Am Standort sind effizientere Lagerhaltungsprozesse erforderlich. Einflussfaktoren wie saisonale Schwankungen und Wartungsarbeiten an den Produktionsanlagen beeinflussen die Lagerbestände, die benötigt werden, um die Nachfrage zu befriedigen, wodurch die Notwendigkeit entsteht, Lagerbestände für verschiedene Szenarien zu simulieren und zu optimieren.

Zum Lösen dieses Problems wurde ein Entscheidungsmodell auf Basis des Capacitated Facility Location Problem (CFLP) entwickelt, welches den CBC-Algorithmus verwendet. Die Softwarelösung wurde in Python, einer etablierten Sprache für wissenschaftliche Anwendungen, programmiert.

Die entwickelte Software simuliert Lagerkapazitäten, um Engpässe zu identifizieren und Lagerbestände zu optimieren. Sie bietet wertvolle Erkenntnisse und praktische Lösungen zur Lagerbewirtschaftung, aufgrund welcher Führungskräfte und Entscheidungsträger im Unternehmen Entscheidungen treffen können.