Lieferketten stehen vor zunehmender Komplexität, da Unternehmen mit der Balance zwischen Rentabilität, schwankender Marktnachfrage und CO₂-Emissionsvorschriften kämpfen. Eine neue Studie, die 2025 in Frontiers of Engineering Management veröffentlicht wurde, entwickelt ein optimalsteuerungsbasiertes Lieferkettenmodell, in dem die Produktionsrate als unbekannte zeitabhängige Variable statt als fester Wert behandelt wird. Dieser Ansatz bietet einen praktischen Weg zu nachhaltigen und wirtschaftlich tragfähigen Lieferkettenoperationen.
Moderne Lieferketten operieren unter volatiler Nachfrage, beeinflusst durch Saisonalität, Preisänderungen und Konsumentenverhalten, was die Koordination zwischen Herstellern und Händlern erschwert. Gleichzeitig führen Regierungen weltweit CO₂-Steuern ein, um Treibhausgasemissionen zu begrenzen, was den Betriebsdruck auf Produktionssysteme weiter erhöht. Die meisten bestehenden Lieferkettenstudien gehen von konstanten Produktionsraten aus und übersehen dabei reale Schwankungen und deren Umweltauswirkungen.
Forscher der University of Burdwan, der Jahangirnagar University und des Tecnológico de Monterrey berichteten über ein neues optimalsteuerungsbasiertes Modell, das die Lieferkettenkoordination unter variabler Nachfrage und CO₂-Emissionssteuerbedingungen adressiert. Die Arbeit, veröffentlicht mit DOI 10.1007/s42524-025-4110-6 in Frontiers of Engineering Management, führt einen Ansatz ein, bei dem die Produktionsrate nicht festgelegt, sondern dynamisch als unbekannte zeitabhängige Funktion angepasst wird.
Die Studie formuliert ein zweischichtiges Hersteller-Händler-Lieferkettenmodell, bei dem die Marktnachfrage gleichzeitig vom Verkaufspreis und der Zeit abhängt. Die Produktionsrate wird als Steuervariable definiert, und CO₂-Emissionen werden als lineare Funktion der Produktionsintensität modelliert – was bedeutet, dass höhere Produktion proportional höhere Emissionen erzeugt. Um das nichtlineare Variationsproblem zu lösen, wandten die Forscher Optimalsteuerungstheorie an und bewerteten dezentrale Szenarien weiterhin mit Stackelberg-Spielanalyse.
Um optimale Entscheidungen für Produktion, Preisgestaltung, Lagerhaltung und Emissionskosten zu erhalten, wurden sechs Metaheuristik-Algorithmen getestet und verglichen, darunter der Artificial Electric Field Algorithm, Firefly Algorithm, Grey Wolf Optimizer, Sparrow Search Algorithm, Whale Optimizer Algorithm und der Equilibrium Optimizer Algorithm (EOA). Die Ergebnisse zeigen, dass EOA andere Algorithmen in Lösungsgenauigkeit, Konvergenz und Stabilität übertraf. Sensitivitätsanalysen demonstrieren weiter, wie Variationen in Steuersatz, Produktionskosten oder Preiselastizität Gewinn- und Emissionsergebnisse beeinflussen.
Diese Ergebnisse bestätigen, dass dynamische Produktionssteuerung Umweltauswirkungen reduzieren kann, während die Rentabilität erhalten bleibt – und bietet damit eine realistischere Strategie als Modelle mit festen Produktionsannahmen. „Dieses Modell bringt die Produktionsplanung näher an reale Industriebedingungen“, erklären die Autoren. „Indem wir die Produktionsrate als Variable statt als Konstante behandeln, ermöglichen wir dem System, auf Nachfrage- und Emissionsbeschränkungen über die Zeit zu reagieren.“
Diese Forschung bietet einen Entscheidungsunterstützungsrahmen für Industrien, die unter CO₂-Regulierungspolitiken operieren. Es kann Hersteller dabei leiten, Produktion dynamisch anzupassen, um Kosten, Nachfrageschwankungen und Emissionsziele auszubalancieren. Das Modell ist anwendbar in Sektoren wie Stahl, Zement, Chemikalien, Konsumgüter und Logistik – wo der CO₂-Ausstoß direkt mit der Produktionsintensität skaliert. Da globale Emissionssteuern verschärft werden, könnte dieser Ansatz Unternehmen helfen, grünere Strategien zu entwickeln, Strafen zu senken und die Zusammenarbeit mit Händlern zu verbessern.
Die Implikationen dieser Forschung erstrecken sich über Industrien, die unter CO₂-Steuerdruck stehen. Da Regierungen weltweit strengere Emissionsregulierungen implementieren, müssen Unternehmen Wege finden, profitabel zu bleiben und gleichzeitig ihren ökologischen Fußabdruck zu reduzieren. Dieses Modell bietet einen mathematischen Rahmen, der transformieren könnte, wie Lieferketten gemanagt werden, potenziell CO₂-Emissionen über Fertigungssektoren reduzierend, während wirtschaftliche Tragfähigkeit erhalten bleibt. Zukünftige Arbeit könnte stochastische Ereignisse, erneuerbare Energieeinspeisungen oder Mehrproduktketten einbeziehen, um nachhaltigkeitsgetriebenes Lieferketten-Design weiter zu verbessern.
