Durch die rapide verbesserten Rechenmöglichkeiten der heutigen Computer ist es mittlerweile möglich, auch für grosse Logistiknetzwerke eine Kostenoptimierung zu rechnen. Diese Möglichkeit erkannte die Auftraggeberschaft und erteilte den Auftrag für diese Arbeit. Davor besass die Auftraggeberschaft keine graphischen Auswertungen ihrer aktuellen Lieferkette und konnte daher Optimierungspotenziale nur schwer identifizieren und umsetzen. Die Daten über die Lieferungen standen von Beginn weg aus dem von der Auftraggeberschaft genutzten ERP-System in einwandfreier Qualität zur Verfügung.

Diese Arbeit beantwortet sechs Fragestellungen zum Thema Logistiknetzwerkoptimierung und Lieferkette bei der Auftraggeberschaft. Zuerst wurden mittels Literaturrecherche relevante Problemstellungen und Algorithmen aufgezeigt, die sich zur Optimierung der Logistikkosten nutzen lassen. Anschliessend wurde die aktuelle Lieferkette der Auftraggeberschaft durch eine graphische Aufbereitung der Lieferdaten analysiert. Zuletzt wurden zwei Algorithmen zur Logistikkostenoptimierung zweier verschiedener Problemstellungen implementiert und die Resultate den aktuellen Logistikkosten gegenübergestellt.

Diese Arbeit lieferte der Auftraggeberschaft eine Übersicht über ihre aktuelle Supply Chain mittels einer in Qlik Sense entwickelten Applikation, die auch zur Analyse der aktuellen Lieferkette in dieser Arbeit genutzt wurde. Zudem wurde für die Auftraggeberschaft ein Optimierungstool entwickelt, das aus mehreren Qlik Sense Applikationen zur Datenvorbereitung und der konkreten Lösung der Optimierungsprobleme in Python besteht. Eine letzte Qlik Sense Applikation rundet dieses Optimierungstool ab, mit welcher die optimierten Logistikkosten den aktuell anfallenden Logistikkosten gegenübergestellt und die Resultate graphisch bereitgestellt werden. Diese errechneten optimalen Logistikkosten zeigten, dass bei der Auftraggeberschaft gemäss ihren Anforderungen, bereitgestellten Kosten und einem vorgegebenen Regelwerk grössere Einsparungen möglich wären. Die Arbeit ergab aber auch, dass die Kosten und das Regelwerk weiter verfeinert werden müssen, damit die errechneten Einsparungen auch in der Realität umgesetzt werden können. Zudem wurde ersichtlich, dass an der Optimierung selbst ebenfalls weitere Verbesserungen vorgenommen werden müssen, um in kürzerer Zeit Ergebnisse zu liefern.