Kunden beliefern Kunden: Eine kompensationsgesteuerte Incentivierung zur Übernahme einzelner Lieferaufträge durch Kunden

• Antragsteller: Professor Dr. Rouven Schur
• Fachliche Zuordnung: Operations Management und BWL-spezifische Wirtschaftsinformatik
• Förderung: Förderung seit 2024
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 550416070

Der Onlinehandel wächst seit einigen Jahren rasant und mit ihm die Notwendigkeit, die Belieferung der letzten Meile möglichst effizient zu gestalten. Um dies zu erreichen, erkunden sowohl Wissenschaft als auch Praxis innovative Lieferansätze, wie beispielsweise das Crowdsourced Delivery, bei dem Kunden andere Kunden beliefern. Als anschauliches Beispiel kann der Lebensmittelhandel dienen: Einige Kunden bestellen die Lebensmittel online, während andere die Einkäufe im Geschäft tätigen. Die Kunden, die im Geschäft einkaufen, können nach dem Einkauf auf dem Weg zu ihrem Zielort (wie z. B. Wohnung oder Arbeitsplatz) die Belieferung anderer Kunden übernehmen. Die beliefernden Kunden werden Gelegenheitsfahrer genannt und erhalten eine Kompensationszahlung, um sie für den zur Belieferung benötigten Umweg zu entlohnen. Das Ziel des Unternehmens ist dabei, Gelegenheitsfahrer so einzusetzen, dass die Lieferkosten minimiert werden. Bisherige Arbeiten zum Crowdsourced Delivery beruhen häufig auf der Prämisse, dass alle Gelegenheitsfahrer ständig verfügbar sind und zugewiesene Aufträge stets übernehmen (solange vorab bekannte Rahmenbedingungen erfüllt sind). Das Kompensationsschema wird als gegeben angesehen Diese Annahmen resultieren typischerweise in deterministischen und statischen Optimierungsmodellen. Eine Annäherung an die Realität erfordert jedoch ein dynamisches und stochastisches Modell: Die individuellen Gelegenheitsfahrer sind nicht jederzeit verfügbar und die Bereitschaft, für eine bestimmte Kompensation einen Umweg zu machen, ist vorab nicht bekannt. In diesem komplexeren Szenario wird die auftrags- sowie fahrerspezifische Anpassung der Kompensationshöhe zu einem kritischen Werkzeug der Incentivierung. Obwohl Teilaspekte wie Unsicherheit, dynamische Entscheidungen oder Kompensationsfestlegung in der Forschung bereits Beachtung finden, fehlt es an integrativen Ansätzen, die diese Elemente in einem umfassenden Modell vereinen, um ein realistisches Abbild des Crowdsourced Delivery zu schaffen. Dieses Projekt zielt darauf ab, diese Forschungslücke zu schließen. Es werden drei stochastische Settings betrachtet, von denen zwei zusätzlich dynamisch sind. In jedem dieser Settings werden die optimalen auftragsspezifischen Kompensationsangebote gesucht. Dabei werden die stochastischen Entscheidungen der Gelegenheitsfahrer sowie der Einfluss der Kompensationshöhe auf diese Entscheidungen durch ein Wahlmodell aktiv berücksichtigt. Das Ziel der Unternehmen liegt stets in der Minimierung der Lieferkosten. In den beiden dynamischen Settings, kommen die Gelegenheitsfahrer über den Planungszeitraum (bspw. ein Geschäftstag) verteilt an und das Unternehmen kann die auftragsspezifischen Kompensationshöhen dynamisch der jeweiligen Situation anpassen. In einem der beiden dynamischen Settings wird zusätzlich angenommen, dass die Zielorte der Gelegenheitsfahrer vorab bekannt sind und somit die Kompensationszahlungen zusätzlich fahrerspezifisch gewählt werden können.

• DFG-Verfahren: Sachbeihilfen
• Mitverantwortlich: Dr. Matthias Soppert