen
auf der operativen Ebene verhandelt.
Die bisherigen Überlegungen haben ergeben, dass eine Koordination in einem
Recyclingnetzwerk nicht simultan, sondern in mehrerlei Hinsicht verteilter Weise
erfolgen sollte. Zum einen ergibt sich aus den geschilderten Rahmenbedingungen,
dass ein dezentraler Koordinationsansatz notwendig ist, um die Autonomie der
Entscheidungsträger sowie die im Netzwerk vorliegenden Informationsasymme-
trien adäquat zu berücksichtigen. Zum anderen ergibt die genauere Analyse der
Entscheidungsstrukturen, dass eine Koordination der Stoffströme aufgrund von
unterschiedlichen Fristigkeiten von Entscheidungen, Informationsverfügbarkeiten
und organisatorischen Gegebenheiten der Praxis auf verschiedenen hierarchischen
Ebenen sinnvoll erscheint. Hierfür wurde ein 2-stufiges Konzept vorgeschlagen,
welches zwischen einer mittelfristig angelegten taktischen Koordination und einer
kurzfristigen operativen Koordination unterscheidet.
Folglich sind für jede dieser beiden identifizierten Koordinationsebenen geeignete
Koordinationsmechanismen zu entwickeln. Dazu wird in den nächsten Abschnit-
ten unter Berücksichtigung der hierarchischen Stellung der Entscheidungsträger
die mögliche konzeptionelle Gestaltung von Koordinationsmechanismen für bei-
de Ebenen diskutiert. Im folgenden Kapitel erfolgt dann die Entwicklung eines
Mechanismus für die taktische Koordination.

4.5.3 Taktische Koordination - Hierarchische Aushandlung von


Rahmenverträgen

Im Rahmen der taktischen Koordination besteht das Problem darin, für einen
gewissen Zeitraum im Voraus für jedes Recyclingunternehmen die an diversen
4.5 Koordinationsebenen in Recyclingnetzwerken 99

Sammelstellen abzunehmenden Massen sowie die individuell zu erfüllenden Re-


cyclingquoten zu bestimmen. Die Basis dieser Vereinbarungen bilden bereits ab-
geschlossene Verträge des fokalen Unternehmens mit Herstellern sowie Prognosen
über erwartete Recyclingaufträge. Die mit den Recyclingunternehmen zu verein-
barenden Verträge sind derart zu gestalten, dass die für das gesamte Netzwerk
geltenden Recyclingpflichten eingehalten werden.

4.5.3.1 Rahmenbedingungen für die taktische Koordination

Für die Gestaltung eines Koordinationsmechanismus sind die in Kapitel 2.5 dar-
gestellten Anforderungen zu berücksichtigen. In den Kapiteln 4.2 und 4.3 erfolgte
bereits die Modellierung der Stoffströme sowie der Ziele der beteiligten Entschei-
dungsträger in allgemeiner Form. Bezüglich der Zielbeziehungen zwischen den
Unternehmen wird, wie bereits dargestellt, angenommen, dass das fokale Unter-
nehmen an einer Maximierung des netzwerkweiten Deckungsbeitrags interessiert
ist und die Recyclingunternehmen die Maximierung ihrer individuellen Deckungs-
beiträge verfolgen.
Neben diesen Anforderungen ist für die taktische Koordinationsebene zudem
die hierarchische Beziehung der Entscheidungsträger zueinander zu identifizie-
ren. Eine hierarchische Beziehung der Entscheidungsträger liegt nach Schnee-
weiss (2003a) unter anderem dann vor, wenn die Entscheidungsträger über eine
unterschiedliche Marktmacht oder über unterschiedliche Informationen verfügen.
Für die hier betrachteten Recyclingnetzwerke lässt sich eine solche hierarchische
Überordnung des fokalen Unternehmens erkennen. Dieses ist einerseits für die
Einhaltung aller ihm von den Herstellern übertragenen Pflichten verantwortlich
und andererseits ist es über die bereits bestehenden Verträge informiert oder
besitzt Prognosen über erwartete Aufträge.
Wie in Kapitel 4.4 dargestellt werden die Recyclingunternehmen nicht bereit sein,
private Informationen wie Kostendaten preiszugeben. Dies erschwert die Anwen-
dung von Planungsansätzen, die derartige Informationen voraussetzen, wie bei-
spielsweise das Upstream Planning“ (vgl. Kapitel 3.3.2.2). Deshalb erscheint ein

iteratives Vorgehen sinnvoll, bei dem nach und nach Informationen ausgetauscht
werden. Aus diesem Grund wird im Folgenden ein hierarchischer Aushandlungs-
mechanismus in seinen Grundzügen beschrieben.

4.5.3.2 Konzeptionelle Entwicklung eines Mechanismus für die taktische


Koordination

Hierarchische Systeme lassen sich nach Schneeweiss (2003a) in die Top-Ebene


und die Basis-Ebene strukturieren.77 Die Top-Ebene besitzt eine höhere Macht
77
Vgl. hierzu auch Kapitel 3.3.2.1
100 4 Konzept zur Koordination von Recyclingnetzwerken

und kann der Basis-Ebene Instruktionen in Form von Vorgaben erteilen. Diese
Instruktionen können entweder das Subjektsystem oder das Objektsystem des
anderen Entscheiders beeinflussen. Wird ein iteratives Vorgehen im Sinne einer
Aushandlung betrachtet, kann die Basis-Ebene auf diese Instruktionen in Form
von Reaktionen entsprechend reagieren. Eine so gestaltete Aushandlung wird so-
lange fortgeführt, bis die Top-Ebene und/oder die Basis-Ebene ein vorgegebenes
Anspruchsniveau erreicht haben.
Bezogen auf den hier vorliegenden Anwendungsfall bedeutet dies, dass die Top-
Ebene, also das fokale Unternehmen, den Recyclingunternehmen ein (vollständi-
ges oder nur teilweise spezifiziertes) Vertragsangebot als Instruktion (IN ) vorgibt.
Dieser Vertrag bezieht sich auf einen mittelfristigen Zeitraum, z.B. ein Jahr. Die
Recyclingunternehmen können auf das Vertragsangebot reagieren, indem sie es
auf Grundlage eigener Entscheidungskalküle evaluieren und ggf. genauer spezifi-
zieren oder ablehnen. Die Reaktionen (RE) der Unternehmen werden anschlie-
ßend vom fokalen Unternehmen evaluiert, indem die Zulässigkeit des aus der
Summe der Reaktionen resultierenden Plans geprüft wird. Dieses sehr allgemeine
Vorgehen ist in Abbildung 4.6 dargestellt.

Top-Ebene

k=k+1 Ja
Ziele erfüllt? Ende

Optimiere: neues IN
RE
IN: Vertrag

Basis-Ebene
Optimiere in
Abhängigkeit von IN

Abbildung 4.6: Abstrakte Darstellung einer hierarchischen Verhandlung (nach


Schneeweiss (2003a, S. 405))

Wie in Kapitel 4.5.2 dargestellt, soll auf der Ebene der taktischen Koordination
4.5 Koordinationsebenen in Recyclingnetzwerken 101

noch keine Koordination der zwischenbetrieblichen Stoffströme erfolgen. Viel-


mehr werden diese Stoffströme in der Weise approximativ berücksichtigt, dass
jedes Recyclingunternehmen die anderen Recyclingunternehmen als Quellen bzw.
Senken interpretiert. Diese, im Folgenden als Dummy-Quellen bzw. -Senken be-
zeichnet, sind nun äquivalent zu den Quellen und Senken außerhalb des Netzwerks
zu betrachten. Ihnen werden demnach analog Erlös- bzw. Kostenfaktoren für er-
wartete Lieferungen von anderen Unternehmen, für die Abgabe von Fraktionen
zur Weiterverarbeitung an andere Unternehmen sowie für Transporte zugeord-
net. Außerdem sind den Dummy-Senken äquivalent zu den Senken außerhalb
des Netzwerks fraktionsspezifische Recyclingkoeffizienten zuzuweisen, damit das
die Fraktionen abgebende Recyclingunternehmen die recycelten bzw. verwerteten
Massen, die aus den an den Quellen abgeholten Altgeräten resultieren, berech-
nen kann. Ferner kann das Unternehmen diese Dummy-Quellen bzw. -Senken
mit Kapazitätsbeschränkungen versehen. Die Grundidee dieses Vorgehens ist in
Abbildung 4.7 informell dargestellt. u sowie u kennzeichnen dabei jeweils ande-
re Netzwerkunternehmen, die aus Sicht des betrachteten Recyclingunternehmens
Quellen bzw. Senken darstellen.

Verträge /
Finanzflüsse
(Außenbeziehung)

Verträge /
Finanzflüsse
Stoffströme
Hersteller

Fokales Unternehmen
Instruktion:
Reaktion:
Vertrags-
Rück- Recycling- Recycling- angebot
meldung unternehmen u=1 unternehmen u=2
u’ r u’ r
u u
q u’’ q u’’
Recycling-
unternehmen u=3
u’ r
u
q u’’

Abbildung 4.7: Bezugsrahmen der taktischen Koordination

Die dunklen Linien kennzeichnen demnach die zu verhandelnde Vertragszahlung


sowie die dazu gehörige Entscheidung über die Stoffströme. Die hell gestrichel-
102 4 Konzept zur Koordination von Recyclingnetzwerken

ten Linien kennzeichnen die Konditionen, zu denen das betrachtete Recycling-


unternehmen Fraktionen an andere Unternehmen oder Senken abgeben bzw. von
anderen Unternehmen oder Quellen beziehen kann. Diese sind hier als Außenbe-

ziehung“ gekennzeichnet, da die Konditionen zunächst im Rahmen der taktischen
Koordination als gegeben angesehen werden und im Rahmen der operativen Ko-
ordination konkret ausgestaltet werden.
Das Ergebnis der Verhandlung stellt ein Rahmenvertrag dar, der für jedes Recy-
clingunternehmen die für einen bestimmten Zeitraum individuell abzuholenden
und zu recycelnden Massen nebst zugehörigen Zahlungen festlegt. Ein derartiger
Rahmenvertrag könnte für ein Netzwerk mit 2 erstbehandelnden Recyclingun-
ternehmen, welches 2 Produkte an 2 Quellen abholen, muss wie in Tabelle 4.1
dargestellt aussehen.

Tabelle 4.1: Beispiel für einen im Rahmen der taktischen Koordination generier-
ten Rahmenvertrag

Von Quelle q zu Recyclingunternehmen u transpor- Vertragszahlung


Q
tierte Masse an Altprodukt i (yiqu ) [ME] (VuF ) [GE]
u=1 u=2 u=1 u=2
i=1 q =1 1.000 500
q =2 500 100
i=2 q =1 2.000 0
q =2 2.000 0
Gesamtmasse [ME] 5.500 1.500
recycelte Masse (recu ) [ME] 3.300 900
2.500 1.200

Demnach hätten die Unternehmen die in der Tabelle dargestellten Massenein-


heiten der jeweiligen Altgeräte abzuholen sowie eine entsprechende Masse zu
recyceln. Für die behandelten Massen erhalten die Recyclingunternehmen die
dargestellte Vergütung.
Die hier geschilderte allgemeine Vorgehensweise einer hierarchischen Aushand-
lung von Rahmenverträgen lässt eine Vielzahl konkreter Umsetzungsmöglichkei-
ten zu. Eine detaillierte Entwicklung eines hierarchischen Aushandlungsmecha-
nismus auf Basis der mathematischen Problemdekomposition erfolgt in Kapitel
5. Zuvor wird im folgenden Abschnitt die operative Koordinationsebene näher
charakterisiert.
4.5 Koordinationsebenen in Recyclingnetzwerken 103

4.5.4 Möglichkeiten zur operativen Koordination von


Recyclingnetzwerken

Wie bereits dargestellt, erfolgt die Erteilung von Abholanordnungen in Deutsch-


land sehr kurzfristig durch das EAR. Dieses leitet Anfragen der Sammelstel-
len bezüglich der Abholung spezifizierter Containereinheiten einer Sammelgruppe
gemäß eines Schlüssels an den zuständigen Hersteller bzw. an den von ihm be-
auftragten Recyclingdienstleister weiter. Ist der Recyclingdienstleister als Netz-
werk organisiert, so wird das fokale Unternehmen durch den Hersteller zur Ab-
holung aufgefordert. Dieses hat nun die Möglichkeit, unter Berücksichtigung der
im Rahmen der taktischen Koordination ausgehandelten Rahmenverträge ein Re-
cyclingunternehmen mit der konkreten Abholung der Behälter an der jeweiligen
Sammelstelle zu beauftragen.
Das beauftragte Recyclingunternehmen hat dann zu entscheiden, ob die Unter-
stützung anderer Recyclingunternehmen im Netzwerk zur Ausführung des Auf-
trags notwendig oder sinnvoll erscheint. Eine Unterstützung durch Unternehmen,
die auf die Weiterbehandlung bestimmter Fraktionen spezialisiert sind, kann bei-
spielsweise zur Erreichung der im Rahmenvertrag festgelegten Recycling- und
Verwertungsquoten erforderlich sein.
Im Zuge der operativen Koordination erfolgt daher eine effiziente Allokation ei-
nes spezifischen Auftrags unter Beachtung der Eigenständigkeit der Unterneh-
men. Im Gegensatz zu der oben beschriebenen hierarchischen Aushandlung der
Rahmenverträge stehen die beteiligten Recyclingunternehmen hierbei auf einer
einheitlichen hierarchischen Stufe, so dass eher von einer nicht-hierarchischen Ko-
ordination ausgegangen werden kann. Wie auch auf der taktischen Ebene ist im
Rahmen der operativen Koordination anzunehmen, dass die Recyclingunterneh-
men keine privaten Daten offen legen werden. Abbildung 4.8 stellt die zu lösenden
Koordinationsaufgabe graphisch dar.
Die dunkel gestrichelten Linien stellen die zu koordinierenden Vertragsbeziehun-
gen zwischen den Recyclingunternehmen dar. Hierbei wird der Unterschied zur
taktischen Koordination deutlich. Während auf der taktischen Ebene andere Un-
ternehmen im Netzwerk nur als Quellen oder Senken angesehen und die jewei-
ligen Preise auf Basis von Vergangenheitsdaten antizipiert werden, sind diese
Beziehungen auf Ebene der operativen Koordination nun konkret auszugestal-
ten. Ist für die Erfüllung eines Auftrags eine spezialisierte Behandlung einzelner
Fraktionen durch andere Unternehmen notwendig, sollte das aus netzwerkweiter
Sicht kostengünstigste Unternehmen ausgewählt werden. Zunehmende Komple-
xität erfährt die Koordination, wenn sie gleichzeitig über mehrere Aufträge im
Netzwerk erfolgen muss.
Als Ergebnis eines derartigen Koordinationsverfahrens können sich für die Re-
cyclingunternehmen andere Preise für die Abgabe von Fraktionen an andere
104 4 Konzept zur Koordination von Recyclingnetzwerken

Verträge /
Finanzflüsse
(Außenbeziehung)

Verträge /
Finanzflüsse
Stoffströme
Recycling-Auftrag
Systemgrenze

außerhalb des Netzwerks


Quellen: Sammelstellen

Recycling-

Weiterbehandlung
q r
unternehmen

Senken:
Recycling-
q unternehmen r

Recycling-
q r
unternehmen

Abbildung 4.8: Operative Koordination von Recyclingnetzwerken

Recyclingunternehmen ergeben als die im Rahmen der taktischen Koordinati-


on angenommenen. Diese neu gewonnen Daten aus der operativen Koordination
können im Rahmen der taktischen Koordination wiederum als aktualisierte Da-
tenbasis verwendet werden. Ferner können die Recyclingunternehmen, die den
Zuschlag für die Weiterbehandlung einzelner Fraktionen erhalten haben, diese
Mengen unter Berücksichtigung der ermittelten Preise wiederum in der taktischen
Verhandlung ansetzen. Dies führt unter ökonomischen Gesichtspunkten ggf. zu
einer veränderten Zuteilung der Kapazität auf Erst- und Weiterbehandlung. An
einer derartigen operativen Koordination könnten sich auch Recyclingunterneh-
men beteiligen, die bisher noch nicht im Netz beteiligt sind, andere Unternehmen
könnten ausscheiden. Die Konsequenz einer Veränderung der Netzwerkstruktur
wäre auf taktischer Ebene die Berücksichtigung veränderter Dummy-Quellen bzw.
-Senken und unter Umständen auch anderer Transportkosten.
Aufgrund der Entscheidungssituation kommen für die Entwicklung von Koordi-
nationsmechanismen auf der operativen Ebene stärker Verfahren in Frage, die
eine geringere hierarchische Beziehung zwischen den Partnern voraussetzen. Der-
artige Verfahren wurden bereits in Kapitel 3.3.2 kurz vorgestellt. Beispielsweise
könnte im Rahmen der operativen Koordination das von Dudek (2004) vorge-
schlagene Konzept der bilateralen Verhandlungen angewandt werden. Ausgehend
4.5 Koordinationsebenen in Recyclingnetzwerken 105

von einem konkreten Recyclingauftrag könnten Recyclingunternehmen über einen


gemeinsamen Plan verhandeln, der die Allokation des Auftrags auf die Partner
spezifiziert.
Ein weiteres interessantes Konzept stellen die ebenfalls in Kapitel 3.3.2 vorge-
stellten kombinatorischen Auktionen dar. Das beauftragte Recyclingunternehmen
könnte Teilaufträge ausschreiben, für die die anderen Recyclingunternehmen Ge-
bote abgeben können. Das es sich im Rahmen der operativen Koordination um
Teilaufträge handelt, die von den anderen Recyclingunternehmen bearbeitet wer-
den müssen, ist hierbei die Komplexität geringer als im Falle einer simultanen
Koordination vieler Aufträge, wie es z.B. in der taktischen Ebene der Fall ist. Das
Konzept der kombinatorischen Auktionen wurde im Kontext von Frachtnetzwer-
ken zur Allokation von Aufträgen von Berger u. Bierwirth (2007) angewandt,
wo die Problemstellung darin besteht, eine im Netzwerk befindliche Menge an
Frachtaufträgen zu allozieren.
Der Schwerpunkt dieser Arbeit liegt jedoch auf der taktischen Koordination, so
dass auf Ansätze zur operativen Koordination im Folgenden nicht näher einge-
gangen wird. Im nächsten Kapitel erfolgt die Entwicklung eines Koordinations-
ansatzes für die taktische Koordination von Recyclingnetzwerken.
5 Aushandlungsmechanismus zur taktischen
Koordination von Recyclingnetzwerken

Im vorhergehenden Kapitel erfolgte eine Darstellung der Koordinationsproble-


matik in Recyclingnetzwerken. Es wurden zwei Koordinationsebenen identifiziert
sowie deren hierarchische Verknüpfung dargestellt. Auf konzeptioneller Ebene
wurden Möglichkeiten zur Gestaltung von Koordinationsmechanismen diskutiert.
Das vorliegende Kapitel beschäftigt sich nun mit der konkreten Ausgestaltung
eines Mechanismus für die taktische Koordinationsebene. Hierfür wurden hierar-
chische Aushandlungen bereits als mögliches adäquates Instrument identifiziert.
Zur Entwicklung eines Koordinationsmechanismus auf Basis hierarchischer Aus-
handlungen werden zunächst einige Grundprinzipien zur Gestaltung von Aus-
handlungsmechanismen dargestellt. Anschließend erfolgt die Entwicklung eines
Aushandlungsansatzes auf Basis der mathematischen Problemdekomposition. Die
Entwicklung des Koordinationsmechanismus wird auf Basis des in Kapitel 4 vor-
gestellten Stoffstrommodells und des Zielsystems durchgeführt. Eine erweiterte
Darstellung für den Fall, dass mehrere Sammelgruppen simultan betrachtet wer-
den, ist in Anhang A.3 zu finden. Im Anschluss an die Modellierung erfolgt die
Darstellung des Verfahrens anhand eines Beispiels, welches die Bezüge zu der in
Kapitel 4.5.4 angedeuteten operativen Koordination herstellt.

5.1 Elemente eines Aushandlungsverfahrens

Die sehr allgemeine Darstellung eines hierarchischen Aushandlungsmechanismus


für die taktische Koordination in Abbildung 4.6 lässt eine Vielzahl an Ausgestal-
tungsmöglichkeiten zu. Zur Entwicklung eines Aushandlungsmechanismus wer-
den daher zunächst einige Grundsätze dargestellt, die es bei der Gestaltung von
Aushandlungsmechanismen im Allgemeinen zu beachten gilt. Generell sind im
Rahmen der Entwicklung von Aushandlungsmechanismen drei Punkte zu berück-
sichtigen (Jennnigs et al. 2001):
• Verhandlungsprotokolle: Das Verhandlungsprotokoll gibt die Regeln vor,
die den Ablauf der Verhandlung steuern. Dazu gehören die Festlegung der
im Rahmen der Verhandlung beteiligten Parteien, die möglichen Verhand-
lungszustände, die Ereignisse, die eine Änderung der Verhandlungszustände
bewirken, und die im jeweiligen Verhandlungszustand von den Verhand-
lungspartnern ausführbaren Aktionen.
108 5 Aushandlungsmechanismus zur taktischen Koordination

• Verhandlungsobjekte: Die Verhandlungsobjekte stellen die Bandbreite


der Themen dar, über die eine Einigung zu erzielen ist. So kann beispiels-
weise lediglich eine Verhandlung über den Preis für ein definiertes Objekt
stattfinden, es können aber auch Verhandlungen über eine Vielzahl von
Parametern, wie Preis, Qualität, Lieferzeiten etc. simultan erfolgen.
• Die Entscheidungsmodelle der Agenten: Die Entscheidungsmodelle
der Agenten bestimmen schließlich das Verhalten der Teilnehmer während
der Verhandlung unter Zugrundelegung ihrer individuellen Ziele.
Im Rahmen der Entwicklung eines Koordinationsmechanismus für die taktische
Koordination von Recyclingnetzwerken gilt es nun, diese im Allgemeinen dar-
gestellten Punkte zu gestalten. Einige Aspekte sind dabei schon durch die aus
den Rahmenbedingungen resultierenden Anforderungen und durch die 2-stufige
Strukturierung des Mechanismus determiniert. Die Verhandlungsobjekte sind hier-
bei bereits gegeben. Diese stellen die durch die Recyclingunternehmen abzuholen-
den und zu recycelnden bzw. verwertenden Massen sowie die zugehörigen Preise
dar. Die Entscheidungsmodelle der Recyclingunternehmen basieren auf den in
Kapitel 4 dargestellten Zielen und Restriktionen. Die Maximierung der jeweiligen
Ziele lässt sich als lineares Entscheidungsmodell formulieren. Das Verhandlungs-
protokoll ist bisher dadurch gekennzeichnet, dass die beteiligten Partner bekannt
sind und dass diese, wie in Kapitel 4.5.3 dargestellt, in einer hierarchischen Be-
ziehung zueinander stehen, bei der das fokale Unternehmen auf der hierarchisch
übergeordneten Top-Ebene steht.
Somit sind zur Vervollständigung des Verhandlungsmechanismus noch die Ver-
handlungszustände, die möglichen Ereignisse sowie die möglichen Aktionen der
beteiligten Partner in den jeweiligen Verhandlungszuständen zu definieren, um
das Verhandlungsprotokoll zu spezifizieren.

5.2 Entwicklung eines Aushandlungsmechanismus für die


taktische Koordination

Zur Entwicklung des Aushandlungsmechanismus wird zunächst ein Überblick


über die Vorgehensweise gegeben. Im Anschluss daran erfolgt die Anwendung
der dualen Dekomposition auf ein zentrales Optimierungsmodell. Zur Anpassung
der Lagrange-Parameter im Rahmen des Verfahrens werden anschließend Sub-
gradientenverfahren näher betrachtet sowie auf die vorliegende Problemstellung
angewandt. Im Anschluss daran wird die Thematik unzulässiger und subopti-
maler Lösungen im Rahmen der dualen Dekomposition von linearen Problemen
beschrieben und zwei Ansätze zur Lösung entwickelt.
5.2 Entwicklung eines Aushandlungsmechanismus für die taktische Koordination 109

5.2.1 Übersicht über die Vorgehensweise

Die Grundidee des Verfahrens besteht darin, ein zentrales Optimierungsmodell,


welches den netzwerkweiten Deckungsbeitrag maximiert, durch die Lagrange-Re-
laxation der gemeinsamen Nebenbedingungen in unternehmensspezifische Teilm-
odelle zu zerlegen. Anstatt der Lösung des zentralen Modells wird ein iterati-
ves, aushandlungsorientiertes Vorgehen angewandt, bei dem den aus der Zerle-
gung resultierenden unternehmensspezifischen Teilmodellen Strafkosten für die
Verletzung der gemeinsamen Restriktionen vorgegeben werden. Die Anpassung
der Strafkosten erfolgt dann im Maße der Überschreitung der gemeinsamen Re-
striktionen. Dieses Vorgehen wird solange fortgeführt, bis eine für das gesamte
Netzwerk gute Lösung gefunden ist.
Abbildung 5.1 gibt einen Überblick über die Vorgehensweise.78
Zur Entwicklung eines zentralen Optimierungsmodells wird auf Basis der in Ka-
pitel 4.5.3.2 dargestellten Vereinfachungen für die taktische Koordinationsebene
von einem Modell ausgegangen, welches den Deckungsbeitrag eines Recycling-
unternehmens in Abhängigkeit der (noch unspezifizierten) Vertragszahlung ma-
ximiert (Schritt I in Abbildung 5.1). Die Summierung der Zielfunktion dieses
Optimierungsmodells über alle Recyclingunternehmen und der Addition des De-
ckungsbeitrags des fokalen Unternehmens ergibt die Zielfunktion des zentralen
Optimierungsmodells zur Maximierung des netzwerkweiten Deckungsbeitrags.
Die Nebenbedingungen bilden die lokalen Restriktionen der unternehmensspe-
zifischen Modelle sowie die globalen Restriktionen der Sammlung des Recyclings
und der Verwertung (Schritt II in Abbildung 5.1). Dieses Modell ist die Ausgangs-
basis für die Entwicklung des aushandlungsbasierten Koordinationsmechanismus.
Es erfolgt anschließend eine Lagrange-Relaxation der gemeinsamen Nebenbedin-
gungen. Dieses derart relaxierte Modell enthält nun neben den ursprünglichen
Komponenten der Zielfunktion zusätzlich die Kosten für die Verletzung der ge-
meinsamen Nebenbedingungen (Schritt III in Abbildung 5.1). Durch die Relaxa-
tion zerfällt dieses Modell wiederum ein ein Modell für jedes Recyclingunterneh-
men. Der Unterschied zum ursprünglichen unternehmensspezifischen Modell be-
steht darin, dass die Vertragszahlung durch die zusätzlichen Lagrange-Parameter
in der Zielfunktion nun spezifiziert ist (Schritt IV in Abbildung 5.1). Die so er-
folgte Zerlegung ermöglicht die iterative Lösung des Ausgangsproblems durch
wechselseitige Vorgabe von Strafkosten (Lagrange-Parameter) und der Antwort
der Unternehmen darauf in Form von auf Basis der vorgegebenen Strafkosten op-
timalen Mengen. Dies kann als hierarchische Aushandlung zwischen dem fokalen
Unternehmen und den Recyclingunternehmen betrachtet werden. Mathematisch
betrachtet erfolgt hierbei eine Lösung des Lagrange-Duals des Ausgangsproblems.
78
Die Bezeichnung der Deckungsbeiträge als DB2 dient zur Unterscheidung der in der takti-
schen Koordinationsebene (vgl. Kapitel 5.2.2ff.) definierten Deckungsbeiträge von den all-
gemeinen Deckungsbeiträgen (vgl. Kapitel 4).
110 5 Aushandlungsmechanismus zur taktischen Koordination

Optimierungsmodelle der
max DB 2uU max DB 2uU Recyclingunternehmen
(I)
+gemeinsame Restriktionen

max DB 2 Netz Optimierungsmodell für das


Netzwerk (II)
Lagrange-Relaxation Kap. 5.2.2

Optimierungsmodell für das


max DB 2 LR
Netzwerk mit Strafkosten (III)

Aufspaltung
Optimierungsmodelle der
max DB 2uLR max DB 2uLR Recyclingunternehmen mit
Strafkosten (IV)

Grundlagen zu Subgradientenverfahren Kap. 5.2.3

Subgradientenverfahren als iterative


Aushandlungsmechanismen Kap. 5.2.4

Grundlagen zur Problematik zulässiger und


optimaler Lösungen Kap. 5.2.5

Heuristik zur Generierung zulässiger Lösungen Kap. 5.2.6

Verbesserung zulässiger Lösungen Kap. 5.2.7

Abbildung 5.1: Übersicht über die Vorgehensweise zur Entwicklung eines


Koordinationsmechanismus

Diese Zerlegung des Modells ist Gegenstand von Kapitel 5.2.2 (vgl. Abbildung
5.1).
Zur Lösung eines Modells auf Basis der dualen Dekomposition stehen unterschied-
liche Verfahren zur Verfügung. Ein mögliches Verfahren stellt die Subgradienten-
methode dar. Aus diesem Grund werden in Kapitel 5.2.3 Grundlagen zu Subgra-
dientenverfahren dargestellt. In Kapitel 5.2.4 wird dann ein Subgradientenver-
fahren auf das hier betrachtete Problem angewandt. Der Mechanismus ist somit
in seinen Grundzügen spezifiziert. Allerdings besteht bei der Anwendung derar-
tiger Verfahren auf lineare Probleme das Problem darin, dass die im Ablauf des
Verfahrens generierten Lösungen keine Zulässigkeit für das Gesamtproblem be-
sitzen müssen oder im Falle einer globalen Zulässigkeit suboptimal sein können.
Diese Problematik wird in Kapitel 5.2.5 anhand eines Beispiels dargestellt. In
den sich anschließenden Abschnitten erfolgt dann zunächst die Entwicklung ei-
ner Heuristik, die die Generierung zulässiger Lösungen ermöglicht. Anschließend
5.2 Entwicklung eines Aushandlungsmechanismus für die taktische Koordination 111

wird eine einfache Methode vorgestellt, die eine Verbesserung bereits vorliegender
(zulässiger) Lösungen vornimmt.
Die einzelnen Schritte im Rahmen der Entwicklung des Aushandlungsverfahrens
werden in den folgenden Abschnitten beschrieben.

5.2.2 Duale Dekomposition als Ausgangspunkt zur Entwicklung eines


Koordinationsmechanismus

In diesem Abschnitt erfolgt die Entwicklung eines zentralen Netzwerkoptimie-


rungsmodells, welches durch Anwendung der mathematischen Problemdekompo-
sition in unternehmensspezifische Teilmodelle zerlegt wird. Die iterative Lösung
dieses zerlegten Modells kann als hierarchische Aushandlung zwischen dem foka-
len Unternehmen und den Recyclingunternehmen interpretiert werden.
Für die Entwicklung des Koordinationsmechanismus wird dabei zunächst auf die
Zusammenhänge in Kapitel 4.5.3.2 zurückgegriffen. Auf konzeptioneller Ebene
wurde ein Mechanismus skizziert, bei dem das fokale Unternehmen in hierar-
chischer Weise mit den Recyclingunternehmen einen Rahmenvertrag aushandelt.
Das fokale Unternehmen ist dabei als Top-Ebene zu sehen, welche über Instruk-
tionen den Aushandlungsmechanismus steuert. Die Recyclingunternehmen stel-
len die Basis-Ebene dar, die nach Evaluation von Vertragsangeboten in Form von
Reaktionen antwortet. Die Instruktionen und Reaktionen sind somit die (noch
näher auszugestaltenden) Aktionen, die durch die Teilnehmer ausgeführt werden
können.
Die Recyclingunternehmen betrachten im Rahmen dieser Aushandlungssituation
die jeweils anderen Recyclingunternehmen als Quellen bzw. Senken äquivalent zu
den Quellen und Senken des Netzwerks. Die zwischenbetriebliche Koordination
wird hier somit noch nicht betrachtet. Geht man von diesen Zusammenhängen
aus, dann lässt sich auf Basis des in Kapitel 4 vorgestellten Stoffstrommodells
sowie des Zielsystems ein Optimierungsmodell für die Basis-Ebene in Form der
Recyclingunternehmen aufstellen.
Die jeweils anderen Recyclingunternehmen werden aus Sicht eines Recyclingun-
ternehmens als Dummy-Quellen (QD ) bzw. Dummy-Senken (RD ) bezeichnet. So-
mit werden auch die an andere Recyclingunternehmen gelieferten Stoffströme
zur Berechnung der recycelten bzw. verwerteten Masse herangezogen. Aus die-
sem Grund sind Stoffströme, die an die (Dummy-)Senken geliefert werden und
aus Stoffströmen resultieren, die von anderen Recyclingunternehmen (Dummy-
Quellen) zur Weiterverarbeitung empfangen werden, entsprechend zu kennzeich-
nen, um sie von der Anrechnung auf recycelte und verwertete Massen auszuschlie-
ßen. Anderenfalls würden sie bei dem abgebenden Unternehmen als auch bei dem
empfangenden Unternehmen und somit doppelt angerechnet.
112 5 Aushandlungsmechanismus zur taktischen Koordination

In Ergänzung zu der bereits eingeführten Notation aus Kapitel 4 wird die folgende
Notation verwendet:
eiq Erlös (+) bzw. Kosten (-) für die Annahme von Alt-
gerät/Fraktion i von Dummy-Quelle q
DB2Uu Deckungsbeitrag von Recyclingunternehmen u (takti-
sche Koordination) [GE]
DB2N etz Deckungsbeitrag des Netzwerks (taktische Koordinati-
on) [GE]
DB2LR Deckungsbeitrag des Netzwerks mit Strafkosten (takti-
sche Koordination) [GE]
DB2LR
u Deckungsbeitrag von Recyclingunternehmen u mit Straf-
kosten (taktische Koordination) [GE]
QD Menge aller Dummy-Quellen (andere Recyclingunter-
nehmen)
QM INuiq /QM AXuiq Masse an Altgerät/Fraktion i, die Recyclingunterneh-
men u minimal/maximal von Dummy-Quelle q beziehen
kann [ME]
RD Menge aller Dummy-Senken (andere Recyclingunterneh-
men)
RM INuir /RM AXuir Masse an Altgerät/Fraktion i, die Recyclingunterneh-
men u minimal/maximal an Dummy-Senke r abgeben
kann [ME]
xw
ju Anzahl der Ausführungen von Recyclingaktivität j, die
in Recyclingunternehmen u auf Stoffströme angewandt
werden, die von anderen Recyclingunternehmen zur Wei-
terverarbeitung bezogen werden [Aktivitäten]
R,w
yiur Masse an Fraktion i, die von Recyclingunternehmen u
an (Dummy-)Senke r geliefert wird und aus einer Wei-
terverarbeitung von Stoffströmen resultiert, die von an-
deren Recyclingunternehmen zur Weiterverarbeitung
empfangen werden [ME]
Auf Grundlage dieser Zusammenhänge lässt sich ausgehend von Zielfunktion
(4.15) unter Berücksichtigung der Technik und des dargestellten Restriktionen-
felds ein (vereinfachtes) Optimierungsmodell eines einzelnen Recyclingunterneh-
mens u aufstellen, in dem der Deckungsbeitrag in Abhängigkeit der vom fokalen
Unternehmen gezahlten Transferzahlung optimiert wird (Schritt (I) in Abbildung
5.1):
5.2 Entwicklung eines Aushandlungsmechanismus für die taktische Koordination 113

max DB2Uu = VuF +



  
+ ⎝ (−tqiqu ) · yiqu
Q
+ eiq · yiqu
Q

i∈I q∈Q q∈QD



 
+ (sir − triur ) · R
(yiur + R,w
yiur ) + (sir − triur ) · R
(yiur + R,w
yiur )
r∈R r∈RD

− cju · (xju + xw
ju )
j∈Ju
(5.1)
u.d.N.
  
xju · vij = R
yiur − Q
yiqu ∀i ∈ I (5.2)
j∈Ju r∈R∪RD q∈Q
  
ju · vij = − ∀i ∈ I
R,w Q
xw yiur yiqu (5.3)
j∈Ju r∈R∪RD q∈QD
 
recu = R
yiur · χir (5.4)
i∈I r∈R∪RD
 
verwu = R
yiur · δir (5.5)
i∈I r∈R∪RD

aju · (xju + xw
ju ) ≤ M AXu
Dem
(5.6)
j∈JuDem

aju · (xju + xw
ju ) ≤ M AXu
MA
(5.7)
j∈JuM A

RM INuir ≤ (yiur
R R,w
+ yiur ) ≤ RM AXuir ∀i ∈ I, r ∈ RD (5.8)
QM INuiq ≤ yiqu Q
≤ QM AXuiq ∀i ∈ I, q ∈ Q D
(5.9)
Q R
yiqu , yiur R,w
, yiur , xw
ju , recu , verwu ≥0 (5.10)
Die Zielfunktion (5.1) maximiert den Deckungsbeitrag für Recyclingunterneh-
men u. Sie besteht aus den folgenden Komponenten: VuF ist die Transferzahlung,
die das fokale Unternehmen an das Recyclingunternehmen zahlt. Diese hängt
Q
von durch die Recyclingunternehmen u abgeholten Massen (yiqu ) ab und ist
an dieser Stelle noch nicht spezifiziert. Abweichend von der Zielfunktion (4.15)
des Zielsystems sind, anstatt der auszuhandelnden Transferzahlungen für die
U
zwischen den Recyclingunternehmen auszutauschenden Stoffströme (Vuu  ), die

Stoffströme von oder zu den anderen Recyclingunternehmen mit den auf die-
ser Ebene pauschal antizipierten Annahmeerlösen/-kosten (eiq ) bzw. Weiterver-
arbeitungserlösen/-kosten (sir ) belegt. QD bezeichnet dabei die (netzwerkinter-
nen) Recyclingunternehmen, von denen das Unternehmen Stoffströme empfangen
114 5 Aushandlungsmechanismus zur taktischen Koordination

kann (Dummy-Quellen), und RD die Menge aller (netzwerkinternen) Recycling-


unternehmen, an die es zu gegebenen Konditionen Stoffströme abgeben kann
(Dummy-Senken). Dies bedeutet, dass die als zwischen den Recyclingunterneh-
U
men zu koordinierende Stoffströme yiuu  (vgl. Kapitel 4.2) nun zu, für die jeweili-
Q
gen Recyclingunternehmen frei wählbaren, Stoffströmen von Quellen (yiqu - falls
von dem Unternehmen Stoffströme empfangen werden können) oder zu Senken
R R,w
(yiur /yiur - falls an das Unternehmen Stoffströme abgegeben werden können)
werden. Um eine Nachvollziehbarkeit der Stoffströme zu gewährleisten, werden
diejenigen Stoffströme, die an (Dummy-)Senken abgegeben werden und aus ei-
R,w
ner Weiterverarbeitung resultieren, mit yiur bezeichnet. xw
ju bezeichnet entspre-
chend die Anzahl der Ausführungen an Recyclingaktivität j, die auf empfangene
Stoffströme zur Weiterverarbeitung angewendet werden. eiq bezeichnet dann den
erwarteten Preis, den das Unternehmen für angenommene Stoffströme von Typ
i von Dummy-Quelle (Recyclingunternehmen) q erhält. Dieser stellt zunächst
eine Erwartung des Recyclingunternehmens dar, die beispielsweise aus Vergan-
genheitsdaten oder Prognosen resultieren kann. Wird eine Koordination auf ope-
rativer Ebene durchgeführt, so können sich diese erwarteten Preise durch neue
sich für den zwischenbetrieblichen Austausch ergebende Preise ändern. sir be-
zeichnet den Erlös (+) bzw. die Kosten (-) für die Lieferung von Fraktionen vom
Typ i zu Senke bzw. Dummy-Senke (Recyclingunternehmen) r. Ist r ein ande-
res (netzwerkinternes) Recyclingunternehmen (r ∈ RD ) so ist sir wiederum ein
prognostizierter Wert für die Abgabe einer Fraktion an Dummy Senke r (anderes
Recyclingunternehmen). Auch dieser kann sich im Rahmen der operativen Koor-
dination ändern. Transportkosten zu anderen Recyclingunternehmen fallen nur
für abgegebene Stoffströme an, da angenommen wurde, dass die Transportkos-
ten dem liefernden Unternehmen zuzuordnen sind. Für die von einer externen
Quelle q ∈ Q empfangenen Stoffströme fallen Transportkosten tqiqu an. Annah-
meerlöse werden den Stoffströmen von den Quellen nicht zugeordnet, da diese
noch nicht als Datum feststehen, sondern Teil der mit dem fokalen Unternehmen
auszuhandelnden Transferzahlung VuF sind. Für die Senken (R) des Netzwerks
ist sir gegeben und wird um die anfallenden Transportkosten (triur ) reduziert.
Nebenbedingung (5.2) und (5.3) stellen die Massenbilanzgleichungen für von
Quellen einerseits und von anderen Unternehmen andererseits empfangene Stoff-
ströme dar. Wie zu erkennen ist, werden die anderen Recyclingunternehmen je-
weils wie Quellen oder Senken behandelt. Gleichung (5.4) definiert die recycelte
Masse für die von den Quellen bezogenen Altgeräte und (5.5) entsprechend die
verwertete Masse. Diese wird ermittelt, indem die an Senken und Dummy-Senken
abgegebenen Massen mit den jeweiligen Koeffizienten multipliziert werden. Die
recycelte bzw. verwertete Masse bezieht sich dabei auf die von den Quellen be-
zogenen Altgeräte. Aus diesem Grund erfolgte in Gleichung (5.3) eine getrennte
Modellierung der Stoffströme, die aus einer Weiterverarbeitung resultieren. Dies
ist notwendig, da sonst eine doppelte Wertung der recycelten bzw. verwerteten
5.2 Entwicklung eines Aushandlungsmechanismus für die taktische Koordination 115

Masse erfolgt, einerseits bei dem Unternehmen, das die Fraktionen an andere
Recyclingunternehmen abgibt (Dummy-Senken), und andererseits bei dem emp-
fangenden Unternehmen. Bedingungen (5.6) und (5.7) stellen die Einhaltung der
zur Verfügung stehenden Kapazität für die Demontage und mechanische Aufbe-
reitung sicher.
In den Nebenbedingungen (5.8) und (5.9) sind die antizipierten Kapazitätsbe-
schränkungen für die Dummy-Quellen und -Senken berücksichtigt. Über diese
Kapazitätsbeschränkungen kann Recyclingunternehmen u Erwartungen darüber
formulieren, welche Masse an Fraktionen es von anderen Unternehmen mindes-
tens (QM INuiq ) bzw. höchstens (QM AXuiq ) empfangen bzw. an andere Unter-
nehmen abgegeben kann (RM INuir , RM AXuir ). Auch diese Werte stellen eine
Erwartung dar, die sich durch neue Erkenntnisse auf der operativen Koordinati-
onsebene ändern kann.
Die Nichtnegativitätsbedingungen sind in Gleichung (5.10) dargestellt. Hierbei
erfolgt im Vergleich zu Kapitel 4 eine Relaxation derart, dass die Anzahl der
Ausführung auch von Demontageaktivitäten nicht länger ganzzahlig sein muss.
Da es sich um eine mittelfristige Planung handelt, bei der große Massen betrachtet
werden, ist eine solche Vereinfachung tolerierbar (Ploog 2004; Walther 2005).
Das Ziel der Verhandlung des fokalen Unternehmens mit den Recyclingunterneh-
men besteht nun in der Gestaltung der Transferzahlungen dahingehend, dass für
die Recyclingunternehmen Anreize geschaffen werden, die von den Sammelstel-
len abzuholenden sowie die zu recycelnden und zu verwertenden Massen im Sinne
einer Erfüllung der netzwerkweiten Restriktionen zu wählen (Bedingungen 4.10,
4.11 und 4.12).
Modell (5.1)-(5.10) stellt das Optimierungsmodell eines einzelnen Recyclingun-
ternehmens u dar. Dieses maximiert den Deckungsbeitrag in Abhängigkeit der
Transferzahlung VuF . Ausgehend von diesem unternehmensspezifischen Modell
lässt sich ein Modell zur Maximierung des netzwerkweiten Deckungsbeitrags er-
stellen (Schritt (II) in Abbildung 5.1). Dazu wird die Zielfunktion (5.1) über
alle Recyclingunternehmen u aufsummiert und der Deckungsbeitrag des foka-
len Unternehmens (4.16) addiert. So entsteht Zielfunktion (5.11) des gesamten
Netzwerks. Der Unterschied zu der allgemeinen Zielfunktion (4.17), wie sie im
Rahmen der Modellierung des Zielsystems dargestellt wurde, besteht darin, dass
die Stoffströme zwischen den Unternehmen nicht aufeinander abgestimmt wer-
den, sondern dass jedes Recyclingunternehmen diese zunächst auf Basis der ihm
zur Verfügung stehenden Daten über die jeweils anderen Recyclingunternehmen
(eiq , sir , RM INuir , RM AXuir , QM INuiq , QM AXuiq ), für sich“ plant. Hierbei

werden die anderen Recyclingunternehmen als Quellen (QD ) bzw. Senken (RD )
betrachtet, von denen Stoffströme zu gegebenen Konditionen bezogen bzw. an
die Stoffströme abgegeben werden können. Da die netzwerkinternen Stoffströme
lediglich stark vereinfacht berücksichtigt werden, handelt es sich also nur um ein
116 5 Aushandlungsmechanismus zur taktischen Koordination

vereinfachtes, aggregiertes Modell. Hierbei wird die in Kapitel 4.5.1 dargestellte


hierarchische Strukturierung deutlich.
Fügt man neben den unternehmensspezifischen Nebenbedingungen für jedes Re-
cyclingunternehmen (5.2)-(5.10) die unternehmensübergreifenden Restriktionen
(4.10), (4.11) und (4.12) bezüglich der Abholung sowie der Recycling- und Ver-
wertungsquoten hinzu, ergibt sich das folgende Modell, das eine Optimierung
des netzwerkweiten Deckungsbeitrags auf Basis der beschriebenen Aggregation
vornimmt:
⎛ ⎛
   
max DB2 N etz
= ⎝ ⎝ (ei − tqiqu ) · yiqu
Q
+ eiq · yiqu
Q

u∈U i∈I q∈Q q∈QD


 
 
+ (sir − triur ) · R
(yiur + R,w
yiur ) − cju · (xju + xw
ju )
r∈R∪RD j∈Ju
(5.11)

u.d.N.
  
xju · vij = R
yiur − Q
yiqu ∀u ∈ U, i ∈ I (5.12)
j∈Ju r∈R∪RD q∈Q
  
ju · vij = − ∀u ∈ U, i ∈ I
R,w Q
xw yiur yiqu (5.13)
j∈Ju r∈R∪RD q∈QD
 
recu = R
yiur · χir ∀u ∈ U (5.14)
i∈I r∈R∪RD
 
verwu = R
yiur · δir ∀u ∈ U (5.15)
i∈I r∈R∪RD

aju · (xju + xw
ju ) ≤ M AXu
Dem
∀u ∈ U (5.16)
j∈JuDem

aju · (xju + xw
ju ) ≤ M AXu
MA
∀u ∈ U (5.17)
j∈JuM A

RM INuir ≤ (yiur
R R,w
+ yiur ) ≤ RM AXuir ∀u ∈ U, i ∈ I, r ∈ RD (5.18)
QM INuiq ≤ Q
yiqu ≤ QM AXuiq ∀u ∈ U, i ∈ I, q ∈ QD (5.19)
 Q
Aiq = yiqu ∀i ∈ I, q ∈ Q (5.20)
u∈U
 
Q
yiqu · αi ≤ recu (5.21)
i∈I q∈Q u∈U u∈U
 
Q
yiqu · βi ≤ verwu (5.22)
i∈I q∈Q u∈U u∈U

ju , recu , verwu ≥ 0
Q R R,w
yiqu , yiur , yiur , xju , xw (5.23)
5.2 Entwicklung eines Aushandlungsmechanismus für die taktische Koordination 117

Dieses dargestellte zentrale Optimierungsmodell, das den Deckungsbeitrag des


gesamten Netzwerks maximiert, ist der Ausgangspunkt für die Entwicklung des
dekompositionsbasierten Aushandlungsmechanismus. Das dargestellte Optimie-
rungsmodell ist ein lineares Optimierungsmodell mit blockangularer Struktur.
Die gemeinsamen Restriktionen sind dabei die Restriktionen (5.20), (5.21) und
(5.22). Die grundlegende Vorgehensweise zur Entwicklung des Aushandlungsme-
chanismus besteht darin, dieses Modell durch eine Dekomposition zu zerlegen
und die mit Hilfe eines geeigneten Verfahrens durchgeführte Interaktion zwischen
dem Koordinator und den Teilmodellen als Aushandlung zwischen dem fokalen
Unternehmen und den Recyclingunternehmen zu interpretieren.
Optimierungsmodelle mit blockangularer Struktur wurden bereits in Kapitel
3.3.2.3 diskutiert. Wie dargestellt sind zur Zerlegung derartiger Modelle primale
und duale Dekompositionsverfahren anwendbar.
Im Rahmen der primalen Dekomposition werden den einzelnen Unternehmen
vom Koordinator Ressourcenallokationen vorgegeben, die die Unternehmen mit
Grenzkosten (Schattenpreisen) bewerten müssen. Auf Basis der Grenzkosten er-
stellt der Koordinator eine neue Ressourcenallokation. Den primalen Verfahren
wird im Gegensatz zu den dualen Verfahren der Vorteil zugesprochen, dass je-
de Ressourcenallokation eine zulässige Lösung des zugrundeliegenden zentralen
Problems liefert, was bei dualen Verfahren nicht der Fall ist (Fan et al. 2003).79
Allerdings gilt dies nur, wenn die globalen Restriktionen als Ungleichungen im
Sinne eines Ressourcenallokationsproblems, bei dem eine zur Verfügung stehen-
de Ressourcenmenge durch die Inanspruchnahme der Unternehmen nicht über-
schritten werden darf, zu erfüllen sind. In dem hier vorliegenden Fall sind die
gemeinsamen Restriktionen jedoch entweder als Gleichung zu erfüllen (Abhol-
Restriktionen) oder als Ungleichung, bei der eine gewisse Masse überschritten
werden muss (Recycling- und Verwertungsbedingung). Eine Allokation kann hier
demnach zu einer lokal unzulässigen Lösung führen, wenn z.B. die Masse der
zugeordneten abzuholenden Geräte die internen Kapazitäten überschreitet oder
die zugeteilten zu recycelnden Massen z.B. aufgrund nicht ausreichender Recy-
clingfähigkeiten nicht erbracht werden können.
Im Gegensatz zu den primalen Verfahren werden den Unternehmen im Rahmen
dualer Dekomposition Preise für die Inanspruchnahme der globalen Restriktio-
nen vorgegeben. Im Rahmen der dualen Dekomposition sind die Probleme der
Unternehmen immer zulässig, da durch die vorgegebenen Preise für die Inan-
spruchnahme der globalen Restriktionen lediglich die Zielfunktion verändert und
nicht der Lösungsraum eingeschränkt wird. Hierbei führen die ermittelten Preise
jedoch nicht zwingend zu Lösungen, die im Sinne des Gesamtproblems zulässig
oder gar optimal sind.
Im Folgenden wird aufgrund ihrer intuitiven Umsetzbarkeit auf ein duales Ver-
79
Vgl. hierzu Kapitel 3.3.2.3
118 5 Aushandlungsmechanismus zur taktischen Koordination

fahren zurückgegriffen. Die globale Zulässigkeit der Lösung wird dann mit Hilfe
einer Heuristik hergestellt.
Die Anwendung der dualen Dekomposition erfolgt, indem die gemeinsamen Re-
striktionen (5.20), (5.21) und (5.22), die nur durch alle Recyclingunternehmen
gemeinsam erfüllt werden können, relaxiert werden und deren Verletzung mit
Strafkosten in der Zielfunktion belegt wird (vgl. Schritt (III) in Abbildung 5.1).
Dazu werden die folgenden Strafkostenparameter verwendet:
πiq Lagrange-Parameter für die Verletzung der Abholbedingung [GE/ME]
(Bedingung 5.20)
λ Lagrange-Parameter für die Verletzung der Recyclingbedingung
[GE/ME] (Bedingung 5.21)
μ Lagrange-Parameter für die Verletzung der Verwertungsbedingung
[GE/ME] (Bedingung 5.22)
Dabei ist zu beachten, dass die Lagrange-Parameter für die Ungleichheitsrestrik-
tionen stets nichtnegativ sind (λ > 0, μ > 0) und die Lagrange-Parameter für
die Gleichheitsrestriktionen beliebige Werte annehmen können (πiq ∈ R) (Fisher
1981).
Nach der Relaxation der Nebenbedingungen ergibt sich das folgende, als Lagrange-
Relaxation bezeichnete Modell:
max DB2LR =
⎛ ⎛
   
⎝ ⎝ (ei − tqiqu ) · yiqu
Q
+ eiq · yiqu
Q

u∈U i∈I q∈Q q∈QD


 
 
+ (sir − triur ) · R
(yiur + R,w
yiur ) − cju · (xju + xw
ju )
r∈R∪RD j∈Ju
   
   
+λ· recu − Q
yiqu · αi +μ· verwu − Q
yiqu · βi
u∈U i∈I q∈Q u∈U u∈U i∈I q∈Q u∈U
 
 
+ πiq · Aiq − Q
yiqu
i∈I q∈Q u∈U
(5.24)
5.2 Entwicklung eines Aushandlungsmechanismus für die taktische Koordination 119

u.d.N.
  
xju · vij = R
yiur − Q
yiqu ∀u ∈ U, i ∈ I (5.25)
j∈Ju r∈R∪RD q∈Q
  
ju · vij = − ∀u ∈ U, i ∈ I
R,w Q
xw yiur yiqu (5.26)
j∈Ju r∈R∪RD q∈QD
 
recu = R
yiur · χir ∀u ∈ U (5.27)
i∈I r∈R∪RD
 
verwu = R
yiur · δir ∀u ∈ U (5.28)
i∈I r∈R∪RD

aju · (xju + xw
ju ) ≤ M AXu
Dem
∀u ∈ U (5.29)
j∈JuDem

aju · (xju + xw
ju ) ≤ M AXu
MA
∀u ∈ U (5.30)
j∈JuM A

RM INuir ≤ (yiur
R R,w
+ yiur ) ≤ RM AXuir ∀u ∈ U, i ∈ I, r ∈ RD (5.31)
QM INuiq ≤ yiqu Q
≤ QM AXuiq ∀u ∈ U, i ∈ I, q ∈ Q D
(5.32)
Q R
yiqu , yiur R,w
, yiur , xju , xw
ju , recu , verwu ≥0 (5.33)

Das Modell enthält nun in der Zielfunktion (5.24) neben den Erlös- und Kosten-
komponenten der ursprünglichen Zielfunktion (5.11) die Strafkosten, die aus der
Lagrange-Relaxation herrühren. Die Nebenbedingungen sind identisch mit denen
des Modells (5.11-5.23), bis auf die fehlenden gemeinsamen Restriktionen. Wie
ersichtlich ist, belohnen die nichtnegativen Lagrange-Parameter λ und μ das Re-
cycling (ausgedrückt durch die Variable recu ) sowie die Verwertung (ausgedrückt
durch die Variable verwu ). Ist der Wert πiq positiv, so wird die Sammlung von
Q
Altgeräten (yiqu ) bestraft, ist er negativ, so wird diese belohnt. Durch die Relaxa-
tion der gemeinsamen Nebenbedingungen lässt sich das Modell (5.24-5.33) durch
Umformung wiederum in ein unabhängiges Modell für jedes Recyclingunterneh-
men u zerlegen (vgl. Schritt (IV) in Abbildung 5.1).
Es gilt dann:
 
max DB2LR = max DB2LR
u + πiq · Aiq (5.34)
u∈U i∈I q∈Q
120 5 Aushandlungsmechanismus zur taktischen Koordination

wobei
max DB2LR
u =

  
⎝ (ei − tqiqu ) · yiqu
Q
+ eiq · yiqu
Q

i∈I q∈Q q∈QD



 
+ (sir − triur ) · (yiur
R R,w
+ yiur ) − cju · (xju + xw
ju ) (5.35)
r∈R∪RD j∈Ju
   
 
+λ· recu − Q
yiqu · αi +μ· verwu − Q
yiqu · βi
i∈I q∈Q i∈I q∈Q

− πiq · yiqu
Q

i∈I q∈Q

u.d.N.
  
xju · vij = R
yiur − Q
yiqu ∀i ∈ I (5.36)
j∈Ju r∈R∪RD q∈Q
  
ju · vij = − ∀i ∈ I
R,w Q
xw yiur yiqu (5.37)
j∈Ju r∈R∪RD q∈QD
 
recu = R
yiur · χir (5.38)
i∈I r∈R∪RD
 
verwu = R
yiur · δir (5.39)
i∈I r∈R∪RD

aju · (xju + xw
ju ) ≤ M AXu
Dem
(5.40)
j∈JuDem

aju · (xju + xw
ju ) ≤ M AXu
MA
(5.41)
j∈JuM A

RM INuir ≤ (yiur
R R,w
+ yiur ) ≤ RM AXuir ∀i ∈ I, r ∈ RD (5.42)
QM INuiq ≤ yiqu Q
≤ QM AXuiq ∀i ∈ I, q ∈ QD (5.43)
Q R,w
yiqu , yiur , yiur , xju , xw
R
ju , recu , verwu ≥0 (5.44)

Die Zielfunktion des unternehmensspezifischen Modells (5.35-5.44) lässt sich ver-


einfachen, indem man einen neuen Parameter piq einführt und die Substitution
piq = ei − λ · αi − μ · βi − πiq vornimmt. Die Zielfunktion (5.35) lässt sich dann
5.2 Entwicklung eines Aushandlungsmechanismus für die taktische Koordination 121

wie folgt schreiben:

DB2LR
u =

  
⎝ (piq − tqiqu ) · yiqu
Q
+ eiq · yiqu
Q

i∈I q∈Q q∈QD


 (5.45)
 
+ (sir − triur ) · R
(yiur + R,w
yiur ) − cju · (xju + xw
ju )
r∈R∪RD j∈Ju

+ λ · recu + μ · verwu

Betrachtet man nun dieses unternehmensspezifische Teilmodell so lässt sich er-


kennen, dass dieses dem am Anfang des Kapitels dargestellten Modell (5.1-5.10)
entspricht, wenn die Transferzahlung VuF wie folgt definiert wird:

VuF = piq · yiqu
Q
+ λ · recu + μ · verwu (5.46)
i∈I q∈Q

Somit ergibt sich die Transferzahlung natürlich“ durch die Anwendung eines

dualen Dekompositionsverfahrens. Die Transferzahlung besteht somit aus einer
Komponente piq , die für die Abholung je Masseneinheit von Altgerät i von Quelle
q bezahlt wird, sowie den Komponenten λ bzw. μ, die jede recycelte bzw. verwer-
tete Masseneinheit vergüten. Die einzelnen Zahlungsbestandteile bestehen dabei
aus den aus der Lagrange-Relaxation resultierenden Lagrange-Parametern.
Die Vorgehensweise der dualen Dekompositionsverfahren besteht darin, an Stelle
des originalen Problems (5.11-5.23), welches den netzwerkweiten Deckungsbeitrag
aus Sicht eines zentralen Planers optimiert, das so genannte Lagrange-Dual zu
lösen. Dies bedeutet, dass die dualen Entscheidungsvariablen (Lagrange-Parame-
ter) derart gewählt werden müssen, dass der optimale (maximale) Zielfunkti-
onswert der Lagrange-Relaxation (der von den Lagrange-Parametern abhängt)
minimiert wird (vgl. hierzu auch Holmberg 1995). Das Lagrange-Dual des Netz-
werkoptimierungsmodells ist im hier betrachteten Fall das Problem:

min max DB2LR (5.47)


πiq ,λ,μ

Es ist bekannt, dass im Falle linearer Probleme der optimale Zielfunktionswert in


beiden Fällen der selbe ist. Im vorliegenden Fall bedeutet dies also, dass (Holm-
berg 1995):
max DB2N etz = min max DB2LR (5.48)
πiq ,λ,μ

Sind wie im vorliegenden Fall die relaxierten Nebenbedingungen die gemeinsa-


men Restriktionen, so lässt sich die optimale Lösung des Modells max DB2LR
122 5 Aushandlungsmechanismus zur taktischen Koordination

wie dargestellt ermitteln, indem jedes Recyclingunternehmen das Modell ((5.45),


(5.36)-(5.44)) löst.
Eine derartige Zerlegbarkeit von Problemen ermöglicht nun die dezentrale Lösung
des Problems mittels eines iterativen Verfahrens. Innerhalb eines derartigen Ver-
fahrens werden wechselseitig von einem Koordinator neue Preise (Lagrange-Para-
meter) vorgegeben, woraufhin die Teilmodelle (Recyclingunternehmen) basierend
auf diesen Preisen neue Mengen festlegen. Nach einer Rückmeldung kann der Ko-
ordinator wiederum neue Preise berechnen. Dies wird so lange fortgeführt, bis das
Lagrange-Dual sein Minimum erreicht hat (Gleichung 5.47).
Eine natürliche Interpretation des Koordinators ist in der betrachteten Problem-
stellung das fokale Unternehmen. Das fokale Unternehmen kann als Top-Ebene
den Recyclingunternehmen (Basis-Ebene) Instruktionen in Form von Lagrange-
Parametern als Vertragsangebote vorgeben. Diese spezifizieren die Preise für die
Abholung einer Masseneinheit jedes Altgeräts an den Quellen sowie die Vergütung
jeder recycelten und verwerteten Masseneinheit (piq , λ, μ). Auf Basis dieses An-
gebots berechnen die Recyclingunternehmen ihr optimales Recyclingprogramm
mit Hilfe des Modells ((5.45), (5.36)-(5.44)). Es erfolgt dann eine (noch genauer
zu spezifizierende) Reaktion der Recyclingunternehmen auf Basis derer das fokale
Unternehmen entscheiden kann, ob die zu optimierende Funktion ihr Optimum
erreicht hat, oder ob weitere Parameteranpassungen notwendig sind. Ist das fo-
kale Unternehmen neben der Maximierung des netzwerkweiten Deckungsbeitrags
auch an der Erzielung eines Mindestdeckungsbeitrag für sich selbst interessiert,
so kann es zusätzlich prüfen, ob durch das aktuelle Vertragsangebot ein zu erzie-
lender Mindestdeckungsbeitrag erzielt wird. Da das fokale Unternehmen gemäß
den Annahmen an der Maximierung des netzwerkweiten Deckungsbeitrags inter-
essiert ist, wird dies hier nicht weiter verfolgt.
Die bisherigen Überlegungen ergeben die in Abbildung 5.2 dargestellte grund-
legende Spezifizierung des Verfahrens.80 Dabei sind zur Illustration neben dem
fokalen Unternehmen zwei Recyclingunternehmen im Netzwerk beteiligt.
Die Instruktion des Aushandlungsverfahrens ist somit durch die Lagrange-Para-
meter bzw. die daraus abgeleiteten Preise gegeben. Neben der Instruktion ist
noch die Reaktion der Recyclingunternehmen zu spezifizieren. Die Reaktion stellt
die Antwort der Basis-Ebene auf die Instruktion der Top-Ebene dar. Auf Basis
der Reaktion kann die Top-Ebene entscheiden, inwieweit eine Anpassung der
Lagrange-Parameter erforderlich ist. Die in der Reaktion enthaltenen Elemen-
te hängen somit davon ab, welche Informationen vom fokalen Unternehmen zur
Berechnung der neuen Preise benötigt werden. Zu diesem Zweck sind nun ver-
schiedene Verfahren zu untersuchen, mit denen eine Anpassung der Parameter
möglich ist.
80
Dabei ist zu beachten, dass M AXDB2U u der Formulierung M AXDB2u
LR
entspricht, wenn
man die konkrete Form der Transferzahlung einsetzt (vgl. Gleichung (5.46)).
5.2 Entwicklung eines Aushandlungsmechanismus für die taktische Koordination 123

(E)
Ende
Ja
Fokales
Top-Ebene Nein Unternehmen
Bedingungen
erfüllt? • Lagr.-Parameter
anpassen
• k = k+1 (IV)
(III) (I)

RE IN ( piq , O , P )

Recyclingunternehmen 1 Recyclingunternehmen 2
Basis-Ebene (II)
MAX DB 21U MAX DB 22U

Abbildung 5.2: Grundidee des Verfahrens: Spezifizierug der Instruktion

Wie bereits in Kapitel 3.3.2.3 dargestellt, lassen sich zur Lösung des Lagrange-
Duals, d.h. zur Berechnung der optimalen Lagrange-Parameter, unterschiedli-
che Verfahren anwenden. Dies sind zum einen der Dantzig/Wolfe-Algorithmus
und zum anderen die Subgradientenverfahren. Der Dantzig/Wolfe-Algorithmus
benötigt ein hohes Maß an Information. So muss der Koordinator für die Generie-
rung der neuen Preise die Zielfunktionskoeffizienten der einzelnen Unternehmen
kennen.
Subgradientenverfahren hingegen benötigen einen wesentlich geringeren Informa-
tionsaustausch, weshalb im Folgenden auf diese Verfahren zurückgegriffen wird.
Zur besseren Verständlichkeit des entwickelten Verfahrens werden im Folgenden
einige notwendige Grundlagen zu Subgradientenverfahren dargestellt. Die Dar-
stellung ist dabei von allgemeiner Natur.

5.2.3 Grundlagen zu Subgradientenverfahren

Die Grundidee der Subgradientenmethode im Rahmen der Dekomposition be-


steht darin, das oben dargestellte Lagrange-Dual des Ausgangsproblems auf Ba-
sis eines iterativen Verfahrens zu lösen, indem die Preise im Maße der aktuellen
Überschreitung der gemeinsamen Restriktionen angepasst werden. Für den Fall
der Recycling- und Verwertungsrestriktionen bedeutet dies etwa, dass bei einer
Unterschreitung die Preise für das Recycling bzw. die Verwertung angehoben
werden, so dass die Recyclingunternehmen einen höheren Anreiz haben, Massen
124 5 Aushandlungsmechanismus zur taktischen Koordination

zu recyceln bzw. zu verwerten. Ebenso werden für den Fall, dass die von den Re-
cyclingunternehmen abgeholte Masse die an den Quellen verfügbare Masse über-
schreitet, die Verrechnungspreise gesenkt, damit die Recyclingunternehmen einen
geringeren Anreiz haben Massen Altgerätemassen an den Quellen abzuholen. Die
ökonomische Interpretation entspricht der eines Walrasianischen Auktionators,
der die Preise für ein Gut anhand der aktuellen Nachfrage und des aktuellen
Angebots anpasst (Kutanoglu u. Wu 1999). Die hinter Subgradientenverfahren
stehenden mathematischen Grundlagen werden im Folgenden dargelegt.
Betrachtet man als Ausgangsproblem ganz allgemein ein lineares Maximierungs-
problem mit optimalem Zielfunktionswert ZF und die Lagrange-Relaxation mit
optimalem Zielfunktionswert ZFD (d) in Abhängigkeit der gegebenen Lagrange-
Parameter d, dann wird mit ZFD = mind ZFD (d) der optimale Zielfunktionswert
des Lagrange-Duals definiert. Wie bereits dargestellt, gilt im Falle linearer Pro-
bleme ZF = ZFD , d.h. der optimale Zielfunktionswert des Originalproblems ist
identisch mit dem des Lagrange-Duals. Allerdings müssen die optimalen Lösungen
des Lagrange-Duals nicht zwingend zulässig oder gar optimal für das Originalpro-
blem sein. Jedoch sind die während des Verfahrens durch Lösung der Lagrange-
Relaxation generierten Lösungen meist sehr nahe an einer global zulässigen oder
optimalen Lösung und können durch geringe Modifikationen in eine solche ver-
wandelt werden (Fisher 1981).
Der optimale Zielfunktionswert der Lagrange-Relaxation ZFD (d), der von d ab-
hängt, hat dann den in Abbildung 5.3 dargestellten konvexen Verlauf.81
Wie zu sehen ist, ist die Funktion ZFD (d) eine konvexe, aber nicht überall diffe-
renzierbare Funktion, die es durch geeignete Wahl der Lagrange-Parameter d zu
minimieren gilt. Für derartige Funktionen können so genannte Subgradientenver-
fahren angewandt werden. Diese Subgradientenverfahren sind eine Anwendung
von Gradientenverfahren für nicht differenzierbare Probleme. Der Gradient kann
im Falle stetig differenzierbarer Funktionen eindeutig als Vektor interpretiert wer-
den, der in die Richtung des steilsten Anstiegs der Funktion zeigt. Bildlich gespro-
chen entspricht der Gradient an einer Stelle d der Tangente, d.h. der Steigung an
dieser Stelle (Reith-Ahlemeier 2002). Das Verfolgen dieser Richtung führt dann
zum Auffinden der optimalen Lösung.
Betrachtet man nun nicht stetige differenzierbare Funktionen, so existiert an den
Knickpunkten“ kein eindeutiger Gradient, vielmehr existieren viele Subgradien-

ten, die als gestrichelte Linien in Abbildung 5.3 dargestellt sind. Ein sehr ein-
fach bestimmbarer Subgradient ζ ist dabei aber immer der Vektor, der die (po-
sitive oder negative) Verletzung der relaxierten Nebenbedingung des aktuellen
Lagrange-Problems ausdrückt (Holmberg 1995).
81
Üblicherweise werden in der Literatur Minimierungsprobleme betrachtet, deshalb ist dort
im Bezug auf das Lagrange-Dual, welches dann ein Maximierungsproblem darstellt, immer
von konkaven Funktionen die Rede.
5.2 Entwicklung eines Aushandlungsmechanismus für die taktische Koordination 125

ZFD(d)

Abbildung 5.3: Darstellung eines Subgradienten (in Anlehnung an Reith-Ahle-


meier (2002, S. 136))

Die Grundidee von Subgradientenverfahren besteht nun darin, die Variablen der
Funktion (Lagrange-Parameter) solange im Verhältnis des steilsten Anstiegs zu
variieren, bis das Optimum der Funktion erreicht ist. Ist eine Restriktion beispiels-
weise sehr stark überschritten, so wird der entsprechende Lagrange-Parameter
sehr stark erhöht, um zukünftig (in der Zielfunktion) einen Anreiz zu schaffen,
die Restriktion weniger stark in Anspruch zu nehmen.
Die Bestimmung der neuen Lagrange-Parameter (dk+1 ) erfolgt dann in jeder Ite-
ration k unter Verwendung einer Schrittweite tk in der folgenden Weise.

dk+1 = dk + tk · ζ (5.49)

Das Verfahren ist beendet, wenn ||ζ|| = 0. Dies bedeutet, wenn alle Nebenbedin-
gungen als Gleichung erfüllt sind, ist die optimale Lösung gefunden.82
Damit das Verfahren konvergiert (das bedeutet, dass ZFD (dk ) → ZFD für k →
∞), ist die Wahl der Schrittweite tk , mit der die Lagrange-Parameter ange-
passt werden, entsprechend zu treffen. ZFD (dk ) bezeichnet dabei den von den
Lagrange-Parametern d anhängenden Zielfunktionswert der Lagrange-Relaxation,
der in Iteration k erreicht wird. Die Bedingung der Konvergenz ist erfüllt, wenn

82
Wie später noch dargestellt wird werden mit einem Subgradientenverfahren im Rahmen der
Dekomposition linearer Optimierungsprobleme in aller Regel keine Lösungen erzeugt, die
eine optimale oder gar zulässige Lösung im Sinne des Gesamtproblems bilden.
126 5 Aushandlungsmechanismus zur taktischen Koordination

die folgenden beiden Anforderungen erfüllt sind (Fisher 1981):


k
tk → 0 und ti → ∞ (5.50)
i=0

Diese Bedingungen ermöglichen die Implementierung verschiedenster Schrittwei-


tenregeln.
Eine im Rahmen von Subgradientenverfahren oft verwendete Schrittweite ist die
folgende (vgl. z.B. Holmberg 1995):

b · (ZFD (dk ) − ZF )
tk = (5.51)
||ζ||2

Dabei ist ZF eine untere Schranke83 für das zugrunde liegende Maximierungspro-
blem und ZFD (dk ) der aktuelle Zielfunktionswert der Lagrange-Relaxation. b ist
ein Skalar, dessen Wert meist zwischen 0 und 2 liegt und ||ζ|| ist die euklidische
Norm des Subgradienten. Diese Schrittweite liefert zwar empirisch betrachtet gute
Ergebnisse (Fisher 1981), allerdings garantiert sie nicht die Einhaltung der Be-
dingungen für eine Konvergenz des Zielfunktionswerts (Bedingung 5.50). Zudem
ist für die Anwendung dieser Schrittweite die Ermittlung einer unteren Schran-
ke notwendig. Zur Ermittlung einer derartigen Schranke sind die Kenntnis einer
global zulässigen Lösung notwendig sowie, für deren Bewertung, die Koeffizien-
ten der Zielfunktion. Außerdem müssen die Unternehmen in jeder Iteration den
aktuellen Wert ihrer Zielfunktion übermitteln.
Aus diesem Grund ist die Anwendung einer Schrittweite notwendig, die nicht auf
derartige Informationen zurückgreift. Eine sehr einfache, grundlegende Schritt-
weitenregel, die die Bedingungen aus Gleichung (5.50) erfüllt ist die folgende
(Shor 1979; Bazaraa u. Sherali 1982; Eggert 2006):
b
tk = , mit b > 0 (5.52)
k · ||ζ||
Im Folgenden wird aus den genannten Gründen die in (5.52) dargestellte Schritt-
weitenregel verwendet.84 Im nächsten Abschnitt werden die dargestellten Grund-
lagen der Problemdekomposition und Subgradientenverfahren auf die hier vorlie-
gende Problemstellung übertragen.
83
Wie bereits oben erwähnt, werden in der Literatur meist Minimierungsprobleme betrachtet,
deshalb ist dort immer von oberen Schranken die Rede.
84
Die unter mathematischen Gesichtspunkten optimale Wahl der Schrittweite steht hierbei
nicht im Mittelpunkt dieser Arbeit. Zu den mathematischen Grundlagen von Subgradien-
tenverfahren und Eigenschaften verschiedener Schrittweitenregeln wird auf die einschlägige
Literatur zur nichtlinearen Optimierung verwiesen (z.B. Shor 1979; Bertsekas 1999). Die
hier vorgeschlagene Wahl der Schrittweite wird im Laufe der Arbeit unter Verwendung
verschiedener Parameter numerisch untersucht.
5.2 Entwicklung eines Aushandlungsmechanismus für die taktische Koordination 127

5.2.4 Die Anwendung eines Subgradientenverfahrens als iteratives


Aushandlungsverfahren

In Kapitel 4.5.3 wurde ein hierarchischer Aushandlungsmechanismus zwischen


dem fokalen Unternehmen des Recyclingnetzwerks und den Recyclingunterneh-
men als sinnvolles Konzept zur Koordination erachtet. Daran anschließend wurde
in Kapitel 5.2.2 ein zentrales Optimierungsmodell durch eine Lagrange-Relaxation
in ein unternehmensspezifisches Modell für jedes Recyclingunternehmen überführt.
Die Interaktion zwischen einem Koordinator und den entstandenen Teilmodellen
kann als eine hierarchische Aushandlung zwischen dem fokalen Unternehmen und
den Recyclingunternehmen interpretiert werden. Zur Anpassung der Lagrange-
Parameter wurden Subgradientenverfahren als sinnvoll erachtet, da bei diesen zur
Anpassung der Lagrange-Parameter lediglich die Kenntnis der aktuellen Über-
schreitung der gemeinsamen Restriktionen notwendig ist.
Im Folgenden wird die in Kapitel 5.2.2 dargestellte Grundidee vervollständigt.
Es wird dargestellt, wie ein Subgradientenverfahren als Grundlage für ein Ver-
handlungsprotokoll85 zwischen dem fokalen Unternehmen und den Recyclingun-
ternehmen verwendet werden kann. Dazu werden die einzelnen Schritte des dar-
gestellten konzeptionellen Aushandlungsmechanismus nochmals aufgegriffen und
gezeigt, wie Komponenten des Subgradientenverfahrens dazu verwendet werden
können, die einzelnen Schritte umzusetzen.
Im ersten Schritt des Verfahrens gibt das fokale Unternehmen den Recyclingun-
ternehmen Vertragsangebote als Instruktionen IN vor. Wie bereits in Kapitel
5.2.2 dargestellt, sind die in den Modellen für die Recyclingunternehmen enthal-
tenen Lagrange-Parameter als Vertragsangebote interpretierbar. Die Instruktion
besteht somit aus den folgenden Komponenten.
⎛ ⎞
piq : Preis, den das fokale Unternehmen den Recyclingunternehmen
⎜ für die Abholung einer Masseneinheit von Altgerät i ⎟
⎜ ⎟
⎜ an Quelle q bezahlt [GE/ME] ⎟
⎜ ⎟
⎜ ⎟
⎜ ⎟
IN = ⎜ ⎜ λ : Preis, den das fokale Unternehmen den Recyclingunternehmen ⎟

⎜ für das Recycling einer Masseneinheit bezahlt [GE/ME] ⎟
⎜ ⎟
⎜ ⎟
⎜ ⎟
⎝ μ : Preis, den das fokale Unternehmen den Recyclingunternehmen ⎠
für die Verwertung einer Masseneinheit bezahlt [GE/ME]
(5.53)
Die Rolle des Koordinators, der im Rahmen der Subgradientenverfahren das Ver-
fahren kontrolliert und die Parameter anpasst, wird im vorliegenden Kontext also
vom fokalen Unternehmen übernommen.

85
Vgl. hierzu Kapitel 5.1
128 5 Aushandlungsmechanismus zur taktischen Koordination

Das Angebot des fokalen Unternehmens ändert den Verhandlungszustand der


Recyclingunternehmen von einem Wartezustand“, indem diese keine Aktionen

durchführen können, in einen Zustand, indem die Recyclingunternehmen reagie-
ren können. Um in Form einer Reaktion RE zu reagieren, müssen die Recycling-
unternehmen zunächst das Angebot evaluieren, indem sie ihren lokal optimalen
Plan mit Hilfe von Modell (5.45, 5.36-5.44) erstellen.
Um eine Anpassung der Parameter mittels eines Subgradientenverfahrens durch-
zuführen, benötigt das fokale Unternehmen die aktuelle Überschreitung der ge-
meinsamen Restriktionen.86 Um diese zu berechnen, werden die aktuellen Werte
der in diesen Restriktionen enthaltenden Variablen benötigt. Die bisher noch un-
spezifizierte Reaktion der Recyclingunternehmen beinhaltet somit zum einen die
Massen, die die Recyclingunternehmen von den verschiedenen Altgerätetypen an
Q
den Quellen unter den gegebenen Bedingungen abholen (yiqu ), und zum ande-
ren die recycelten bzw. verwerteten Massen (recu , verwu ). Eine darüber hinaus
gehende Informationsweitergabe ist nicht notwendig.
⎛ Q ⎞
yiqu : Masse, die Recyclingunternehmen u von Altgerätetyp i
⎜ an Quelle q abholt ⎟
⎜ ⎟
⎜ ⎟
RE = ⎜⎜ ⎟
rec : Masse, die Recyclingunternehmen u recycelt ⎟
⎜ u ⎟
⎝ ⎠
verwu : Masse, die Recyclingunternehmen u verwertet
(5.54)
Nach der Übermittlung der Reaktionen der Recyclingunternehmen an das foka-
le Unternehmen treten die Recyclingunternehmen wiederum in einen Wartezu-

stand“.
Haben alle Recyclingunternehmen dem fokalen Unternehmen ihre Reaktion über-
mittelt, kann das fokale Unternehmen aktiv werden und prüfen, ob die globalen
Restriktionen erfüllt sind. In diesem Fall können das Verfahren beendet und der
Vertrag implementiert werden. Wie noch in Kapitel 5.2.5 detaillierter dargestellt
wird, ist selbst wenn die durch die Recyclingunternehmen übermittelten Lösun-
gen eine zulässige Lösung für das Gesamtproblem bilden, nicht sichergestellt, dass
diese optimal ist. Eine Optimalität ist nur dann sichergestellt, wenn alle gemein-
samen Restriktionen als Gleichung erfüllt sind, d.h., es gilt ||ζ|| = 0 (vgl. Kapitel
5.2.3).
Sind die gemeinsamen Restriktionen nicht erfüllt, so muss das fokale Unterneh-
men die Lagrange-Parameter anpassen. Dazu ist zunächst ein Subgradient zu
bestimmen. Wie in Kapitel 5.2.3 dargestellt ist ein einfach zu gewinnender Sub-
gradient der Vektor der aktuellen Verletzung der globalen Restriktionen. Dieser

86
Vgl. Kapitel 5.2.3
5.2 Entwicklung eines Aushandlungsmechanismus für die taktische Koordination 129

lässt sich direkt aus den Reaktionen der Recyclingunternehmen bestimmen.


⎛ Q ⎞
yiqu − Aiq ∀i ∈ I, q ∈ Q : Verletzung der
⎜ u∈U ⎟
⎜ Abholbedingung an Quelle q ⎟
⎜ ⎟
⎜ ⎟
⎜ für Altgerät i ⎟
⎜ ⎟
⎜ ⎟
⎜ yiqu · αi −
Q
Über- bzw. Unterschreitung ⎟
ζ=⎜ ⎜ i∈I q∈Q u∈U
recu : ⎟

⎜ u∈U

⎜ der Recyclingbedingung ⎟
⎜ ⎟
⎜ ⎟
⎜ Q ⎟
⎜ yiqu · βi − verwu : Über- bzw. Unterschreitung ⎟
⎝ i∈I q∈Q u∈U u∈U

der Verwertungsbedingung
(5.55)
Die Anpassung der Lagrange-Parameter erfolgt mit der Schrittweitenregel (5.52).
Unter Anwendung dieser Schrittweitenregel lassen sich dann die neuen Lagrange-
Parameter wie folgt bestimmen.87 Für die Lagrange-Parameter, die die Verletzung
der Abholbedingung bestrafen, gilt dann:
b  Q
k+1
πiq k
= πiq + ·( y − Aiq ) ∀i ∈ I, q ∈ Q (5.56)
k · ||ζ|| u∈U iqu

Dabei ist b ein zu wählender Parameter und k die aktuelle Iteration. Ökono-
misch betrachtet bedeutet dies: falls die Massen, die die Recyclingunternehmen
bereit
sind abzuholen die an den Quellen vorhandenen Massen überschreiten
Q
( u∈U yiqu > Aiq ), erhöht sich der Lagrange-Parameter für die Abholung der
Massen (πiq ) und damit wird die Abholung für die Recyclingunternehmen unat-
traktiver.
Für die Lagrange-Parameter, die die Verletzung der Recycling-Bedingung bestra-
fen, gilt:
  
b  Q 
λ k+1 k
= max 0; λ + · yiqu · αi − recu (5.57)
k · ||ζ|| i∈I q∈Q u∈U u∈U

Entsprechend gilt für den Lagrange-Parameter der Verwertungsbedingung:


  
b  Q 
μk+1
= max 0; μ + k
· yiqu · βi − verwu (5.58)
k · ||ζ|| i∈I q∈Q u∈U u∈U

Äquivalent kann eine ökonomische Interpretation in der Weise erfolgen, dass für
den Fall, dass die Recyclingunternehmen mehr recyceln/verwerten als notwendig
87
Vgl. hierzu Formel (5.49)
130 5 Aushandlungsmechanismus zur taktischen Koordination


(im Falle des Recycling: i∈I q∈Q u∈U yiqu Q
· αi < u∈U recu ), sich der ent-
sprechende Lagrange-Parameter verkleinert und somit dass Recycling/die Ver-
wertung unattraktiver wird. Der Unterschied zur Abholbedingung besteht darin,
dass hierbei der entsprechende Lagrange-Parameter nicht negativ werden kann.
Nach der Anpassung der Lagrange-Parameter generiert das fokale Unternehmen
die neue Instruktion in Form eines neuen Vertragsangebots. Ein Bestandteil der
Instruktion ist unter anderem die Größe piq (vgl. Formel 5.53). Diese ergibt sich als
piq = ei −λ·αi −μ·βi −πiq (vgl. S. 120). Nach Übermittlung der Instruktion an die
Recyclingunternehmen tritt das fokale Unternehmen wieder in den Wartezustand,
und die Recyclingunternehmen haben wiederum die Möglichkeit zu reagieren.
In Erweiterung zu Abbildung 5.2 stellt Abbildung 5.4 die grundsätzliche Vorge-
hensweise des Verfahrens nach der Spezifizierung sowohl der Instruktion als auch
der Reaktion dar.
(E)
Ende
Ja
Fokales
Top-Ebene Nein Unternehmen
Bedingungen
erfüllt? • Lagr.-Parameter
anpassen
• k = k+1 (IV)
(III) (I)

RE Q
( yiqu , recu , verwu ) IN ( piq , O , P )

Recyclingunternehmen 1 Recyclingunternehmen 2
Basis-Ebene (II)
MAX DB 21U MAX DB 22U

Abbildung 5.4: Grundidee des Verfahrens: Spezifizierug der Instruktion und


Reaktion

Somit ist das grundlegende Verfahren, welches eine Anwendung eines Subgradi-
entenverfahren darstellt, zunächst vollständig durch die Verhandlungszustände
und die möglichen Aktionen der Entscheidungsträger (Instruktion und Reakti-
on) spezifiziert. Im Rahmen der Darstellung der rechtlichen Rahmenbedingungen
(Kapitel 2.4.1) wurde noch die Möglichkeit identifiziert, dass jedes Recyclingun-
ternehmen, welches Altgeräte von den Quellen empfängt und bearbeitet, anstatt
einer zu vereinbarenden Quote die jeweils gesetzliche Quote erfüllen muss. Ist dies
der Fall, so vereinfacht sich der Mechanismus wesentlich. Die Instruktion würde
5.2 Entwicklung eines Aushandlungsmechanismus für die taktische Koordination 131

nur noch aus dem Preis bestehen, der für die von den Sammelstellen abgehol-
ten Altgerätemassen bezahlt wird (piq ). Die Reaktion enthielte nur die von den
Q
Quellen abgeholten Altgerätemassen (yiqu ). Die Recyclingunternehmen müssten
dann zusätzlich noch die individuell einzuhaltende (gesetzliche) Recyclingquote
berücksichtigen. Die Darstellung dieser Alternative unterbleibt an dieser Stelle
aufgrund ihrer Offensichtlichkeit.
Wird nun das im Rahmen dieses Kapitels bisher entwickelte Verfahren in der
vorliegenden Weise durchgeführt, so wird sich zwar der Zielfunktionswert der
Lagrange-Relaxation (Gleichung 5.24) immer stärker dem Optimum annähern,
die in den Reaktionen der Recyclingunternehmen übermittelten Lösungen wer-
den jedoch i.d.R. keine zulässige oder gar optimale Lösung für das Gesamtpro-
blem bilden (Holmberg 1995; Sherali u. Choi 1996; Reith-Ahlemeier 2002). Zur
Erreichung einer für das gesamte Problem zulässigen und qualitativ möglichst
hochwertigen Lösung ist das Verfahren in geeigneter Weise zu beeinflussen.
Um dieser Problematik zu begegnen, wird im Rahmen dieser Arbeit ein heuris-
tisches Verfahren vorgestellt, welches die Ermittlung zulässiger Lösungen ermög-
licht. Zunächst wird dieses Phänomen jedoch anhand eines einfachen Beispiels
verdeutlicht.

5.2.5 Die Problematik der Generierung zulässiger und optimaler


Lösungen bei Anwendung der dualen Dekomposition auf lineare
Optimierungsprobleme

Wie bereits in Kapitel 3.3.2.3 angedeutet, besteht die Problematik bei der An-
wendung von dualen Dekompositionsverfahren darin, dass es für die einzelnen
Teilprobleme (d.h. in diesem Fall die Recyclingunternehmen) nicht optimal ist,
eine global zulässige bzw. global optimale Lösung zu wählen. Dies liegt daran,
dass die lokal optimalen Lösungen, die die Unternehmen im Rahmen des Verfah-
rens ermitteln, in aller Regel keine zulässigen oder gar optimalen Lösungen für
das globale Problem darstellen, selbst wenn die Lagrange-Parameter ihr optima-
len Werte annehmen.88
Diese Problematik wird im Folgenden anhand eines sehr einfachen Beispiels ver-
deutlicht. Betrachtet wird ein Netzwerk mit 2 Unternehmen und einem Koor-
dinator. Unternehmen 1 kontrolliert die Entscheidungsvariablen y1 und y2 und
Unternehmen 2 kontrolliert die Entscheidungsvariablen y3 und y4 . Das zentrale
Optimierungsmodell könnte dann beispielsweise wie folgt aussehen:89

max 1, 5y1 + y2 + y3 + y4 (5.59)

88
Vgl. zu dieser Thematik beispielsweise Holmberg (1995) und Sherali u. Choi (1996)
89
Vgl. für weitere anschauliche Beispiele Baumol u. Fabian (1964)
132 5 Aushandlungsmechanismus zur taktischen Koordination

u.d.N.

y1 + y 2 ≤4 (5.60)
y1 + 2y2 ≤6 (5.61)
y 3 + y4 ≤ 4 (5.62)
y3 + 2y4 ≤ 6 (5.63)
4y1 + 2y2 + 2y3 + y4 ≤ 4 (5.64)
1y1 + 1, 5y2 + y3 + 1, 5y4 ≤ 5 (5.65)

Die global optimale Lösung dieses Optimierungsmodells ist y1∗ = 0, 125, y2∗ =
0, 25, y3∗ = 0, y4∗ = 3. Soll das Problem nun in dezentraler Weise über ein dua-
les Dekompositionsverfahren (wie in Kapitel 5.2.4 beschrieben) gelöst werden,
ist die Lagrange-Relaxation auf die gemeinsamen Nebenbedingungen (5.64) und
(5.65) anzuwenden. Deren Verletzung wird mit den Lagrange-Parametern d1 und
d2 belegt. Das zentrale Modell zerfällt, und nach Umformung ergeben sich die
folgenden beiden Subprobleme.
Unternehmen 1 löst in Abhängigkeit der vorgegebenen Lagrange-Parameter das
folgende Problem:

max(1, 5 − 4d1 − d2 )y1 + (1 − 2d1 − 1, 5d2 )y2 (5.66)

y1 + y2 ≤4 (5.67)
y1 + 2y2 ≤6 (5.68)
(5.69)

Unternehmen 2 löst in Abhängigkeit des Lagrange-Parameters das folgende Pro-


blem:
max(1 − 2d1 − 1d2 )y3 + (1 − 1d1 − 1, 5d2 )y4 (5.70)

y3 + y4 ≤4 (5.71)
y3 + 2y4 ≤6 (5.72)
(5.73)

Zur besseren Darstellung der vorliegenden Problematik wird nun der Lösungs-
raum der beiden Subprobleme in Abbildung 5.5 betrachtet.
Die schwarzen Punkte in Abbildung 5.5 kennzeichnen die aus globaler Sicht op-
timale Lösung des Problems (5.59-5.65). Es wird deutlich, dass Unternehmen 1
die global optimale Teillösung y1∗ = 0, 125, y2∗ = 0, 25 niemals wählen wird, da
diese nicht auf einem Extrempunkt des Polyeders liegt.
5.2 Entwicklung eines Aushandlungsmechanismus für die taktische Koordination 133

Unternehmen 1 Unternehmen 2

y2 y4
4 4

3 3

2 2

1 1

y1
0 1 2 3 4 5 6
y3
0 1 2 3 4 5 6
(a) (b)

Abbildung 5.5: Lösungsraum der Unternehmen 1 (a) und Unternehmen 2 (b)


nach der Dekomposition

Dies sei im Folgenden anhand einer schrittweisen Anpassung der Lagrange-Para-


meter verdeutlicht. Betrachtet man die Teilprobleme der Unternehmen in Ab-
hängigkeit der Lagrange-Parameter und setzt beispielsweise d1 = 0, 3 und d2 = 0,
dann ist die optimale Lösung für die beiden Probleme (y1 = 2, y2 = 2) sowie
(y3 = 2, y4 = 2). Nebenbedingung (5.64) wäre dann um 14 Einheiten überschrit-
ten und Nebenbedingung (5.65) um 5 Einheiten. Dementsprechend würde das
fokale Unternehmen die Preise entsprechend der Verletzung der gemeinsamen
Restriktionen anpassen. Würde beispielsweise d1 auf 0,45 und d2 auf 0,15 erhöht,
so wäre die optimale Lösung für Unternehmen 1 y1 = 0 und y2 = 0 sowie für
Unternehmen 2 y3 = 0 und y4 = 3. Nebenbedingung (5.64) wäre dann um eine
Einheit unterschritten und (5.65) um 0,5. Die aktuell vorliegende Lösung wäre so-
mit für das Gesamtproblem zwar zulässig, aber suboptimal. Eine optimale Lösung
wäre eindeutig nur gegeben, wenn beide Restriktionen als Gleichung erfüllt wer-
den, also ||ζ = 0|| (vgl. Kapitel 5.2.3). Deswegen würden die Lagrange-Parameter
wieder gesenkt. Diese könnten nun beispielsweise auf d1 = 0, 4 und d2 = 0, 1
angepasst werden. Die optimale Lösung für Unternehmen 1 wäre dann y1 = 0
und y2 = 3 und die für Unternehmen 2 y3 = 0 und y4 = 3. Diese Lösung wäre
wiederum unzulässig für das Gesamtproblem.
Diese Beispiel verdeutlicht, dass bei der Anwendung eines Dekompositionsver-
fahrens in Verbindung mit einem Subgradientenverfahren auf ein lineares Opti-
134 5 Aushandlungsmechanismus zur taktischen Koordination

mierungsmodell mit Ungleichheitsrestriktionen während des Verfahrens zwar (für


das Originalproblem) zulässige Lösungen ermittelt werden können, diese jedoch
wie dargestellt suboptimal sein können.
Die Problematik verschärft sich, wenn die gemeinsamen Bedingungen als Glei-
chung erfüllt werden müssen. Dann führen Lösungen, die im Falle einer Ungleich-
heitsrestriktion zu suboptimalen aber zulässigen Lösungen führen (z.B. y1 = 0,
y2 = 0, y3 = 0, y4 = 3) auch zu unzulässigen Lösungen.
Die Problemstellung der Unzulässigkeit von Lösungen wird bei den in der Li-
teratur vorhandenen Ansätzen meist in der Weise begegnet, dass eine solche
zulässige Lösung, falls sie nicht durch das Verfahren gefunden wird, vom Ko-
ordinator erstellt wird (Kutanoglu u. Wu 1999; Luh et al. 2003). Dies setzt aller-
dings wieder ein gewisses Maß an Zentralisierung voraus, die es dem Koordina-
tor ermöglicht unter Verwendung von unternehmensinternen Informationen eine
zulässige Lösung zu konstruieren und durchzusetzen.
Eine andere Möglichkeit besteht darin, nichtlineare Zahlungsfunktionen zu ver-
wenden, die den Unternehmen einen Anreiz bieten, eine im Sinne des gesamten
Netzwerks zulässige Lösung zu wählen. Dazu lassen sich quadratische Zahlungs-
funktionen verwenden oder Vorgabewerte, wobei eine Abweichung der Unterneh-
men von den Vorgabewerten bestraft wird (vgl. hierzu Kapitel 3.3.2.3).
Die Anwendung quadratischer Zielfunktionen in den Unternehmensproblemen
führt zu nichtlinearen Optimierungsproblemen, deren Lösung wesentlich aufwändi-
ger ist als die Lösung linearer Optimierungsprobleme. Eine Anwendung eines Ver-
tragsschemas, bei dem neben den Preisen noch Vorgabewerte und Strafkosten für
die Abweichung davon existieren, erscheint zudem aus praktischer Sicht schwer
interpretierbar.
Aus diesen Gründen wird im Folgenden ein pragmatischer Ansatz entwickelt.
Dazu werden die einzuhaltenden gemeinsamen Restriktionen in Gleichheits- und
Ungleichheitsrestriktionen unterschieden. Betrachtet man nun die relaxierten Ne-
benbedingungen des hier vorliegenden Problems (5.20), (5.21) und (5.22), dann
ist festzustellen, dass |I|·|Q| Restriktionen für die Abholung der Altgeräte an den
Quellen als Gleichheitsrestriktionen zu erfüllen sind. Die Recycling- und Verwer-
tungsbedingung sind als Ungleichung zu erfüllen. Im Folgenden wird zunächst ein
Ansatz vorgestellt, der die Ermittlung im Hinblick auf die Sammelbedingungen
(5.20) zulässige Lösungen zur Laufzeit generieren kann. Im Anschluss daran er-
folgt, als Erweiterung, die Vorstellung einer Methode, die eine Verbesserung der
Lösungen ermöglicht, die zwar zulässig sind, die Recycling- und Verwertungs-
bedingungen (5.21 und 5.22) aber überschreiten und somit unter Umständen
suboptimal sind.
5.2 Entwicklung eines Aushandlungsmechanismus für die taktische Koordination 135

5.2.6 Eine heuristische Vorgehensweise zur Ermittlung zulässiger


Lösungen

Wie im vorhergehenden Abschnitt dargestellt, besteht die Problematik bei der


Lösung von linearen Optimierungsproblemen mittels dualer Dekompositionsver-
fahren darin, dass die durch das Verfahren generierten Lösungen entweder subop-
timal sein können oder keine zulässige Lösung für das Ausgangsproblem bilden.
Betrachtet man Abbildung 5.5, so ist die aus netzwerkweiter Sicht optimale
Lösung eine potentielle optimale Lösung für die Unternehmen, wenn diese in ei-
nem Extrempunkt des Polyeders des lokalen Lösungsraums liegt. Ergibt sich eine
global zulässige Lösung als Extrempunkt nicht durch die lokalen Restriktionen,
so kann ein derartiger Extrempunkt erzeugt werden, wenn dem Unternehmen
eine zusätzliche Restriktion vorgegeben wird, die den Konsum der knappen Res-
source begrenzt. Wäre dem Koordinator die optimale (und damit auch zulässige)
Lösung für alle Entscheidungsvariablen bekannt, so könnte er diese als Obergren-
zen festlegen. Der so definierte Vektor wäre dann ein Extrempunkt für das Opti-
mierungsproblem des Unternehmens und somit eine potentielle optimale Lösung,
die bei entsprechender Wahl der Lagrange-Parameter durch das Unternehmen
gewählt würde.
Die optimale Lösung ist dem Koordinator jedoch nicht bekannt, sondern das
Ergebnis des Verfahrens. Wünschenswert wäre demnach eine Approximation der
optimalen Lösung, die im Sinne des Gesamtproblems zulässig ist. Um eine solche
Approximation durchzuführen, wird auf die Arbeit von Sherali u. Choi (1996)
zurückgegriffen. Demnach ist es möglich, aus den von den Unternehmen bisher
im Rahmen eines Subgradientenverfahrens gemeldeten Lösungen eine Lösung zu
konstruieren, die der optimalen Lösung näher kommt, je länger das Verfahren
läuft.
Allgemein gesprochen bedeutet dies, wenn y k die durch die Lagrange-Relaxation
in Iteration k ermittelte, von dem Lagrange-Parameter d abhängige Lösung ist
und tk die Schrittweite,90 mit der der Lagrange-Parameter d in jeder Iteration ak-
tualisiert wird, sowie φkτ Gewichte bezeichnen, die bestimmte Kriterien erfüllen,91
dann konvergiert die gewichtete Summe


k 
k
y k = φkτ · y τ mit φkτ = 1 (5.74)
τ =1 τ =1

zu einer optimalen (und damit auch zulässigen) Lösung. Übertragen auf den
hier vorliegenden Anwendungsfall bedeutet dies, dass das fokale Unternehmen
90
Vgl. hierzu Kapitel 5.2.3
91
Diese Kriterien sind in Sherali u. Choi (1996) zu finden. Anstatt diese Kriterien hier einzel-
nen zu formulieren, wird weiter unten eine Schrittweitenregel und eine Regel zur Ermittlung
der Gewichte präsentiert, die diese Kriterien erfüllt.
136 5 Aushandlungsmechanismus zur taktischen Koordination

als Koordinator bei geeigneter Wahl der Schrittweiten und der Gewichte aus den
bisher während des Verfahrens von den Unternehmen gemeldeten Lösungen die
optimalen Lösungen berechnen kann. Dies gilt aber nur für den Fall, dass das
Verfahren unendlich lange läuft. Eine Ermittlung der optimalen Lösungen ist
somit nicht möglich, jedoch sind durch diese Vorgehensweise mit zunehmendem
Fortgang des Verfahrens immer bessere Lösungen im Hinblick auf die Zulässigkeit
und Optimalität zu erwarten.
Im Bezug auf die global einzuhaltenden Sammelrestriktionen des hier betrachte-
ten Problems stellen die dem fokalen Unternehmen während des Verfahrens zur
Verfügung stehenden Informationen die Massen dar, die die Unternehmen ab-
Q
zuholen bereit sind (yiqu ). Für diese Größe lässt sich nun unter Anwendung der
dargestellten Methode während des Verfahrens ein Schätzwert ermitteln. Ist das
Verfahren gerade in Iteration k, so kann das fokale Unternehmen aus allen bisher
von den Unternehmen während des Verfahrens gemeldeten Lösungen folgenden
Wert konstruieren:

k k
Q,k
yiqu = φkτ · yiqu
Q,τ
mit φkτ = 1 ∀i ∈ I, q ∈ Q, u ∈ U (5.75)
τ =1 τ =1
Q,τ Q
yiqu bezeichnet dabei den Wert für yiqu den Recyclingunternehmen u in Iteration
τ im Rahmen seiner Reaktion gemeldet hat. Mit zunehmender Anzahl an Iteratio-
Q,k
nen (k) sind für yiqu somit immer bessere Werte im Hinblick auf die Zulässigkeit
und Optimalität zu erwarten. Diese ist allerdings erst gegeben, wenn das Ver-
Q,k
fahren unendlich lange läuft, yiqu also seinen Grenzwert erreicht. Da dies, wie
schon erwähnt, nicht praktikabel ist, besteht das Ziel darin, nach einer bestimm-
Q
ten Anzahl von Iterationen eine möglichst gute und zulässige Lösung für yiqu
zu finden, die den Unternehmen als Obergrenze vorgegeben wird. Im Folgenden
wird in Ergänzung zu der bisher eingeführten Symbolik die folgende Notation
verwendet:
M T Qiqu Masse, die Recyclingunternehmen u von Altgerät i maximal an Quel-
le q abholen kann
Eine derartige Lösung kann wie folgt konstruiert werden. Dazu läuft das Verfah-
ren nun zunächst in der in Kapitel 5.2.4 beschriebenen Weise, bis eine gewisse
(zu bestimmende) Anzahl an Iterationen ω erreicht wurde. In Iteration ω wird
eine für Unternehmen u geltende Obergrenze für an Quelle q abzuholende Mas-
seneinheiten von Altgerät i wie folgt berechnet:

y
Q,ω
iqu
M T Qiqu = · Aiq (5.76)
y Q,ω
iqu
u∈U

Die Maximalmenge weist somit jedem Recyclingunternehmen


einen Anteil der an
den Quellen anfallenden Massen zu, wobei u∈U M T Qiqu = Aiq ∀i ∈ I, q ∈ Q.
5.2 Entwicklung eines Aushandlungsmechanismus für die taktische Koordination 137

Um die gemeinsame Nebenbedingung für die Abholung einzuhalten, ist auf jeden
Fall eine Übererfüllung der Restriktion zu vermeiden. Gibt man jedem Unter-
nehmen eine Obergrenze in der Form (5.76) vor, ist dieses sichergestellt.92 Die
Instruktion wird, falls k ≥ ω, somit um den Parameter M T Qiqu erweitert und
hat die folgende Gestalt:
⎛ ⎞
piq : Preis, den das fokale Unternehmen den Recycling-
⎜ unternehmen für die Abholung einer Masseneinheit von ⎟
⎜ ⎟
⎜ Altgerät i an Quelle q bezahlt ⎟
⎜ ⎟
⎜ ⎟
⎜ ⎟
⎜λ : Preis, den das fokale Unternehmen den Recycling- ⎟
⎜ ⎟
⎜ unternehmen für das Recycling einer Masseneinheit ⎟
⎜ ⎟
⎜ bezahlt ⎟
IN = ⎜ ⎜


⎜ ⎟
⎜μ : Preis, den das fokale Unternehmen den Recycling- ⎟
⎜ ⎟
⎜ unternehmen für die Verwertung einer Masseneinheit ⎟
⎜ ⎟
⎜ bezahlt ⎟
⎜ ⎟
⎜ ⎟
⎜ ⎟
⎝ M T Qiqu : Masse, die Recyclingunternehmen u maximal von ⎠
Altgerät i an Quelle q abholen kann
(5.77)
Jedes Recyclingunternehmen u hat somit zur Ermittlung der optimalen Lösung
neben ihren lokalen Restriktionen noch die folgende Restriktion zu berücksichti-
gen:
Q
yiqu ≤ M T Qiqu ∀i ∈ I, q ∈ Q (5.78)
Q
Wäre M T Qiqu die optimale Lösung für yiqu , so würde diese durch geeignete Wahl
der Lagrange-Parameter von den Unternehmen gewählt. Da M T Qiqu jedoch eine
Approximation der optimalen Lösung darstellt, ist zwar eine Überschreitung der
maximal abholbaren Massen nicht möglich, jedoch kann es vorkommen, dass die
Unternehmen aus Kapazitätsgründen die ihnen zur Verfügung stehende maximale
Masse nicht abholen, da beispielsweise die im Recyclingunternehmen vorhande-
nen Ressourcen dazu nicht ausreichen. Aus diesem Grund wird daher, falls das
Unternehmen u zwar eine positive Masse an Altgeräten von Typ i an Quelle q
abholen möchte, jedoch nicht die ihm maximal zur Verfügung stehende Masse ab-
holen kann, ein Teil der von diesen nicht abgeholten Masse den anderen Unterneh-
men zur Verfügung gestellt, die die ihnen vorgegebene Obergrenze ausschöpfen.
Q,k
Dies bedeutet, wenn für Unternehmen u in Iteration k 0 < yiqu < M T Qiqu gilt,
dann wird M T Qiqu − yiqu in gleichen Verhältnissen auf die anderen Unternehmen
Q,k

aufgeteilt, die die ihnen vorgegebene Beschränkung vollständig ausnutzen.

92
Q,ω
Eine Vorgabe der Form M T Qiqu = yiqu würde dies nicht sicherstellen, da eine Zulässigkeit
erst bei ω = ∞ gegeben ist.
138 5 Aushandlungsmechanismus zur taktischen Koordination

Schließlich sind noch die Schrittweiten, mit denen die Lagrange-Parameter ange-
passt werden, geeignet zu wählen sowie die Gewichte, mit denen eine Summierung
der Lösungen zur Generierung der Schätzwerte durchgeführt wird, zu bestimmen.
Nach Sherali u. Choi (1996) stellt eine Möglichkeit, dass die in Formel (5.74) dar-
gestellte gewichtete Summe zum Optimum konvergiert, die folgende Gestaltung
der Schrittweiten und Gewichte dar.93
Die Schrittweiten sind derart zu gestalten, dass gilt:


tk > 0, lim tk = 0, tk = ∞ (5.79)
k→∞
k=1

Dies sind genau die Bedingungen, die im Allgemeinen für die Konvergenz von
Subgradientenverfahren eingehalten werden müssen (vgl. Bedingung 5.50). Somit
ist die weiter oben vorgestellte Schrittweitenregel (5.52) hier anwendbar.
Q
Die Gewichte, die zur Konstruktion der approximierten Werte für yiqu angewandt
werden (Gleichung 5.74), sind wie folgt zu wählen:

φkτ = k ∀τ = 1, . . . , k, ∀k (5.80)
τ =1 tτ

Die zu bestimmenden Parameter des Verfahrens sind nun zum einen die Anzahl
der Iterationen, ab der das fokale Unternehmen den Recyclingunternehmen eine
Höchstmenge für die abzuholenden Geräte vorgibt (ω), und zum anderen der
Parameter der Schrittweitenformel (b).
Nach der Darstellung der einzelnen Elemente des Verfahrens erfolgt zusammen-
fassend die vollständige, zusammenhängende Beschreibung des entwickelten Ver-
fahrens. Abbildung 5.6 stellt den Ablauf des Verfahrens graphisch dar.94
Zu Beginn muss das fokale Unternehmen zunächst eine Initialisierung der Para-
meter ω und b vornehmen. Anschließend erfolgt die Initialisierung der Lagrange-
Parameter. Aus den Lagrange-Parametern bildet das fokale Unternehmen die In-
struktion IN nach Formel (5.53)(I). Die Recyclingunternehmen berechnen ihren
lokal optimalen Plan mit Hilfe des Modells (5.45, 5.36-5.44)(II). Sie übermitteln
als Ergebnis die Reaktion gemäß Formel (5.54) an das fokale Unternehmen (III).
Das fokale Unternehmen überprüft nun, ob die von den Recyclingunternehmen
gemeldeten Pläne zulässig im Sinne der globalen Restriktionen sind. Ist dies der
Fall, ist das Verfahren beendet und der Vertrag wird implementiert (E).
93
Diese Möglichkeit der Gestaltung der Schrittweiten und Gewichte geht auf eine von Sherali
u. Choi (1996) aufgestellte Menge allgemeiner Bedingungen zurück. Es lassen sich somit
noch andere Schrittweiten finden, die diese Bedingungen erfüllen. Vgl. hierzu Sherali u.
Choi (1996).
94
Dieses hier beschriebene Verfahren wurde bereits in Walther et al. (2008) dargestellt.
5.2 Entwicklung eines Aushandlungsmechanismus für die taktische Koordination 139

(E)
Ende
Ja
Fokales
Top-Ebene
Nein Unternehmen
k tZ
Bedingungen • Lagr.-Parameter Ja
erfüllt? anpassen
• ggf. MTQiqu
anpassen Nein (I‘)
• k = k+1 (IV)
Q
IN ( piq , O , P , MTQiqu )
RE ( yiqu , recu , verwu ) (I)
IN ( piq , O , P )
(III)

Recyclingunternehmen 1 Recyclingunternehmen 2
(II)
Basis-Ebene MAX DB 21U MAX DB 22U
(5.78) (5.78)

Abbildung 5.6: Ablauf des Verfahrens

Sind die Bedingungen nicht erfüllt, werden die Lagrange-Parameter gemäß den
Formeln (5.56-5.58) aktualisiert (IV). Falls k < ω, wird die Instruktion (5.53) an
die Unternehmen übermittelt (I). Ist die aktuelle Iteration k = ω, dann berechnet
das fokale Unternehmen M T Qiqu gemäß Formel (5.76). Falls k ≥ ω, wird M T Qiqu
gegebenenfalls angepasst und als zusätzliches Element der Instruktion weiterge-
geben (5.77) (I’). Zur Berechnung der Reaktion haben die Recyclingunternehmen
dann zusätzlich die Bedingung (5.78) zu berücksichtigen.
Die vorgestellte Heuristik ermöglicht die Generierung zulässiger Lösungen zur
Laufzeit des Verfahrens. Wird, wie im bisher beschriebenen Verlauf des Verfah-
rens beim Erreichen einer Zulässigkeit der Lösung das Verfahren beendet und
der Vertrag implementiert (Schritt (E) in Abbildung 5.6), so ist es möglich, dass
die generierten Lösungen suboptimal im Sinne des Gesamtproblems sind, da bei-
spielsweise die Recycling- oder Verwertungsbedingung stärker überschritten wird,
als dies aus globaler Sicht optimal wäre.
Aus diesem Grund erfolgt im folgenden Abschnitt eine Erweiterung des Verfah-
rens, die dieser Problematik entgegentreten soll.

5.2.7 Erweiterung: Verbesserung zulässiger Lösungen

Die Recycling- und Verwertungsbedingung sind als Ungleichheitsrestriktionen zu


erfüllen. Wie in Kapitel 5.2.5 dargestellt können in einem solchen Fall während
140 5 Aushandlungsmechanismus zur taktischen Koordination

des Verfahrens zulässige Lösungen generiert werden, jedoch sind diese unter Um-
ständen aus Sicht des Netzwerks suboptimal. Äquivalent zu der in Kapitel 5.2.6
dargestellten Vorgehensweise bei der Generierung zulässiger Lösungen für die an
den Quellen abgeholten Massen könnte hierbei den Recyclingunternehmen eine
zusätzliche Restriktion auferlegt werden. Dies würde bedeuten, dass die Bedin-
gungen für die einzelnen Recyclingunternehmen ebenfalls in der Art konstruiert
werden, dass eine optimale (oder möglichst gute) Lösung von den Unternehmen
gewählt wird. Man könnte hier ebenfalls eine Lösung für jedes recu und verwu
generieren und diese den Unternehmen beispielsweise als Obergrenze oder Un-
tergrenze vorgeben, mit dem Ziel, dass diese bei geeigneter Wahl der Lagrange-
Parameter von den Recyclingunternehmen gewählt werden.
Allerdings hängt in jedem Unternehmen die Masse, die es recyceln bzw. verwerten
Q
kann, von der Masse ab, die dem Unternehmen zugeführt wird (yiqu ). Da diese
von der vom fokalen Unternehmen vorgegebenen Obergrenze für die abzuholende
Masse abhängt, ist es möglich, dass bestimmte Kombinationen von maximal ab-
holbaren Massen und minimal/maximal zu recycelnden/verwertenden Massen zu
entweder lokal (für die Recyclingunternehmen) oder zu global (für das Netzwerk)
unzulässigen Lösungen führen. So wäre beispielsweise denkbar, dass im Falle ei-
ner Obergrenze für das Recycling die vom Recyclingunternehmen recycelte Masse
zwar lokal zulässig ist, aber, da die abholbare Masse begrenzt ist, nicht der von
fokalen Unternehmen erwünschten Masse entspricht. Zudem würden mit einer sol-
chen Vorgehensweise Lösungen nicht gewählt, die zwar eine Überschreitung der
Recycling-/Verwertungsbedingungen implizieren, aber trotzdem optimal sind.
Andererseits kann eine Untergrenze für recycelte Massen aus den selben Gründen
zu lokal unzulässigen Lösungen führen, wenn die Masse, die die Unternehmen von
den Quellen abholen können, zu gering ist, um die geforderte Masse zu recyceln.
Es müssten somit ständig die Begrenzungen für die abholbaren und die recycel-
ten/verwerteten Massen simultan angepasst werden.
Aus diesen Gründen wird im Folgenden ein einfacher Ansatz gewählt, um mit
dieser Problematik umzugehen. Das Verfahren läuft nun zunächst wie in Ka-
pitel 5.2.6 beschrieben ab. Wird Iteration ω erreicht, so wird für jedes Unter-
nehmen, wie beschrieben, die maximal abholbare Masse für jedes Altgerät und
jeden Standort eingeführt (M T Qiqu ). Ist eine für das gesamte Netzwerk zulässige
Lösung gefunden, so wird nun zusätzlich geprüft, ob die Bedingungen für das Re-
cycling und die Verwertung als Gleichheitsrestriktionen erfüllt sind. Ist dies nicht
der Fall, so wird vom Netzwerk mehr recycelt bzw. verwertet als dies gemäß der
Restriktionen eigentlich erforderlich ist. Dies kann zwei Gründe haben.
a) Zum einen könnte es auch im Sinne des Netzwerks sein, aus ökonomischen
Gründen mehr zu recyceln und zu verwerten als notwendig. In diesem Fall
wäre dies auch ohne die vom fokalen Unternehmen gezahlten Anreize sinn-
voll.
5.2 Entwicklung eines Aushandlungsmechanismus für die taktische Koordination 141

b) Zum anderen ist es auch möglich, dass aus netzwerkweiter Sicht eine exakte
Erfüllung der Restriktion sinnvoll wäre, die Unternehmen diese aber über-
schreiten, da sie dafür vom fokalen Unternehmen (durch die Zahlung von λ
und μ) entlohnt werden. Die recycelte bzw. verwertete Masse ist demnach
zu hoch.
Aus diesem Grund wird daher jedem Unternehmen nur eine bestimmte Masse
an recycelten bzw. verwerteten Massen vergütet. Diese Massen, summiert über
alle Unternehmen ergeben die gesamten zu recycelnden bzw. zu verwertenden
Massen. Dieses Vorgehen stellt sicher, dass im Fall von a) eine über diese Masse
hinausgehende recycelte bzw. verwertete Masse zulässig bleibt, wenn diese von
den Recyclingunternehmen aus ökonomischen Gründen bevorzugt wird. Im Fall
von b) hat dies zur Folge, dass im Sinne des gesamten Netzwerks nur bis zu einer
bestimmten Grenze recycelt bzw. verwertet wird.
Zusätzlich zur bisher eingeführten Notation werden die folgenden Bezeichnungen
verwendet.
M AXRECu , M AXV ERWu recycelte/verwertete Masse, die Recyclingunter-
nehmen u maximal vergütet wird [ME]
recbezahlt
u , verwubezahlt recycelte/verwertete Masse, die Recyclingunter-
nehmen u tatsächlich vergütet wird [ME]
Wurde im Verlauf des bisher beschriebenen Verfahrens eine zulässige Lösung ge-
funden, so prüft das fokale Unternehmen, ob die Recycling- und Verwertungsbe-
dingung überschritten wurden, d.h. ob gilt:
 Q   Q 
yiqu · αi < recu bzw. yiqu · βi < verwu (5.81)
i∈I q∈Q u∈U u∈U i∈I q∈Q u∈U u∈U

Ist dies der Fall prüft das fokale Unternehmen, ob die maximal vergütete recycelte
bzw. verwertete Masse (M AXRECu /M AXV ERWu 95 ), die mindestens zu recy-
celnde bzw. zu verwertende Masse überschreitet. Dabei kann eine zu wählende
Toleranz berücksichtigt werden, um welche die maximal vergüteten recycel-
ten bzw. verwerteten Massen die zu recycelnden bzw. zu verwertenden Massen
überschreiten können. Dadurch wird eine schnellere Konvergenz des Verfahrens
ermöglicht. Es wird somit die folgende Prüfung durchgeführt:

Q Q
M AXRECu yiqu · αi M AXV ERWu yiqu · βi
u∈U i∈I q∈Q u∈U u∈U i∈I q∈Q u∈U
Q
> Q
+ bzw. Q
> Q
+
yiqu yiqu yiqu yiqu
i∈I q∈Q u∈U i∈I q∈Q u∈U i∈I q∈Q u∈U i∈I q∈Q u∈U
(5.82)

95
Die Werte für M AXRECu und M AXV ERWu sind ausreichend hoch zu initialisieren, damit
sie keine Einschränkung für die unternehmensspezifischen Probleme bilden.
142 5 Aushandlungsmechanismus zur taktischen Koordination

Sind Bedingungen (5.81) und (5.82) erfüllt, so wird der neue Wert für M AXRECu
bzw. M AXV ERWu im Verhältnis der Massen angepasst, welche die Recyclingun-
ternehmen aktuell recyceln bzw. verwerten, ansonsten ist das Verfahren beendet
und der Vertrag kann implementiert werden.
Im Fall einer Anpassung von M AXRECu bzw. M AXV ERWu erfolgt eine Schritt-
weise Änderung der Werte in der Weise, dass den Recyclingunternehmen in jeder
Iteration eine geringere recycelte bzw. verwertete Masse vergütet wird, bis sie
der durch die Bedingung zu recycelnden bzw. zu verwertenden Masse entspricht.
Dies wird dadurch erreicht, dass sich der neue Wert für die maximal vergütete
recycelte bzw. verwertete Masse bildet aus dem Mittelwert des alten Werts so-
wie dem aktuellen Verhältnis von zu recycelnder bzw. zu verwertender Masse zu
tatsächlich recycelter bzw. verwerteter Masse, multipliziert mit der aktuell von
Unternehmen u recycelten bzw. verwerteten Masse.

M AXRECuk+1
zu recycelnde Masse
 
  
Q
yiqu · αi
i∈I q∈Q u∈U (5.83)
= 0, 5 · M AXRECuk + 0, 5 ·  · rec
recu u
von Unternehmen u
u∈U
   recycelte Masse
tatsächlich recycelte Masse

bzw. für die maximal vergütete verwertete Masse

M AXV ERWuk+1
zu verwertende Masse
 
  
Q
yiqu · βi
i∈I q∈Q u∈U (5.84)
= 0, 5 · M AXV ERWuk + 0, 5 ·  · verwu
verwu   
von Unternehmen u
u∈U
   verwertete Masse
tatsächlich verwertete Masse

Der Parameter der maximal vergüteten recycelten bzw. verwerteten Massen wird
nun wiederum als zusätzlicher Parameter in die Instruktion mit aufgenommen.
5.2 Entwicklung eines Aushandlungsmechanismus für die taktische Koordination 143

Diese lautet dann:


⎛ ⎞
piq : Preis, den das fokale Unternehmen den Recycling-
⎜ unternehmen für die Abholung einer Masseneinheit ⎟
⎜ ⎟
⎜ von Altgerät i an Quelle q bezahlt ⎟
⎜ ⎟
⎜ ⎟
⎜ ⎟
⎜λ : Preis, den das fokale Unternehmen den Recycling- ⎟
⎜ ⎟
⎜ unternehmen für das Recycling einer Masseneinheit ⎟
⎜ ⎟
⎜ bezahlt ⎟
⎜ ⎟
⎜ ⎟
⎜ ⎟
⎜μ : Preis, den das fokale Unternehmen den Recycling- ⎟
⎜ ⎟
⎜ unternehmen für die Verwertung einer Masseneinheit ⎟
IN = ⎜⎜


⎜ bezahlt ⎟
⎜ ⎟
⎜ ⎟
⎜ M T Qiqu : Masse, die Recyclingunternehmen u maximal von ⎟
⎜ ⎟
⎜ Altgerät i an Quelle q abholen kann ⎟
⎜ ⎟
⎜ ⎟
⎜ ⎟
⎜ M AXRECu : recycelte Masse, die Recyclingunternehmen u ⎟
⎜ ⎟
⎜ maximal vergütet wird ⎟
⎜ ⎟
⎜ ⎟
⎜ ⎟
⎝ M AXV ERWu : verwertete Masse, die Recyclingunternehmen u ⎠
maximal vergütet wird
(5.85)
Die Recyclingunternehmen müssen unter Berücksichtigung der Instruktion nun
wiederum ihr optimales Programm berechnen. Dazu haben sie in der Zielfunktion
(5.45) die Variablen recu und verwu durch recbezahlt
u und verwubezahlt zu ersetzen.
Diese dürfen die in der Instruktion vorgegebenen Maximalwerte (M AXRECu ,
M AXV ERWu ) nicht überschreiten und müssen kleiner oder gleich den tatsächlich
recycelten bzw. verwerteten Massen sein. Aus diesem Grund hat jedes Recycling-
unternehmen u zusätzlich noch die folgenden Restriktionen zu beachten:

recbezahlt
u ≤ recu (5.86)
verwubezahlt ≤ verwu (5.87)
recbezahlt
u ≤ M AXRECu (5.88)
verwu bezahlt
≤ M AXV ERWu (5.89)

Nach Berechnung des optimalen Programms übermitteln die Recyclingunter-


nehmen die Reaktion wiederum an das fokale Unternehmen, welches dann die
Erfüllung der Restriktionen überprüft und gegebenenfalls die Instruktion neu an-
passt. Abbildung 5.7 gibt für das Verfahren mit der dargestellten Erweiterung
einen Überblick über die Funktionsweise.
Ebenso wie für das Stoffstrommodell und das Zielsystem erfolgt in Anhang A.3
eine Erweiterung des hier dargestellten Aushandlungsmechanismus auf den Fall
144 5 Aushandlungsmechanismus zur taktischen Koordination

(E) Ende

Nein

Fokales (IV‘)
Rec./Verw.über- Ja Unternehmen
erfüllt
& • Lagr.-Parameter anpassen
Max. Vergütung> • MAXRECu/MAXVERWu
Quote ? anpassen
• ggf. MTQiqu anpassen
(E) • k = k+1

Ja
Fokales (IV)
Top-Ebene Unternehmen
k tZ
Bedingungen Nein Ja
erfüllt? • Lagr.-Parameter
anpassen (I‘‘)
• ggf. MTQiqu anpassen
• k = k+1 Nein (I‘)

Q IN ( piq , O , P , MTQiqu )
RE ( yiqu , recu , vewu ) (I)

(III)
IN ( piq , O , P )
IN ( piq , O , P , MTQiqu ,
MAXRECu , MAXVERWu )
Recyclingunternehmen 1 Recyclingunternehmen 2
(II)
Basis-Ebene MAX DB 21U MAX DB 22U
((5.78), (5.86  5.89)) ((5.78), (5.86  5.89))

Abbildung 5.7: Ablauf des Verfahrens mit Beschränkung der vergüteten recycel-
ten bzw. verwerteten Massen

der sammelgruppenspezifischen Quoteneinhaltung. Dabei wird insbesondere auf


die Unterschiede zu dem hier vorgestellten Verfahren eingegangen.
Bevor die vorgestellte Methodik anhand eines Beispiels erläutert wird, erfolgt
im folgenden Abschnitt kurze Diskussion der Eigenschaften des Verfahrens im
Hinblick auf seine Anreizkompatibilität.

5.3 Anreize und Verhalten der Teilnehmer während des


Verfahrens

Die korrekte Funktionsweise des dargestellten Verfahrens setzt voraus, dass sich
die Teilnehmer gemäß den im Verhandlungsprotokoll spezifizierten Regeln Ver-
halten. Für das fokale Unternehmen bedeutet dies, dass die Preisanpassung in
der Weise erfolgt, dass die Preise zu einer im Sinne des gesamten Netzwerk vor-
teilhaften Lösung führen. Da das fokale Unternehmen als gemeinnützig motiviert
angenommen wurde, ist dies gegeben.
Anders dagegen ist der Sachverhalt bei den Recyclingunternehmen. Diese sind
aufgrund der Tatsache, dass sie sich am Markt behaupten müssen und ggf.
5.3 Anreize und Verhalten der Teilnehmer während des Verfahrens 145

auch in anderen Netzwerken aktiv sind, an der Maximierung ihres eigenen De-
ckungsbeitrags interessiert. Hier besteht also die Möglichkeit, dass diese versu-
chen könnten, durch nicht wahrheitsgemäße Weitergabe von Daten in den von
ihnen während des Verfahrens übermittelten Reaktionen einen Vorteil zu erlan-
gen. Es wäre möglich, dass die Recyclingunternehmen in einer Iteration nicht die
Q
jeweils optimalen Lösungen für yiqu , recu und verwu als Reaktion übermitteln,
sondern diese verfälschen, indem sie eine momentan für sie suboptimale Lösung
als Reaktion übermitteln, in der Hoffnung dadurch das Verfahren so zu beein-
flussen, dass die Lösung nach Abschluss des Verfahrens besser für sie ist als bei
wahrheitsgemäßer Weitergabe der Daten.
Zur Anreizkompatibilität derartiger Verfahren existieren bisher wenige Arbeiten.
Cohen (1986) beispielsweise betrachtet einen Dantzig/Wolfe-Algorithmus, bei
dem die Vergütung der Abteilungen mit einem Groves Schema erfolgt. In ei-
nem derartigen Fall ist die wahrheitsgemäße Informationsweitergabe innerhalb
des Dantzig/Wolfe-Algorithmus eine dominante Strategie. Im Rahmen der Spiel-
theorie wird unter einer dominanten Strategie eine Strategie verstanden, die von
keiner anderen Strategie dominiert wird und somit die einzig rationale Strategie
für den Entscheider darstellt.
Jennergren u. Müller (1973) zeigen anhand von Simulationsstudien, dass unter-
schiedliche preisbasierte Dekompositionsverfahren anfällig für die Manipulation
durch die Teilnehmer sein können, indem diese zu pessimistische Werte für die
Mengen als Reaktionen auf die angebotenen Preise melden. Im Gegensatz zu dem
hier vorgestellten Mechanismus werden die Teilnehmer bei den in Jennergren u.
Müller (1973) betrachteten Ansätzen gezwungen“ die von der Zentrale berech-

neten Allokationen mit den in der jeweils letzten Iteration berechneten Preise
zu akzeptieren. Dies ist bei dem hier vorgestellten Mechanismus nicht der Fall.
Die Teilnehmer werden nicht gezwungen eine Allokation zu akzeptieren, vielmehr
werden in dem hier betrachteten Mechanismus die Preise derart angepasst, bis
eine die Annahme einer Masse für das Recyclingunternehmen attraktiv ist.
Zusammenfassend lässt sich somit feststellen, dass eine Manipulierbarkeit des
Mechanismus durch die Teilnehmer in dem Sinn, dass sie sich durch bewusste
Weitergabe von falschen Informationen versuchen einen Vorteil zu verschaffen,
nicht ausgeschlossen werden kann. Beispielsweise könnte ein Recyclingunterneh-
men beim Angebot eines Preises für die Abholung bestimmter Masseneinheiten,
auch bei Vorteilhaftigkeit, dieses ablehnen, in der Hoffnung, dass das fokale Un-
ternehmen in der nächsten Iteration einen höheren Preis dafür bietet. Allerdings
besteht dann die Gefahr, dass ein anderes Recyclingunternehmen dann zum Zuge
kommt und den entsprechenden Deckungsbeitrag dadurch realisieren kann.
Der Annahme strategischen Verhaltens steht jedoch gegenüber, dass in länger-
fristigen Beziehungen in einem derartigen Netzwerk die wahrheitsgemäße Infor-
mationsweitergabe Grundlage einer vertrauensvollen Zusammenarbeit ist. Dies
146 5 Aushandlungsmechanismus zur taktischen Koordination

bedeutet, dass die Recyclingunternehmen zwar primär an der Maximierung ihrer


eigenen Ziele interessiert sind und auch nicht zwingend Informationen offen legen,
wie dies auch im Rahmen dieser Arbeit angenommen wurde, aber kein Interes-
se daran haben, das Verfahren zu manipulieren, indem sie falsche Informationen
weitergeben (Schneeweiss 2003b).
Nach der Darstellung des Verfahrens sowie einer kurzen Diskussion der Anreiz-
kompatibilität des Verfahrens wird im folgenden Abschnitt die Funktionsweise
des Verfahrens anhand eines einfachen Beispiels verdeutlicht.

5.4 Darstellung des Verfahrens anhand eines Beispiels

In dem im Folgenden betrachteten Beispiel wird von einem Recyclingnetzwerk


ausgegangen, welches aus einem fokalen Unternehmen sowie 3 Recyclingunter-
nehmen besteht. Hierbei seien Rahmenverträge über die Massen zweier Altgeräte,
die an drei unterschiedlichen Sammelstellen abzuholen sind, zu verhandeln. Die
an den Quellen abzuholenden Altgerätemassen sind Tabelle 5.1 zu entnehmen.

Tabelle 5.1: Altgerätemassen an den Sammelstellen (Aiq )

Quellen (q) 1 2 3
Altgerät (i)
1 10.000 15.000 20.000
2 12.000 10.000 13.000

Als Recyclingoption wird nur die Demontage betrachtet. Die Struktur der zu
behandelnden Altgeräte sowie die möglichen Demontageaktivitäten sind in Ab-
bildung 5.8 dargestellt. Beide Altgeräte bestehen zu gleichen Anteilen aus der
Fraktion 3 als Bauteil sowie jeweils einer weiteren Fraktion 4 (bzw. 7). Fraktio-
nen 4 und 7 stellen Baugruppen dar, die weiter in die Fraktion 5 und 6 (bzw. 8
und 9), wiederum zu gleichen Anteilen, als Bauteile zerlegt werden können.
Die Recyclingunternehmen des Netzwerks haben dabei unterschiedliche Fähigkei-
ten, Altgeräte zu demontieren. Recyclingunternehmen u = 1 und u = 2 können
jeweils die Demontageaktivitäten j = 1 und j = 2 ausführen. Recyclingunter-
nehmen u = 2 kann zusätzlich die tiefer gehenden Demontageschritte j = 3
und j = 4 durchführen. Recyclingunternehmen u = 3 schließlich ist auf die Akti-
vitäten j = 3 und j = 4 spezialisiert und kann keine Erstbehandlung durchführen.
Es besteht ferner die Möglichkeit, alle Fraktionen an die Senken des Netzwerks
abzugeben. Das beschriebene Netzwerk sowie die im Netzwerk möglichen Mate-
rialflüsse sind in Abbildung 5.9 dargestellt.
5.4 Darstellung des Verfahrens anhand eines Beispiels 147

1 2 Altgerät

j=1
j=2 Demontageaktivität

Fraktion
3 4 3 7

j=3 j=4 Demontageaktivität

5 6 8 9 Fraktion

Abbildung 5.8: Produktstruktur des Beispiels

Die Rechtecke auf der linken Seite repräsentieren die Quellen des Netzwerks
(Sammelstellen), von denen die Altgeräte abgeholt werden müssen. Die Kreise
auf den Pfeilen kennzeichnen die möglichen Objektarten (Altgeräte, Fraktionen).
Die Rechtecke auf der rechten Seite bezeichnen die Senken des Netzwerks.
Für die Planung sind die Transportkosten für Transporte von den Quellen, zwi-
schen den Unternehmen sowie zu den Senken zu beachten. Weiterhin werden die
Kostensätze für die Ausführung der Demontageaktivitäten benötigt. Jede Senke
außerhalb des Netzwerks wird zudem mit einem fraktionsspezifischen Recycling-
koeffizienten versehen. Die hier zugrunde gelegten Daten sind in Tabellen 5.2
und 5.3 zu finden. Für das Beispiel wurde eine Recyclingquote von 60% gewählt,
die über alle Altgeräte und Recyclingunternehmen erfüllt werden muss. Auf die
Einhaltung einer Verwertungsquote wurde aus Gründen der Übersichtlichkeit ver-
zichtet.
Das Ziel der taktischen Koordination besteht nun darin, Rahmenverträge zwi-
schen dem fokalen Unternehmen und den Recyclingunternehmen auszuhandeln,
die die Aufteilung der an den Sammelstellen anfallenden Altgerätemassen auf die
Recyclingunternehmen spezifizieren.
Wie oben dargestellt, müssen für jede der Senken des Netzwerks sowie für alle
Unternehmen, an die netzwerkintern Fraktionen abgegeben werden, Recycling-
koeffizienten bestimmt werden. Für Recyclingunternehmen u = 1 werden Re-
cyclingkoeffizienten für die Verbringung der Fraktionen i = 4 und i = 7 an
Unternehmen u = 2 oder u = 3 angenommen. Zudem sind die entsprechenden
Kostensätze bzw. Erlöse für diese Fraktionen in der Planung zu berücksichtigen.
148 5 Aushandlungsmechanismus zur taktischen Koordination

q=1 u=1 i=3,4,7


i=1 j=1 i=4
i=1,2 r=1
i=3
i=1,2 i=2 j=2 i=4,7
i=7
u=3 i=5
i=4 j=3
i=6
i=5,6,8,9
i=1,2 i=4,7 i=8
q=2
i=7 j=4
i=9
u=2
i=1,2
i=5 i=4,7
i=1 j=1 i=4 j=3
i=6
i=1,2 i=3
i=2 j=2 i=8 r=2
i=7 j=4 i=3,4,5,6,7,8,9
q=3
i=9
i=1,2

Abbildung 5.9: Mögliche Materialflüsse im Netzwerk

Recyclingunternehmen u = 2 muss lediglich Unternehmen u = 3 als netzwer-


kinterne Senke betrachten, da Recyclingunternehmen u = 1 keine spezialisierte
Behandlung anbietet. Der rechten Hälfte von Tabelle 5.3 sind die Daten zu ent-
nehmen, die für das Beispiel angenommen wurden. Diese müssen nicht zwingend
der realen Kostenstruktur entsprechen, da diese zunächst nur auf Schätzungen
und/oder Vergangenheitswissen basieren. Hierbei wird angenommen, dass beide
Recyclingunternehmen über dieselben Informationen bezüglich Recyclingunter-
nehmen u = 3 verfügen.
Unter den beschriebenen Rahmenbedingungen kann nun die Verhandlung des fo-
kalen Unternehmens mit den Recyclingunternehmen u = 1 und u = 2 nach dem
in den Kapiteln 5.2.2 bis 5.2.7 beschriebenen Verfahren beginnen. In dem Beispiel
wurde ω = 500 gewählt und b = 10. Das Ergebnis der Verhandlung stellen die
Rahmenverträge dar, die die unternehmensindividuellen Verpflichtungen spezifi-
zieren. Abbildung 5.10 zeigt den letzten Verhandlungsschritt des Verfahrens. Es
sind beispielhaft die Vertragsangebote sowie die entsprechenden Antworten von
Unternehmen u = 1 für Altgerät i = 1 und Quelle q = 1 dargestellt.
Wie in Abbildung 5.10 dargestellt, bietet das fokale Unternehmen im letzten Ver-
handlungsschritt für die Abholung einer ME des Altgeräts i = 1 von der Sammel-
stelle q = 1 einen Annahmepreis (p11 ) von -0,002 GE an, hierbei können durch das
Unternehmen u = 1 maximal 10.000 ME von dieser Sammelstelle abgeholt wer-
5.4 Darstellung des Verfahrens anhand eines Beispiels 149

Tabelle 5.2: Kostensätze für die Recyclingaktivitäten (cju ) sowie Transportkosten


für Stoffströme von den Quellen (tqiqu ) und zu den (Dummy-)Senken
(triur ) (die Transportkosten sind für alle i ∈ I gleich)

cju tqiqu triur


r∈R r ∈ RD
u 1 2 3 u 1 2 r 1 2 3(u = 2) 4(u = 3)
j q u
1 2 2 - 1 0,1 0,2 1 0,4 0,5 0,2 0,3
2 1 3 - 2 0,2 0,3 2 0,5 0,6 - 0,2
3 - 2 1 3 0,3 0,1 3 0,5 0,6 - -
4 - 1 3

den (M T Q111 ). M T Q111 ist wird dabei ab Iteration ω = 500 neben den Preisen
für die Abholung (piq ) und das Recycling (λ) in der Instruktion mit übergeben,
damit die Recyclingunternehmen in der Lage sind, eine gesamtzulässige Lösung
zu generieren (vgl. Kapitel 5.2.6). Für jede recycelte ME wird ein Recyclingbonus
von 1,72 GE gewährt (λ). Die Vergütung erfolgt allerdings nur bis zur einer Mas-
se von maximal M AXRECu = 28.266 ME über alle betrachteten Altgeräte. Der
Wert M AXRECu wird dabei, wie in Kapitel 5.2.7 beschrieben, mit übergeben,
sobald vom Verfahren eine zulässige Lösung gefunden wurde, und wird sukzessive
angepasst, bis die vergüteten recycelten Massen die zu recycelnden Massen nicht
überschreiten. Ein über den Wert von M AXRECu hinaus gehendes Recycling
wird dem Unternehmen nicht vergütet.
Als Reaktion auf dieses Angebot ist es für Unternehmen u = 1 optimal, 10.000
ME von Altgerät i = 1 von Sammelstelle q = 1 abzuholen. In Summe über
die von allen Sammelstellen derart angenommenen Altgeräte gewährleistet das
Unternehmen das Recycling 28.266 ME. Die Evaluierung aller Reaktionen der
Recyclingunternehmen durch das fokale Unternehmen ergibt, dass die globalen
Restriktionen erfüllt sind und (im Rahmen einer gewissen Toleranz) die maximal
vergüteten recycelten Massen den zu recycelnden Massen entsprechen. Somit kann
der Vertrag implementiert werden. Die vollständigen Daten des Rahmenvertrags
sind in Tabelle 5.4 dargestellt.
Die Rahmenverträge spezifizieren die im betrachteten Zeitraum von den Sammel-
stellen abzunehmenden Massen nebst zugehörigem Preis sowie unternehmensin-
dividuellen Recyclingquoten als Quotient aus recycelter und insgesamt gesammel-
ter Masse. Diese beträgt für Recyclingunternehmen u = 1 57,4% und für u = 2
64,2%. Die Zahlen in Klammern geben die altgeräte- und unternehmensspezifi-
schen Recyclingquoten für Altgeräte i = 1 (47,5% bei u = 1 und 62,5% bei u = 2)
und i = 2 (64,5% bei u = 1 und 67,5% bei u = 2) an, die sich aus der optimalen
150 5 Aushandlungsmechanismus zur taktischen Koordination

Tabelle 5.3: Recyclingkoeffizienten und Kosten(-)/Erlöse(+) an den Senken bzw.


geschätzte Koeffizienten und Kosten/Erlöse an den Dummy-Senken

r∈R r ∈ RD
r 1 2 3 (u = 2) 4 (u = 3)
i χir sir χir sir χir sir χir sir
1 0 -0,2 0 -0,2
2 0 -0,2 0 -0,2
3 0,6 0 0 0
4 0 -0,1 0,3 -0,1 0,65 -0,9 0,65 -1,1
5 0,8 0,1 0 0,1
6 0 0 0,5 0
7 0 -0,1 0,4 -0,1 0,75 -1,05 0,75 -0,55
8 0,9 0,1 0 0,1
9 0 0 0,6 0

Lösung ableiten lassen. Hierbei wird nochmals deutlich, dass eine einheitliche Re-
cyclingquote für verschiedene Unternehmen sowie unterschiedliche Altgeräte in
diesem Fall nicht optimal und eine Differenzierung mittels eines Rahmenvertrags
im Sinne einer Kompensation über Altgeräte und Unternehmen durchaus sinnvoll
ist.
Im Rahmen einer sich anschließenden operativen Koordination erhält das fokale
Unternehmen beispielsweise einen Auftrag über die Abholung von 100 ME von
Altgerät i = 2 von Quelle q = 1. Basierend auf dem in der taktischen Ebene
ausgehandelten Rahmenvertrag ist hierfür unter Einhaltung der engen zeitlichen
Restriktionen ein Unternehmen kurzfristig auszuwählen. Im vorliegenden Fall hat
sich laut Rahmenvertrag lediglich Unternehmen u = 1 zur Abholung von Alt-
geräten i = 2 an Quelle q = 1 verpflichtet. Das fokale Unternehmen vergibt daher
einen Auftrag an Unternehmen u = 1 über die Abholung der 100 ME, wobei
im Rahmen der Behandlung eine altgerätspezifische Recyclingquote von 47,5%
einzuhalten ist.
Ausgehend von diesen Auftragsdaten sowie den antizipierten Daten über die an-
deren Recyclingunternehmen wäre für Unternehmen u = 1 die Demontage des
Altgeräts in die Fraktionen i = 3 und i = 4 sowie die Verbringung von Fraktion
i = 3 in Höhe von 50 ME zu Senke r = 1 und die Verbringung von Fraktion i = 4
in Höhe von 42,8 ME zu Senke r = 2 optimal. 7,2 ME von Fraktion i = 4 würden
innerhalb des Recyclingnetzwerks zu Recyclingunternehmen u = 2 verbracht.
An dieser Stelle kann Bedarf für eine operative Koordination des Netzwerks ent-
stehen. Die Zielsetzung besteht hierbei in der effizienten Allokation der 7,2 ME
von Fraktion i = 4 im Netzwerk. Zum Zeitpunkt der Aushandlung der Rah-
5.4 Darstellung des Verfahrens anhand eines Beispiels 151

(E) Ende

Nein

Fokales (IV‘)
Rec./Verw.über- Ja Unternehmen
erfüllt
& • Lagr.-Parameter anpassen
Max. Vergütung> • MAXRECu anpassen
Quote • ggf. MTQiqu anpassen
• k = k+1
(E)

Ja
Fokales (IV)
Top-Ebene Unternehmen
k tZ
Bedingungen Nein Ja
erfüllt? • Lagr.-Parameter
anpassen (I‘‘)
• ggf. MTQiqu anpassen
• k = k+1 Nein (I‘)

IN ( piq , O , P , MTQiqu )
RE ( y111 10.000,..., rec1 28.266 ) (I)
IN ( piq , O , P ) IN ( p11 0,002,..., O 1,72,
(III)
MTQ111 10.000, MAXREC1 28.266 )

Recyclingunternehmen 1 Recyclingunternehmen 2
(II)
Basis-Ebene MAX DB 21U MAX DB 22U
( (5.78), (5.86  5.89)) ( (5.78), (5.86  5.89))

Abbildung 5.10: Darstellung eines Verhandlungsschritts der taktischen


Koordination

menverträge wurde eine Weiterbehandlung in Unternehmen u = 2 antizipiert.


Ist Recyclingunternehmen u = 2 nicht mehr bereit oder in der Lage diese Ma-
terialfraktion zu dem antizipierten Preis zu übernehmen, oder stehen aufgrund
einer Veränderung der Netzwerkstruktur kostengünstigere Behandlungsoptionen
zur Verfügung, ist eine operative Koordination der netzwerkinternen Stoffströme
notwendig bzw. sinnvoll.
Es könnte nun an dieser Stelle, wie in Kapitel 4.5.4 vorgeschlagen, ein Aukti-
onsverfahren zum Einsatz kommen, mit dem eine aus netzwerkweiter Sicht kos-
tengünstige Allokation der zwischenbetrieblichen Stoffströme durchgeführt wer-
den kann. Das Ergebnis dieser Koordination sind neben der effizienten Allokati-
on der zwischenbetrieblichen Stoffströme die zugehörigen Vertragszahlungen auf
operativer Ebene. Auf Basis dieser Zahlungen kann das Recyclingunternehmen,
welches die Fraktionen abgibt, neue Werte für die Kostensätze sir generieren,
welche die veränderten Kostenstrukturen des Netzwerks abbilden und damit eine
taktische Koordination auf Basis aktualisierter Daten ermöglichen. Ein weite-
res Ergebnis der operativen Koordination könnten auch aktualisierte Werte für
die Recyclingkoeffizienten (χir ) sein, die angeben, zu welchem Anteil eine an die
Dummy-Senke r abgegebene Fraktion i als recycelt gilt.
Nach der Darstellung des entwickelten Koordinationsmechanismus wird im fol-
genden Abschnitt die Leistungsfähigkeit des entwickelten Aushandlungsmechanis-
152 5 Aushandlungsmechanismus zur taktischen Koordination

Tabelle 5.4: Rahmenvertrag des Beispiels als Ergebnis der taktischen


Koordination

Von Quelle q zu Recyclingunternehmen u Preis pro abgeholter


Q
transportierte Masse an Altgerät i (yiqu ) Masseneinheit von
[ME] Altgerät i an Quelle q
(piq ) [GE/ME]
u=1 u=2
i=1 q =1 10000 0 -0,002
q =2 15000 0 0,1
q =3 0 20000 0,038
i=2 q =1 12000 0 0,282
q =2 10000 0 -0,142
q =3 2285 10715 -0,032
Gesamtmasse [ME] 49285 30718
Recycelte Masse (recu ) 28266 19733
[ME]
Preis pro recycelter Massen- 1,72
einheit (λ) [GE/ME]
Individuelle Recyclingquo- 57,4% 64,2%
ten (gesamt) (i = 1, i = 2) (47,5%, (62,5%,
64,5%) 67,5%)

mus für die taktische Koordination mit Hilfe einer Performanceanalyse ermittelt.

5.5 Performanceanalyse

In diesem Abschnitt wird eine Performanceanalyse durchgeführt, mit der die


Leistungsfähigkeit des taktischen Verhandlungsmechanismus mit dem Ergebnis,
welches ein zentraler Planer ermitteln würde, verglichen wird. Den Vergleichs-
maßstab zu dem im Rahmen der Arbeit entwickelten Mechanismus für die tak-
tische Koordination bildet dabei das Modell (5.11-5.23). Dieses Modell war der
Ausgangspunkt für die Entwicklung des in diesem Kapitel beschriebenen dekom-
positionsbasierten Aushandlungsmechanismus. Um möglichst fundierte Aussagen
über die Leistungsfähigkeit des Mechanismus treffen zu können, ist es notwen-
dig ein oder mehrere Algorithmen bzw. eine oder mehrere Varianten eines Al-
gorithmus anhand verschiedener Probleminstanzen zu untersuchen (Rardin u.
Uzsoy 2001). Eine Probleminstanz stellt dabei eine spezielle numerische Instanz
eines generischen Problems dar. Bezogen auf die hier betrachtete Anwendung ist
das generische Problem die im vorliegenden Kapitel beschriebene Problemstel-
5.5 Performanceanalyse 153

lung der optimalen Allokation der Stoffströme auf der taktischen Ebene. Eine
Instanz ist dann gekennzeichnet durch die konkrete Wahl der Parameter, wie
Kosten oder Kapazitäten etc. Die Varianten des Algorithmus kennzeichnen die
konkrete Wahl der Stellschrauben“, die der beschriebene Aushandlungsmecha-

nismus ermöglicht. Ein derartiges Experiment mit m Probleminstanzen und n
verschiedenen Ausprägungen des betrachteten Algorithmus hat die in Tabelle 5.5
dargestellte Struktur.96

Tabelle 5.5: Instanzen vs. Algorithmen, in Anlehnung an Rardin u. Uzsoy (2001,


S. 265)

Algorithmus- Algorithmus- Algorithmus-


variante 1 variante 2 ... variante n
Instanz 1
Instanz 2
...
Instanz m

Werden sämtliche Kombinationen von Probleminstanzen und Varianten des Me-


chanismus untersucht, so spricht man von einer vollständig faktoriellen Analyse
(Rardin u. Uzsoy 2001).
Es ergeben sich bei der Gestaltung der numerischen Untersuchung folglich zwei
Gestaltungsfelder. Zum einen sind geeignete Probleminstanzen zu wählen und
zum anderen sind geeignete zu untersuchende Varianten des Algorithmus zu im-
plementieren. Zur Ermittlung der zu untersuchenden Probleminstanzen existie-
ren verschiedene Möglichkeiten. Im Folgenden wird das im vorherigen Abschnitt
dargestellte Beispiel als Ausgangsbasis verwendet, um zufällig generierte Testin-
stanzen zu bilden (vgl. hierzu Rardin u. Uzsoy 2001). Die Generierung der Tes-
tinstanzen sowie die Implementierungsvarianten des Aushandlungsmechanismus
werden in den folgenden Abschnitten beschrieben.

96
Rardin u. Uzsoy (2001) betrachten bei ihren Ausführungen heuristische Algorithmen zur
Lösung komplexer Optimierungsprobleme, die das Ziel haben in akzeptabler Zeit eine quali-
tativ gute Lösung zu finden. In der vorliegenden Arbeit werden keine Heuristiken zur Lösung
komplexer Optimierungsprobleme betrachtet. Jedoch kann der hier betrachtete Aushand-
lungsmechanismus als Heuristik angesehen werden, die das zugrunde liegende Problem der
taktischen Allokation von Stoffströmen in dezentraler Weise unter Berücksichtigung der vor-
herrschenden Informationsasymmetrie löst. Die Komplexität“ ist hierbei nicht durch das

zugrunde liegende (lineare) Optimierungsproblem gegeben, sondern durch die Informati-
onsasymmetrie und die Tatsache, dass kein zentraler Planer existiert, der eine ermittelte
Lösung durchsetzen könnte.
154 5 Aushandlungsmechanismus zur taktischen Koordination

5.5.1 Generierung von Probleminstanzen

Ausgangspunkt für die Generierung von Probleminstanzen ist das im vorherigen


Abschnitt dargestellte Beispiel. Es wird hierbei davon ausgegangen, dass alle drei
Recyclingunternehmen sämtliche Demontageaktivitäten durchführen können und
keine Dummy-Quellen bzw. Dummy-Senken innerhalb des Netzwerks betrach-
tet werden. Dabei erfolgt die Bildung der Probleminstanzen in der Weise, dass
zunächst Faktoren bestimmt werden, deren Auswirkung auf die Leistungsfähig-
keit des Aushandlungsmechanismus von Interesse erscheint. Im Folgenden wer-
den die Faktoren der Kosten sowie der Kapazitäten im Netzwerk betrachtet.
Zudem wird der Einfluss der Struktur der zu behandelnden Produkte auf die
Leistungsfähigkeit untersucht.
Eine Veränderung der Kosten für die Demontage erfolgt hier, da derartige unter-
schiedliche Kostenstrukturen in der Praxis beobachtet werden können. So können
beispielsweise neben privatwirtschaftlichen Unternehmen auch sozial geförderte
Unternehmen im Netzwerk beteiligt sein, die eine andere Kostenstruktur aufwei-
sen (Halstrick-Schwenk 2000; Walther u. Spengler 2004). Dabei wird zwischen
dem Kostenniveau niedrig“ ( nk“) und hoch“ ( hk“) unterschieden. Kosten für
” ” ” ”
die Demontage können variieren. So ist es möglich, dass für ein Altgerät eine an-
dere Zeit für die Demontage benötigt wird als erwartet, wenn sich beispielsweise
gewisse Verbindungstechniken in den Produkten geändert haben, die zu einem
höheren oder kürzeren Demontageaufwand führen. Zudem können sich verschie-
dene Varianten eines Produkts in der benötigten Demontagezeit stark unterschei-
den. Aus diesem Grund wird eine Randomisierung im Hinblick auf die Demonta-
gekosten vorgenommen. Die Werte für die niedrigen Kosten werden in Anlehnung
an das Beispiel aus Kapitel 5.4 gleichverteilt zwischen 1 und 4 [GE/Aktivität] für
jede Aktivität angenommen. Die Generierung der hohen Kosten erfolgt durch
die Multiplikation dieses Werts mit 1,5. Dabei werden sämtliche Kombinatio-
nen von Kostenniveaus in den einzelnen Unternehmen untersucht. So bezeichnet
(nk,nk,hk) beispielsweise den Fall, in dem Unternehmen 1 und 2 niedrige Kosten
und Unternehmen 3 hohe Kosten haben. Es sind folglich 23 Kostensituationen zu
untersuchen.
Die Höhe der vorhandenen Kapazitäten kann ebenfalls einen Einfluss auf die Qua-
lität des Verfahrens haben, da die vorhandene Kapazität den Lösungsraum der
Recyclingunternehmen beeinflusst. Dabei besitzt das Kriterium der Kapazität
drei Ausprägungen. Die Ausprägung niedrige Kapazität“( nka“) ist so gewählt,
” ”
dass diese gerade ausreicht, die zu demontierenden Massen zu behandeln. Bei der
Ausprägung mittlere Kapazität“( mka“) wird die geringe Kapazität für jedes
” ”
Demontageunternehmen mit dem Faktor 1,2 multipliziert und im Szenario hohe

Kapazität“( hka“) wird die Kapazität schließlich mit 1,5 multipliziert. Die Ka-

pazität ist dabei in jedem Demontageunternehmen gleich hoch. Insgesamt sind
also 3 Kapazitätskonstellationen zu untersuchen.
5.5 Performanceanalyse 155

Eine Veränderung der Produktstruktur erscheint relevant, da unterschiedliche


Produktstrukturen verschiedene Möglichkeiten der Demontage erlauben und sich
somit unterschiedlich auf die recycelten Massen auswirken können. Die im vorher-
gehenden Abschnitt dargestellte Struktur der beiden Produkte bildet den Aus-
gangspunkt und kennzeichnet eine Situation, in der zwei ähnliche Produkte zu
behandeln sind. Alternativ werden zwei Altgeräte betrachtet, deren Struktur sehr
unterschiedlich ist. Dabei wird ein sehr einfaches Produkt betrachtet, welches le-
diglich eine Demontagestufe beinhaltet. Das zweite Produkt ist komplexer und
erlaubt drei Demontagestufen, was zur Folge hat, dass durch dieses Produkt, je
nach gewählter Demontagetiefe, sehr unterschiedliche Recyclingquoten erreicht
werden können. Abbildung 5.11 zeigt die beiden betrachteten alternativen Pro-
duktstrukturen. Abbildung 5.11 (a) kennzeichnet die bereits im Rahmen des Bei-
spiels betrachtete Produktstruktur (Produktstruktur 1) und Abbildung 5.11 (b)
die zusätzlich betrachtete alternative Produktstruktur (Produktstruktur 2). Die
Transportkosten sowie die Erlöse/Kosten für die Abgabe der Fraktionen an die
Senken sind die selben wie bei Produktstruktur 1. Änderungen ergeben sich le-
diglich in den Recyclingkoeffizienten. Diese wurden so gewählt, dass eine tiefere
Demontage von Altgerät 2 zu einer sukzessiv höheren Recyclingquote führt (vgl.
Tabelle B.1 im Anhang).
Um für die beschriebenen 23 x3x2=49 Faktorkombinationen möglichst valide Aus-
sagen zu erzielen, erfolgt eine Randomisierung des Experiemets in der Weise, dass
neben den Demontagekosten (s.o.) die an den Quellen anfallenden Massen an Alt-
geräten als unsicher betrachtet werden. Diese Annahme rührt daher, dass eine
Prognose über anfallende Massen in der Realität mit Unsicherheiten behaftet
ist (BFUB 2001; Walther 2005). Die Werte für die an den Quellen anfallenden
Altgerätemassen wurden dabei in Anlehnung an die Daten aus dem Beispiel aus
einer Gleichverteilung zwischen 10.000 und 20.000 gezogen. Für jede Faktorkom-
bination werden auf diese Weise 40 Replikationen gebildet. Insgesamt sind somit
49x40=1.960 Probleminstanzen zu untersuchen.
156 5 Aushandlungsmechanismus zur taktischen Koordination

1 2 1 2

j=1 j=2 j=1 j=2

3 4 3 7 3 4 3 5

j=3 j=4 j=3

5 6 8 9 6 7

j=4

8 9

Produktstruktur 1 Produktstruktur 2

(a) (b)

Abbildung 5.11: Im Rahmen der Performanceanalyse betrachtete Produktstruk-


turen

5.5.2 Implementierungsvarianten des Aushandlungsmechanismus

Die andere Gestaltungsdimension des Experiments betrifft die Variation des un-
tersuchten Mechanismus. Der im Rahmen der Arbeit entwickelte Koordinations-
mechanismus umfasst zunächst eine Grundversion, mit der die Ermittlung zulässi-
ger Lösungen erreicht werden soll (Kapitel 5.2.2-5.2.6) sowie darauf aufbauend
eine Erweiterung, mit der eine Verbesserung zulässiger Lösungen angestrebt wird
(Kapitel 5.2.7). Ein Vergleich der Ergebnisse der beiden Varianten ermöglicht
dabei die Ermittlung des zusätzlichen Nutzens, den die entwickelte Erweiterung
bietet.
Jede der beiden Varianten lässt zwei Gestaltungsdimensionen zu. Zum einen
ist die Schrittweite tk , mit der das fokale Unternehmen die Vertragsangebote
(=Lagrange-Parameter) anpasst97 , geeignet zu wählen und zum anderen ist die
Anzahl an Iterationen ω zu wählen, ab der als Instruktionen neben dem Preis
für die abgeholten Masseneinheiten und dem Recycling- bzw. Verwertungsbo-
97
Vgl. hierzu Kapitel 5.2.4
5.5 Performanceanalyse 157

nus die maximal von einem Recyclingunternehmen abzuholende Masse, M T Qiqu ,


vorgegeben wird.98
Zur Ermittlung geeigneter Werte von ω wurden zunächst Voranalysen unter Zu-
grundelegung verschiedener Instanzen des beschriebenen Beispiels durchgeführt.
Dabei stellte sich heraus, dass das Verfahren für Werte von ω zwischen 50 und
150 gute Ergebnisse liefert. Die Variation von ω erfolgte daher durch Setzen der
Werte auf 50, 100 und 150.
Zur Bestimmung der Schrittweiten für die Anpassung der Lagrange-Parameter
wurde in Kapitel 5.2.3 eine sehr allgemeine Schrittweitenregel mit der folgenden
Form vorgeschlagen:
b
tk = (5.90)
k · ||ζ||
Diese Schrittweitenregel ermöglicht die Bestimmung der Schrittweite ohne dabei
auf globale Informationen zur Ermittlung aktueller Zielfunktionswerte oder von
Schranken zurückzugreifen. Wie aus der Formel ersichtlich ist, ist im Rahmen der
Schrittweitenbestimmung der Parameter b zu bestimmen.
Die Bandbreite möglicher Werte von b wurde hier, ebenso wie zur Bestimmung
von ω, im Rahmen von Voranalysen ermittelt. Dabei stellte sich heraus, dass
Werte für b zwischen 1 und 11 gute Ergebnisse liefern. Es wurden deshalb die
Werte b = 1, 3, 5, 7, 9 und 11 im Rahmen der Studie untersucht. Es sind somit
insgesamt 2x3x6=36 Varianten des Aushandlungsmechanismus zu untersuchen.
Insgesamt ergibt sich aus den beschriebenen Varianten des Aushandlungsmecha-
nismus und den untersuchten Probleminstanzen die Anzahl der durchzuführenden
numerischen Experimente auf 1.960x36=70.560.

5.5.3 Ergebnisse

Im Folgenden werden die Ergebnisse für die Leistungsfähigkeit der beiden Varian-
ten des Aushandlungsmechanismus dargestellt. Zunächst werden die Ergebnisse
für Produktstruktur 1 diskutiert, anschließend die für Produktstruktur 2.

5.5.3.1 Produktstruktur 1

Zunächst erfolgt eine Darstellung der Ergebnisse für den Aushandlungsmechanis-


mus in der Grundversion. Anschließend werden die mit der Erweiterung erzielten
Ergebnisse dargestellt. Schließlich erfolgt eine vergleichende Analyse, mit der die
Leistung des Algorithmus in der Grundversion mit der der Erweiterung verglichen
wird.

98
Vgl. hierzu Kapitel 5.2.6
158 5 Aushandlungsmechanismus zur taktischen Koordination

Tabelle 5.6 zeigt für das Beispiel die Ergebnisse, als durchschnittliche prozentuale
Abweichungen vom globalen Optimum für alle betrachteten Faktorkombinationen
des Problems und Parameterkombinationen des Mechanismus in der Grundver-
sion.
Tabelle 5.6: Durchschnittliche Abweichungen der durch den Aushandlungsme-
chanismus generierten Lösungen vom globalen Optimum - Produkt-
struktur 1 - Grundversion (in %)

Instanzen Implementierungsvarianten des Aushandlungsmechanismus


ω = 50 ω = 100 ω = 150
Kosten Kap. b=1 b=3 b=5 b=7 b=9 b=11 b=1 b=3 b=5 b=7 b=9 b=11 b=1 b=3 b=5 b=7 b=9 b=11
nk,nk,nk nka 2,61 2,37 2,93 3,45 3,74 4,23 2,61 2,52 2,36 2,74 2,81 3,24 2,56 2,53 2,40 2,47 2,52 2,77
mka 3,60 3,55 3,75 4,30 4,39 4,44 3,52 3,42 3,61 3,67 3,61 3,93 3,60 3,63 3,59 3,58 3,43 3,63
hka 4,07 4,04 4,11 3,91 4,05 4,95 4,00 3,93 4,00 4,09 4,06 3,81 4,08 3,93 3,99 3,99 3,74 3,78

nk,nk,hk nka 2,36 2,36 2,64 3,68 4,31 4,46 2,62 2,09 2,15 2,73 2,81 3,06 2,57 2,61 2,35 2,11 2,39 2,77
mka 3,31 3,40 3,09 3,67 3,82 4,08 3,55 3,44 3,37 3,36 3,47 3,59 3,33 3,26 3,54 3,71 3,45 3,24
hka 3,97 4,29 3,93 3,86 3,94 4,10 3,96 4,09 4,03 3,67 4,00 4,23 4,02 3,82 3,18 3,82 4,33 3,81

nk,hk,nk nka 2,36 2,27 2,98 3,12 3,74 3,96 2,42 2,46 2,33 2,52 2,48 2,85 2,54 2,62 2,46 2,35 2,57 2,58
mka 3,45 3,67 3,83 3,88 3,81 4,89 3,28 3,43 3,52 3,55 3,67 3,91 3,29 3,41 3,54 3,66 3,54 3,96
hka 4,27 4,48 4,54 4,70 4,75 4,83 4,42 4,41 4,51 4,52 4,52 4,66 4,43 4,50 4,48 4,60 4,62 4,79

nk,hk,hk nka 2,52 2,94 2,00 2,09 3,02 4,37 2,46 2,58 2,58 2,50 2,27 2,43 2,55 2,55 3,02 2,28 2,27 2,52
mka 2,34 2,45 2,57 2,77 3,59 3,85 2,02 2,59 2,29 2,40 2,41 2,64 2,34 2,33 2,41 2,07 2,47 2,62
hka 2,91 3,49 3,51 3,71 3,98 4,25 2,98 3,20 3,38 3,29 3,51 3,32 3,09 3,02 3,18 3,00 3,25 3,31

hk,nk,nk nka 3,63 3,42 3,42 4,07 4,61 4,54 3,46 3,50 3,15 3,54 3,76 4,05 3,13 3,30 3,14 3,33 3,95 4,04
mka 3,88 3,30 3,94 3,56 4,61 4,47 3,63 3,45 3,27 3,73 4,22 3,97 3,37 3,52 3,48 3,57 3,52 3,34
hka 4,01 3,30 3,64 4,42 4,53 4,98 3,82 3,83 3,44 3,37 4,20 4,25 3,53 3,81 3,54 3,57 3,49 3,80

hk,nk,hk nka 3,72 4,14 2,09 4,14 4,55 5,07 3,89 3,71 2,93 3,48 3,94 3,83 3,92 3,54 3,18 4,17 3,94 3,33
mka 3,60 3,94 3,44 3,67 4,30 4,33 3,89 3,94 3,34 3,37 3,18 4,33 3,65 4,08 3,53 3,27 3,21 3,56
hka 3,22 3,41 4,09 3,55 4,40 4,64 3,46 3,43 3,46 3,44 3,36 3,35 3,56 3,39 3,24 3,30 3,37 3,74

hk,hk,nk nka 3,64 3,64 3,55 4,00 4,27 4,25 2,98 3,45 3,11 3,76 3,59 3,70 3,24 3,34 3,07 3,59 3,62 3,55
mka 3,72 3,52 3,38 3,91 4,07 4,30 3,06 3,67 3,30 3,33 3,68 4,04 3,37 3,90 3,29 3,27 3,87 3,74
hka 3,79 3,81 4,19 4,20 3,77 4,49 3,07 3,78 3,68 3,87 3,70 3,65 3,42 3,57 3,78 3,73 3,58 3,74

hk,hk,hk nka 3,82 4,79 4,34 4,06 4,74 5,55 3,72 4,78 3,90 3,88 4,15 4,63 3,63 4,55 4,05 3,68 3,75 4,02
mka 4,77 5,12 4,80 4,57 5,17 5,81 4,21 5,13 4,28 5,22 4,52 4,77 4,24 4,85 4,57 4,60 4,35 4,77
hka 5,29 5,54 5,36 5,30 4,84 5,45 4,76 5,52 5,06 5,41 4,49 4,83 4,75 5,25 5,43 5,19 4,47 5,15

Zusätzlich zu den reinen Mittelwerten sind im Folgenden die Verteilungen der


Ergebnisse anhand so genannter Box-Plots dargestellt. Zur besseren Übersicht
erfolgt eine Darstellung getrennt nach Kapazitätsszenarien. Jedes Diagramm zeigt
dabei die Ergebnisse über alle Kostenszenarien und alle Replikationen. Ein Box-
Plot stellt für jede Konfiguration des Aushandlungsmechanismus (ω, b) neben
dem Median das 25%-, das 75%-Quantil sowie die minimale und die maximale
Abweichung vom Optimum dar. Abbildung 5.12 stellt die Ergebnisse für das
Szenario niedrige Kapazität“ dar, Abbildung 5.13 für das Szenario mittlere
” ”
Kapazität“ und Abbildung 5.14 für das Szenario hohe Kapazität“.

Die Ergebnisse zeigen, dass sich, wie zu erwarten war, eine Erhöhung des Werts
5.5 Performanceanalyse 159

18,00%

16,00%

14,00%

12,00%

10,00%

8,00%

6,00%

4,00%

2,00%

0,00% b=1 b=1 b=1 b=3 b=3 b=3 b=5 b=5 b=5 b=7 b=7 b=7 b=9 b=9 b=9 b=11 b=11 b=11
w=50 w=100 w=150 w=50 w=100 w=150 w=50 w=100 w=150 w=50 w=100 w=150 w=50 w=100 w=150 w=50 w=100 w=150
25% 0,83% 0,68% 0,70% 0,77% 0,85% 0,86% 1,06% 0,71% 0,72% 1,37% 1,03% 0,82% 1,97% 1,07% 0,86% 2,17% 0,98% 0,82%
MIN 0,03% 0,01% 0,01% 0,01% 0,00% 0,01% 0,03% 0,02% 0,01% 0,12% 0,02% 0,02% 0,13% 0,07% 0,03% 0,14% 0,03% 0,02%
MEDIAN 1,88% 1,96% 1,80% 1,96% 1,95% 1,96% 2,27% 1,78% 1,88% 2,77% 2,10% 1,92% 3,48% 2,11% 2,01% 4,02% 2,19% 1,86%
MAX 14,71% 14,30% 14,71% 14,71% 14,71% 14,71% 14,71% 14,71% 14,71% 14,71% 14,71% 14,71% 14,71% 14,71% 14,71% 15,67% 14,71% 14,71%
75% 4,81% 4,61% 4,60% 4,89% 4,85% 4,78% 4,78% 3,82% 4,53% 4,88% 4,29% 3,72% 5,78% 4,67% 4,72% 6,44% 4,75% 3,87%

Abbildung 5.12: Box-Plots der mit unterschiedlichen Implementierungen der


Grundversion erreichten Abweichungen des Deckungsbeitrags
vom globalen Optimum - niedrige Kapazität - Produktstruktur
1 (in %)

von ω tendenziell positiv auf die Güte der Ergebnisse auswirkt. Dies lässt sich
dadurch erklären, dass mit zunehmender Anzahl an Iterationen, ab der zusätz-
lich zu den Preisen Beschränkungen für die maximal abholbaren Massen an zu
behandelnden Altgeräten vorgegeben werden (ω), die Qualität der vom fokalen
Unternehmen ermittelten Obergrenzen für die Abholung der Altgeräte (M T Qiqu )
steigt.
Allerdings ist dieser Effekt, zumindest bei kleinen Schrittweiten, gering, was dar-
auf hindeutet, dass bereits bei kleinen Schrittweiten mit ω = 50 gute Ergebnisse
erreicht werden können und mit einer Verlängerung der Laufzeit keine wesentli-
che Verbesserung mehr erreicht wird. Zudem erscheint eine kleinere Schrittweite
(b) ebenfalls einen positiven Einfluss auf die Lösungsqualität zu haben.
Betrachtet man nun die im Netzwerk zur Verfügung stehende Kapazität, so ist
festzustellen, dass eine höhere Kapazität einen negativen Einfluss auf die Leis-
tungsfähigkeit hat. Dies kann damit begründet werden, dass im Falle einer hohen
Kapazität ein größerer Lösungsraum zur Verfügung steht und somit der Algorith-
mus auch tendenziell schlechtere Lösungen generieren kann, als dies bei einem
geringen Kapazitätsangebot der Fall ist. Zudem weisen die Ergebnisse im Fall
höherer Kapazitäten eine größere Variabilität auf.
Bezüglich der Kostenstrukturen lässt sich feststellen, dass sich insbesondere der
Fall, wenn Unternehmen 1 erhöhten Kosten ausgesetzt ist, negativ auf die Leis-
160 5 Aushandlungsmechanismus zur taktischen Koordination

16,00%

14,00%

12,00%

10,00%

8,00%

6,00%

4,00%

2,00%

0,00%
b=1 b=1 b=1 b=3 b=3 b=3 b=5 b=5 b=5 b=7 b=7 b=7 b=9 b=9 b=9 b=11 b=11 b=11
w=50 w=100 w=150 w=50 w=100 w=150 w=50 w=100 w=150 w=50 w=100 w=150 w=50 w=100 w=150 w=50 w=100 w=150
25% 1,14% 1,01% 0,92% 1,07% 1,04% 0,91% 1,30% 0,99% 1,03% 1,59% 1,11% 1,05% 1,97% 1,24% 1,11% 2,18% 1,20% 1,04%
MIN 0,01% 0,00% 0,00% 0,04% 0,01% 0,00% 0,06% 0,03% 0,00% 0,04% 0,01% 0,02% 0,21% 0,04% 0,03% 0,22% 0,01% 0,02%
MEDIAN 2,27% 2,28% 2,29% 2,42% 2,34% 2,36% 2,43% 2,21% 2,29% 2,97% 2,29% 2,28% 3,60% 2,44% 2,28% 4,10% 2,33% 2,26%
MAX 14,71% 14,30% 14,71% 14,71% 14,71% 14,71% 14,71% 14,71% 14,71% 14,75% 14,71% 14,71% 14,30% 14,74% 14,71% 14,30% 14,71% 14,71%
75% 5,71% 5,56% 5,52% 5,75% 5,68% 5,71% 5,61% 5,43% 5,59% 5,57% 5,65% 5,57% 6,06% 5,71% 5,58% 6,62% 5,68% 5,67%

Abbildung 5.13: Box-Plots der mit unterschiedlichen Implementierungen der


Grundversion erreichten Abweichungen des Deckungsbeitrags
vom globalen Optimum - mittlere Kapazität - Produktstruktur
1 (in %)

tungsfähigkeit auswirkt. Ein allgemeines Muster bezüglich symmetrischer/asym-


metrischer Kostenstrukturen ist jedoch nicht erkennbar, so dass die Ergebnisse
hierbei als datenabhängig zu betrachten sind.
Im Folgenden werden äquivalent zur Grundversion des Aushandlungsmechanis-
mus die Ergebnisse dargestellt, wenn anstatt der Grundversion die Erweiterung
zum Einsatz kommt, bei der die recycelten Massen nur bis zur vorgeschriebenen
Höhe vergütet werden (vgl. Kapitel 5.2.7).
Tabelle 5.7 zeigt, analog zu Tabelle 5.6, für jede Faktorkombination und Im-
plementierungsvariante des Mechanismus die durchschnittliche Abweichung vom
globalen Optimum. Abbildungen 5.15-5.17 stellen die Ergebnisse als Box-Plots
dar, wiederum getrennt nach Kapazitätsszenarien.
Ein Vergleich der Tabellen zeigt, dass der Aushandlungsmechanismus mit der
entwickelten Erweiterung der Grundversion überlegen ist. Hier wird der Effekt
sichtbar, der Auftritt, wenn die vergütete recycelte Masse auf die zu recycelnde
Masse beschränkt und damit eine unökonomische Überschreitung der Recycling-
bedingungen verhindert wird. Dies hat auch zur Folge, dass die Variabilität der
Ergebnisse geringer ist, da eine Änderung in der Lösungsgüte bei der Grundver-
sion im Wesentlichen auf die Höhe der recycelten Masse zurückzuführen ist. Die
geringe Variabilität lässt sich an dem geringeren Abstand zwischen dem oberen
und unteren Quantil im Box-Plot erkennen. Zudem hat eine Erhöhung des Werts
5.5 Performanceanalyse 161

16,00%

14,00%

12,00%

10,00%

8,00%

6,00%

4,00%

2,00%

0,00% b=1 b=1 b=1 b=3 b=3 b=3 b=5 b=5 b=5 b=7 b=7 b=7 b=9 b=9 b=9 b=11 b=11 b=11
w=50 w=100 w=150 w=50 w=100 w=150 w=50 w=100 w=150 w=50 w=100 w=150 w=50 w=100 w=150 w=50 w=100 w=150
25% 1,18% 1,16% 1,14% 1,27% 1,28% 1,16% 1,49% 1,16% 1,16% 1,83% 1,34% 1,14% 2,02% 1,34% 1,23% 2,29% 1,41% 1,16%
MIN 0,01% 0,00% 0,00% 0,01% 0,01% 0,02% 0,02% 0,00% 0,01% 0,04% 0,04% 0,03% 0,16% 0,04% 0,03% 0,11% 0,04% 0,03%
MEDIAN 2,55% 2,54% 2,51% 2,97% 2,98% 2,88% 3,00% 2,83% 2,75% 3,28% 2,80% 2,57% 3,76% 3,00% 2,62% 4,47% 2,88% 2,64%
MAX 14,71% 14,30% 14,71% 14,71% 14,71% 14,71% 14,73% 14,71% 14,71% 14,74% 14,71% 14,71% 14,30% 14,71% 14,71% 14,30% 14,71% 14,71%
75% 6,70% 6,42% 6,60% 6,98% 6,80% 6,48% 6,75% 6,62% 6,46% 6,22% 6,47% 6,46% 6,14% 6,34% 6,38% 6,53% 6,55% 6,50%

Abbildung 5.14: Box-Plots der mit unterschiedlichen Implementierungen der


Grundversion erreichten Abweichungen des Deckungsbeitrags
vom globalen Optimum - hohe Kapazität - Produktstruktur 1
(in %)

ω, ab dem den Recyclingunternehmen neben den Preisen eine Höchstmenge für


die Abholung der Altgeräte an den Quellen vorgegeben wird, einen größeren Ein-
fluss auf die Leistungsfähigkeit. Weiterhin ist zu erkennen, dass die im Netzwerk
zur Verfügung stehende Kapazität im Gegensatz zu Grundversion praktisch kei-
nen Einfluss auf die Leistungsfähigkeit des Mechanismus hat. Insgesamt sind die
Ergebnisse der Erweiterung somit stabiler im Hinblick auf zufällige Schwankungen
der Kosten und der Kapazitäten sowie im Hinblick auf die Kapazitätssituation.
162 5 Aushandlungsmechanismus zur taktischen Koordination

Tabelle 5.7: Durchschnittliche Abweichungen der durch den Aushandlungsme-


chanismus generierten Lösungen vom globalen Optimum - Produkt-
struktur 1 - Erweiterung (in %)

Instanzen Implementierungsvarianten des Aushandlungsmechanismus


ω = 50 ω = 100 ω = 150
Kosten Kap. b=1 b=3 b=5 b=7 b=9 b=11 b=1 b=3 b=5 b=7 b=9 b=11 b=1 b=3 b=5 b=7 b=9 b=11
nk,nk,nk nka 0,40 0,36 0,58 0,88 1,10 1,26 0,30 0,29 0,37 0,48 0,54 0,73 0,32 0,32 0,32 0,35 0,39 0,47
mka 0,35 0,36 0,51 0,74 0,95 1,05 0,41 0,32 0,40 0,40 0,52 0,54 0,34 0,33 0,36 0,38 0,40 0,45
hka 0,37 0,39 0,61 0,69 0,92 1,06 0,42 0,34 0,39 0,43 0,52 0,54 0,36 0,35 0,36 0,36 0,40 0,42

nk,nk,hk nka 0,29 0,38 0,47 0,91 1,20 1,33 0,29 0,26 0,31 0,45 0,48 0,67 0,27 0,30 0,33 0,33 0,37 0,46
mka 0,29 0,31 0,48 0,61 0,79 1,15 0,25 0,28 0,32 0,42 0,45 0,53 0,25 0,30 0,30 0,33 0,40 0,35
hka 0,31 0,34 0,46 0,55 0,76 1,01 0,26 0,29 0,34 0,33 0,42 0,43 0,25 0,29 0,29 0,28 0,33 0,36

nk,hk,nk nka 0,40 0,43 0,61 0,82 1,21 1,47 0,39 0,41 0,43 0,43 0,51 0,66 0,38 0,41 0,40 0,38 0,47 0,47
mka 0,30 0,34 0,42 0,57 0,75 1,29 0,31 0,33 0,31 0,32 0,40 0,53 0,26 0,30 0,30 0,30 0,31 0,40
hka 0,31 0,32 0,37 0,51 0,76 0,99 0,30 0,34 0,33 0,37 0,47 0,48 0,28 0,32 0,31 0,34 0,36 0,40

nk,hk,hk nka 0,57 0,68 0,68 0,79 1,21 1,92 0,58 0,52 0,65 0,75 0,76 0,77 0,59 0,63 0,74 0,57 0,59 0,61
mka 0,35 0,32 0,53 0,73 1,13 1,27 0,33 0,38 0,31 0,39 0,46 0,63 0,35 0,30 0,38 0,32 0,40 0,40
hka 0,22 0,37 0,45 0,63 0,91 0,98 0,22 0,28 0,32 0,31 0,40 0,47 0,22 0,22 0,29 0,26 0,29 0,34

hk,nk,nk nka 0,63 0,57 0,76 1,10 1,43 1,60 0,59 0,57 0,55 0,66 0,85 1,02 0,45 0,57 0,52 0,59 0,71 0,76
mka 0,58 0,49 0,79 1,00 1,41 1,64 0,57 0,54 0,56 0,61 0,92 1,00 0,45 0,53 0,52 0,54 0,57 0,58
hka 0,57 0,49 0,78 1,09 1,30 1,57 0,57 0,63 0,51 0,58 0,76 0,88 0,43 0,62 0,51 0,50 0,53 0,65

hk,nk,hk nka 0,52 0,61 0,26 0,89 1,33 1,50 0,47 0,55 0,43 0,52 0,68 0,83 0,46 0,49 0,46 0,59 0,60 0,60
mka 0,50 0,63 0,28 0,75 1,16 1,36 0,45 0,59 0,56 0,53 0,63 0,79 0,42 0,56 0,52 0,48 0,50 0,55
hka 0,47 0,53 0,29 0,70 1,02 1,38 0,44 0,52 0,40 0,46 0,53 0,63 0,38 0,46 0,40 0,38 0,43 0,51

hk,hk,nk nka 0,52 0,47 0,64 0,90 1,12 1,24 0,42 0,45 0,48 0,57 0,69 0,88 0,41 0,43 0,45 0,51 0,50 0,63
mka 0,52 0,53 0,60 0,90 1,14 1,26 0,42 0,50 0,41 0,54 0,56 0,80 0,42 0,50 0,50 0,47 0,50 0,57
hka 0,53 0,60 0,54 0,94 1,10 1,42 0,42 0,50 0,48 0,63 0,69 0,72 0,43 0,50 0,46 0,56 0,58 0,55

hk,hk,hk nka 0,44 0,54 0,59 0,81 1,07 1,39 0,40 0,48 0,47 0,47 0,61 0,80 0,40 0,43 0,49 0,42 0,47 0,53
mka 0,44 0,48 0,55 0,75 0,93 1,28 0,43 0,45 0,42 0,51 0,57 0,63 0,39 0,41 0,40 0,55 0,56 0,55
hka 0,45 0,48 0,57 0,70 0,99 1,27 0,43 0,46 0,45 0,56 0,56 0,56 0,40 0,41 0,47 0,52 0,44 0,51
5.5 Performanceanalyse 163

6,00%

5,00%

4,00%

3,00%

2,00%

1,00%

0,00% b=1 b=1 b=1 b=3 b=3 b=3 b=5 b=5 b=5 b=7 b=7 b=7 b=9 b=9 b=9 b=11 b=11 b=11
w=50 w=100 w=150 w=50 w=100 w=150 w=50 w=100 w=150 w=50 w=100 w=150 w=50 w=100 w=150 w=50 w=100 w=150
25% 0,20% 0,17% 0,18% 0,22% 0,18% 0,17% 0,34% 0,22% 0,21% 0,50% 0,25% 0,21% 0,70% 0,35% 0,25% 0,85% 0,30% 0,22%
MIN 0,02% 0,01% 0,01% 0,00% 0,00% 0,01% 0,03% 0,01% 0,01% 0,11% 0,02% 0,01% 0,08% 0,03% 0,02% 0,15% 0,03% 0,01%
MEDIAN 0,34% 0,31% 0,30% 0,36% 0,32% 0,31% 0,53% 0,35% 0,33% 0,79% 0,46% 0,36% 1,10% 0,52% 0,40% 1,31% 0,47% 0,37%
MAX 3,11% 2,58% 2,47% 3,10% 2,80% 3,70% 4,35% 2,70% 3,95% 3,72% 4,09% 3,08% 3,90% 4,21% 3,75% 5,66% 3,71% 3,08%
75% 0,59% 0,53% 0,51% 0,60% 0,54% 0,55% 0,77% 0,55% 0,52% 1,15% 0,66% 0,56% 1,57% 0,76% 0,62% 1,88% 0,70% 0,58%

Abbildung 5.15: Box-Plots der mit unterschiedlichen Implementierungen der Er-


weiterung erreichten Abweichungen des Deckungsbeitrags vom
globalen Optimum - niedrige Kapazität - Produktstruktur 1 (in
%)

6,00%

5,00%

4,00%

3,00%

2,00%

1,00%

0,00% b=1 b=1 b=1 b=3 b=3 b=3 b=5 b=5 b=5 b=7 b=7 b=7 b=9 b=9 b=9 b=11 b=11 b=11
w=50 w=100 w=150 w=50 w=100 w=150 w=50 w=100 w=150 w=50 w=100 w=150 w=50 w=100 w=150 w=50 w=100 w=150
2%5 0,20% 0,17% 0,16% 0,22% 0,18% 0,17% 0,33% 0,23% 0,20% 0,39% 0,26% 0,21% 0,58% 0,29% 0,22% 0,75% 0,28% 0,21%
MIN 0,01% 0,00% 0,00% 0,03% 0,01% 0,00% 0,02% 0,01% 0,00% 0,04% 0,01% 0,00% 0,11% 0,02% 0,02% 0,07% 0,01% 0,02%
MEDIAN 0,34% 0,29% 0,28% 0,36% 0,32% 0,29% 0,49% 0,35% 0,31% 0,64% 0,39% 0,35% 0,91% 0,47% 0,38% 1,10% 0,44% 0,35%
MAX 2,30% 2,95% 1,87% 2,31% 2,73% 2,08% 2,32% 3,17% 3,04% 3,09% 3,04% 3,04% 3,46% 4,87% 2,42% 5,24% 1,87% 3,04%
75% 0,51% 0,50% 0,46% 0,53% 0,50% 0,50% 0,70% 0,50% 0,48% 1,03% 0,58% 0,49% 1,33% 0,69% 0,58% 1,64% 0,62% 0,50%

Abbildung 5.16: Box-Plots der mit unterschiedlichen Implementierungen der Er-


weiterung erreichten Abweichungen des Deckungsbeitrags vom
globalen Optimum - mittlere Kapazität - Produktstruktur 1 (in
%)
164 5 Aushandlungsmechanismus zur taktischen Koordination

6,00%

5,00%

4,00%

3,00%

2,00%

1,00%

0,00% b=1 b=1 b=1 b=3 b=3 b=3 b=5 b=5 b=5 b=7 b=7 b=7 b=9 b=9 b=9 b=11 b=11 b=11
w=50 w=100 w=150 w=50 w=100 w=150 w=50 w=100 w=150 w=50 w=100 w=150 w=50 w=100 w=150 w=50 w=100 w=150
25% 0,20% 0,17% 0,16% 0,22% 0,18% 0,16% 0,30% 0,19% 0,18% 0,42% 0,26% 0,20% 0,56% 0,31% 0,23% 0,65% 0,27% 0,21%
MIN 0,01% 0,00% 0,00% 0,01% 0,01% 0,02% 0,02% 0,00% 0,01% 0,04% 0,03% 0,01% 0,11% 0,03% 0,03% 0,11% 0,03% 0,01%
MEDIAN 0,31% 0,28% 0,28% 0,33% 0,29% 0,28% 0,48% 0,33% 0,31% 0,60% 0,40% 0,33% 0,86% 0,47% 0,35% 1,07% 0,40% 0,34%
MAX 2,48% 2,94% 1,87% 3,99% 2,73% 2,01% 2,42% 2,48% 2,47% 3,14% 3,77% 3,04% 2,92% 3,04% 3,04% 5,43% 2,30% 3,04%
75% 0,51% 0,48% 0,45% 0,53% 0,50% 0,48% 0,69% 0,50% 0,49% 0,94% 0,57% 0,50% 1,24% 0,64% 0,54% 1,52% 0,59% 0,51%

Abbildung 5.17: Box-Plots der mit unterschiedlichen Implementierungen der Er-


weiterung erreichten Abweichungen des Deckungsbeitrags vom
globalen Optimum - hohe Kapazität - Produktstruktur 1 (in %)
5.5 Performanceanalyse 165

Um zuverlässige Aussagen über die Vorteilhaftigkeit der Erweiterung gegenüber


der Grundversion treffen zu können, wird im Folgenden ein Performancevergleich
der beiden Mechanismen durchgeführt. Dazu wird zunächst für jede Replikati-
on v die Differenz der Abweichung der Grundversion und der Abweichung der
Erweiterung gebildet. Dabei bezeichnet DBvG den Deckungsbeitrag, der in Repli-
kation v mit der Grundversion erzielt wird. DBvE beschreibt äquivalent den De-
ckungsbeitrag für die Erweiterung. Mit DBv∗ wird der optimale Deckungsbeitrag
bezeichnet der mit Hilfe des linearen Optimierungsmodells (5.11-5.23) ermittelt
wird. Die relative Performance in Replikation v beschreibt dann die Differenz der
beiden ermittelten Abweichungen.
Der Mittelwert der relativen Performance lässt sich wie folgt bestimmen, wobei
Rep die Anzahl der Replikationen darstellt:99


Rep
DBvG DBvE

(1 − DBv∗
) − (1 − DBv∗
)
P erf = v=1
· 100% (5.91)
Rep

Dieser Mittelwert stellt einen Erwartungswert für die relative Performance der
Erweiterung gegenüber der Grundversion dar. Der Schätzer für die Standard-
abweichung des Erwartungswerts σ̂P erf lässt sich dann wie folgt ermitteln (vgl.
hierzu Fahrmeier et al. 2004):

 Rep  2
 G DBvE
 (1 − DBv
∗ ) − (1 − DB ∗ ) − P erf
 DB v v
σ̂P erf = v=1 · 100% (5.92)
Rep − 1

Auf dieser Basis lässt sich ein Konfidenzintervall mit einem Konfidenzniveau von
95% für die relative Performance der Erweiterung ermitteln. tRep−1,0.975 gibt dabei
das 97,5% Quantil der t-Verteilung mit Rep − 1 Freiheitsgraden an.
 
σP erf σP erf
P erf − tRep−1,0.975 · √ , P erf + tRep−1,0.975 · √ (5.93)
Rep Rep
Um zu untersuchen, ob eine Überlegenheit einer Variante des Aushandlungs-
mechanismus gegenüber der anderen vorliegt, ist zu überprüfen, ob die relative
Performance signifikant unterschiedlich von 0 ist. Dies ist gegeben, wenn die Zahl
0 nicht im Konfidenzintervall enthalten ist. Die Vorteilhaftigkeit kann dann als
signifikant auf dem jeweiligen Signifikanzniveau (hier also 95%) betrachtet wer-
den.100
99
Im vorliegenden Fall wurden Rep = 40 Replikationen durchgeführt (vgl. Kapitel 6.4.1).
100
Man spricht hierbei von einem t-Test für den Ein-Stichproben Fall, vgl. hierzu auch Fahr-
meier et al. (2004).
166 5 Aushandlungsmechanismus zur taktischen Koordination

Tabellen 5.8 und 5.8 vergleichen die beiden Varianten des Aushandlungsmecha-
nismus. Die Einträge zeigen für jede Kombination von Faktoren und Konfigura-
tionen des Aushandlungsmechanismus die relative Performance der Erweiterung
und beinhalten das 95% Konfidenzintervall für den Erwartungswert der relativen
Vorteilhaftigkeit dar. Ein negativer Wert für den Erwartungswert der relativen
Performance bedeutet, dass der Mechanismus mit der Erweiterung der Grund-
version im Durchschnitt überlegen ist. Sind beide Werte des Konfidenzintervalls
ungleich 0 und somit der Wert 0 nicht im Konfidenzintervall enthalten, so ist der
Mechanismus mit der Erweiterung signifikant besser als die Grundversion. Wie
zu erkennen ist, ist dies für die untersuchten Szenarien nahezu immer der Fall.
Die bisher betrachtete Produktstruktur repräsentiert zwei ähnliche Produkte mit
ähnlichen Demontagemöglichkeiten. Im Folgenden wird eine alternative Produkt-
struktur untersucht, bei der zwei sehr unterschiedliche Produkte behandelt wer-
den.
Tabelle 5.8: Erwartungswert für die relative Performance der Erweiterung und zugehörige Konfidenzintervalle - Produkt-
struktur 1 (1/2)

Instanzen Implementierungsvarianten des Aushandlungsmechanismus

ω = 50 ω = 100 ω = 150
5.5 Performanceanalyse

Kosten Kap. b=1 b=3 b=5 b=7 b=9 b=11 b=1 b=3 b=5 b=7 b=9 b=11 b=1 b=3 b=5 b=7 b=9 b=11
nk,nk,nk nka -2,21 -2,01 -2,35 -2,57 -2,63 -2,97 -2,31 -2,22 -1,99 -2,26 -2,27 -2,52 -2,24 -2,21 -2,08 -2,12 -2,13 -2,30
[-2,99; [-2,74; [-3,12; [-3,34; [-3,48; [-3,8; [-3,02; [-2,97; [-2,69; [-3,01; [-3,02; [-3,31; [-2,94; [-2,92; [-2,8; [-2,83; [-2,83; [-3,1;
-1,43] -1,28] -1,59] -1,81] -1,79] -2,13] -1,61] -1,48] -1,29] -1,52] -1,53] -1,73] -1,53] -1,5] -1,37] -1,41] -1,44] -1,5]
mka -3,25 -3,19 -3,24 -3,56 -3,44 -3,39 -3,15 -3,12 -3,21 -3,26 -3,09 -3,39 -3,29 -3,29 -3,23 -3,20 -3,04 -3,18
[-4,07; [-4,07; [-4,12; [-4,45; [-4,33; [-4,34; [-4,05; [-4,02; [-4,05; [-4,15; [-3,98; [-4,28; [-4,17; [-4,18; [-4,07; [-4,07; [-3,91; [-4,06;
-2,42] -2,31] -2,36] -2,67] -2,55] -2,44] -2,24] -2,23] -2,37] -2,38] -2,2] -2,5] -2,41] -2,41] -2,38] -2,34] -2,16] -2,3]
hka -3,70 -3,64 -3,50 -3,23 -3,13 -3,89 -3,62 -3,59 -3,61 -3,66 -3,54 -3,27 -3,82 -3,58 -3,63 -3,63 -3,34 -3,36
[-4,62; [-4,6; [-4,43; [-4,14; [-4; [-4,82; [-4,63; [-4,55; [-4,55; [-4,59; [-4,48; [-4,24; [-4,79; [-4,54; [-4,58; [-4,59; [-4,31; [-4,3;
-2,78] -2,68] -2,56] -2,31] -2,26] -2,96] -2,62] -2,62] -2,66] -2,73] -2,6] -2,31] -2,85] -2,61] -2,68] -2,67] -2,37] -2,41]
nk,nk,hk nka -2,09 -1,98 -2,17 -2,76 -3,10 -3,12 -2,35 -1,83 -1,84 -2,28 -2,33 -2,39 -2,32 -2,31 -2,02 -1,78 -2,02 -2,32
[-2,82; [-2,71; [-2,91; [-3,51; [-3,88; [-3,97; [-3,09; [-2,5; [-2,55; [-2,98; [-3,1; [-3,14; [-3,05; [-3,05; [-2,73; [-2,45; [-2,79; [-3,06;
-1,35] -1,25] -1,42] -2,02] -2,33] -2,28] -1,6] -1,16] -1,13] -1,57] -1,57] -1,64] -1,6] -1,56] -1,3] -1,11] -1,26] -1,57]
mka -3,06 -3,09 -2,62 -3,06 -3,03 -2,93 -3,35 -3,16 -3,05 -2,94 -3,01 -3,06 -3,13 -2,96 -2,85 -3,38 -3,04 -2,89
[-3,84; [-3,95; [-3,44; [-3,89; [-3,87; [-3,79; [-4,2; [-4,01; [-3,85; [-3,8; [-3,85; [-3,94; [-4; [-3,78; [-3,68; [-4,21; [-3,84; [-3,77;
-2,28] -2,23] -1,79] -2,24] -2,2] -2,08] -2,49] -2,32] -2,25] -2,09] -2,17] -2,18] -2,26] -2,15] -2,02] -2,54] -2,24] -2]
hka -3,66 -3,95 -3,47 -3,31 -3,17 -3,10 -3,82 -3,79 -3,69 -3,34 -3,58 -3,80 -3,89 -3,54 -3,58 -3,53 -4,00 -3,45
[-4,57; [-4,87; [-4,4; [-4,23; [-4,07; [-4; [-4,78; [-4,8; [-4,63; [-4,27; [-4,53; [-4,74; [-4,84; [-4,47; [-4,51; [-4,48; [-4,91; [-4,39;
-2,75] -3,03] -2,54] -2,38] -2,28] -2,2] -2,85] -2,79] -2,75] -2,42] -2,64] -2,86] -2,93] -2,6] -2,65] -2,59] -3,09] -2,5]
nk,hk,nk nka -1,96 -1,84 -2,37 -2,31 -2,53 -2,49 -2,03 -2,05 -1,90 -2,09 -1,97 -2,19 -2,24 -2,20 -2,06 -1,97 -2,10 -2,10
[-2,62; [-2,45; [-2,99; [-2,92; [-3,23; [-3,18; [-2,64; [-2,64; [-2,48; [-2,72; [-2,6; [-2,8; [-2,7; [-2,82; [-2,65; [-2,58; [-2,72; [-2,71;
-1,3] -1,24] -1,76] -1,7] -1,83] -1,79] -1,42] -1,45] -1,33] -1,47] -1,33] -1,58] -1,44] -1,58] -1,47] -1,36] -1,48] -1,5]
mka -3,15 -3,33 -3,41 -3,31 -3,06 -3,61 -2,97 -3,11 -3,21 -3,23 -3,27 -3,38 -3,29 -3,10 -3,24 -3,36 -3,23 -3,55
[-3,95; [-4,12; [-4,22; [-4,11; [-3,88; [-4,4; [-3,74; [-3,88; [-3,99; [-4,05; [-4,06; [-4,15; [-3,83; [-3,89; [-4,01; [-4,16; [-4,02; [-4,32;
-2,35] -2,54] -2,61] -2,51] -2,24] -2,81] -2,21] -2,33] -2,42] -2,41] -2,49] -2,6] -2,22] -2,32] -2,48] -2,56] -2,45] -2,79]
hka -3,99 -4,16 -4,17 -4,18 -3,99 -3,84 -4,15 -4,07 -4,18 -4,15 -4,05 -4,18 -3,82 -4,18 -4,17 -4,27 -4,26 -4,40
[-4,89; [-5,04; [-5,05; [-5,06; [-4,9; [-4,69; [-5,04; [-4,96; [-5,05; [-5,04; [-4,94; [-5,05; [-5,09; [-5,05; [-5,04; [-5,15; [-5,15; [-5,28;
-3,09] -3,27] -3,29] -3,3] -3,08] -2,99] -3,26] -3,19] -3,31] -3,26] -3,16] -3,31] -3,27] -3,32] -3,3] -3,39] -3,38] -3,52]
nk,hk,hk nka -1,59 -2,26 -1,32 -1,29 -1,80 -2,45 -1,66 -2,05 -1,93 -1,75 -1,51 -1,66 -2,07 -1,93 -2,28 -1,72 -1,67 -1,90
[-2,21; [-2,99; [-1,77; [-1,73; [-2,45; [-3,1; [-2,33; [-2,77; [-2,54; [-2,3; [-1,93; [-2,18; [-2,33; [-2,59; [-3,05; [-2,32; [-2,24; [-2,55;
-0,97] -1,53] -0,87] -0,86] -1,16] -1,79] -0,99] -1,34] -1,32] -1,19] -1,09] -1,14] -0,99] -1,26] -1,51] -1,11] -1,11] -1,26]
mka -1,98 -2,13 -2,04 -2,04 -2,46 -2,57 -1,72 -2,21 -1,98 -2,01 -1,95 -2,01 -3,02 -2,03 -2,02 -1,75 -2,07 -2,22
[-2,63; [-2,86; [-2,69; [-2,73; [-3,12; [-3,27; [-2,36; [-2,86; [-2,64; [-2,69; [-2,6; [-2,66; [-2,6; [-2,66; [-2,68; [-2,37; [-2,76; [-2,9;
-1,33] -1,41] -1,39] -1,34] -1,8] -1,88] -1,09] -1,56] -1,32] -1,33] -1,29] -1,37] -1,36] -1,4] -1,37] -1,13] -1,39] -1,54]
hka -2,59 -3,13 -3,06 -3,08 -3,07 -3,27 -2,85 -2,92 -3,07 -2,97 -3,11 -2,85 -4,18 -2,79 -2,90 -2,74 -2,96 -2,97
[-3,3; [-3,85; [-3,8; [-3,78; [-3,77; [-4,02; [-3,58; [-3,59; [-3,79; [-3,71; [-3,88; [-3,58; [-3,63; [-3,5; [-3,61; [-3,47; [-3,71; [-3,71;
-1,88] -2,4] -2,32] -2,38] -2,37] -2,52] -2,12] -2,25] -2,34] -2,24] -2,33] -2,12] -2,16] -2,08] -2,19] -2,01] -2,21] -2,22]
167
168

Tabelle 5.9: Erwartungswert für die relative Performance der Erweiterung und zugehörige Konfidenzintervalle - Produkt-
struktur 1 (2/2)

Instanzen Implementierungsvarianten des Aushandlungsmechanismus

ω = 50 ω = 100 ω = 150

Kosten Kap. b=1 b=3 b=5 b=7 b=9 b=11 b=1 b=3 b=5 b=7 b=9 b=11 b=1 b=3 b=5 b=7 b=9 b=11
hk,nk,nk nka -2,96 -2,85 -2,65 -2,97 -3,18 -2,83 -2,76 -2,82 -2,49 -2,88 -2,91 -3,02 -1,66 -2,62 -2,51 -2,63 -3,25 -3,28
[-3,85; [-3,79; [-3,47; [-3,81; [-3,93; [-3,54; [-3,63; [-3,72; [-3,35; [-3,72; [-3,71; [-3,88; [-3,48; [-3,53; [-3,38; [-3,48; [-4,14; [-4,14;
-2,07] -1,92] -1,83] -2,13] -2,43] -2,13] -1,9] -1,91] -1,62] -2,04] -2,11] -2,17] -1,65] -1,72] -1,64] -1,78] -2,35] -2,41]
mka -3,20 -2,70 -3,15 -2,56 -3,19 -2,84 -2,95 -2,80 -2,71 -3,12 -3,30 -2,96 -1,98 -2,89 -2,85 -2,92 -2,95 -2,76
[-4,12; [-3,64; [-4,05; [-3,34; [-4; [-3,55; [-3,86; [-3,71; [-3,62; [-3,99; [-4,14; [-3,78; [-3,76; [-3,85; [-3,76; [-3,85; [-3,85; [-3,62;
-2,29] -1,76] -2,25] -1,79] -2,38] -2,12] -2,05] -1,9] -1,8] -2,24] -2,45] -2,15] -1,88] -1,93] -1,94] -1,99] -2,05] -1,89]
hka -3,41 -2,80 -2,86 -3,34 -3,23 -3,41 -3,15 -3,11 -2,82 -2,69 -3,44 -3,32 -2,90 -3,09 -3,02 -2,96 -2,96 -3,16
[-4,36; [-3,75; [-3,7; [-4,17; [-3,99; [-4,15; [-4,06; [-4,01; [-3,74; [-3,58; [-4,3; [-4,16; [-3,96; [-3,99; [-3,94; [-3,88; [-3,88; [-4,03;
-2,47] -1,85] -2,03] -2,51] -2,46] -2,66] -2,25] -2,21] -1,91] -1,8] -2,58] -2,48] -2,04] -2,19] -2,11] -2,04] -2,05] -2,28]
hk,nk,hk nka -3,19 -3,44 -3,33 -3,25 -3,22 -3,57 -3,09 -3,06 -2,39 -2,86 -3,17 -3,00 -2,57 -2,95 -2,61 -3,50 -3,26 -2,62
[-4,41; [-4,56; [-4,27; [-4,26; [-4,03; [-4,44; [-4,24; [-4,14; [-3,32; [-3,88; [-4,22; [-3,93; [-3,99; [-4,05; [-3,61; [-4,62; [-4,34; [-3,59;
-1,98] -2,32] -2,39] -2,25] -2,41] -2,69] -1,94] -1,98] -1,46] -1,83] -2,11] -2,08] -1,85] -1,85] -1,61] -2,37] -2,17] -1,64]
mka -3,01 -3,23 -2,80 -2,92 -3,14 -2,98 -3,36 -3,27 -2,68 -2,73 -2,43 -3,54 -2,82 -3,44 -2,91 -2,68 -2,60 -2,92
[-4,02; [-4,09; [-3,63; [-3,73; [-3,83; [-3,69; [-4,38; [-4,23; [-3,51; [-3,56; [-3,24; [-4,36; [-4,09; [-4,41; [-3,85; [-3,52; [-3,46; [-3,81;
-1,99] -2,37] -1,98] -2,12] -2,45] -2,26] -2,33] -2,3] -1,84] -1,91] -1,62] -2,72] -2,1] -2,46] -1,96] -1,84] -1,74] -2,02]
hka -2,64 -2,78 -3,26 -2,85 -3,38 -3,27 -2,91 -2,81 -2,96 -2,88 -2,72 -2,62 -3,00 -2,83 -2,73 -2,81 -2,84 -3,14
[-3,5; [-3,66; [-4,21; [-3,62; [-4,14; [-3,95; [-3,78; [-3,67; [-3,83; [-3,74; [-3,58; [-3,45; [-3,94; [-3,69; [-3,59; [-3,69; [-3,73; [-4,06;
-1,79] -1,9] -2,32] -2,09] -2,63] -2,59] -2,05] -1,95] -2,08] -2,01] -1,86] -1,79] -2,12] -1,96] -1,86] -1,94] -1,94] -2,22]
hk,hk,nk nka -3,12 -3,18 -2,91 -3,11 -3,15 -3,02 -2,61 -3,00 -2,63 -3,20 -2,91 -2,82 -2,92 -2,91 -2,62 -3,08 -3,12 -2,92
[-4,18; [-4,3; [-3,88; [-4,07; [-4,05; [-3,78; [-3,63; [-4,05; [-3,65; [-4,25; [-3,9; [-3,57; [-3,52; [-3,94; [-3,64; [-4,24; [-4,22; [-3,92;
-2,06] -2,05] -1,93] -2,14] -2,25] -2,26] -1,58] -1,96] -1,61] -2,14] -1,91] -2,08] -1,54] -1,89] -1,59] -1,92] -2,03] -1,92]
mka -3,13 -2,99 -2,78 -3,01 -2,93 -3,05 -2,61 -3,16 -2,89 -2,79 -3,12 -3,24 -3,10 -3,33 -2,79 -2,80 -3,37 -3,17
[-4,27; [-4,07; [-3,82; [-3,92; [-3,66; [-3,79; [-3,68; [-4,27; [-4,01; [-3,82; [-4,21; [-4,2; [-3,58; [-4,53; [-3,82; [-3,84; [-4,53; [-4,19;
-1,99] -1,92] -1,74] -2,11] -2,2] -2,3] -1,54] -2,06] -1,77] -1,76] -2,04] -2,29] -1,53] -2,13] -1,75] -1,76] -2,22] -2,15]
hka -3,24 -3,20 -3,65 -3,26 -2,67 -3,07 -2,55 -3,28 -3,21 -3,24 -3,00 -2,93 -3,03 -2,99 -3,32 -3,17 -3,00 -3,19
[-4,42; [-4,41; [-4,84; [-4,21; [-3,35; [-3,81; [-3,59; [-4,43; [-4,37; [-4,31; [-3,98; [-3,98; [-3,7; [-4,12; [-4,51; [-4,27; [-4,08; [-4,29;
-2,06] -2] -2,46] -2,3] -2] -2,33] -1,51] -2,13] -2,04] -2,17] -2,03] -1,88] -1,63] -1,86] -2,13] -2,07] -1,93] -2,1]
hk,hk,hk nka -3,46 -4,25 -3,75 -3,25 -3,67 -4,15 -3,30 -4,30 -3,43 -3,41 -3,54 -3,83 -2,53 -4,12 -3,56 -3,25 -3,28 -3,49
[-4,59; [-5,38; [-4,91; [-4,43; [-4,79; [-5,31; [-4,49; [-5,4; [-4,56; [-4,61; [-4,74; [-5,03; [-4,47; [-5,24; [-4,65; [-4,35; [-4,41; [-4,67;
-2,33] -3,13] -2,58] -2,06] -2,54] -2,99] -2,12] -3,19] -2,29] -2,2] -2,35] -2,64] -2,16] -3] -2,46] -2,16] -2,15] -2,32]
mka -4,38 -4,64 -4,24 -3,81 -4,24 -4,54 -3,89 -4,68 -3,86 -4,71 -3,96 -4,15 -2,55 -4,44 -4,16 -4,06 -3,79 -4,22
[-5,65; [-5,89; [-5,52; [-5,05; [-5,4; [-5,64; [-5,18; [-5,98; [-5,1; [-6,07; [-5,19; [-5,42; [-5,13; [-5,68; [-5,41; [-5,3; [-4,99; [-5,45;
-3,1] -3,39] -2,96] -2,57] -3,09] -3,43] -2,61] -3,39] -2,63] -3,36] -2,72] -2,88] -2,61] -3,19] -2,92] -2,82] -2,58] -2,99]
hka -4,89 -5,06 -4,79 -4,60 -3,86 -4,18 -4,37 -5,06 -4,61 -4,85 -3,94 -4,27 -2,67 -4,84 -4,96 -4,67 -4,02 -4,64
[-6,29; [-6,35; [-6,08; [-5,91; [-5,05; [-5,35; [-5,75; [-6,38; [-5,93; [-6,13; [-5,18; [-5,55; [-5,77; [-6,15; [-6,29; [-5,98; [-5,31; [-5,96;
-3,49] -3,77] -3,49] -3,29] -2,66] -3,01] -2,98] -3,74] -3,28] -3,57] -2,7] -3] -3] -3,52] -3,63] -3,36] -2,73] -3,32]
5 Aushandlungsmechanismus zur taktischen Koordination
5.5 Performanceanalyse 169

5.5.3.2 Produktstruktur 2

Analog zur Vorgehensweise bei Produktstruktur 1 werden im Folgenden die Er-


gebnisse für die beiden Varianten des entwickelten Aushandlungsmechanismus für
Produktstruktur 2 betrachtet. Tabelle 5.10 zeigt die Ergebnisse für die Grund-
version des Aushandlungsmechanismus.
Tabelle 5.10: Durchschnittliche Abweichungen der durch den Aushandlungsme-
chanismus generierten Lösungen vom globalen Optimum - Produkt-
struktur 2 - Grundversion (in %)

Instanzen Implementierungsvarianten des Aushandlungsmechanismus


ω = 50 ω = 100 ω = 150
Kosten Kap. b=1 b=3 b=5 b=7 b=9 b=11 b=1 b=3 b=5 b=7 b=9 b=11 b=1 b=3 b=5 b=7 b=9 b=11
nk,nk,nk nka 1,22 1,30 1,42 1,72 1,95 2,22 1,21 1,23 1,26 1,36 1,36 1,47 1,22 1,21 1,23 1,26 1,31 1,33
mka 1,22 1,28 1,37 1,64 1,94 2,34 1,21 1,22 1,26 1,30 1,37 1,44 1,21 1,21 1,23 1,24 1,26 1,30
hka 1,22 1,27 1,38 1,59 1,98 2,15 1,21 1,21 1,26 1,30 1,33 1,37 1,21 1,21 1,24 1,25 1,22 1,31

nk,nk,hk nka 1,20 1,28 1,42 1,52 1,82 1,95 1,20 1,21 1,25 1,31 1,37 1,40 1,20 1,21 1,22 1,27 1,29 1,30
mka 1,21 1,26 1,40 1,50 1,81 2,02 1,20 1,21 1,24 1,25 1,34 1,32 1,20 1,20 1,21 1,23 1,22 1,24
hka 1,21 1,26 1,39 1,53 1,64 1,97 1,20 1,20 1,24 1,23 1,32 1,34 1,20 1,20 1,19 1,21 1,20 1,27

nk,hk,nk nka 1,20 1,27 1,42 1,62 1,95 2,17 1,19 1,21 1,26 1,28 1,37 1,43 1,19 1,20 1,23 1,24 1,27 1,31
mka 1,20 1,24 1,32 1,57 1,81 2,24 1,21 1,20 1,21 1,30 1,32 1,34 1,20 1,20 1,21 1,21 1,24 1,26
hka 1,20 1,26 1,32 1,48 1,74 1,99 1,20 1,21 1,23 1,23 1,26 1,36 1,20 1,20 1,21 1,22 1,21 1,28

nk,hk,hk nka 1,17 1,23 1,37 1,51 1,72 1,93 1,17 1,19 1,22 1,25 1,35 1,37 1,17 1,17 1,18 1,23 1,25 1,31
mka 1,18 1,23 1,38 1,60 1,83 2,22 1,17 1,19 1,23 1,24 1,32 1,40 1,17 1,18 1,21 1,22 1,25 1,27
hka 1,18 1,26 1,38 1,48 1,69 1,98 1,18 1,20 1,21 1,25 1,30 1,36 1,18 1,18 1,19 1,21 1,17 1,28

hk,nk,nk nka 1,15 1,23 1,45 1,69 1,90 2,07 1,13 1,15 1,20 1,22 1,32 1,45 1,13 1,13 1,16 1,16 1,23 1,29
mka 1,13 1,22 1,33 1,54 1,83 2,07 1,13 1,14 1,16 1,19 1,27 1,40 1,13 1,13 1,13 1,16 1,17 1,26
hka 1,13 1,21 1,33 1,60 1,85 2,14 1,13 1,14 1,15 1,21 1,26 1,41 1,13 1,13 1,13 1,16 1,14 1,22

hk,nk,hk nka 1,12 1,20 1,21 1,53 1,75 1,99 1,11 1,12 1,17 1,22 1,27 1,38 1,11 1,12 1,14 1,16 1,20 1,21
mka 1,12 1,18 1,21 1,44 1,67 1,91 1,12 1,13 1,15 1,18 1,24 1,30 1,11 1,11 1,13 1,14 1,17 1,18
hka 1,12 1,19 1,20 1,46 1,67 1,83 1,12 1,12 1,15 1,18 1,19 1,31 1,11 1,11 1,12 1,14 1,12 1,19

hk,hk,nk nka 1,10 1,18 1,37 1,48 1,67 1,94 1,09 1,11 1,15 1,21 1,26 1,34 1,09 1,10 1,12 1,16 1,18 1,23
mka 1,10 1,18 1,29 1,45 1,62 2,02 1,10 1,10 1,14 1,17 1,26 1,34 1,10 1,10 1,12 1,13 1,15 1,18
hka 1,10 1,15 1,31 1,56 1,81 1,94 1,09 1,11 1,14 1,16 1,26 1,29 1,09 1,10 1,11 1,12 1,12 1,19

hk,hk,hk nka 1,08 1,16 1,26 1,40 1,58 1,86 1,07 1,08 1,13 1,17 1,22 1,29 1,07 1,08 1,09 1,12 1,13 1,19
mka 1,08 1,15 1,31 1,47 1,64 1,81 1,07 1,09 1,10 1,15 1,21 1,24 1,07 1,08 1,08 1,10 1,12 1,14
hka 1,08 1,13 1,22 1,53 1,55 1,72 1,07 1,09 1,10 1,11 1,18 1,19 1,07 1,08 1,08 1,09 1,08 1,16

In den Abbildungen 5.18 - 5.20 sind analog die Ergebnisse für unterschiedliche Im-
plementierungsvarianten des Aushandlungsmechanismus für jedes Kapazitätssze-
nario als Box-Plots dargestellt.
Hierbei wird deutlich, dass die Produktstruktur einen deutlichen Einfluss auf
die Leistungsfähigkeit des Mechanismus hat. Wie zu erkennen ist, können bei der
vorliegenden Produktstruktur mit dem Aushandlungsmechanismus in der Grund-
version wesentlich bessere Ergebnisse erzielt werden als beim Vorliegen von Pro-
duktstruktur 1.
170 5 Aushandlungsmechanismus zur taktischen Koordination

4,50%

4,00%

3,50%

3,00%

2,50%

2,00%

1,50%

1,00%

0,50%

0,00% b=1 b=1 b=1 b=3 b=3 b=3 b=5 b=5 b=5 b=7 b=7 b=7 b=9 b=9 b=9 b=11 b=11 b=11
w=50 w=100 w=150 w=50 w=100 w=150 w=50 w=100 w=150 w=50 w=100 w=150 w=50 w=100 w=150 w=50 w=100 w=150
25% 1,05% 1,05% 1,05% 1,11% 1,07% 1,05% 1,19% 1,09% 1,07% 1,30% 1,13% 1,09% 1,44% 1,17% 1,12% 1,64% 1,14% 1,09%
MIN 0,84% 0,84% 0,84% 0,84% 0,84% 0,84% 0,84% 0,84% 0,84% 0,84% 0,84% 0,84% 0,97% 0,84% 0,84% 0,97% 0,84% 0,84%
MEDIAN 1,16% 1,15% 1,15% 1,23% 1,16% 1,15% 1,34% 1,19% 1,17% 1,51% 1,24% 1,19% 1,70% 1,27% 1,22% 1,95% 1,25% 1,20%
MAX 1,59% 1,44% 1,62% 1,85% 1,53% 1,44% 2,47% 2,01% 1,86% 2,86% 2,23% 1,69% 3,83% 2,23% 1,88% 3,94% 2,11% 1,71%
75% 1,25% 1,25% 1,25% 1,32% 1,26% 1,25% 1,54% 1,29% 1,26% 1,76% 1,34% 1,29% 2,08% 1,43% 1,32% 2,36% 1,36% 1,29%

Abbildung 5.18: Box-Plots der mit unterschiedlichen Implementierungen der


Grundversion erreichten Abweichungen des Deckungsbeitrags
vom globalen Optimum - niedrige Kapazität - Produktstruktur
2 (in %)

Der bei Produktstruktur 1 beobachtete Effekt, dass sich die zur Verfügung ste-
hende Kapazität negativ auf die Leistungsfähigkeit des Mechanismus auswirkt,
ist bei Produktstruktur 2 nicht zu erkennen. Zudem ist die Variabilität der Ergeb-
nisse im Fall von Produktstruktur 2 geringer. Es zeigt sich somit, dass sich eine
komplexere Produktstruktur, bei der eine größere Anzahl an Demontagemöglich-
keiten zur Verfügung steht, tendenziell positiv auf die Ergebnisgüte auswirkt. Dies
kann damit begründet werden, dass durch differenzierte Demontagemöglichkeiten
große Abweichungen der erzielten Recyclingquote von der einzuhaltenden Quote
besser vermieden werden können.
5.5 Performanceanalyse 171

5,00%
4,50%
4,00%
3,50%
3,00%
2,50%
2,00%
1,50%
1,00%
0,50%
0,00% b=1 b=1 b=1 b=3 b=3 b=3 b=5 b=5 b=5 b=7 b=7 b=7 b=9 b=9 b=9 b=11 b=11 b=11
w=50 w=100 w=150 w=50 w=100 w=150 w=50 w=100 w=150 w=50 w=100 w=150 w=50 w=100 w=150 w=50 w=100 w=150
25 1,06% 1,05% 1,05% 1,10% 1,06% 1,06% 1,18% 1,08% 1,07% 1,26% 1,10% 1,08% 1,39% 1,14% 1,09% 1,64% 1,11% 1,08%
MIN 0,84% 0,84% 0,84% 0,84% 0,84% 0,84% 0,84% 0,84% 0,84% 0,91% 0,84% 0,84% 0,93% 0,84% 0,84% 0,93% 0,84% 0,84%
MEDIAN 1,16% 1,15% 1,15% 1,21% 1,16% 1,16% 1,30% 1,19% 1,17% 1,49% 1,22% 1,18% 1,70% 1,26% 1,20% 1,97% 1,22% 1,18%
MAX 1,49% 1,44% 1,44% 1,78% 1,58% 1,44% 2,02% 1,72% 1,65% 2,71% 2,15% 1,70% 3,43% 2,07% 1,90% 4,38% 1,85% 1,74%
75 1,25% 1,25% 1,25% 1,31% 1,25% 1,25% 1,46% 1,28% 1,26% 1,75% 1,32% 1,27% 2,04% 1,40% 1,28% 2,46% 1,32% 1,27%

Abbildung 5.19: Box-Plots der mit unterschiedlichen Implementierungen der


Grundversion erreichten Abweichungen des Deckungsbeitrags
vom globalen Optimum - mittlere Kapazität - Produktstruktur
2 (in %)

4,50%

4,00%

3,50%

3,00%

2,50%

2,00%

1,50%

1,00%

0,50%

0,00% b=1 b=1 b=1 b=3 b=3 b=3 b=5 b=5 b=5 b=7 b=7 b=7 b=9 b=9 b=9 b=11 b=11 b=11
w=50 w=100 w=150 w=50 w=100 w=150 w=50 w=100 w=150 w=50 w=100 w=150 w=50 w=100 w=150 w=50 w=100 w=150
25% 1,06% 1,05% 1,05% 1,09% 1,06% 1,05% 1,17% 1,08% 1,06% 1,26% 1,09% 1,06% 1,40% 1,12% 1,06% 1,57% 1,09% 1,06%
MIN 0,84% 0,84% 0,84% 0,84% 0,84% 0,84% 0,84% 0,84% 0,84% 0,93% 0,84% 0,84% 0,93% 0,84% 0,00% 0,93% 0,84% 0,84%
MEDIAN 1,15% 1,15% 1,15% 1,21% 1,17% 1,15% 1,30% 1,18% 1,17% 1,47% 1,20% 1,18% 1,70% 1,22% 1,18% 1,88% 1,19% 1,18%
MAX 1,49% 1,44% 1,44% 1,79% 1,58% 1,44% 2,20% 1,60% 1,59% 2,80% 1,99% 1,64% 3,41% 2,19% 1,89% 3,89% 1,84% 1,64%
75% 1,25% 1,25% 1,25% 1,33% 1,25% 1,25% 1,46% 1,27% 1,26% 1,75% 1,31% 1,27% 2,03% 1,35% 1,27% 2,28% 1,30% 1,27%

Abbildung 5.20: Box-Plots der mit unterschiedlichen Implementierungen der


Grundversion erreichten Abweichungen des Deckungsbeitrags
vom globalen Optimum - hohe Kapazität - Produktstruktur 2
(in %)
172 5 Aushandlungsmechanismus zur taktischen Koordination

Analog zum Vorgehen bei Produktstruktur 1 werden im Folgenden die Ergebnisse


für die Erweiterung dargestellt. Tabelle 5.11 zeigt wiederum die durchschnittli-
chen Ergebnisse des Mechanismus für jede Faktorkombination und Implemen-
tierungsvariante des Aushandlungsmechanismus. Abbildungen 5.21-5.23 geben
zusätzlich die Verteilungen der Ergebnisse an, wiederum aggregiert für alle Kos-
tenszenarien und getrennt nach Kapazitätsniveaus.

Tabelle 5.11: Durchschnittliche Abweichungen der durch den Aushandlungsme-


chanismus generierten Lösungen vom globalen Optimum - Produkt-
struktur 2 - Erweiterung (in %)

Instanzen Implementierungsvarianten des Aushandlungsmechanismus


ω = 50 ω = 100 ω = 150
Kosten Kap. b=1 b=3 b=5 b=7 b=9 b=11 b=1 b=3 b=5 b=7 b=9 b=11 b=1 b=3 b=5 b=7 b=9 b=11
nk,nk,nk nka 0,10 0,17 0,24 0,52 0,73 0,98 0,08 0,09 0,13 0,22 0,22 0,29 0,07 0,08 0,11 0,13 0,16 0,21
mka 0,09 0,16 0,24 0,45 0,73 1,06 0,08 0,10 0,13 0,17 0,26 0,35 0,08 0,09 0,09 0,13 0,15 0,21
hka 0,09 0,14 0,23 0,45 0,80 0,88 0,08 0,08 0,13 0,20 0,23 0,26 0,08 0,08 0,10 0,12 0,15 0,16

nk,nk,hk nka 0,09 0,15 0,26 0,33 0,63 0,73 0,08 0,09 0,12 0,16 0,24 0,26 0,07 0,08 0,09 0,14 0,14 0,16
mka 0,09 0,15 0,26 0,40 0,67 0,83 0,08 0,08 0,13 0,15 0,23 0,24 0,07 0,08 0,07 0,11 0,12 0,14
hka 0,08 0,14 0,26 0,39 0,50 0,76 0,08 0,08 0,12 0,14 0,22 0,26 0,07 0,08 0,07 0,10 0,13 0,16

nk,hk,nk nka 0,07 0,13 0,26 0,44 0,66 0,91 0,06 0,07 0,11 0,14 0,21 0,28 0,05 0,06 0,08 0,09 0,11 0,18
mka 0,06 0,11 0,19 0,45 0,63 1,07 0,06 0,06 0,08 0,15 0,18 0,24 0,05 0,05 0,07 0,07 0,11 0,13
hka 0,06 0,12 0,17 0,33 0,62 0,81 0,06 0,06 0,10 0,11 0,18 0,23 0,05 0,05 0,06 0,08 0,10 0,12

nk,hk,hk nka 0,08 0,13 0,24 0,37 0,54 0,76 0,07 0,09 0,12 0,14 0,21 0,21 0,07 0,09 0,09 0,14 0,14 0,17
mka 0,06 0,12 0,25 0,44 0,71 0,99 0,06 0,07 0,11 0,17 0,20 0,29 0,06 0,06 0,09 0,10 0,12 0,14
hka 0,06 0,13 0,25 0,39 0,54 0,78 0,05 0,07 0,09 0,13 0,20 0,24 0,05 0,06 0,07 0,10 0,09 0,14

hk,nk,nk nka 0,16 0,23 0,41 0,63 0,79 0,93 0,16 0,16 0,21 0,25 0,34 0,46 0,15 0,15 0,18 0,19 0,24 0,29
mka 0,16 0,23 0,35 0,54 0,75 0,97 0,16 0,17 0,19 0,22 0,32 0,44 0,15 0,14 0,16 0,19 0,21 0,28
hka 0,17 0,21 0,35 0,57 0,77 0,98 0,15 0,16 0,19 0,25 0,35 0,46 0,15 0,14 0,16 0,20 0,21 0,23

hk,nk,hk nka 0,14 0,21 0,09 0,48 0,66 0,91 0,12 0,13 0,19 0,23 0,30 0,37 0,12 0,13 0,15 0,18 0,23 0,23
mka 0,14 0,20 0,08 0,41 0,64 0,78 0,14 0,16 0,18 0,23 0,30 0,32 0,12 0,13 0,14 0,16 0,19 0,23
hka 0,14 0,21 0,08 0,42 0,61 0,76 0,14 0,14 0,17 0,21 0,22 0,34 0,12 0,13 0,13 0,17 0,18 0,20

hk,hk,nk nka 0,12 0,19 0,33 0,43 0,56 0,83 0,11 0,13 0,16 0,22 0,27 0,33 0,11 0,11 0,13 0,16 0,19 0,25
mka 0,13 0,20 0,29 0,41 0,58 0,91 0,11 0,12 0,17 0,20 0,25 0,36 0,11 0,11 0,13 0,16 0,19 0,21
hka 0,12 0,19 0,30 0,49 0,71 0,85 0,11 0,13 0,16 0,18 0,30 0,32 0,11 0,12 0,12 0,15 0,20 0,21

hk,hk,hk nka 0,13 0,20 0,27 0,39 0,54 0,77 0,11 0,13 0,16 0,21 0,26 0,30 0,11 0,12 0,13 0,16 0,17 0,21
mka 0,12 0,16 0,30 0,47 0,57 0,74 0,11 0,13 0,14 0,19 0,25 0,31 0,11 0,11 0,12 0,15 0,16 0,18
hka 0,12 0,17 0,26 0,51 0,53 0,67 0,12 0,13 0,15 0,17 0,23 0,26 0,12 0,12 0,13 0,14 0,16 0,19

Wie zu erkennen ist, schneidet auch im Fall der alternativen Produktstruktur 2


der Mechanismus mit der Erweiterung besser ab als die Grundversion. Die Ergeb-
nisse bezüglich der Schrittweiten und ω sind die selben wie bei der Grundversion.
Um gesicherte Aussagen über die relative Vorteilhaftigkeit treffen zu können,
wird analog zu Produktstruktur 1 ein Performancevergleich durchgeführt. Die
relative Performance sowie die Konfidenzintervalle für die Abweichung sind in
den Tabellen 5.12 und 5.13 dargestellt.
5.5 Performanceanalyse 173

3,00%

2,50%

2,00%

1,50%

1,00%

0,50%

0,00% b=1 b=1 b=1 b=3 b=3 b=3 b=5 b=5 b=5 b=7 b=7 b=7 b=9 b=9 b=9 b=11 b=11 b=11
w=50 w=100 w=150 w=50 w=100 w=150 w=50 w=100 w=150 w=50 w=100 w=150 w=50 w=100 w=150 w=50 w=100 w=150
25% 0,03% 0,03% 0,03% 0,07% 0,03% 0,03% 0,13% 0,05% 0,03% 0,23% 0,07% 0,04% 0,34% 0,11% 0,06% 0,51% 0,07% 0,05%
MIN 0,01% 0,01% 0,01% 0,01% 0,01% 0,01% 0,01% 0,01% 0,01% 0,01% 0,01% 0,01% 0,08% 0,01% 0,01% 0,01% 0,01% 0,01%
MEDIAN 0,06% 0,04% 0,04% 0,13% 0,07% 0,06% 0,25% 0,11% 0,08% 0,40% 0,14% 0,10% 0,56% 0,21% 0,13% 0,80% 0,15% 0,10%
MAX 0,61% 0,75% 0,61% 0,64% 0,59% 0,61% 1,43% 0,65% 0,61% 1,76% 1,02% 0,76% 2,43% 1,10% 0,94% 2,41% 1,28% 1,02%
75% 0,13% 0,11% 0,11% 0,25% 0,15% 0,13% 0,41% 0,22% 0,17% 0,60% 0,29% 0,21% 0,85% 0,35% 0,25% 1,16% 0,32% 0,23%

Abbildung 5.21: Box-Plots der mit unterschiedlichen Implementierungen der Er-


weiterung erreichten Abweichungen des Deckungsbeitrags vom
globalen Optimum - niedrige Kapazität - Produktstruktur 2 (in
%)

3,50%

3,00%

2,50%

2,00%

1,50%

1,00%

0,50%

0,00% b=1 b=1 b=1 b=3 b=3 b=3 b=5 b=5 b=5 b=7 b=7 b=7 b=9 b=9 b=9 b=11 b=11 b=11
w=50 w=100 w=150 w=50 w=100 w=150 w=50 w=100 w=150 w=50 w=100 w=150 w=50 w=100 w=150 w=50 w=100 w=150
25% 0,03% 0,03% 0,03% 0,06% 0,03% 0,03% 0,13% 0,04% 0,03% 0,23% 0,07% 0,03% 0,39% 0,09% 0,04% 0,53% 0,06% 0,03%
MIN 0,01% 0,01% 0,01% 0,01% 0,01% 0,01% 0,01% 0,01% 0,01% 0,01% 0,01% 0,01% 0,02% 0,01% 0,01% 0,04% 0,01% 0,01%
MEDIAN 0,06% 0,05% 0,04% 0,13% 0,07% 0,05% 0,23% 0,10% 0,07% 0,41% 0,14% 0,09% 0,60% 0,20% 0,12% 0,80% 0,17% 0,10%
MAX 0,59% 0,75% 0,61% 0,86% 0,84% 0,53% 1,07% 0,76% 0,63% 1,66% 0,71% 0,66% 2,24% 0,94% 0,67% 2,98% 0,89% 0,66%
75% 0,12% 0,12% 0,11% 0,23% 0,13% 0,12% 0,38% 0,20% 0,14% 0,62% 0,26% 0,19% 0,85% 0,36% 0,24% 1,22% 0,27% 0,20%

Abbildung 5.22: Box-Plots der mit unterschiedlichen Implementierungen der Er-


weiterung erreichten Abweichungen des Deckungsbeitrags vom
globalen Optimum - mittlere Kapazität - Produktstruktur 2 (in
%)
174 5 Aushandlungsmechanismus zur taktischen Koordination

2,50%

2,00%

1,50%

1,00%

0,50%

0,00% b=1 b=1 b=1 b=3 b=3 b=3 b=5 b=5 b=5 b=7 b=7 b=7 b=9 b=9 b=9 b=11 b=11 b=11
w=50 w=100 w=150 w=50 w=100 w=150 w=50 w=100 w=150 w=50 w=100 w=150 w=50 w=100 w=150 w=50 w=100 w=150
25% 0,03% 0,03% 0,03% 0,06% 0,03% 0,03% 0,12% 0,03% 0,03% 0,22% 0,05% 0,03% 0,37% 0,09% 0,03% 0,48% 0,04% 0,03%
MIN 0,01% 0,01% 0,01% 0,01% 0,01% 0,01% 0,01% 0,01% 0,01% 0,02% 0,01% 0,01% 0,02% 0,01% 0,01% 0,10% 0,01% 0,01%
MEDIAN 0,06% 0,05% 0,04% 0,14% 0,07% 0,06% 0,23% 0,10% 0,07% 0,40% 0,14% 0,09% 0,57% 0,20% 0,11% 0,73% 0,13% 0,09%
MAX 0,75% 0,59% 0,61% 0,61% 0,62% 0,53% 1,00% 0,63% 0,61% 1,57% 0,80% 0,62% 2,14% 1,01% 0,62% 2,34% 0,85% 0,66%
75% 0,12% 0,11% 0,11% 0,23% 0,13% 0,12% 0,37% 0,20% 0,13% 0,59% 0,24% 0,18% 0,78% 0,35% 0,23% 1,05% 0,26% 0,18%

Abbildung 5.23: Box-Plots der mit unterschiedlichen Implementierungen der Er-


weiterung erreichten Abweichungen des Deckungsbeitrags vom
globalen Optimum - hohe Kapazität - Produktstruktur 2 (in %)
Tabelle 5.12: Erwartungswert für die relative Performance der Erweiterung und zugehörige Konfidenzintervalle - Produkt-
struktur 2 (1/2)

Instanzen Implementierungsvarianten des Aushandlungsmechanismus

ω = 50 ω = 100 ω = 150
5.5 Performanceanalyse

Kosten Kap. b=1 b=3 b=5 b=7 b=9 b=11 b=1 b=3 b=5 b=7 b=9 b=11 b=1 b=3 b=5 b=7 b=9 b=11
nk,nk,nk nka -1,20 -1,16 -1,22 -1,15 -1,18 -1,22 -1,25 -1,21 -1,22 -1,21 -1,26 -1,27 -1,22 -1,22 -1,23 -1,22 -1,23 -1,24
[-1,25; [-1,21; [-1,31; [-1,28; [-1,36; [-1,48; [-1,33; [-1,25; [-1,28; [-1,29; [-1,35; [-1,38; [-1,27; [-1,27; [-1,29; [-1,29; [-1,31; [-1,37;
-1,15] -1,1] -1,13] -1,03] -1] -0,95] -1,18] -1,16] -1,15] -1,12] -1,16] -1,15] -1,18] -1,18] -1,16] -1,15] -1,14] -1,11]
mka -1,14 -1,12 -1,14 -1,19 -1,21 -1,28 -1,13 -1,13 -1,13 -1,13 -1,11 -1,09 -1,13 -1,13 -1,13 -1,12 -1,11 -1,09
[-1,18; [-1,17; [-1,19; [-1,24; [-1,27; [-1,35; [-1,18; [-1,17; [-1,17; [-1,18; [-1,19; [-1,16; [-1,18; [-1,17; [-1,18; [-1,16; [-1,16; [-1,16;
-1,09] -1,07] -1,09] -1,14] -1,14] -1,2] -1,08] -1,08] -1,08] -1,08] -1,04] -1,03] -1,09] -1,08] -1,09] -1,07] -1,06] -1,02]
hka -3,51 -3,41 -3,52 -3,84 -3,59 -3,56 -3,44 -3,34 -3,48 -3,47 -3,38 -3,67 -3,52 -3,55 -3,48 -3,47 -3,28 -3,46
[-4,35; [-4,3; [-4,39; [-4,76; [-4,42; [-4,5; [-4,3; [-4,23; [-4,33; [-4,35; [-4,26; [-4,56; [-4,37; [-4,46; [-4,33; [-4,33; [-4,16; [-4,35;
-2,67] -2,52] -2,64] -2,93] -2,76] -2,62] -2,58] -2,45] -2,64] -2,59] -2,51] -2,79] -2,66] -2,64] -2,64] -2,61] -2,41] -2,58]
nk,nk,hk nka -1,18 -1,22 -1,25 -1,19 -1,05 -0,99 -1,19 -1,21 -1,30 -1,28 -1,22 -1,20 -1,19 -1,20 -1,23 -1,24 -1,24 -1,29
[-1,22; [-1,28; [-1,36; [-1,3; [-1,22; [-1,17; [-1,23; [-1,25; [-1,37; [-1,36; [-1,31; [-1,28; [-1,24; [-1,24; [-1,28; [-1,31; [-1,3; [-1,36;
-1,13] -1,15] -1,14] -1,09] -0,89] -0,81] -1,15] -1,17] -1,23] -1,2] -1,13] -1,12] -1,15] -1,15] -1,19] -1,18] -1,17] -1,22]
mka -1,12 -1,12 -1,14 -1,10 -1,14 -1,19 -1,12 -1,13 -1,11 -1,10 -1,11 -1,08 -1,13 -1,12 -1,13 -1,12 -1,10 -1,10
[-1,16; [-1,16; [-1,19; [-1,18; [-1,22; [-1,27; [-1,17; [-1,17; [-1,15; [-1,15; [-1,15; [-1,15; [-1,17; [-1,17; [-1,17; [-1,16; [-1,15; [-1,14;
-1,07] -1,07] -1,09] -1,03] -1,07] -1,1] -1,08] -1,09] -1,07] -1,06] -1,07] -1,02] -1,09] -1,08] -1,1] -1,08] -1,05] -1,06]
hka -3,23 -3,26 -2,84 -3,29 -3,32 -3,32 -3,47 -3,36 -3,25 -3,21 -3,24 -3,33 -3,26 -3,18 -3,12 -3,60 -3,32 -3,08
[-3,99; [-4,1; [-3,66; [-4,1; [-4,17; [-4,21; [-4,31; [-4,2; [-4,04; [-4,07; [-4,09; [-4,23; [-4,09; [-4; [-3,95; [-4,43; [-4,11; [-3,96;
-2,46] -2,41] -2,01] -2,48] -2,46] -2,42] -2,63] -2,53] -2,45] -2,36] -2,39] -2,44] -2,42] -2,36] -2,29] -2,78] -2,52] -2,21]
nk,hk,nk nka -1,21 -1,19 -1,28 -1,50 -1,54 -1,66 -1,22 -1,22 -1,28 -1,39 -1,39 -1,47 -1,22 -1,22 -1,24 -1,31 -1,36 -1,43
[-1,25; [-1,24; [-1,37; [-1,71; [-1,77; [-1,95; [-1,26; [-1,27; [-1,37; [-1,5; [-1,5; [-1,58; [-1,29; [-1,26; [-1,29; [-1,38; [-1,43; [-1,54;
-1,17] -1,14] -1,19] -1,28] -1,32] -1,36] -1,18] -1,17] -1,2] -1,27] -1,29] -1,36] -1,19] -1,18] -1,2] -1,25] -1,29] -1,31]
mka -1,14 -1,14 -1,12 -1,12 -1,18 -1,17 -1,16 -1,14 -1,13 -1,14 -1,14 -1,11 -1,13 -1,15 -1,14 -1,14 -1,13 -1,12
[-1,17; [-1,18; [-1,17; [-1,19; [-1,24; [-1,26; [-1,19; [-1,18; [-1,17; [-1,19; [-1,18; [-1,15; [-1,19; [-1,19; [-1,18; [-1,18; [-1,17; [-1,16;
-1,1] -1,1] -1,08] -1,06] -1,12] -1,08] -1,12] -1,1] -1,09] -1,1] -1,1] -1,06] -1,11] -1,11] -1,1] -1,1] -1,09] -1,09]
hka -3,40 -3,54 -3,66 -3,55 -3,19 -4,09 -3,22 -3,37 -3,42 -3,45 -3,50 -3,68 -3,52 -3,36 -3,49 -3,58 -3,44 -3,84
[-4,2; [-4,35; [-4,48; [-4,35; [-4; [-4,91; [-4; [-4,16; [-4,22; [-4,27; [-4,28; [-4,48; [-4,04; [-4,15; [-4,26; [-4,39; [-4,23; [-4,61;
-2,59] -2,74] -2,85] -2,74] -2,38] -3,26] -2,44] -2,58] -2,62] -2,62] -2,71] -2,88] -2,43] -2,57] -2,71] -2,76] -2,65] -3,07]
nk,hk,hk nka -1,16 -1,14 -1,17 -1,22 -1,24 -1,19 -1,17 -1,15 -1,14 -1,16 -1,17 -1,25 -1,24 -1,14 -1,15 -1,14 -1,19 -1,18
[-1,21; [-1,19; [-1,27; [-1,33; [-1,38; [-1,36; [-1,23; [-1,2; [-1,2; [-1,23; [-1,27; [-1,34; [-1,22; [-1,19; [-1,19; [-1,19; [-1,26; [-1,27;
-1,11] -1,08] -1,08] -1,1] -1,11] -1,01] -1,11] -1,09] -1,08] -1,1] -1,07] -1,16] -1,11] -1,09] -1,1] -1,09] -1,12] -1,1]
mka -1,12 -1,11 -1,12 -1,15 -1,12 -1,23 -1,12 -1,11 -1,12 -1,08 -1,12 -1,10 -1,15 -1,12 -1,12 -1,12 -1,13 -1,12
[-1,16; [-1,15; [-1,17; [-1,21; [-1,21; [-1,28; [-1,16; [-1,16; [-1,17; [-1,14; [-1,16; [-1,17; [-1,16; [-1,16; [-1,16; [-1,17; [-1,17; [-1,17;
-1,07] -1,06] -1,07] -1,1] -1,03] -1,18] -1,07] -1,07] -1,07] -1,02] -1,07] -1,04] -1,08] -1,07] -1,08] -1,08] -1,08] -1,08]
hka -2,28 -2,32 -2,32 -2,38 -3,05 -3,07 -1,96 -2,52 -2,20 -2,27 -2,21 -2,40 -3,24 -2,27 -2,34 -1,97 -2,38 -2,48
[-2,94; [-3,05; [-2,98; [-3,09; [-3,77; [-3,82; [-2,59; [-3,2; [-2,88; [-2,96; [-2,89; [-3,06; [-2,92; [-2,92; [-3,03; [-2,61; [-3,07; [-3,17;
-1,63] -1,59] -1,66] -1,67] -2,33] -2,31] -1,34] -1,84] -1,53] -1,59] -1,53] -1,74] -1,67] -1,63] -1,64] -1,34] -1,69] -1,79]
175
176

Tabelle 5.13: Erwartungswert für die relative Performance der Erweiterung und zugehörige Konfidenzintervalle - Produkt-
struktur 2 (2/2)

Instanzen Implementierungsvarianten des Aushandlungsmechanismus

ω = 50 ω = 100 ω = 150

Kosten Kap. b=1 b=3 b=5 b=7 b=9 b=11 b=1 b=3 b=5 b=7 b=9 b=11 b=1 b=3 b=5 b=7 b=9 b=11
hk,nk,nk nka -1,08 -1,03 -0,94 -0,83 -0,96 -1,09 -1,08 -1,08 -1,05 -1,08 -1,02 -0,95 -1,17 -1,10 -1,07 -1,09 -1,07 -1,04
[-1,13; [-1,08; [-1,02; [-1; [-1,13; [-1,31; [-1,14; [-1,14; [-1,1; [-1,15; [-1,09; [-1,04; [-1,17; [-1,15; [-1,12; [-1,16; [-1,15; [-1,11;
-1,02] -0,97] -0,85] -0,67] -0,78] -0,88] -1,01] -1,03] -0,99] -1,01] -0,94] -0,85] -1,04] -1,04] -1,01] -1,02] -0,99] -0,97]
mka -0,97 -1,00 -0,99 -1,00 -1,09 -1,11 -0,97 -0,97 -0,97 -0,97 -0,95 -0,96 -1,12 -0,99 -0,97 -0,97 -0,96 -0,98
[-1,03; [-1,06; [-1,05; [-1,07; [-1,15; [-1,18; [-1,03; [-1,03; [-1,03; [-1,04; [-1,02; [-1,03; [-1,04; [-1,04; [-1,03; [-1,03; [-1,03; [-1,04;
-0,91] -0,93] -0,93] -0,94] -1,02] -1,03] -0,9] -0,91] -0,91] -0,91] -0,88] -0,89] -0,92] -0,93] -0,92] -0,91] -0,9] -0,91]
hka -3,61 -2,98 -3,59 -2,99 -3,84 -3,49 -3,37 -3,19 -2,98 -3,48 -3,87 -3,50 -2,29 -3,27 -3,21 -3,36 -3,31 -3,11
[-4,58; [-3,99; [-4,5; [-3,77; [-4,73; [-4,26; [-4,33; [-4,16; [-3,95; [-4,41; [-4,77; [-4,37; [-4,11; [-4,31; [-4,18; [-4,34; [-4,26; [-4,02;
-2,65] -1,98] -2,68] -2,22] -2,95] -2,73] -2,42] -2,22] -2] -2,55] -2,98] -2,64] -2,12] -2,24] -2,24] -2,39] -2,35] -2,2]
hk,nk,hk nka -1,08 -1,10 -1,11 -0,99 -0,86 -0,81 -1,09 -1,12 -1,19 -1,13 -1,11 -1,03 -1,10 -1,10 -1,12 -1,13 -1,10 -1,14
[-1,13; [-1,16; [-1,2; [-1,09; [-0,98; [-0,98; [-1,14; [-1,16; [-1,27; [-1,21; [-1,18; [-1,11; [-1,13; [-1,15; [-1,18; [-1,19; [-1,16; [-1,22;
-1,03] -1,03] -1,02] -0,9] -0,75] -0,64] -1,05] -1,08] -1,1] -1,05] -1,03] -0,95] -1,04] -1,06] -1,06] -1,07] -1,05] -1,06]
mka -0,98 -0,98 -1,02 -1,03 -1,03 -1,12 -0,98 -0,97 -0,98 -0,96 -0,94 -0,98 -0,98 -0,99 -0,99 -0,98 -0,97 -0,95
[-1,03; [-1,03; [-1,07; [-1,1; [-1,08; [-1,18; [-1,04; [-1,03; [-1,03; [-1,01; [-1,01; [-1,04; [-1,04; [-1,04; [-1,04; [-1,03; [-1,03; [-1;
-0,92] -0,94] -0,97] -0,96] -0,97] -1,07] -0,92] -0,91] -0,92] -0,9] -0,87] -0,93] -0,94] -0,93] -0,94] -0,93] -0,92] -0,89]
hka -3,37 -3,73 -3,18 -3,26 -3,68 -3,58 -3,66 -3,81 -3,07 -3,15 -2,96 -3,99 -3,12 -3,95 -3,30 -3,10 -3,04 -3,36
[-4,44; [-4,66; [-4,06; [-4,14; [-4,44; [-4,33; [-4,72; [-4,85; [-3,97; [-4,04; [-3,84; [-4,86; [-4,46; [-4,99; [-4,32; [-4,02; [-3,97; [-4,32;
-2,29] -2,81] -2,3] -2,37] -2,93] -2,82] -2,6] -2,77] -2,17] -2,26] -2,07] -3,13] -2,4] -2,91] -2,28] -2,18] -2,11] -2,4]
hk,hk,nk nka -1,09 -1,11 -1,13 -1,38 -1,57 -1,43 -1,11 -1,11 -1,17 -1,20 -1,29 -1,39 -1,09 -1,11 -1,14 -1,15 -1,16 -1,33
[-1,15; [-1,18; [-1,23; [-1,55; [-1,74; [-1,69; [-1,16; [-1,17; [-1,27; [-1,32; [-1,42; [-1,52; [-1,16; [-1,17; [-1,21; [-1,21; [-1,23; [-1,46;
-1,04] -1,04] -1,03] -1,21] -1,4] -1,16] -1,05] -1,05] -1,08] -1,09] -1,17] -1,26] -1,05] -1,06] -1,07] -1,08] -1,08] -1,21]
mka -0,97 -0,98 -1,00 -1,04 -1,04 -1,10 -0,98 -0,98 -0,97 -0,97 -1,01 -0,98 -0,99 -0,98 -0,99 -0,97 -0,97 -0,98
[-1,03; [-1,03; [-1,05; [-1,09; [-1,11; [-1,15; [-1,04; [-1,04; [-1,02; [-1,03; [-1,06; [-1,04; [-1,04; [-1,04; [-1,04; [-1,03; [-1,03; [-1,03;
-0,92] -0,93] -0,95] -0,99] -0,98] -1,05] -0,93] -0,93] -0,91] -0,9] -0,96] -0,92] -0,93] -0,93] -0,93] -0,91] -0,91] -0,92]
hka -3,61 -3,33 -3,08 -3,42 -3,36 -3,45 -2,86 -3,55 -3,14 -3,15 -3,39 -3,72 -3,43 -3,72 -3,16 -3,12 -3,67 -3,53
[-4,8; [-4,45; [-4,14; [-4,35; [-4,11; [-4,23; [-3,95; [-4,74; [-4,3; [-4,21; [-4,5; [-4,68; [-4,38; [-4,98; [-4,26; [-4,2; [-4,85; [-4,57;
-2,41] -2,2] -2,02] -2,49] -2,61] -2,68] -1,76] -2,35] -1,99] -2,08] -2,27] -2,76] -1,96] -2,45] -2,07] -2,04] -2,48] -2,49]
hk,hk,hk nka -1,05 -1,01 -1,09 -1,15 -1,19 -1,09 -1,07 -1,05 -1,03 -1,07 -1,08 -1,09 -1,11 -1,05 -1,06 -1,06 -1,09 -1,05
[-1,11; [-1,07; [-1,17; [-1,26; [-1,33; [-1,25; [-1,14; [-1,1; [-1,09; [-1,14; [-1,16; [-1,18; [-1,15; [-1,1; [-1,11; [-1,12; [-1,16; [-1,12;
-0,99] -0,96] -1] -1,05] -1,05] -0,94] -1,01] -1] -0,98] -0,99] -1] -1] -1,01] -1] -1,01] -1] -1,02] -0,98]
mka -0,96 -0,98 -1,01 -1,01 -1,07 -1,08 -0,95 -0,96 -0,95 -0,95 -0,97 -0,92 -0,98 -0,97 -0,96 -0,95 -0,95 -0,96
[-1,01; [-1,03; [-1,06; [-1,06; [-1,11; [-1,16; [-1,01; [-1,01; [-1,01; [-1,01; [-1,02; [-1,01; [-1,01; [-1,02; [-1,01; [-1,01; [-1,01; [-1,01;
-0,91] -0,93] -0,96] -0,95] -1,02] -0,99] -0,9] -0,91] -0,9] -0,9] -0,91] -0,84] -0,9] -0,92] -0,91] -0,9] -0,9] -0,9]
hka -4,65 -4,95 -4,54 -4,05 -4,64 -5,14 -4,09 -5,00 -4,13 -5,06 -4,29 -4,52 -3,17 -4,73 -4,44 -4,47 -4,18 -4,58
[-5,93; [-6,24; [-5,83; [-5,31; [-5,78; [-6,16; [-5,35; [-6,33; [-5,39; [-6,46; [-5,52; [-5,76; [-5,38; [-6,01; [-5,71; [-5,75; [-5,43; [-5,83;
-3,37] -3,67] -3,25] -2,8] -3,5] -4,12] -2,83] -3,68] -2,88] -3,66] -3,06] -3,27] -2,86] -3,44] -3,16] -3,18] -2,94] -3,33]
5 Aushandlungsmechanismus zur taktischen Koordination
5.6 Zwischenfazit 177

Hierbei zeigt sich, dass sich im Falle der alternativen Produktstruktur, bei der
auch mit der Grundversion bereits sehr gute Werte erzielt werden, noch signifi-
kante Verbesserungen unter Einsatz der Erweiterung möglich sind.

5.6 Zwischenfazit

Ausgangspunkt der Arbeit war die Notwendigkeit der Entwicklung eines Koordi-
nationsmechanismus, der zur Koordination von Recyclingnetzwerken eingesetzt
werden kann. Nach der Formulierung von Anforderungen an einen solchen Ko-
ordinationsmechanismus erfolgte die Entwicklung eines Koordinationskonzepts,
welches zwischen zwei Koordinationsebenen unterscheidet. Für die Ebene der
taktischen Koordination wurde dann ein Mechanismus auf Basis der mathemati-
schen Problemdekomposition entwickelt. Auf Grund der mit derartigen Ansätzen
verbundenen Schwierigkeiten, die die Zulässigkeit und Optimalität der während
des Verfahrens ermittelten Lösungen betreffen, wurden zwei heuristische Vor-
gehensweisen vorgestellt, mit denen diesen Problemen begegnet werden kann.
Zunächst erfolgte die Entwicklung einer Heuristik, die das Ziel hat, zur Laufzeit
des Verfahrens zulässige Lösungen zu liefern. Wurde mit einer derartigen Vor-
gehensweise eine zulässige Lösung gefunden, so kann diese mit der entwickelten
Erweiterung ggf. verbessert werden.
Aufgrund des heuristischen Charakters des Verfahrens ist jedoch nicht garantiert,
dass in jedem Fall eine optimale Lösung gefunden wird. Zudem sind für das Ver-
fahren verschiedene Parameter festzulegen. Dies betrifft die Wahl der Schrittwei-
te sowie die Wahl einer Iterationsanzahl, ab der eine heuristische Konstruktion
von zulässigen Lösungen beginnt. Zur Evaluation des Verfahrens wurde ausge-
hend von einem Beispiel eine Performanceanalyse auf Basis zufällig generierter
Testinstanzen durchgeführt, mit der die Leistungsfähigkeit des Aushandlungsme-
chanismus, verglichen mit einer zentralen Planung, ermittelt wurde. Dabei zeigte
sich, dass insbesondere mit der entwickelten Erweiterung bei geeigneter Parame-
terwahl nahezu optimale Ergebnisse ermittelt werden können, die relativ stabil
im Hinblick auf Änderungen in der Kapazität oder zufälligen Änderungen der
Kosten oder anfallenden Altgerätemassen sind.
Auf Basis dieser Ergebnisse lassen sich jedoch noch keine geeigneten Aussagen
über die Funktionsweise eines solchen Verfahrens bei der Anwendung auf prakti-
sche Probleminstanzen treffen. Aus diesem Grund wird im folgenden Kapitel eine
Fallstudie zur praktischen Anwendung des Verfahrens durchgeführt.
6 Fallstudie zur taktischen Koordination

Die im Rahmen dieser Arbeit entwickelte Methodik für die taktische Koordina-
tion von Recyclingnetzwerken soll nun anhand einer Fallstudie validiert werden.
Dabei werden mit der Fallstudie mehrere Ziele verfolgt. Zunächst soll eine Er-
mittlung der Leistungsfähigkeit des entwickelten Verhandlungsmechanismus er-
folgen. Ziel dabei ist es, die mit dem Mechanismus ermittelten Lösungen mit
dem Ergebnis zu vergleichen, welches ein zentraler Planer in der selben Entschei-
dungssituation mit vollständigem Wissen ermitteln würde. Im Gegensatz zu der
in Kapitel 5.5 durchgeführten Performanceanalyse wird hierbei auf Basis eines
umfangreichen Realdatensatzes die Leistungsfähigkeit unter Variation einzelner
Parameter ermittelt. Weiterhin sollen die durch den Einsatz in der praktischen
Anwendung erreichbaren Potenziale ermittelt werden. Dazu erfolgt ein Vergleich
der Ergebnisse, die durch die Anwendung von in der Praxis gebräuchlichen Allo-
kationsverfahren erreicht werden können, mit denen, die aus der Anwendung des
Aushandlungsmechanismus resultieren. Zum Abschluss erfolgt die prototypische
Implementierung des entwickelten Aushandlungsmechanismus als MAS, welches
die Grundlage für eine Umsetzung in ein Softwaresystem bilden kann. Abbil-
dung 6.1 stellt den Aufbau der Fallstudie mit den zugehörigen Fragestellungen
graphisch dar.

1) Wie leistungsfähig ist der Aushandlungsmechanismus Kap. 6.4


bei Anwendung auf praktische Probleminstanzen?

2) Wie groß sind die Verbesserungspotenziale gegenüber Kap. 6.5


„praxisorientierten“ Methoden?

3) Wie kann der Aushandlungsmechanismus


Kap. 6.7
softwaretechnisch umgesetzt werden?

Abbildung 6.1: Aufbau der Fallstudie

Im Folgenden wird zunächst die Ausgangslage sowie die der Studie zugrunde
liegende Datenbasis dargestellt, bevor im Anschluss die einzelnen Teiluntersu-
chungen durchgeführt werden.
180 6 Fallstudie zur taktischen Koordination

6.1 Ausgangslage

Wie in den Kapiteln 4 und 5 dargestellt, betrifft die Ebene der taktischen Ko-
ordination die Aushandlung von Rahmenverträgen zwischen dem fokalen Unter-
nehmen und den Recyclingunternehmen. Die Rahmenverträge spezifizieren die
innerhalb eines definierten Zeitraums von den Recyclingunternehmen zu bearbei-
tenden Massen an Altgeräten. Es liegt im Rahmen der Fallstudie die Annahme
zugrunde, dass das fokale Unternehmen eines Recyclingnetzwerks mit Herstellern
bereits Verträge über die Übernahme derer Recyclingpflichten geschlossenen hat.
Diese allgemeinen Rahmenbedingungen werden in der Weise konkretisiert, dass
ein Hersteller der Unterhaltungselektronik das Recyclingnetzwerk mit der Über-
nahme seiner gesetzlichen Rücknahmepflichten beauftragt hat. Dabei wurde vom
Hersteller bereits spezifiziert, dass sich die durch das Recyclingnetzwerk zu be-
handelnde Masse auf das Bundesland Niedersachsen bezieht. Die Masse der zu
behandelnden Altgeräte sowie die zugehörige Vergütung sind bereits in der mit
dem Hersteller getroffenen Vereinbarung festgelegt.
Die Fallstudie erfolgt anhand der Gerätekategorie 4 nach ElektroG, die die Geräte
der Unterhaltungselektronik umfasst. Dabei wird eine Recyclingquote von 60%101
angenommen, die über alle Produkte zu erfüllen ist. Auf die Einhaltung einer
Verwertungsquote wird hierbei aus Gründen der Übersichtlichkeit verzichtet. Da
sich die Verhandlung auf eine einzelne Gerätekategorie bezieht, und nicht meh-
rere Gruppen simultan zu betrachten sind, ist hierbei die Anwendung des in
Kapitel 5 entwickelten Verfahrens möglich, das eine Darstellung der Kompensa-
tion von Quoten über die betrachteten Altgerätetypen ermöglicht. Somit kann
die vorgeschlagene Kompensation innerhalb einer Sammelgruppe (Umweltbun-
desamt 2007) dargestellt werden.102

6.2 Datenbasis

Die der Fallstudie zugrunde liegende Datenbasis stammt aus einer von Walther
(2005) durchgeführten empirischen Untersuchung. Die Datenbasis enthält die an
101
Das ElektroG schreibt für die Gerätekategorie 4 eine Recyclingquote von 65% vor (vgl.
Kapitel 2.4.1). Allerdings wurde von Walther (2005) gezeigt, dass mit den aktuellen Recy-
clingmöglichkeiten eine Einhaltung dieser Recyclingquote nicht von allen in dieser Gruppe
befindlichen Referenzgeräten erreicht werden kann. Somit ist es möglich, dass bei bestimm-
ten mengenmäßigen Zusammensetzungen der Gerätekategorie auch eine Einhaltung über alle
in der Sammelgruppe enthaltenen Altgeräte nicht möglich ist. Aus diesem Grund wurde eine
Quote von 60% festgelegt, um sicherzustellen, dass auch bei Variation der Altgerätemassen
(vgl. hierzu auch Kapitel 6.2) eine Einhaltung der Quote sichergestellt werden kann.
102
Vgl. hierzu Kapitel 2.4.1. Würde eine simultane Betrachtung mehrerer Sammelgruppen er-
folgen, so wäre, wie in Anhang A beschrieben, eine Berücksichtigung des Altgeräteursprungs
notwendig.
6.2 Datenbasis 181

den Sammelstellen der ÖRE (Quellen) anfallenden Altgerätemassen sowie Infor-


mationen über die Produktstrukturen der Altgeräte. Ferner sind die im Bundes-
land Niedersachsen betrachteten Recyclingunternehmen sowie Netzwerksenken
beschrieben. Diese Daten bilden die Grundlage für die von dem Aushandlungs-
mechanismus benötigten Eingangsdaten und werden im Folgenden kurz beschrie-
ben.

Quellen und Anfallmengen

Die Quellen des Netzwerks bilden dabei 47 in Niedersachsen befindliche Sammel-


stellen der ÖRE. Die Quellen sind durch ihre Koordinaten sowie durch die Anzahl
der sich in ihrem Umkreis befindlichen Einwohner und Haushalte gekennzeichnet.
Eine vollständige Auflistung der der Fallstudie zugrunde liegenden Quellen ist in
Tabelle ?? des Anhangs zu finden.
Grundlage der Untersuchung sind die von Walther (2005) zugrunde gelegten Mas-
sen der folgenden sieben Altgerätetypen, die sich der Gerätekategorie 4 (Geräte
der Unterhaltungselektronik) nach ElektroG zuordnen lassen.
1. Fernsehgeräte (Kunststoffgehäuse)
2. Fernsehgeräte (Holzgehäuse)
3. Radiogeräte (Kunststoffgehäuse)
4. Radiogeräte (Holzgehäuse)
5. Videorekorder
6. Stereoanlagen
7. Sat-Receiver
Die Berechnung der an den jeweiligen Standorten anfallenden Altgerätemassen
der jeweiligen Gerätetypen wurde dabei anhand der in den Regionen der Sam-
melstellen lebenden Bevölkerungsanzahlen und auf Basis einer von Ivisic (2001)
durchgeführten Untersuchung über die Verteilung verschiedener Gerätetypen in
Haushalten durchgeführt. Die vollständigen Daten der anfallenden Altgerätemas-
sen sind in Tabelle C.3 im Anhang zu finden.

Produktstrukturen, Recyclingaktivitäten und resultierende


Fraktionen

Für die dargestellten Gerätetypen stehen diverse Recyclingaktivitäten zur Verfü-


gung, wobei im Rahmen dieser Fallstudie lediglich Demontageaktivitäten betrach-
tet werden. Aufgrund der Existenz einer Vielzahl von Varianten eines Gerätetyps
wurden eine Clusterung der Geräte durchgeführt und so genannte Referenzgeräte
182 6 Fallstudie zur taktischen Koordination

definiert. Es erfolgt dabei eine Clusterung von Geräten anhand produkt- und pro-
zessspezifischer Merkmale. In einem Cluster sind dabei ähnliche Geräte enthalten.
Die Ermittlung der Zusammensetzung der Referenzgeräte erfolgt dann derart,
dass für jedes Cluster eine Mittelwertbildung über die Daten der betrachteten
Altgeräte des Clusters durchgeführt wird (Walther 2005).
Bei der Definition der Demontageaktivitäten werden nicht alle möglichen Demon-
tageoptionen betrachtet. Es erfolgt hierbei eine Reduktion der Komplexität durch
die Berücksichtigung einer Auswahl von Demontageaktivitäten, die nach verschie-
denen Kriterien voroptimiert“ wurden.103 Für die Demontage der dargestellten

sieben Altgeräte stehen insgesamt 33 Demontageaktivitäten zur Verfügung. Ei-
ne vollständige Übersicht über alle für die vorliegenden Altgeräte zur Verfügung
stehenden Demontageaktivitäten sind in den Tabellen C.4-C.12 des Anhangs dar-
gestellt. Durch die Ausführung der Demontageaktivitäten entstehen Demontage-
fraktionen. Insgesamt werden, inklusive der sieben Altgerätearten, 49 Fraktionen
betrachtet. Eine Übersicht über die insgesamt betrachteten Altgeräte und Frak-
tionen ist Tabelle C.13 des Anhangs zu entnehmen.
Im Folgenden sind beispielhaft die für die Demontage eines Fernsehers (Kunst-
stoff) betrachteten Demontageaktivitäten dargestellt. v1 stellt dabei die Demon-
tageaktivität Schadstoffentfrachtung ohne Ausbau der Bildröhre“ dar, v2 kenn-

zeichnet die Demontageaktivität Schadstoffentfrachtung mit Ausbau der Bild-

röhre“, v3 ist die kostenoptimale Demontage“ 104 , v4 und v5 stellen die Akti-

vitäten Komplettdemontage“ ohne und mit Entfernung von Kunststoffteilen

dar. Die Darstellung erfolgt dabei in der in Kapitel 4.2.2 eingeführten Schreibwei-
se der Aktivitätsanalyse. Die Demontageaktivitäten, die für die Demontage der
Kunststoff-Fernseher zur Verfügung stehen, sind in Matrix M T V −K enthalten.
Die Werte sind dabei jeweils in Masseneinheiten in Kilogramm angegeben. Die
Bezeichnung der Altgeräte/Fraktionen ist rechts neben der Matrix zu finden.

103
Vgl. hierzu auch Kapitel 3.2.1.1
104
Hierbei bezieht sich der Begriff kostenoptimal“ jeweils isoliert auf die Demontageaktivität

unter Zugrundelegung gegebener Demontagekosten und Erlöse/Kosten für die entstehenden
Fraktionen. Inner- und überbetriebliche Restriktionen werden dabei nicht betrachtet. Die
kostenoptimale Demontage“ bezieht sich somit nicht auf die Optimalität im Sinne einer

netzwerkweiten Allokation, die sich ja erst durch die Optimierung des gesamten Netzwerks
ergibt.
6.2 Datenbasis 183

M T V −K = (v1 , v2 , v3 , v4 , v5 ) =
⎛ ⎞
−29, 55 −29, 55 −29, 55 −29, 55 −29, 55 Kunststofffernseher

⎜ 0 0, 0156 0, 0156 0, 0156 0, 0156 ⎟
⎟ Leichter Stahlschrott

⎜ 0 0 0, 0156 0, 0156 0, 0156 ⎟
⎟ Schredderstahlschrott

⎜ 0 0 0, 168 0, 168 0, 168 ⎟
⎟ Schwerkupferschrott
⎜ 0, 132 0, 132 0, 132 0, 132
⎜ 0, 132 ⎟
⎟ Isolierte Kupferkabel

⎜ 0 0 0, 0002 0, 0002 0, 0002 ⎟
⎟ Aluminiumprofilschrott
⎜ ⎟
⎜ 0 0 0, 0008 0, 0008 0, 0008 ⎟ Gem. Aluminiumgußschrott mit Eisen
⎜ ⎟
⎜ 2, 1303 2, 1303 2, 1303 2, 1303 2, 1303 ⎟ Leiterplatten, Nr. 3, schadstoffentfrachtet
⎜ ⎟
⎜ 0 0 0, 2802 0, 2802 0, 2802 ⎟ Schredderfraktion Nr. 3
⎜ ⎟
⎜ 0 0 0, 63 0, 63 0, 63 ⎟ Schredderfraktion Nr. 2
⎜ ⎟
⎜ 0 0 0, 1122 0, 1119 0, 1119 ⎟ Schredderfraktion Nr. 1
⎜ ⎟
⎜ 0 0 0 0 4 ⎟ ABS, sortiert
⎜ ⎟

⎜ 0 19, 5 19, 5 19, 5 19, 5 ⎟
⎟ Bildröhre
⎝ 0, 0067 0, 0067 0, 0067 0, 0067 0, 0067 ⎠ Hausmüll/hausmüllähnliche Abfälle
27, 28 7, 78 6, 5402 6, 5263 2, 5263 Mischglas I

Die dargestellten Fraktionen stellen dabei nur einen Ausschnitt der insgesamt
betrachteten Fraktionen dar. Im Rahmen der Demontage von Kunststofffernse-
hern nicht relevante Fraktionen sind aus Gründen der Übersichtlichkeit nicht
aufgeführt.

Recyclingunternehmen des Netzwerks

Wie bereits erwähnt wird im Rahmen der Fallstudie lediglich die Demontage be-
trachtet. Deshalb sind die im Netzwerk enthaltenen Recyclingunternehmen De-
montageunternehmen. Die Grundgesamtheit sind dabei 46 existierende Demon-
tageunternehmen in Niedersachsen. Diese sind durch ihre geographische Lage,
ihre Demontagefähigkeiten sowie durch die vorhandenen Kapazitäten charak-
terisiert. Die Demontageunternehmen sind dabei einerseits privatwirtschaftlich
organisierte Unternehmen, andererseits existieren auch sozial geförderte Unter-
nehmen, wie beispielsweise Werkstätten zur Wiedereingliederung von Langzeit-
arbeitslosen oder Behindertenwerkstätten.
Im Rahmen der Fallstudie wird davon ausgegangen, dass die Demontageunter-
nehmen prinzipiell alle für ein Altgerät zur Verfügung stehenden Demontageak-
tivitäten selbst ausführen und somit keine anderen Demontageunternehmen als
netzwerkinterne Dummy-Quellen bzw. Dummy-Senken im Rahmen der Planung
berücksichtigen.
184 6 Fallstudie zur taktischen Koordination

Senken des Netzwerks

Gemäß der in Abbildung 2.3 dargestellten Stoffströme sind aus Sicht der Demon-
tage mechanische Aufbereitungsanlagen sowie Verwertungsanlagen als potentielle
Senken zu betrachten.
Mechanische Aufbereitungsanlagen behandeln hauptsächlich Metall-Kunststoff-
Verbunde aus Elektro(nik)altgeräten. Des Weiteren existieren Kabelaufbereitungs-
anlagen, die eine mechanische Trennung von Kunststoff- und Kupferanteilen in
Kabeln vornehmen.
Bei Verwertungsanlagen ist zwischen Anlagen zur stofflichen und energetischen
Verwertung zu unterscheiden. Stoffliche Verwertungsanlagen existieren für die
Verwertung verschiedenster Metalle. So wird Stahl beispielsweise in Stahlwerken
verwertet. Buntmetalle können in Affinerien gewonnen werden, für konzentrier-
te Kupferfraktionen besteht die Möglichkeit einer Verwertung in Kupferhütten.
Bildröhren können im Rahmen der Bleiverarbeitung verwertet werden. Neben
der Abgabe in Affinerien ist für Bildröhren auch der Einsatz im Rahmen der
Konusglasproduktion möglich.
Die energetische Verwertung eignet sich für diverse Mischkunststoffe in industri-
ellen Feuerungsanlagen, als Stützfeuer bei der Müllverbrennung sowie als Substi-
tute für Primärenergieträger in Kohlekraftwerken. Insgesamt wurden im Rahmen
der Untersuchung 59 Netzwerksenken betrachtet, die aus mechanischen Aufbe-
reitungsanlagen, Anlagen zur stofflichen und energetischen Verwertung sowie De-
ponien bestehen. Die zugrunde gelegten Senken sind in den Tabellen C.21 und
C.22 des Anhangs zu finden.
Eine umfassende Darstellung der Datenbasis ist in Walther (2005) zu finden.

6.3 Zentrale und dezentrale Allokation von Stoffströmen

Das Ziel einer aushandlungsbasierten Allokation von Stoffströmen, wie sie mit
der Anwendung des vorgestellten Mechanismus erreicht werden kann, ist es, eine
Lösung zu ermitteln, die möglichst nahe der für das gesamte Netzwerk optima-
len Lösung ist. Ermittelt man für den im vorhergehenden Kapitel vorgestellten
Datensatz eine Lösung mit Hilfe des in Kapitel 5.2 dargestellten linearen Op-
timierungsmodells (5.11-5.23), so erhält man die aus netzwerkweiter Sicht opti-
male Lösung. Die Lösung ist in ihrer Struktur in der oberen Hälfte von Tabelle
6.1 dargestellt. Die Werte in der Tabelle zeigen die einzelnen Komponenten der
Zielfunktion, unterteilt in Transportkosten, Demontagekosten und Kosten bzw.
Erlöse für die Abgabe der Fraktionen an die Senken des Netzwerks. Zudem sind
die durch die Allokation entstehenden Gesamtkosten dargestellt sowie die durch
die einzelnen Unternehmen erfüllten Recyclingquoten (α1 ,α2 ,α3 ). Ziel einer dezen-
tralen Koordination durch den Verhandlungsmechanismus ist es nun, eine Lösung
6.3 Zentrale und dezentrale Allokation von Stoffströmen 185

zu erzielen, die dieser durch die zentrale Allokation erreichten Lösung sehr nahe
kommt.
Soll der dezentrale Koordinationsmechanismus angewandt werden, ist zunächst
das Verfahren zu parametrisieren. Dazu sind die Parameter ω und b zu bestim-
men. Wählt man für die Anzahl der Iterationen, ab der die Heuristik zur Er-
mittlung zulässiger Lösungen startet z.B. mit ω = 200 und den Schrittweiten-
parameter b = 30 und wendet den beschriebenen Aushandlungsmechanismus an,
so ergibt sich das in der unteren Hälfte von Tabelle 6.1 dargestellte Ergebnis.
Wie der Tabelle zu entnehmen ist, beträgt die Abweichung der Kosten von der
zentralen Lösung 1,1 %. Die Struktur der Lösung ändert sich nur unwesentlich.
Die Aufteilung der Kosten sowie die von den Unternehmen individuell erfüllten
Recyclingquoten ähneln sehr stark dem Ergebnis der zentralen Allokation.
Tabelle 6.1: Beispielhafter Vergleich der Ergebnisse der zentralen Optimierung
und der aushandlungsbasierten Allokation für eine ausgewählte
Probleminstanz

Abw.(%) Kosten (-) / Erlöse (+)(e/a) erfüllte Quoten


(%)
Gesamt Transport Demontage Transport Senken α1 α2 α3
Quelle Senke
Zentrale Allokation
-2.493.224 -323.311 -1.872.822 -657.299 360.208 54,4 67,2 53,3
Aushandlungsbasierte Allokation
1,10 -2.520.706 -336.149 -1.886.730 -663.886 366.062 58,12 67,15 53,68

Anhand dieses Beispiels sind jedoch noch keine zuverlässigen Aussagen über die
Leistungsfähigkeit des dezentralen Aushandlungsmechanismus möglich. Das Er-
gebnis des dargestellten Beispiels hängt von dem jeweiligen Datensatz und der
jeweiligen Parametrisierung des Aushandlungsmechanismus ab. Um valide Aussa-
gen über die Leistungsfähigkeit des Aushandlungsmechanismus treffen zu können,
ist eine systematische Untersuchung notwendig. In Kapitel 5.5 wurde bereits eine
Performanceanalyse auf Basis eines sehr einfachen Beispiels durchgeführt. Ziel im
Rahmen der Fallstudie ist es zu überprüfen, ob die mit dem Mechanismus erzielte
Leistung auch unter Zugrundelegung eines wesentlich komplexeren, realistischen
Szenarios erreicht werden kann. Aus diesem Grund erfolgt in Kapitel 6.4 die
Ermittlung der Leistungsfähigkeit durch die systematische Variation von Prob-
leminstanzen und Ausprägungen des Aushandlungsmechanismus. Die untersuchte
Größe ist dabei die prozentuale Abweichung der durch den Aushandlungsmecha-
nismus generierten Lösungen vom globalen Optimum. Auf dieser Basis sollen
Aussagen darüber getroffen werden, unter welchen Bedingungen es möglich ist,
mit dem Aushandlungsmechanismus gute Lösungen zu generieren.
Die so durchgeführte Ermittlung der relativen Lösungsgüte der vom Aushand-
186 6 Fallstudie zur taktischen Koordination

lungsmechanismus entwickelten Lösungen im Vergleich zum zentralen Optimum


ermöglicht eine Beurteilung des Mechanismus aus akademischer Sicht. Um jedoch
die Potenziale abzuschätzen, die ein solcher Mechanismus in der praktischen An-
wendung erzielen kann, sind die mit dem Mechanismus generierten Ergebnisse
mit denen zu vergleichen, die mit durch in der Praxis gängigen Allokationsver-
fahren erreicht werden können. Wird bereits mit praxisorientierten Methoden
eine Lösung gefunden, die sehr nahe am Optimum ist, so ist der Nutzen der
Anwendung einer aufwändigen Aushandlungsmethodik eher gering. Aus diesem
Grund werden in Kapitel 6.5 die Lösungen des Aushandlungsmechanismus mit
den Lösungen eines aus der Praxis abgeleiteten Allokationsmechanismus vergli-
chen. Um zu ermitteln unter welchen Umständen eine aushandlungsbasierte Me-
thodik Vorteile verspricht, werden die Vergleiche für ausgewählte Probleminstan-
zen, wie sie in Kapitel 6.4 entwickelt werden, durchgeführt.

6.4 Untersuchung der Leistungsfähigkeit der entwickelten


Methodik im Vergleich zu einer zentralen Planung

In diesem Abschnitt erfolgt ein Vergleich der Leistungsfähigkeit des taktischen


Verhandlungsmechanismus mit dem Ergebnis, welches ein zentraler Planer ermit-
teln würde. Um möglichst auch hier fundierte Aussagen über die Leistungsfähig-
keit des Mechanismus treffen zu können, sollen im Folgenden mehrere Ausprägun-
gen des Algorithmus anhand verschiedener Probleminstanzen untersucht werden.
Im Folgenden werden die Probleminstanzen generiert, indem auf Basis des vorge-
stellten Datensatzes Änderungen einzelner Parameter erfolgen. Allerdings erfolgt
hier aus Komplexitätsgründen keine Randomisierung (wie in der Performanceana-
lyse in Kapitel 5.5). Dies bedeutet, dass für jede gebildete Faktorkombination nur
eine einzige Replikation und somit auch eine Instanz auf Basis deterministischer
Daten gebildet wird. Im Folgenden wird beschrieben, wie die Probleminstanzen
und Algorithmusvarianten generiert werden.105

6.4.1 Probleminstanzen

Eine Variation der Daten für die Generierung der Testinstanzen wird in zweier-
lei Hinsicht vorgenommen. Zunächst erfolgt eine Veränderung von Parametern
innerhalb eines gegebenen Netzwerks, indem Kosten, Kapazitäten und Speziali-
sierungen der Demontageunternehmen variiert werden. Anschließend erfolgt eine
Änderung des Netzwerks in dem Sinn, dass einerseits die Anzahl der im Netzwerk
befindlichen Unternehmen variiert wird und andererseits die Zusammensetzung
der vom Netzwerk zu recycelnden Altgeräte.
105
Vgl. zur Generierung der Probleminstanzen und der Varianten des Aushandlungsmechanis-
mus auch Walther et al. (2008)
6.4 Untersuchung der Leistungsfähigkeit der entwickelten Methodik 187

6.4.1.1 Kosten, Kapazitäten und Spezialisierungen in einem bestehenden


Netzwerk

Im Rahmen der Untersuchung wird zunächst von der beschriebenen Netzwerk-


struktur ausgegangen. Von den möglichen 46 zur Verfügung stehenden Demonta-
geunternehmen werden 3 ausgesucht. Dabei erfolgt die Auswahl der Unternehmen
mittels eines einfachen Warehouse-Location-Problems, bei dem lediglich Trans-
portkosten von den Quellen, also von den Sammelstellen, zu den Demontage-
unternehmen berücksichtigt werden (vgl. hierzu Walther 2005). Bei gegebenen
Daten bezüglich der an den Quellen abzuholenden Altgeräte und der Senken
erfolgt jeweils eine Variation der Kosten, der Kapazitäten sowie der Art der Spe-
zialisierung der Unternehmen auf bestimmte Altgerätetypen, so dass jede Kosten-
/Kapazitäts-/Spezialisierungs-Kombination eine Instanz bildet.
Äquivalent zum Vorgehen in der Performanceanalyse wird zwischen dem Kos-
tenniveau niedrig“ ( nk“) und hoch“ ( hk“) unterschieden. Die Werte für die
” ” ” ”
niedrigen Kosten liefern dabei die Daten aus dem in Kapitel 6.2 dargestellten
Datensatz. Die Generierung der hohen Kosten erfolgt durch die Multiplikation
dieses Wertes mit 1,5. Dabei wird jede Kombination von Kostenniveaus für alle
Unternehmen untersucht. So bezeichnet (nk,nk,hk) beispielsweise den Fall, in dem
Unternehmen 1 und 2 niedrige Kosten haben und Unternehmen 3 hohe Kosten.
Es sind folglich 23 Kostensituationen zu untersuchen.
Die Höhe der vorhandenen Kapazitäten wird analog definiert. Die Ausprägung
niedrige Kapazität“( nka“) ist so gewählt, dass diese gerade ausreicht, die zu
” ”
demontierenden Massen zu behandeln. Bei der Ausprägung mittlere Kapazität“

( mka“) wird die geringe Kapazität für jedes Demontageunternehmen mit dem

Faktor 1,2 multipliziert und im Szenario hohe Kapazität“( hka“) wird die Ka-
” ”
pazität schließlich mit 1,5 multipliziert. Insgesamt sind also 3 Kapazitätskonstel-
lationen zu untersuchen.
Zusätzlich zu den auch in der Performanceanalyse untersuchten Faktoren erfolgt
im Rahmen der Fallstudie die Variation der Spezialisierung von Recyclingunter-
nehmen. Die Variation des Faktors Spezialisierung erscheint relevant, da sich der-
artige Spezialisierungen in Recyclingnetzwerken beobachten lassen. Aus diesem
Grund wird die Untersuchung der Leistungsfähigkeit des Mechanismus, neben
dem Fall dass keine Spezialisierung besteht, für unterschiedliche Spezialisierungs-
grade durchgeführt. Dabei ist eine Spezialisierung in dem Sinne zu verstehen, dass
jeweils ein Demontageunternehmen auf die Bearbeitung eines einzigen Altgeräts
spezialisiert ist, während die anderen beiden Demontageunternehmen jeweils alle
anderen Produkte demontieren können. Dabei wird angenommen, dass ein Unter-
nehmen lediglich Fernseher (Holz und Kunststoff) demontiert und alle anderen
Recyclingunternehmen die jeweils übrigen Produkte. Hieraus resultieren 4 Spe-
zialisierungsszenarien.
188 6 Fallstudie zur taktischen Koordination

Für den ersten Teil dieser numerischen Untersuchung sind somit 23 x3x4=98 Pro-
bleminstanzen zu untersuchen.

6.4.1.2 Anzahl der Demontageunternehmen und Zusammensetzung der


Altgerätemassen

Neben der Variation netzwerkinterner“ Faktoren erfolgt zudem eine Änderung



der Struktur des Netzwerks. Dazu wird zunächst die Anzahl der Recyclingun-
ternehmen variiert, um den Effekt eines größer werdenden Lösungsraums auf die
Verhaltensweise des Mechanismus zu untersuchen. Dabei erfolgt eine Variation
der Anzahl der Recyclingunternehmen zwischen zwei und sechs. Die geographi-
schen Standorte der zu untersuchenden Unternehmen stammen dabei aus dem
verwendeten Datenmaterial der Fallstudie von Walther (2005). Somit sind 4 Sze-
narien hinsichtlich der Anzahl von Demontageunternehmen im Netzwerk zu un-
tersuchen.106
Zudem erfolgt eine Änderung der Zusammensetzung der zu behandelnden Massen
an Altgeräten. Dies erscheint interessant, da eine Änderung der Zusammenset-
zung andere Recyclingoptionen verlangt, was zu einem anderen Entscheidungsver-
halten der Recyclingunternehmen führen kann. Dies wird im Rahmen der Unter-
suchung in der Weise realisiert, dass jeweils die zu behandelnde Masse eines der
sieben Altgeräte verdreifacht wird, während die Massen der anderen Altgeräte
gleich bleiben. Hinsichtlich der anfallenden Massen der Altgeräte sind somit 7
Konstellationen zu betrachten.
Diese beiden Untersuchungen erfolgen dabei separat, wobei in beiden Fällen von
einer niedrigen Kostenstruktur für alle Unternehmen und einem mittleren Ka-
pazitätsniveau ausgegangen wird. Der zweite Teil der numerischen Untersuchung
umfasst somit 4+7=11 Instanzen.

6.4.2 Implementierungsvarianten des Aushandlungsmechanismus

Die andere Gestaltungsdimension der numerischen Untersuchung betrifft die Va-


riation des untersuchten Mechanismus. Es werden ebenso wie in der Performance-
analyse die zwei Versionen des Mechanismus untersucht. Ebenso sind verschiedene
Konfigurationen bezüglich ω und b zu untersuchen. Auf Basis von Voranalysen
wurde festgestellt, dass bei dem hier untersuchten, wesentlich umfangreicheren
Datensatz eine längere Laufzeit erforderlich ist, um zu guten Resultaten zu ge-
langen. So konnten hier bei Werten von ω zwischen 100 und 500 gute Ergeb-
nisse erzielt werden. Die Variation von ω erfolgte daher durch Setzen der Werte
auf 100, 200 und 500. Ähnlich ist das Verhalten bezüglich des Parameters b. So
106
Das Szenario 3 Unternehmen“ stellt dabei kein eigenes Szenario dar, da dieser Fall schon

im ersten Teil der numerischen Studie untersucht wird.
6.4 Untersuchung der Leistungsfähigkeit der entwickelten Methodik 189

konnte hier mit den in der Performanceanalyse verwendeten Schrittweiten meist


keine zulässigen Lösungen gefunden werden. Gute Ergebnisse konnten hierbei
erst bei Schrittweiten ab b = 10 erzielt werden. Es wurden deshalb die Werte
b = 10, 30, 50, 70 und 90 untersucht. Es sind somit insgesamt 2x3x5=30 Varian-
ten des Aushandlungsmechanismus zu untersuchen. Insgesamt ergibt sich aus den
beschriebenen Varianten des Aushandlungsmechanismus und den untersuchten
Probleminstanzen die Anzahl der durchzuführenden numerischen Experimente
auf (96+11)x30=3.210.

6.4.3 Ergebnisse

Im Folgenden werden die von dem Aushandlungsmechanismus ermittelten Ergeb-


nisse vorgestellt und mit denen verglichen, die ein zentraler Planer mit vollständi-
ger Information und Entscheidungsgewalt unter den selben Umständen mit Hilfe
des Netzwerkoptimierungsmodells (5.11-5.23) ermittelt hätte. Das Ziel dieser nu-
merischen Untersuchung ist es zu ermitteln, wie sich die mit der im Rahmen
der Arbeit entwickelten aushandlungsbasierten Methodik generierten Lösungen
in Abhängigkeit verschiedener auf Realdaten basierenden Probleminstanzen und
Parameterkonfigurationen verhalten. Dazu erfolgt zunächst in Kapitel 6.4.3.1 die
Vorstellung der Ergebnisse für die Grundversion des Algorithmus und in Kapitel
6.4.3.2 die Darstellung der Ergebnisse für die Erweiterung.

6.4.3.1 Grundversion107

Tabelle 6.2 beinhaltet die Ergebnisse für den ersten Teil der numerischen Untersu-
chung. Die Tabelle zeigt zunächst die Ergebnisse für den Fall, dass keine Speziali-
sierungen bei den Unternehmen vorliegen, d.h., dass alle Demontageunternehmen
alle Geräte bearbeiten sowie alle für das Gerät zur Verfügung stehenden Demonta-
geaktivitäten ausführen können. Jede Zeile beschreibt dabei eine Probleminstanz
die durch die jeweilige Kosten- und Kapazitätssituation des Netzwerks gekenn-
zeichnet ist. Jede Spalte beschreibt eine Implementierung des Aushandlungsme-
chanismus. Die Prozentangaben beschreiben für jede Testinstanz und für jede
Implementierung des Algorithmus die Abweichungen vom globalen Optimum,
welches ein zentraler Planung mit Hilfe des Modells (5.11-5.23) ermitteln würde.
Wurde innerhalb einer vordefinierten Anzahl an Iterationen108 keine zulässige
Lösung gefunden, so ist dies mit n.z.“ ( nicht zulässig“) gekennzeichnet.
” ”
Bei Betrachtung der Ergebnisse wird sichtbar, dass die Lösungsgüte ebenso wie
in der Performanceanalyse mit zunehmenden ω steigt, d.h. die Abweichung der

107
Die Ergebnisse dieses Teils der numerischen Untersuchung wurden bereits in Walther et al.
(2008) präsentiert.
108
Diese wurde als ω + 700 festgelegt.
190 6 Fallstudie zur taktischen Koordination

Tabelle 6.2: Abweichungen der durch den Aushandlungsmechanismus generierten


Lösungen vom globalen Optimum (in %)

Instanzen Implementierungsvarianten des Aushandlungsmechanismus


ω = 100 ω = 200 ω = 500
Kosten Kap. b=10 b=30 b=50 b=70 b=90 b=10 b=30 b=50 b=70 b=90 b=10 b=30 b=50 b=70 b=90
nk,nk,nk nka n.z. n.z. n.z. 8,4 8,9 n.z. n.z. n.z. 7,4 7,8 n.z. n.z. n.z. 3,2 4,6
mka 0,52 3,24 7,7 11,0 6,2 0,21 5,28 7,4 7,8 10,5 0,11 0,24 5,4 6,0 6,4
hka 0,31 3,45 3,8 12,2 12,3 0,23 0,41 3,1 5,1 5,5 0,14 2,69 2,5 2,5 2,9

nk,nk,hk nka n.z. n.z. n.z. 7,5 8,1 n.z. n.z. 4,5 6,6 7,1 n.z. n.z. n.z. 2,9 4,4
mka 1,27 4,24 5,0 7,9 7,8 0,47 2,09 4,4 9,1 9,4 n.z. 0,49 1,1 5,1 8,4
hka n.z. 0,61 4,7 6,4 10,4 n.z. 0,55 n.z. 3,4 9,6 n.z. 0,23 n.z. 0,4 2,4

nk,hk,nk nka n.z. n.z. n.z. 7,5 8,4 n.z. n.z. n.z. 6,6 7,2 n.z. n.z. n.z. 2,6 4,0
mka 0,57 4,88 6,3 9,9 6,2 0,16 5,68 4,6 6,5 7,8 n.z. 0,67 2,0 6,2 9,8
hka 0,66 3,13 3,9 9,3 5,7 0,23 0,50 2,0 2,5 6,5 0,00 0,29 0,2 1,8 2,6

nk,hk,hk nka n.z. 6,03 6,1 6,7 7,1 n.z. n.z. 4,0 5,9 6,5 n.z. n.z. n.z. 2,9 3,7
mka 1,74 5,19 5,3 7,2 7,2 0,74 1,92 3,7 5,5 6,6 0,16 0,48 0,9 3,4 5,1
hka 1,80 1,37 2,9 4,2 5,6 0,67 0,88 1,8 2,1 3,4 0,00 0,45 0,6 0,8 0,8

hk,nk,nk nka n.z. n.z. n.z. 7,5 8,2 n.z. n.z. 4,4 6,5 7,1 n.z. n.z. n.z. 2,9 4,2
mka 0,37 3,93 6,3 6,7 7,8 0,22 1,59 4,2 7,8 8,7 n.z. 0,55 1,0 4,0 6,1
hka n.z. 1,15 6,2 6,6 16,1 n.z. n.z. n.z. 5,7 10,3 n.z. n.z. n.z. 1,9 4,0

hk,nk,hk nka n.z. n.z. 6,2 6,8 7,4 n.z. n.z. 4,0 5,9 6,4 n.z. n.z. n.z. 2,9 3,8
mka 0,82 2,91 4,8 9,1 4,8 0,26 0,90 2,9 7,7 8,4 0,14 0,31 0,5 2,6 3,4
hka 0,72 0,84 2,2 3,3 5,5 0,19 0,36 0,5 4,1 2,2 0,13 0,33 0,2 0,3 0,5

hk,hk,nk nka n.z. n.z. 6,1 6,7 7,1 n.z. n.z. 3,9 5,9 6,3 n.z. n.z. n.z. 2,8 3,8
mka 0,87 4,90 5,4 7,7 6,5 0,22 1,41 3,9 5,7 8,0 0,13 0,38 0,6 3,5 5,3
hka 1,75 1,15 2,9 5,6 8,3 0,28 0,48 1,2 1,7 4,2 0,16 0,30 0,4 1,0 1,1

hk,hk,hk nka n.z. 5,38 5,6 6,2 6,8 n.z. n.z. 3,6 5,4 5,7 n.z. n.z. n.z. 2,5 3,4
mka 0,50 4,21 3,7 7,6 4,2 0,3 0,5 2,4 6,1 4,8 0,1 0,2 0,3 2,2 2,9
hka 0,35 0,52 1,4 6,3 7,0 0,17 0,30 0,3 0,7 4,7 0,12 0,26 0,2 0,2 0,3

durch den Aushandlungsmechanismus ermittelten Lösung von der zentralen Lö-


sung sinkt (für die Durchschnittswerte vgl. Tabelle 6.4).
Betrachtet man die Wahl der Schrittweiten so ist festzustellen, dass kleine Werte
für den Parameter b in fast jeder untersuchten Testinstanz zu besseren Ergeb-
nissen führen als größere Werte. Allerdings ist festzuhalten, dass bei der Ver-
wendung kleiner Werte für b nicht immer eine zulässige Lösung innerhalb der
maximal möglichen Anzahl an Iterationen erreicht wird. Letzteres lässt sich da-
mit erklären, dass größere Schrittweiten die vom fokalen Unternehmen bezahlten
Transferpreise stärker verändern und die Recyclingunternehmen somit schneller
die entsprechenden Massen anpassen. Dies führt wiederum schneller zum Auf-
finden einer zulässigen Lösung. Wählt man im Gegensatz dazu b zu klein, sind
entsprechend mehr Iterationen notwendig, um den Transferpreis so anzupassen,
dass aus einer unzulässigen Lösung eine zulässige Lösung wird. Hierbei wird un-
ter Umständen innerhalb der maximal möglichen Anzahl an Iterationen keine
zulässige Lösung gefunden.
6.4 Untersuchung der Leistungsfähigkeit der entwickelten Methodik 191

Betrachtet man nun die Auswirkung der Kostenstrukturen der Recyclingunter-


nehmen auf das Ergebnis, so lässt sich kein eindeutiges Muster erkennen, wie diese
die Leistungsfähigkeit des Mechanismus beeinflussen. Die Wirkung der Kapazität
auf die Leistungsfähigkeit ist uneinheitlich. Insofern bestätigen sich die Ergebnisse
der Perfomanceanalyse, dass sich keine einheitliche Wirkung vorhandener Kapa-
zitäten auf die Leistungsfähigkeit erkennen lässt. Auffällig ist allerdings, dass in
vielen Situationen mit geringer Kapazität keine zulässige Lösung gefunden wur-
de. Letzteres lässt sich dadurch erklären, dass im Falle geringer Kapazitäten der
Lösungsraum kleiner ist als bei einem großen Kapazitätsangebot und somit das
Auffinden einer zulässigen Lösung schwieriger wird. Allerdings werden in solchen
Fällen meist über 90% der Nebenbedingungen erfüllt und die Verletzung ist meist
sehr gering.
Der Einfluss der Kapazitätssituation im Netzwerk lässt sich nochmals anhand
von Tabelle 6.3 erkennen. Dort erfolgt eine aggregierte Darstellung der Art, dass
für jede Ausprägung des Aushandlungsmechanismus die Ergebnisse für jede Ka-
pazitätssituation dargestellt werden wobei eine Mittelwertbildung über alle Kos-
tenszenarien erfolgt. Es werden jeweils die minimalen, durchschnittlichen sowie
maximalen Abweichungen dargestellt.
Wie aus den Daten ersichtlich ist, können im Falle einer niedrigen Kapazität
oftmals keine zulässigen Lösungen gefunden werden. Für die Fälle, für die eine
zulässige Lösung gefunden wird, ist die Lösungsqualität jedoch häufig geringfügig
besser als für den Fall einer mittleren Kapazität. Dies kann damit begründet wer-
den, dass im Falle niedriger Kapazität der Lösungsraum insgesamt kleiner ist und
dadurch mögliche Abweichungen von einer optimalen Lösung eher gering sind.
Es lässt sich anhand der Daten erkennen, dass insbesondere bei einem mittleren
Kapazitätsangebot sehr gute Ergebnisse erreicht werden können. So erreicht die
Parameterkombination (b = 10, ω = 200) eine durchschnittliche Abweichung von
0,32% vom globalen Optimum, wobei die maximale Abweichung 0,74% beträgt.
Zudem kann fast immer eine zulässige Lösung gefunden werden. Bei einem hohen
Kapazitätsniveau verbessern sich diese Werte noch, jedoch konnte hier nicht für
jedes Kostenszanrio eine zulässige Lösung gefunden werden.
Zusammenfassend lässt sich somit festhalten, dass die im Rahmen der Fallstudie
gewonnenen Ergebnisse denen entsprechen, die bereits im Rahmen der Perfor-
manceanalyse gewonnen wurden.
Tabelle 6.4 zeigt nun zusätzlich zu den Ergebnissen für den Fall ohne Speziali-
sierungen in aggregierter Form die Ergebnisse für den Fall, dass sich jeweils ein
Unternehmen auf die Behandlung der Produkte Holz- und Kunststofffernseher
spezialisiert hat. Die vollständigen Ergebnisse für den Fall, dass sich jeweils ein
Unternehmen spezialisiert hat, sind äquivalent zu Tabelle 6.2 in den Tabellen
C.23 bis C.25 des Anhangs dargestellt. In der aggregierten Darstellung in Tabelle
6.4 sind die Daten in der Form angegeben, dass über alle Kosten-/Kapazitäts-
192 6 Fallstudie zur taktischen Koordination

Tabelle 6.3: Abweichungen der durch den Aushandlungsmechanismus generierten


Lösungen vom globalen Optimum in Abhängigkeit der Kapazitätssi-
tuation im Netzwerk (in %) - aggregiert über alle Kostenszenarien

Implementierungsvarianten des Aushandlungsmechanismus


ω = 100 ω = 200 ω = 500
b=10 b=30 b=50 b=70 b=90 b=10 b=30 b=50 b=70 b=90 b=10 b=30 b=50 b=70 b=90
Gesamt
Abweichungen (%)
min 0,31 0,52 1,39 3,33 4,17 0,16 0,30 0,34 0,71 2,20 0 0,18 0,18 0,23 0,32
Mittelwert 0,87 3,17 4,83 7,42 7,65 0,31 1,53 3,35 5,48 6,86 0,11 0,52 1,13 2,68 3,91
max 1,80 6,03 7,69 12,20 16,07 0,74 5,68 7,36 9,13 10,49 0,16 2,69 5,40 6,19 9,78

niedrige Kapazität
Abweichungen (%)
min - 5,38 5,62 6,17 6,79 - - 3,62 5,38 5,72 - - - 2,46 3,41
Mittelwert - 5,71 6,01 7,15 7,76 - - 4,08 6,26 6,76 - - - 2,82 3,99
max - 6,03 6,16 8,36 8,92 - - 4,50 7,40 7,82 - - - 3,15 4,63

Anteil unzulässiger Lösungen (%)


100 75 50 0 0 100 100 25 0 0 100 100 100 0 0

mittlere Kapazität
Abweichungen (%)
min 0,37 2,91 3,73 6,73 4,17 0,16 0,54 2,38 5,50 4,82 0,11 0,18 0,30 2,23 2,85
Mittelwert 0,83 4,19 5,57 8,39 6,32 0,32 2,43 4,19 7,03 8,02 0,13 0,41 1,48 4,12 5,92
max 1,74 5,19 7,69 11,04 7,79 0,74 5,68 7,36 9,13 10,49 0,16 0,67 5,40 6,19 9,78

Anteil unzulässiger Lösungen (%)


0 0 0 0 0 0 0 0 0 0 38 0 0 0 0

hohe Kapazität
Abweichungen (%)
Min. Abw. (%) 0,31 0,52 1,39 3,33 5,51 0,17 0,30 0,34 0,71 2,20 0 0,23 0,18 0,23 0,32
Mittelwert 0,93 1,53 3,51 6,73 8,87 0,29 0,50 1,50 3,16 5,81 0,09 0,65 0,67 1,11 1,83
max 1,80 3,45 6,16 12,20 16,07 0,67 0,88 3,13 5,70 10,34 0,16 2,69 2,48 2,45 4,05

Anteil unzulässiger Lösungen (%)


25 0 0 0 0 25 12,50 25 12,50 0 25 12,50 25 0 0

kombinationen im betrachteten Szenario die minimalen und maximalen Werte


sowie die Durchschnittswerte angegeben wurden. Zusätzlich ist für jede Form der
(Nicht-)Spezialisierung die durchschnittliche Abweichung über alle Testinstanzen
sowie über alle Variationen des Aushandlungsmechanismus dargestellt (∅).
Die Tabelle zeigt, dass sich eine Spezialisierung von Unternehmen positiv auf die
Güte der durch den Aushandlungsmechanismus generierten Lösungen auswirkt.
Dies ist damit zu erklären, dass für Altgeräte, die nur durch ein spezialisiertes Un-
ternehmen bearbeitet werden können, keine Wahlmöglichkeiten der Zuordnung
zu Unternehmen bestehen. Somit können diese Altgeräte auch nicht in einem Un-
ternehmen behandelt werden, welches aus globaler Sicht für dessen Behandlung
hohe Kosten verursacht.
6.4 Untersuchung der Leistungsfähigkeit der entwickelten Methodik 193

Tabelle 6.4: Aggregierte Darstellung der Abweichungen vom globalen Optimum


für die Fälle mit und ohne Spezialisierung (in %) - über alle Kosten-
/Kapazitätssituationen

Keine Spezialisierung ∅: 3,86% Spezialisierung u = 1 ∅: 1,92%


ω = 100 ω = 200 ω = 500 ω = 100 ω = 200 ω = 500
min 0,31 0,16 0,00 0,13 0,09 0,06
b = 10 Mittelwert 0,87 0,31 0,11 0,90 0,83 0,78
max 1,80 0,74 0,16 5,73 5,71 5,65
min 0,52 0,30 0,18 0,13 0,08 0,08
b = 30 Mittelwert 3,17 1,53 0,52 1,50 1,05 0,84
max 6,03 5,68 2,69 5,64 5,77 5,68
min 1,39 0,34 0,18 0,22 0,14 0,11
b = 50 Mittelwert 4,83 3,35 1,13 2,75 1,52 1,29
max 7,69 7,36 5,40 6,05 5,76 5,71
min 3,33 0,71 0,23 0,23 0,30 0,11
b = 70 Mittelwert 7,42 5,48 2,68 4,15 2,87 1,75
max 12,20 9,13 6,19 7,94 6,84 6,00
min 4,17 2,20 0,32 0,27 0,32 0,12
b = 90 Mittelwert 7,65 6,86 3,91 3,51 2,92 2,08
max 16,07 10,49 9,78 6,50 7,54 7,11
Spezialisierung u = 2 ∅: 1,16% Spezialisierung u = 3 ∅: 1,55%
ω = 100 ω = 200 ω = 500 ω = 100 ω = 100 ω = 500
min 0,05 0,09 0,07 0,10 0,10 0,03
b = 10 Mittelwert 0,39 0,32 0,32 0,55 0,40 0,43
max 1,07 1,11 0,13 3,97 0,73 2,14
min 0,15 0,15 0,08 0,15 0,10 0,09
b = 30 Mittelwert 0,77 1,10 0,81 1,18 0,96 0,45
max 4,50 5,17 4,44 4,94 4,83 2,14
min 0,10 0,12 0,10 0,17 0,22 0,10
b = 50 Mittelwert 1,25 0,86 0,83 1,99 1,54 0,86
max 4,71 5,20 5,16 4,98 5,22 4,78
min 0,28 0,12 0,13 0,09 0,15 0,12
b = 70 Mittelwert 2,01 1,81 1,50 2,55 2,57 1,21
max 6,45 6,83 5,16 6,08 6,44 4,85
min 0,26 0,15 0,12 0,48 1,00 0,14
b = 90 Mittelwert 2,42 2,20 2,17 3,53 3,74 2,04
max 6,44 5,84 5,73 8,25 6,33 6,18
194 6 Fallstudie zur taktischen Koordination

Im Folgenden werden die Ergebnisse des zweiten Teils der Untersuchung präsen-
tiert und diskutiert. In Tabelle 6.5 sind die Abweichungen der Lösung vom glo-
balen Optimum in Abhängigkeit der im Netzwerk enthaltenen Demontageunter-
nehmen dargestellt. Dabei wurde ein niedriges Kostenniveau für alle Demonta-
geunternehmen sowie eine mittlere Kapazität gewählt.
Tabelle 6.5: Abweichungen vom globalen Optimum für unterschiedliche Anzahlen
an im Netzwerk beteiligten Demontageunternehmen (mittlere Kapa-
zität, geringe Kosten für alle Unternehmen) (in %)

b = 10 b = 30 b = 50 b = 70 b = 90
ω = 100
2 Unternehmen 0,38 3,35 5,64 7,52 5,85
3 Unternehmen 0,52 3,24 7,69 11,04 6,17
4 Unternehmen 0,62 4,99 13,59 11,38 16,70
5 Unternehmen 0,79 6,53 13,70 16,85 22,90
6 Unternehmen 0,92 7,19 12,34 15,98 17,10

ω = 200
2 Unternehmen 0,19 1,88 5,24 7,24 5,61
3 Unternehmen 0,21 5,28 7,36 7,76 10,49
4 Unternehmen 0,43 1,41 7,45 17,33 12,53
5 Unternehmen 0,39 2,47 12,41 16,42 10,85
6 Unternehmen 0,41 4,62 8,38 11,49 19,70

ω = 500
2 Unternehmen 0,08 0,32 3,83 6,84 7,08
3 Unternehmen 0,11 0,24 5,40 5,96 6,41
4 Unternehmen 0,26 0,50 8,43 11,83 15,58
5 Unternehmen 0,28 0,41 8,01 9,35 12,37
6 Unternehmen 0,30 0,54 5,93 9,48 16,96

Es lässt sich feststellen, dass sich die Lösungsgüte mit zunehmender Anzahl an
Demontageunternehmen verschlechtert. Diese Tatsache liegt darin begründet,
dass sich der Lösungsraum bei einer größeren Anzahl an Demontageunterneh-
men in dem Sinn vergrößert, dass zu behandelnde Altgeräte auf eine Vielzahl
von Demontageunternehmen alloziert werden können. Somit besteht auch die
Möglichkeit, dass die Altgeräte auf eine größere Anzahl an teuren“ Unternehmen

alloziert werden können als dies der Fall ist, wenn nur sehr wenige Unternehmen
im Netzwerk beteiligt sind. Dies ist der selbe Effekt, der bei unterschiedlichen
Graden der Spezialisierung einzelner Unternehmen eintritt (s.o.).
Tabelle 6.6 zeigt die Ergebnisse für den Fall, dass eine Variation der anfallenden
Massen an Altgeräten erfolgt. Da die Geräte alle eine unterschiedliche Produkt-
struktur aufweisen, kann somit auch der Effekt unterschiedlicher Produktstruk-
turen auf die Lösungsgüte des Aushandlungsmechanismus untersucht werden.
Dabei lässt sich beobachten, dass der Mix der zu behandelnden Altgeräte einen
Einfluss auf die Güte der Ergebnisse hat. Dies wurde bereits im Rahmen der Per-
formanceanalyse beobachtet, in der verschiedene Produktstrukturen untersucht
6.4 Untersuchung der Leistungsfähigkeit der entwickelten Methodik 195

Tabelle 6.6: Abweichungen vom globalen Optimum in Abhängigkeit der Masse


der zu behandelnden Altgeräte (mittlere Kapazität, niedrige Kosten
für alle Demontageunternehmen) (in %)

b = 10 b = 30 b = 50 b = 70 b = 90
ω = 100
Erhöhte Anfallmenge Altgerät 1 0,40 1,18 2,86 4,33 8,56
Erhöhte Anfallmenge Altgerät 2 n.z. 1,81 9,91 12,53 13,64
Erhöhte Anfallmenge Altgerät 3 0,76 5,97 9,62 18,29 12,95
Erhöhte Anfallmenge Altgerät 4 0,99 2,48 10,50 11,39 11,21
Erhöhte Anfallmenge Altgerät 5 0,30 3,46 8,87 11,19 10,46
Erhöhte Anfallmenge Altgerät 6 0,93 11,81 14,80 14,11 17,05
Erhöhte Anfallmenge Altgerät 7 1,35 6,92 11,66 9,78 16,86
ω = 200
Erhöhte Anfallmenge Altgerät 1 0,30 0,79 0,87 2,71 4,78
Erhöhte Anfallmenge Altgerät 2 n.z. 1,07 2,13 5,82 14,75
Erhöhte Anfallmenge Altgerät 3 1,16 2,26 8,88 11,26 9,23
Erhöhte Anfallmenge Altgerät 4 0,25 1,27 8,68 10,53 11,21
Erhöhte Anfallmenge Altgerät 5 0,24 2,30 9,33 10,81 11,12
Erhöhte Anfallmenge Altgerät 6 1,09 7,90 8,92 7,93 11,70
Erhöhte Anfallmenge Altgerät 7 1,27 3,70 10,20 15,65 11,55
ω = 500
Erhöhte Anfallmenge Altgerät 1 0,09 0,17 0,55 0,66 0,77
Erhöhte Anfallmenge Altgerät 2 n.z. 0,08 0,74 1,17 1,45
Erhöhte Anfallmenge Altgerät 3 0,37 2,81 6,48 9,10 10,48
Erhöhte Anfallmenge Altgerät 4 0,04 0,20 6,74 9,98 9,02
Erhöhte Anfallmenge Altgerät 5 0,11 0,30 5,76 9,19 10,59
Erhöhte Anfallmenge Altgerät 6 0,33 6,46 10,08 7,23 7,80
Erhöhte Anfallmenge Altgerät 7 0,23 2,17 7,45 11,94 18,01

wurden. Eine Begründung hierfür ist darin zu sehen, dass sich eine Veränderung
des Produktmixes unterschiedlich auf die entstehenden Fraktionen auswirkt und
somit auf die erreichten Recyclingquoten. So kann es sein, dass für bestimm-
te Produkte keine punktgenaue“ Einhaltung der Recyclingquoten möglich ist,

sondern dass diese in einem gewissen Maße übererfüllt“ werden, was dann zu

schlechteren Ergebnissen im Sinne des gesamten Netzwerks führen kann. Dies
lässt sich wiederum darauf zurückführen, dass die Recyclingbedingung relaxiert
wurde und somit der in Kapitel 5.2.6 dargestellte Effekt eintritt.
Dieser Effekt lässt sich auch bei den anderen Experimenten beobachten, für die
die Lösungsgüte nicht zwingend mit einem höheren ω steigt, wie dies zu erwarten
wäre. Betrachtet man beispielsweise die Untersuchung für die Abweichung der
Ergebnisse in Abhängigkeit der am Netzwerk beteiligten Unternehmen (Tabelle
6.5), so zeigt sich bei Betrachtung der Instanz 6 Unternehmen“ bei der Wahl

von b = 90, dass eine Erhöhung von ω von 100 auf 200 eine Verschlechterung
der Lösungsgüte eintritt. Hier wäre eigentlich eine Verbesserung der Lösungsgüte
zu erwarten, da mit zunehmenden ω die vom fokalen Unternehmen vorgegebenen
Obergrenzen für die abzuholenden Massen an den Standorten (M T Qiqu ) sich
Q
immer stärker den optimalen Werten von yiqu annähern.
In derartigen Fällen erfolgt für den spezifischen Datensatz eine deutliche Über-
196 6 Fallstudie zur taktischen Koordination

erfüllung der Quote, obwohl dies aus netzwerkweiter Sicht nicht optimal ist. Eben-
so lassen sich in den in Tabelle 6.2 dargestellten Untersuchungsergebnissen Fälle
finden, bei denen die Erhöhung von ω nicht mit einer erhöhten Lösungsgüte ein-
hergeht.
Im Folgenden werden daher die Ergebnisse dargestellt, die durch die Anwendung
des Aushandlungsalgorithmus entstehen, wenn, wie in Kapitel 5.2.7 beschrieben,
bei der Überprüfung der Nebenbedingungen im Falle einer Überschreitung der
Quoten die maximal vergütete recycelte Masse reduziert wird.

6.4.3.2 Erweiterung

Die in Kapitel 5.2.7 entwickelte Erweiterung des Verfahrens überprüft für den
Fall, dass durch den bisher erfolgten Ablauf des Verfahrens bereits eine zulässige
Lösung gefunden wurde, ob eine Überschreitung der Recyclingbedingung vorliegt.
Ist dies der Fall, wird die maximal vergütete recycelte Masse reduziert und das
Verfahren läuft zunächst weiter. Diese Überprüfung und eventuelle Anpassung
der maximal vergüteten recycelten Massen erfolgt so lange, bis die insgesamt
maximal vergütete recycelte Masse der mindestens zu recycelnden Masse ent-
spricht.109 Damit soll bewirkt werden, dass in den Recyclingunternehmen keine
(unökonomische) Übererfüllung der Recyclingquote erfolgt.
Tabelle 6.7 zeigt dabei analog zu Tabelle 6.2 die Ergebnisse für den Fall, dass
keine Spezialisierung im Netzwerk vorliegt. Eine äquivalent zu Tabelle 6.3 aufge-
baute Darstellung liefert hierbei sehr ähnliche Ergebnisse, mit dem Unterschied,
dass eine Verbesserung der durchschnittlichen Abweichung vom Optimum und
geringere maximale Abweichungen zu beobachten sind.
Tabelle 6.8 zeigt in aggregierter Weise die Durchschnittswerte für die Fälle mit
und ohne Spezialisierung sowie die jeweiligen Maximal- und Minimalwerte. Die
vollständigen Daten für die Auswertung der Fälle mit Spezialisierung sind analog
zu Tabelle 6.7 in den Tabellen C.26-C.28 des Anhangs zu finden.
Ebenso wie für die Ergebnisse des Mechanismus in der Grundversion lässt sich
hierbei erkennen, dass die Ergebnisse mit größerem ω besser werden. Auch verbes-
sert sich die Lösungsgüte mit kleiner werdenden Schrittweiten (b). Zudem wirkt
sich die zur Verfügung stehende Kapazität in dem Maße aus, dass geringe Ka-
pazitäten bei den Demontageunternehmen in vielen Fällen dazu führen, dass der
Algorithmus keine zulässige Lösung findet. Insgesamt ist jedoch eine Verbesse-
rung der Lösungsgüte im Vergleich zur Grundversion festzustellen. Dies ist darauf
zurückzuführen, dass durch die Gestaltung des Mechanismus eine unökonomische
Übererfüllung der Recyclingquoten verhindert wird.
109
Um eine schnelle Konvergenz zu ermöglichen wird dabei eine gewisse Übererfüllung zu-
gelassen. So wird ein Anteil der maximal vergüteten recycelten Massen an den insgesamt
behandelten Massen von 61% zugelassen.  ist somit 0,01 (vgl. Kapitel 5.2.7).
6.4 Untersuchung der Leistungsfähigkeit der entwickelten Methodik 197

Tabelle 6.7: Abweichungen der durch den Aushandlungsmechanismus generierten


Lösungen vom globalen Optimum - Erweiterung (in %)

Instanzen Implementierungsvarianten des Aushandlungsmechanismus


ω = 100 ω = 200 ω = 500
Kosten Kap. b=10 b=30 b=50 b=70 b=90 b=10 b=30 b=50 b=70 b=90 b=10 b=30 b=50 b=70 b=90
nk,nk,nk nka n.z. n.z. n.z. 9,68 10,78 n.z. n.z. n.z. 9,30 10,40 n.z. n.z. n.z. 5,28 7,58
mka 0,52 3,27 7,31 7,69 7,44 0,17 1,10 6,12 6,97 8,96 0,14 0,25 4,57 7,89 9,97
hka 0,31 0,85 2,63 5,18 5,49 0,15 0,56 1,11 1,56 3,46 0,11 0,22 0,27 1,10 1,08

nk,nk,hk nka n.z. n.z. n.z. 8,90 9,60 n.z. n.z. n.z. n.z. 8,66 n.z. n.z. n.z. 4,46 6,60
mka 1,19 1,65 5,60 8,33 7,75 0,44 0,81 5,21 9,35 8,76 n.z. 0,57 1,05 6,00 9,34
hka n.z. n.z. n.z. n.z. n.z. n.z. n.z. n.z. n.z. n.z. n.z. n.z. n.z. n.z. 1,19

nk,hk,nk nka n.z. n.z. n.z. 8,74 9,59 n.z. n.z. n.z. 8,40 n.z. n.z. n.z. n.z. 4,58 6,60
mka 0,88 1,56 5,69 6,64 7,52 n.z. 0,95 4,57 6,65 0,88 n.z. 0,24 2,49 5,53 7,39
hka 0,66 0,93 2,51 3,71 5,36 0,22 0,52 0,62 1,86 0,66 0,20 0,26 0,34 0,81 1,19

nk,hk,hk nka n.z. n.z. 7,48 7,86 8,29 n.z. n.z. n.z. 7,79 n.z. n.z. n.z. n.z. n.z. 5,88
mka 1,65 1,13 6,17 8,55 7,35 0,66 0,46 4,80 7,36 1,65 n.z. 0,36 0,75 4,56 6,48
hka 1,77 1,50 2,42 4,16 5,91 n.z. 1,04 0,98 1,62 1,77 n.z. n.z. 0,51 0,51 1,12

hk,nk,nk nka n.z. n.z. n.z. 8,85 9,00 n.z. n.z. 5,95 8,32 n.z. n.z. n.z. n.z. 4,99 6,70
mka 0,39 0,92 6,76 8,30 8,45 0,21 1,01 4,68 10,11 0,39 n.z. 0,44 0,60 5,04 6,70
hka 0,47 n.z. 3,84 6,55 10,31 n.z. 0,73 1,34 3,46 0,47 n.z. n.z. 0,55 2,57 6,70

hk,nk,hk nka n.z. n.z. n.z. 7,83 8,38 n.z. n.z. n.z. 7,54 n.z. n.z. n.z. n.z. 4,11 6,23
mka 0,74 0,70 4,32 6,20 6,00 0,37 0,36 3,92 6,47 0,74 0,13 0,21 0,44 3,63 5,23
hka 0,72 0,80 2,39 2,93 4,78 0,20 0,44 0,84 1,13 0,72 0,12 0,34 0,33 0,28 0,48

hk,hk,nk nka n.z. n.z. 7,47 7,84 8,07 n.z. n.z. 5,38 7,49 n.z. n.z. n.z. n.z. 4,37 5,66
mka 1,04 1,18 5,57 8,16 7,57 0,23 0,45 4,81 7,27 1,04 n.z. 0,25 0,49 4,71 6,71
hka 1,81 1,50 2,58 5,59 7,37 n.z. 0,50 0,96 1,81 1,81 n.z. n.z. 0,55 0,51 0,74

hk,hk,hk nka n.z. n.z. 6,93 7,26 7,53 n.z. n.z. n.z. 6,82 n.z. n.z. n.z. n.z. 4,05 5,27
mka n.z. 0,65 3,71 5,37 4,86 0,28 0,43 2,95 4,63 n.z. 0,13 0,16 0,25 3,38 4,48
hka 0,40 0,48 1,12 2,27 3,01 0,14 0,32 0,36 0,68 0,40 0,12 0,27 0,39 0,29 0,31

Tabelle 6.9 zeigt die Ergebnisse für die Variation der Anzahl der Unternehmen
im Recyclingnetzwerk und Tabelle 6.10 beschreibt den Fall unterschiedlicher An-
fallmengen für die einzelnen Altgeräte.
Betrachtet man die Ergebnisse für unterschiedliche Anfallmengen an Altgeräten
(Tabelle 6.10) so ist festzustellen, dass durch die Erweiterung große Ausschläge
in der Abweichung von der optimalen Lösung, wie beispielsweise für die Produkte
3 und 6, abgeschwächt werden. In diesen Fällen wurden die Recycling- und Ver-
wertungsbedingungen bei Anwendung der Grundversion des Mechanismus stark
überschritten. Durch Anwendung der Erweiterung wird eine derartige (unökono-
mische) Überschreitung der Quoten verhindert. Allerdings existieren auch nach
Anwendung der Erweiterung noch Unterschiede in den Ergebnisgüten bezüglich
verschiedener Anfallmengen. Die Ergebnisgüte hängt somit auch immer vom je-
weiligen Datensatz ab. Dieses Ergebnis bestätigt wiederum die bereits im Rahmen
der Performanceanalyse gewonnenen Erkenntnisse.
198 6 Fallstudie zur taktischen Koordination

Zusammenfassend lässt sich also feststellen, dass der entwickelte Aushandlungs-


mechanismus bei Anwendung auf einen Realdatensatz bei geeigneter Wahl der
Parameter Lösungen erzielen kann, die durchschnittlich 1-2% vom globalen Opti-
mum abweichen. Problematisch sind Szenarien, in denen geringe Kapazitäten vor-
handen sind. Dort ist das Auffinden einer zulässigen Lösung oft nur möglich, wenn
ungünstige“ Parameterkombinationen gewählt werden. Spezialisierungen sowie

eine geringe Anzahl an Unternehmen im Netzwerk wirken sich positiv auf die
Leistungsfähigkeit aus. Die entwickelte Erweiterung, die ein unökomisches über-
schreiten der Recyclingbedingung verhindert, verbessert die durchschnittlichen
Ergebnisse nochmals und verhindert zudem starke Ausschläge in der Lösungs-
qualität durch extreme Fälle, bei denen in der Grundversion die Recyclingbe-
dingung deutlich überschritten wird. Insofern bestätigen sich auch im Rahmen
einer Anwendung auf praktische Problemstellungen die bereits im Rahmen der
Performanceanalyse gewonnenen Ergebnisse
Die Untersuchung im vorliegenden Abschnitt beschäftigte sich mit dem Vergleich
des entwickelten Koordinationsmechanismus mit einer zentralen Allokation unter
verschiedenen Rahmenbedingungen. Im folgenden Abschnitt werden die Poten-
ziale der Methodik in der praktischen Anwendung untersucht.
6.4 Untersuchung der Leistungsfähigkeit der entwickelten Methodik 199

Tabelle 6.8: Aggregierte Darstellung der Abweichungen vom globalen Optimum


für die Fälle mit und ohne Spezialisierung - Erweiterung (in %) -
über alle Kosten-/Kapazitätssituationen

Keine Spezialisierung ∅: 3,57% Spezialisierung u = 1 ∅: 0,76%


ω = 100 ω = 200 ω = 500 ω = 100 ω = 200 ω = 500
min 0,31 0,14 0,11 0,11 0,04 0,09
b = 10 Mittelwert 0,90 0,28 0,14 0,32 0,18 0,19
max 1,81 0,66 0,20 0,81 0,49 0,41
min 0,48 0,32 0,16 0,13 0,11 0,08
b = 30 Mittelwert 1,22 0,65 0,30 0,42 0,38 0,27
max 3,27 1,10 0,57 1,17 1,01 0,95
min 1,12 0,36 0,25 0,20 0,15 0,12
b = 50 Mittelwert 4,69 3,21 0,91 0,94 0,58 0,50
max 7,48 6,12 4,57 2,83 2,23 1,97
min 2,27 0,68 0,28 0,24 0,30 0,10
b = 70 Mittelwert 6,81 5,75 3,57 1,43 1,02 0,54
max 9,68 10,11 7,89 3,78 2,04 1,60
min 3,01 0,39 0,31 0,57 0,15 0,12
b = 90 Mittelwert 7,41 3,17 4,98 1,57 1,28 1,04
max 10,78 10,40 9,97 3,89 2,44 2,36
Spezialisierung u = 2 ∅: 0,77 Spezialisierung u = 3 ∅: 0,92
ω = 100 ω = 200 ω = 500 ω = 100 ω = 100 ω = 500
min 0,09 0,10 0,07 0,10 0,09 0,06
b = 10 Mittelwert 0,33 0,20 0,20 0,25 0,16 0,16
max 1,01 0,49 0,10 0,60 0,34 0,37
min 0,14 0,15 0,07 0,16 0,13 0,09
b = 30 Mittelwert 0,61 0,56 0,54 0,51 0,34 0,22
max 3,42 2,51 2,33 2,40 1,01 0,72
min 0,16 0,14 0,11 0,18 0,19 0,10
b = 50 Mittelwert 1,08 0,61 0,52 0,83 0,56 0,30
max 4,05 3,96 3,88 1,96 1,92 1,57
min 0,29 0,13 0,12 0,09 0,14 0,12
b = 70 Mittelwert 1,49 1,04 1,09 1,40 1,00 0,52
max 4,54 4,05 3,91 3,32 3,15 2,52
min 0,33 0,12 0,12 0,34 0,16 0,14
b = 90 Mittelwert 1,79 1,59 1,72 2,04 1,37 1,24
max 4,75 4,60 4,42 4,47 4,39 3,68
200 6 Fallstudie zur taktischen Koordination

Tabelle 6.9: Abweichungen vom globalen Optimum für unterschiedliche Anzahlen


an im Netzwerk beteiligten Demontageunternehmen (mittlere Kapa-
zität, geringe Kosten für alle Unternehmen) - Erweiterung (in %)

b = 10 b = 30 b = 50 b = 70 b = 90
ω = 100
2 Unternehmen 0,38 2,92 5,53 6,64 6,75
3 Unternehmen 0,52 3,27 7,31 7,69 7,44
4 Unternehmen 0,62 4,97 8,41 11,24 9,57
5 Unternehmen 0,79 5,13 9,86 13,36 15,93
6 Unternehmen 0,72 7,03 12,34 15,78 18,04

ω = 200
2 Unternehmen 0,36 1,90 4,47 6,36 5,62
3 Unternehmen 0,17 1,10 6,12 6,97 8,96
4 Unternehmen 0,41 2,07 6,92 9,65 9,16
5 Unternehmen 0,46 2,51 7,68 9,22 10,87
6 Unternehmen 0,46 4,57 9,01 12,40 13,32

ω = 500
2 Unternehmen 0,19 0,34 3,38 5,96 6,19
3 Unternehmen 0,11 0,22 0,27 1,10 1,08
4 Unternehmen 0,33 0,47 4,97 8,81 10,61
5 Unternehmen 0,26 0,39 5,03 8,39 10,17
6 Unternehmen 0,33 0,47 5,79 9,85 12,26

Tabelle 6.10: Abweichungen vom globalen Optimum in Abhängigkeit der Masse


der zu behandelnden Altgeräte (mittlere Kapazität, niedrige Kosten
für alle Demontageunternehmen) - Erweiterung (in %)

b = 10 b = 30 b = 50 b = 70 b = 90
ω = 100
Erhöhte Anfallmenge Altgerät 1 0,40 1,21 2,45 3,62 7,29
Erhöhte Anfallmenge Altgerät 2 n.z. n.z. 6,43 10,98 12,51
Erhöhte Anfallmenge Altgerät 3 0,76 5,59 8,02 10,45 9,94
Erhöhte Anfallmenge Altgerät 4 0,99 2,08 6,01 6,98 7,61
Erhöhte Anfallmenge Altgerät 5 0,30 4,49 8,08 8,25 8,92
Erhöhte Anfallmenge Altgerät 6 1,82 5,19 6,68 5,06 7,90
Erhöhte Anfallmenge Altgerät 7 1,35 6,47 7,82 6,73 9,77
ω = 200
Erhöhte Anfallmenge Altgerät 1 0,24 0,70 0,72 2,38 3,83
Erhöhte Anfallmenge Altgerät 2 n.z. n.z. 1,43 3,10 8,03
Erhöhte Anfallmenge Altgerät 3 1,05 1,66 7,74 7,75 8,56
Erhöhte Anfallmenge Altgerät 4 0,15 1,56 5,00 6,94 8,02
Erhöhte Anfallmenge Altgerät 5 0,19 2,27 6,35 7,89 7,78
Erhöhte Anfallmenge Altgerät 6 1,73 3,83 n.z. 7,03 8,73
Erhöhte Anfallmenge Altgerät 7 1,19 4,11 8,87 10,19 11,54
ω = 500
Erhöhte Anfallmenge Altgerät 1 n.z. 0,29 0,50 0,43 0,60
Erhöhte Anfallmenge Altgerät 2 n.z. 0,41 0,61 0,64 n.z.
Erhöhte Anfallmenge Altgerät 3 0,28 1,26 2,76 7,77 8,38
Erhöhte Anfallmenge Altgerät 4 0,13 0,10 4,51 7,02 6,78
Erhöhte Anfallmenge Altgerät 5 0,12 0,39 5,05 6,98 7,66
Erhöhte Anfallmenge Altgerät 6 1,49 1,60 4,49 n.z. n.z.
Erhöhte Anfallmenge Altgerät 7 0,13 1,67 6,07 9,79 11,99
6.5 Potenziale der entwickelten Methodik in der praktischen Anwendung 201

6.5 Potenziale der entwickelten Methodik in der


praktischen Anwendung

Der zweite Teil der Fallstudie beschäftigt sich mit den Potenzialen, die in der prak-
tischen Anwendung durch den Einsatz der Aushandlungsmethodik im Vergleich
zu der in der Praxis verbreiteten Vorgehensweise einer eher undifferenzierten Ge-
staltung der Verträge erzielt werden können.
Dabei wird wie folgt vorgegangen. Zunächst erfolgt die Ermittlung einer Refe-
renzlösung. Diese Referenzlösung beschreibt eine Allokation von Stoffströmen,
wie sie mit in der praktischen Anwendung eingesetzten einfachen Allokationsre-
geln entstehen würde. Anschließend wird die ermittelte Referenzlösung mit der
Lösung verglichen, die aus der aushandlungsbasierten Allokation resultiert. Dabei
wird insbesondere untersucht, wie sich die Vorteilhaftigkeit der aushandlungsba-
sierten Lösung in Abhängigkeit verschiedener Rahmenbedingungen verhält. Dazu
werden ausgewählte Probleminstanzen aus Kapitel 6.4.1 herangezogen.

6.5.1 Ermittlung der Referenzlösung mit Hilfe von in der Praxis


gebräuchlichen Verträgen

In der Praxis gebräuchliche Vertragstypen sind derart gestaltet, dass diese ei-
ne einheitliche Recycling- und/oder Verwertungsquote vorgeben, die von allen
Unternehmen in gleichem Maße erfüllt werden muss. Zudem werden einheitliche
Preise für Produkte vorgegeben, unabhängig davon, an welchen Sammelstellen
diese anfallen. Eine Allokation erfolgt meist durch das fokale Unternehmen auf
Basis einfacher Regeln.
Eine Möglichkeit stellt hierbei die Allokation der Produkte anhand der Entfer-
nung der Sammelstellen von den Recyclingunternehmen, beispielsweise auf Basis
von Postleitzahlen, dar (Walther u. Spengler 2004). Zudem ist teilweise auch ei-
ne gleichmäßige Auslastung der Unternehmen im Netzwerk gewünscht (Walther
2005). Eine einfache Vorgehensweise, die diese beiden Zielvorstellungen berück-
sichtigt, wird im Folgenden hier gewählt, um eine Referenzlösung zu ermitteln.
Konkret erfolgt eine Bestimmung der Referenzlösung in der folgenden Weise:
• Für jede Quelle wählt das fokale Unternehmen das Demontageunternehmen
aus, das die geringste Entfernung zu dieser Quelle hat.
• Alle an dieser Quelle vorhandenen Altgeräte werden diesem Unternehmen
zugeordnet. Jedes Unternehmen muss dabei die gesetzlich vorgeschriebene
Recyclingquote einhalten.
• Die Masse die einem Unternehmen zugeteilt werden kann, ist dabei für jedes
Unternehmen gleich. Bei 3 Unternehmen wird jedem Unternehmen bis zu
einem Drittel der zur Verfügung stehenden Masse des jeweiligen Altgeräts
202 6 Fallstudie zur taktischen Koordination

zugeordnet. Sollte eine Quelle aus Kapazitätsgründen nicht vollständig ei-


nem Unternehmen zugeordnet werden können, weil es bereits seinen Anteil
überschritten hat, so ist das Unternehmen mit der zweit höchsten Ent-
fernung zu wählen. So kann neben der der geringen Entfernung zu den
Sammelstellen eine möglichst gleichmäßige Auslastung der Demontageun-
ternehmen gewährleistet werden.
• Damit die Demontageunternehmen die ihnen zugedachten Massen an Alt-
geräten abholen, werden die altgerätespezifischen Verrechnungspreise in
kleinen Schritten soweit angehoben, bis die Altgeräte vollständig von den
Quellen abgeholt werden.
Eine derart ermittelte Lösung soll in den weiteren Untersuchungen jeweils als
Referenz dienen. Die mit Hilfe der soeben vorgestellten Methodik ermittelte Al-
lokation wird im Folgenden als entfernungsbasierte Allokation bezeichnet. Nach
der Ermittlung der Referenzlösung ist es nun möglich die entwickelte aushand-
lungsbasierte Methodik daran zu evaluieren. Die durch die Aushandlungsmetho-
dik entstandene Allokation soll als aushandlungsbasierte Allokation bezeichnet
werden.

6.5.2 Vergleich von Referenzlösung und Aushandlungsmethodik

Um Anwendungspotenziale der entwickelten Aushandlungsmethodik in der prak-


tischen Umsetzung zu identifizieren, ist ein Vergleich der mit ihr generierten
Lösungen mit Lösungen, die durch in der Praxis gebräuchliche Vorgehensweisen,
wie z.B. der entfernungsbasierten Allokation, erzielt werden, notwendig. Neben
der reinen Ermittlung der Vorteilhaftigkeit erscheint hierbei insbesondere inter-
essant, in welchen Fällen eine derartige Methodik eine Verbesserung bezüglich
des vorherrschenden status quo ermöglicht.
Die im vorhergehenden Abschnitt dargestellte Vorgehensweise zur Ermittlung ei-
ner entfernungsbasierten Allokation teilt die Altgerätemassen aufgrund der Ent-
fernung zwischen den Sammelstellen und den Demontageunternehmen auf und
berücksichtigt eine relativ gleichmäßige Auslastung der Demontageunternehmen
im Netzwerk. Ein derartiges Vorgehen scheint insbesondere dann eine sinnvolle
Herangehensweise zu sein, wenn die Kosten, die für Transporte zwischen Sammel-
stellen und Demontageunternehmen anfallen, einen großen Teil der entscheidungs-
relevanten Kosten darstellen. Zudem scheint dies sinnvoll, wenn die in den De-
montageunternehmen anfallenden Demontagekosten ähnlich sind, also eine sym-
metrische Kostenstruktur herrscht.
Sind die Demontagekosten in den einzelnen Recyclingunternehmen hingegen un-
gleich oder machen die Kosten für Transporte von Sammelstellen zu Demontage-
unternehmen nur einen geringen Anteil an den Gesamtkosten aus, so scheint die
hier entwickelte Aushandlungsmethodik Verbesserungspotenziale zu versprechen.
6.5 Potenziale der entwickelten Methodik in der praktischen Anwendung 203

Ein weiterer interessanter Einflussfaktor, der die Vorteilhaftigkeit der Aushand-


lungsmethodik gegenüber in der Praxis gebräuchlichen Vertragsarten beeinflussen
kann, scheint die in den Demontageunternehmen vorhandene Demontagekapa-
zität zu sein. Ist die Kapazität gering, so ist der Lösungsraum für die Allokation
der Stoffströme kleiner und somit unterscheidet sich das vom Aushandlungsme-
chanismus ermittelte Ergebnis unter Umständen nicht wesentlich vom dem, wel-
ches aus der entfernungsbasierten Allokation resultiert. Ist dagegen eine hohe
Kapazität vorhanden, so kann das Ergebnis des Aushandlungsmechanismus sehr
deutlich von der entfernungsbasierten Allokation abweichen, da eine große Anzahl
an Allokationsmöglichkeiten besteht.
Im weiteren Verlauf erfolgt daher zunächst die Betrachtung eines Szenarios mit
mittlerer Kapazität und anschließend eines mit hoher Kapazität. Die Betrachtung
eines Szenarios mit niedriger Kapazität erscheint hierbei nicht notwendig, da in
der Praxis eher ein Überangebot an Recyclingkapazität herrscht. Für beide Szena-
rien erfolgt die Betrachtung der Auswirkung unterschiedlicher Kostenstrukturen
in den Demontageunternehmen sowie der Variationen des Anteils der Demon-
tagekosten an den Gesamtkosten auf die Ergebnisgüte. Dieser Vergleich erlaubt
Aussagen über die Vorteilhaftigkeit des Aushandlungsmechanismus gegenüber
der entfernungsbasierten Allokation.
Für alle im Folgenden durchgeführten Untersuchungen wurde der Aushandlungs-
mechanismus mit ω = 200 und b = 30 konfiguriert. Es wurde dabei immer die
erweiterte Variante eingesetzt, die bei Erreichen einer zulässigen Lösung die ma-
ximal recycelten Massen beschränkt.

6.5.2.1 Vorteilhaftigkeit der Aushandlungsmethodik bei mittlerer


Kapazität

Im Folgenden wird das Szenario mittlere Kapazität“ betrachtet, wie es in Kapitel



6.4.1 eingeführt wurde. Zunächst wird auf Basis der Grunddaten der Fallstudie
das Ergebnis einer entfernungsbasierten Allokation und das der Aushandlungs-
methodik für verschiedene Konstellationen von Kosten untersucht. Im einzelnen
erfolgt die Untersuchung von 4 Teilszenarien. Diese Teilszenarien stellen dabei
einen Ausschnitt aus den in Kapitel 6.4.1 dargestellten Probleminstanzen dar.
• symmetrische Kostenstruktur: In diesem Szenario besitzen alle Unterneh-
men die gleichen Kosten
• erhöhte Kosten Unternehmen 1: Unternehmen 1 hat erhöhte Kosten (Mul-
tiplikation mit Faktor 1,5 ggü. dem Grundszenario)
• erhöhte Kosten Unternehmen 2: Unternehmen 2 hat erhöhte Kosten (Mul-
tiplikation mit Faktor 1,5 ggü. dem Grundszenario)
• erhöhte Kosten Unternehmen 3: Unternehmen 3 hat erhöhte Kosten (Mul-
tiplikation mit Faktor 1,5 ggü. dem Grundszenario)
204 6 Fallstudie zur taktischen Koordination

Tabelle 6.11 zeigt nun die Ergebnisse für den Fall, dass der Anteil der Demon-
tagekosten normal“ ist. Der Anteil der Demontagekosten an den Gesamtkosten

entspricht dabei den Demontagekosten aus den Daten der Fallstudie. Die Tabelle
zeigt für jedes Szenario die Abweichung des jeweiligen Mechanismus vom globalen
Optimum ( Abw.“) sowie die jeweils in den Demontageunternehmen anfallenden

Kosten, unterteilt in Kosten für Transporte von den Quellen, für Demontage-
aktivitäten, für Transporte zu den Senken sowie Erlöse bzw. Kosten die durch
die Abgabe von Fraktionen an die Senken entstehen. Jede Zeile kennzeichnet da-
bei ein Szenario, wobei beispielsweise nk,nk,hk“ bedeutet, dass Unternehmen 3

erhöhte Kosten besitzt, während die anderen beiden Unternehmen mit niedrigen
Kosten konfrontiert sind (vgl. auch Kapitel 6.4.1). Zudem werden die jeweils in-
dividuell erfüllten Recyclingquoten ausgewiesen (αu ) sowie die Verbesserung des
Ergebnisses der aushandlungsbasierten Methodik gegenüber der entfernungsba-
sierten Allokation (Δ).

Tabelle 6.11: Vergleich der Ergebnisse entfernungsbasierte Allokation vs. aus-


handlungsbasierte Allokation - mittlere Kapazität

Szenario Abw. Kosten (-) / Erlöse (+)(e/a) erfüllte Quoten


(%) (%)
Gesamt Transport Demontage Transport Senken α1 α2 α3
Quelle Senke
Entfernungsbasierte Allokation
nk,nk,nk 4,74 -2.611.504 -405.331 -1.872.821 -693.556 360.207 60 60 60
nk,nk,hk 7,58 -2.928.914 -405.331 -2.190.231 -693.556 360.207 60 60 60
nk,hk,nk 4,22 -2.940.662 -405.331 -2.201.980 -693.556 360.207 60 60 60
hk,nk,nk 7,79 -2.901.346 -405.331 -2.162.663 -693.556 360.207 60 60 60
Aushandlungsbasierte Allokation Δ
(%)
nk,nk,nk 1,10 -2.520.706 -336.149 -1.886.730 -663.886 366.062 58,12 67,15 53,68 3,48
nk,nk,hk 0,81 -2.744.539 -368.778 -2.071.440 -664.572 360.252 53,64 67,91 52,28 6,29
nk,hk,nk 0,95 -2.848.652 -432.962 -2.071.620 -704.369 360.301 59,58 73,21 51,44 3,13
hk,nk,nk 1,01 -2.718.785 -342.658 -2.073.921 -663.133 360.928 48,61 66,63 56,25 6,29

Die Ergebnisse legen nahe, dass für die betrachteten Szenarien mit dem Aus-
handlungsmechanismus eine Verbesserung von 3%-6% erreicht werden kann. Da-
bei lässt sich erkennen, dass der Aushandlungsmechanismus insbesondere dann
besser gegenüber der entfernungsbasierten Allokation abschneidet, wenn Demon-
tageunternehmen 1 oder 3 erhöhte Kosten im Vergleich zu den anderen Recycling-
unternehmen haben (jeweils die zweite und vierte Zeile). Charakteristisch für die
entfernungsbasierte Allokation ist, dass die Transportkosten von den Quellen im-
mer gleich sind. Es fällt dabei auf, dass die Transportkosten von den Quellen
nicht zwingend geringer sind als bei der aushandlungsbasierten Allokation. Dies
liegt daran, dass die entfernungsbasierte Allokation neben der Entfernung der De-
montageunternehmen zu den Quellen die gleichmäßige Auslastung des Netzwerks
berücksichtigt.
6.5 Potenziale der entwickelten Methodik in der praktischen Anwendung 205

Im Grundszenario, bei dem alle Demontageunternehmen die selben Kosten ha-


ben, ergibt die verhandlungsbasierte Allokation (die auch nahe der optimalen
Allokation liegt), dass Demontageunternehmen 1 nur teilweise ausgelastet ist,
Demontageunternehmen 2 und 3 sind hingegen voll ausgelastet.
Erhöhen sich nun die Demontagekosten für Unternehmen 1 (jeweils die vierte
Zeile), so sind die anderen Demontageunternehmen aufgrund der ausgelasteten
Kapazität nicht in der Lage, die von Unternehmen 1 aufgrund seiner erhöhten
Kosten nicht mehr bearbeiteten Massen zu übernehmen. Allerdings erfolgt ei-
ne andere Aufteilung der Massen in der Weise, dass Demontageunternehmen 1
nun verstärkt die Produkte behandelt, bei denen lediglich eine geringere Demon-
tagetiefe zur Erreichung der netzwerkweiten Recyclingquoten notwendig ist. Im
vorliegenden Fall behandelt Demontageunternehmen 1 bei einer Erhöhung seiner
Kosten in wesentlich geringerem Maße Fernseher, da bei diesen zur Erreichung
einer hohen Recyclingquote die Durchführung mehrerer Demontageschritte not-
wendig ist. So ist bei Fernsehern eine zusätzliche Behandlung der Bildröhre not-
wendig. Dementsprechend ist die recycelte Masse bei Demontageunternehmen 1
dann geringer und wird durch die anderen Demontageunternehmen kompensiert,
was an der Änderung der unternehmensspezifische Recyclingquote von Unterneh-
men 1 von 58,12% auf 48,61% deutlich wird.
Eine derartige Kompensation ist bei Anwendung des entfernungsbasierten Allo-
kationsmechanismus nicht möglich. Im Grundszenario alloziert dieser die Massen
nach der Entfernung der Demontageunternehmen zu den Quellen. Allerdings er-
folgt maximal die Allokation eines Drittels der von einem Altgerät insgesamt
vorhandenen Masse auf ein Unternehmen, wodurch Demontageunternehmen 2
und 3 zwar etwas stärker ausgelastet sind als Demontageunternehmen 1, jedoch
nicht vollständig. Erhöhen sich nun die Kosten für Demontageunternehmen 1,
so hat dieses weiterhin die vorgegebene Recyclingquote zu erfüllen und kann die
erhöhten Kosten nicht durch verstärkte Bearbeitung von Altgeräten, die nur eine
geringe Demontagetiefe erfordern, kompensieren.
Betrachtet man den Fall, dass sich die Kosten in Unternehmen 3 erhöhen (jeweils
die zweite Zeile), so stellt man fest, dass durch die Erhöhung die Auslastung von
Unternehmen 3 sinkt und dass nun Unternehmen 1 vollständig ausgelastet ist.
Ebenso wird hier der Effekt deutlich, dass Unternehmen 3 weniger aufwändige
Altgeräte bearbeitet und somit die Recyclingquote sinkt.
Erhöhen sich die Kosten in Demontageunternehmen 2 (jeweils die dritte Zeile),
so ist der Vorteil der Anwendung der Aushandlungsmethodik geringer als in den
anderen beiden Szenarien. Dies liegt darin begründet, dass sich die durch den
Aushandlungsmechanismus generierte Allokation für den Fall, dass Unternehmen
2 erhöhte Kosten hat, nicht stark von der entfernungsbasierten Allokation (die
für alle Kostenszenarien gleich ist) unterscheidet. Auch ist auffällig, dass die Re-
cyclingquote von Recyclingunternehmen 2 noch steigt (von 67,15% auf 73,21%).
206 6 Fallstudie zur taktischen Koordination

Dies ist darin begründet, dass Recyclingunternehmen 2 nahe an Verwertungs-


senken gelegen ist, an die Fraktionen mit einem hohen Recyclingkoeffizienten
abgegeben werden, so dass sich aufwändigere Demontagearbeiten weiterhin loh-
nen, jedoch andere Altgeräte, die eine geringere Recyclingquotequote erbringen,
nicht mehr rentabel sind.
Die dargestellten Untersuchungen zeigen somit, dass bei Vorliegen einer asym-
metrischen Kostenstruktur ein größeres Verbesserungspotenzial gegenüber einer
einfachen entfernungsbasierten Allokation besteht, als dies der Fall ist, wenn die
Kostenstruktur symmetrisch ist. Neben der durch die Methodik erreichte Ergeb-
nisgüte ist für die praktische Umsetzung ebenfalls die Struktur der generierten
Verträge interessant, die mit der jeweiligen Methode ermittelt werden.
Tabelle 6.12 zeigt die durch die Aushandlungsmethodik generierten Preise im
Vergleich zu den Preisen, bei denen die Demontageunternehmen bereit sind, die
entfernungsbasierte Allokation der Massen zu akzeptieren. Die Bestimmung der
Preise erfolgte dabei für die Aushandlungsmethodik wie in Kapitel 5 beschrieben.
Für die entfernungsbasierte Allokation erfolgte die Bestimmung, wie dargestellt,
durch schrittweises Anheben der Preise, bis alle Altgeräte an den Quellen abgeholt
werden.
Die Preise, sowohl für die entfernungsbasierte als auch für die aushandlungsba-
sierte Allokation, sind somit so gewählt, dass die entsprechend zugehörige Al-
lokation bei Vorgabe dieser Preise von den Demontageunternehmen umgesetzt
wird. Ein eventueller Mindestdeckungsbeitrag, der dem fokalen Unternehmen bei
Implementierung dieser Preise entstehen würde, ist somit nicht berücksichtigt.
Bei Änderung der Preisanpassungsmethode der jeweiligen Mechanismen können
sich entsprechend auch andere Preise ergeben, die die erreichte Allokation un-
terstützen. Würde beispielsweise für die aushandlungsbasierte Allokation eine
größere Schrittweite gewählt, so würde das Verfahren ebenfalls durchgeführt, bis
eine zulässige Lösung gefunden wird. Allerdings wären die sich ergebenden Preise
höher, da der Preisanpassungsschritt, der von einer unzulässigen zu einer zulässi-
gen Lösung führt, größer ist. Mithin ergäbe sich für das fokale Unternehmen
ein geringerer Deckungsbeitrag und für die Demontageunternehmen ein höher-
er. Diese Problematik der Aufteilung der Deckungsbeiträge auf die Unternehmen
soll hier nicht betrachtet werden. Im Vordergrund steht die generelle Struktur
der Verträge, die zur Umsetzung einer zulässigen Allokation durch die Demonta-
geunternehmen führen.
Die Preise für die entfernungsbasierte Allokation werden mit pi bezeichnet, die-
jenigen, die durch den aushandlungsbasierten Mechanismus zustande gekommen
sind, werden mit pi bezeichnet wobei pi piq gemittelt über alle Quellen q darstellt.
Hierbei wird deutlich, dass die für die Abholung einer Masseneinheit eines Pro-
dukts zu zahlenden Preise im Falle der entfernungsbasierten Allokation höher
sind als im Falle der aushandlungsbasierten Allokation. Dies ist darin begründet,
6.5 Potenziale der entwickelten Methodik in der praktischen Anwendung 207

Tabelle 6.12: Generierte Vertragspreise für die entfernungsbasierte und aushand-


lungsbasierte Allokation - mittlere Kapazität

Szenario Preise (e)


Entfernungsbasierte Allokation
p1 p2 p3 p4 p5 p6 p7
nk,nk,nk 0,35 0,39 0,32 1,05 0,75 0,7 0,31
nk,nk,hk 0,51 0,42 0,43 1,48 0,95 0,81 0,38
nk,hk,nk 0,36 0,38 0,31 1,36 0,85 0,76 0,31
hk,nk,nk 0,47 0,45 0,45 1,53 0,99 0,9 0,45
Aushandlungsbasierte Allokation
p1 p2 p3 p4 p5 p6 p7 λ
nk,nk,nk 0,01 0,01 0,03 0,85 0,49 0,42 0,02 0,41
nk,nk,hk 0,01 0,01 0,11 1,13 0,66 0,53 0,10 0,49
nk,hk,nk 0,04 0,04 0,09 0,97 0,55 0,48 0,08 0,39
hk,nk,nk 0,00 0,00 0,10 1,19 0,68 0,54 0,12 0,53

dass die Preise der entfernungsbasierten Allokation das Recycling in Höhe der
vorgeschriebenen Recyclingquote enthalten, welches im Falle der aushandlungs-
basierten Allokation separat vergütet wird (λ).
Tabelle 6.13 zeigt die Daten für den Fall, dass die Demontagekosten einen wesent-
lich höheren Anteil an den Gesamtkosten haben. Die Erzeugung eines höheren
Anteils der Demontagekosten an den Gesamtkosten erfolgt, indem die Kosten für
die Ausführung einer Demontageaktivität mit 3 multipliziert wurden.
Hier sind ebenfalls die beschriebenen Effekte zu erkennen, dass eine Vorteilhaf-
tigkeit des aushandlungsbasierten Verfahrens dann besonders groß ist, wenn im
Netzwerk eine asymmetrische Kostenstruktur vorherrscht. Dabei zeigt sich, dass
ein höherer Anteil der Demontagekosten im vorliegenden Beispiel keine starke
Auswirkung auf die relative Vorteilhaftigkeit des Aushandlungsmechanismus hat.
Es ist zu beobachten, dass bei einem insgesamt höheren Demontagekostenan-
teil die Erhöhung der Kosten in einem Unternehmen einen wesentlich stärke