Die Forschung am Lehrstuhl beschäftigt sich mit der mathematischen Modellierung und Lösung betriebswirtschaftlicher Entscheidungsprobleme mit Methoden des Operations Research. Die untersuchten Probleme stammen in der Regel aus den Bereichen Pricing & Revenue Management oder Last Mile-Logistics.

 

Das Ziel ist es, handhabbare und zugleich realistische Modelle zu entwickeln, welche die im Rahmen der Digitalisierung verfügbar werdenden Daten bestmöglich nutzen. Die Entwicklung effizienter und skalierbarer Methoden und ihre Anwendung auf aktuelle Fragestellungen soll es ermöglichen, Erkenntnisse zu gewinnen, welche nicht nur aus theoretischer Sicht von Interesse sind, sondern auch Werte für die Praxis schaffen.

 

Regelmäßig werden entsprechende Fragestellungen mit Kooperationspartnern aus der Industrie bearbeitet. Dazu zählten und zählen u. a. GLS, IBM, Sixt, TUI sowie ZeppelinRental.  

© Universität Augsburg

Choice-Based Optimization

Die Modellierung von Präferenzen und des Wahlverhaltens von Akteuren in Märkten und die darauf basierende Formulierung von Optimierungsmodellen bilden das Fundament der Forschung am Lehrstuhl. Die betrachteten Akteure sind in der Regel Nachfrager von Dienstleistungen (z. B. Flüge oder Belieferungen), es kann sich aber auch um Anbieter (etwa selbständige Fahrer im Rahmen des Crowdshipping) handeln.

 

Zur Segmentierung der Akteure entsprechend ihres Wahlverhaltens und zur Kalibrierung der darauf aufbauenden Erklärungsmodelle kommen unterschiedliche Methoden der Datenanalyse und des maschinellen Lernens zum Einsatz (z. B. Clustering und Preference Learning). Je nach betrachteter Fragestellung können im Rahmen der eigentlichen Entscheidungsunterstützung statische, deterministische oder dynamische, stochastische Optimierungs­modelle entstehen. Für den Fall, dass sich die resultierenden Optimierungsmodelle unter Verwendung von Standardsoftware nicht effizient lösen lassen, werden spezialisierte Lösungsverfahren entwickelt. Zum einen handelt es sich dabei um moderne Heuristiken (z. B. evolutionäre Algorithmen und adaptive lokale Suche), zum anderen um Verfahren der approximativen, dynamischen Optimierung. Letztere ermöglichen unter Rückgriff auf Methoden der künstlichen Intelligenz, Entscheidungen in Echtzeit zu unterstützen.
 

© Universität Augsburg

Wichtigste Anwendungsfelder

Pricing & Revenue Management

 

Das Revenue Management befasst sich mit Konzepten und Methoden zur optimalen Gestaltung von Absatzprozessen für Dienstleistungen und kommt z. B. bei Fluggesellschaften, Automobilvermietungen oder Hotels zum Einsatz. Dabei wird in der Regel die Verfügbarkeit von auf den angebotenen Dienstleistungen definierten Produkten über die Zeit gesteuert, um eine bestmögliche Anpassung der Nachfrage an die verfügbare Kapazität zu erreichen. Im Gegensatz dazu erfolgt im eng verwandten Dynamic Pricing die Steuerung der Nachfrage für einzelne Produkte durch die Anpassung von Preisen über die Zeit.

Last-Mile Logistics

 

Immer mehr Menschen verlegen ihren Lebensmittelpunkt in Städte. In Verbindung mit der wachsenden Bedeutung des E-Commerce führt dies zu einem exponentiellen Wachstum der Menge auszuliefernder Waren und damit zu einer erheblichen Umweltbelastung. Unter dem Begriff Last-Mile Logistics fasst man in diesem Kontext die Gestaltung und Optimierung der Transportaktivitäten privater Dienstleister innerhalb von Städten zusammen. Dabei gilt es, die gegebene Infrastruktur, Umweltaspekte wie Schadstoff- und Lärmemmissionen, aber auch das sich wandelnde Bestell- und Konsumverhalten von Kunden zu berücksichtigen.

© Universität Augsburg
© Universität Augsburg

Zu den untersuchten Fragestellungen zählen:

  • Wann sollte eine Airline welche Tickets zu welchem Preis anbieten? Wie lassen sich entsprechende Konzepte auf Automobilvermietungen, Hotels oder digitale Dienstleistungen übertragen?
  • Sollten Automobilvermieter und Hotels mit Upgrades arbeiten? Wenn ja, wer soll sie bekommen? Wie ändert sich die Verfügbarkeit von Produkten?
  • Wie lassen sich Tickets für Sport- und Konzertveranstaltungen optimal bepreisen? Was gilt für Dauerkarten?
  • Wann und in welchem Umfang sollten Preise beim Verkauf von Saisonware gesenkt werden? Wann sollten zusätzliche Rabattaktionen (z. B. drei für zwei) zum Einsatz kommen? Wie sollten diese ausgestaltet sein?
  • Lohnt es sich, flexible Produkte anzubieten, bei denen der Anbieter nach der Buchung über die genaue Leistungserbringung entscheiden darf (z. B. über die Route bei Kreuzfahrten)?
  • Wie lassen sich Erlöse durch Zusatzangebote (etwa Internetzugang bei Flügen) steigern? Welche Kunden sollten wann solche Angebote erhalten?

Zu den untersuchten Fragestellungen zählen:

  • Wie kann der Einsatz unterschiedlicher Transportmittel von Kleintransportern über Lastenfahrräder bis hin zu Drohnen zur Reduktion der Umweltbelastung beitragen?
  • Wo sind in diesem Fall sogenannte Micro-Depots zu errichten, in denen die Übergabe zwischen den Transportmitteln erfolgen kann? Welche Touren sind an einem bestimmten Liefertag mit welchen Transportmitteln zu fahren?
  • Welche Möglichkeiten zur Erlösgenerierung bzw. Kostensenkung ergeben sich für Paketdienste durch das Angebot unterschiedlicher Lieferoptionen, wie die Belieferung an die Haustür, in die Packstation oder den Kofferraum des Autos eines Empfängers?
  • Wie sind Wunschzeitfenster bei der Auslieferung von Lebensmitteln im Attended Home Delivery zu bepreisen, um effiziente Liefertouren zu ermöglichen?
  • Welche Möglichkeiten bestehen im Rahmen des Crowdshipping, Lieferungen durch Kunden oder selbständige Kuriere durchführen zu lassen?

Ausgewählte Projekte

Lufthansa Systems AG - Prognose von Passagierströmen

Durch die fortschreitende Liberalisierung des Luftverkehrs stehen sich auf zahlreichen Märkten Wettbewerber mit stark unterschiedlichen Geschäftsmodellen gegenüber. Daher wurde die Weiterentwicklung eines Prognosemoduls zur Vorhersage von Passagierströmen notwendig, das insbesondere der gestiegenen Preissensitivität von Privat- wie Geschäftskunden Rechnung trägt. Es galt insbesondere Endogenitäten in der Datengrundlage zu adressieren. Diese entstehen, da die beobachteten Preise durch das vom jeweiligen Wettbewerber eingesetzte Revenue Management beeinflusst werden, was zu einer wechselseitigen Abhängigkeit von Preis und Nachfrage führt.

Sixt AG - Kapazitätssteuerung im Car Rental Revenue Management

Im Rahmen des Projektes wurden Revenue Management Ansätze entwickelt, die spezifische Anforderungen aus dem Bereich der Automobilvermietung berücksichtigen. Hierzu zählt beispielsweise der intensive Gebrauch von Upgrades oder die Möglichkeit von Kapazitätsanpassungen zu verschiedenen Zeitpunkten des Planungshorizontes. Darüber hinaus erfolgte die Konzeption und Implementierung einer Simulationsumgebung, um die Verfahren unter einheitlichen Rahmenbedingungen im spezifischen Kontext des Projektpartners evaluieren zu können.

TUI AG, IBM Deutschland GmbH - Katalogpreisoptimierung in der Tourismusbranche

Der Reisekatalog stellt für viele Reiseanbieter immer noch den wichtigsten Vertriebs­kanal dar. Im Auftrag der IBM wurde für die TUI ein kundenorien­tier­tes Preissystem entwickelt, das sowohl die individuellen Kundenpräferenzen als auch die Spezifika des Kataloggeschäfts berücksichtigt. Hierfür werden analytische Methoden des Data Mining verwendet, um auf Grundlage der Transaktionsdaten eine Kundensegmentierung durchzuführen. Diese dient als Input für die mathematische Optimierung der Preise, die unter Berücksich­tigung weiterer Nebenbedingungen ein optimales Preissystem generiert.

Zeppelin Rental GmbH & Co. KG - Preisoptimierung im Equipment Rental

Dynamische Märkte wie der „Equipment-Rental-Markt“ sind geprägt durch konjunkturelle Zyklen. So steht ein dem Marktverhalten angepasstes dynamisches Pricing neben dem Asset-Management an erster Stelle. Im Rahmen des Pricing-Projektes mit der Zeppelin Rental wurde ein Vorgehen definiert, welches den Kunden noch stärker in den Vordergrund stellt und eine für den jeweiligen Kunden bestmögliche Preisfindung zum Ziel hat. Dabei wurden mittels statistischer Methoden und Data-Mining-Verfahren Kundensegmente abgeleitet und deren Bedürfnisse und Zahlungsverhalten analysiert. Die daraus gewonnenen Daten und Erkenntnisse dienen als Grundlage für die Weiterentwicklung des Pricing innerhalb der Zeppelin Rental.

Daimler AG - Modellierung von Kundenwahlverhalten

In sich schnell verändernden, hochkompetitiven Märkten gewinnt die explizite Beschäftigung mit dem Wahl- und Kaufverhalten von Konsumenten bei der Optimierung angebotener Leistungen oder Produkte zunehmend an Bedeutung. Vor diesem Hintergrund wurden in einer Studie verschiedene Discrete Choice Modelle (u. a. Logit, (Cross-) Nested Logit, Probit sowie Mixed Logit) zur Beschreibung des Kundenwahlverhaltens evaluiert. Besonderen Raum nahm die praktische Anwendung mit der effizienten Entwicklung entsprechender Modellspezifikationen und der für die Modellschätzung benötigten Datengrundlage ein. Abschließend wurden mögliche Einsatzfelder aus dem Automobilbereich aufgezeigt.

GLS Paketdienst GmbH & Co. OHG - Optimale Gestaltung von Lieferoptionen

Das in Deutschland versandte Paketvolumen steigt stetig. Dies führt dazu, dass speziell im B2C-Bereich die Lieferung an die Haustüre um weitere Lieferoptionen ergänzt wird. Dazu zählen vermehrt die Lieferung in Paketshops und Packstationen. Durch die Nutzung entsprechender Optionen im Zuge eines gezielten Nachfragemanagements lassen sich nicht nur Transportkosten, sondern auch in erheblichem Maße die resultierende Umweltbelastung reduzieren. Im Rahmen des Projekts werden Optimierungsmodelle zur wirtschaftlichen Bewertung der unterschiedlichen Optionen erstellt. Aufgrund der resultierenden Komplexität werden zudem Heuristiken zu ihrer Lösung entwickelt.

Suche