Versorgungsengpässe bei Medikamenten Welche Arznei hilft gegen Medikamentenengpässe?

Anbieter zum Thema

DECHEMA e.V.

Hellma GmbH & Co. KG

groninger & co. gmbh

Negotiation Advisory Group GmbH

Lieferengpässe bei Husten- und Fiebersäften für Kinder, Antibiotika oder Blutdrucksenker: Mittlerweile dürfte fast jeder von uns einmal in der Apotheke gestanden haben, um festzustellen: Das verschriebene Medikament ist zur Zeit nicht verfügbar.Der Pharmagroßhandel spielt als Bindeglied zwischen Herstellern und Apotheken eine wichtige Rolle. Welche Einflussmöglichkeiten die Händler haben, erklärt René Schumann, Geschäftsführer der Negotiation Advisory Group.

Der Pharmamarkt ist von globalen Unsicherheiten und Risiken in den Lieferketten bestimmt..Wie in vielen anderen Branchen auch hat dabei der Großhandel eine wesentliche Rolle für die Versorgungssicherheit: Er ist das zentrale Kettenglied zwischen den rund 1.500 Herstellern von Medikamenten und den 20.000 Apotheken, die den Endverbraucher bedienen. Und er muss Preisschwankungen schnell erkennen und darauf reagieren können.

Zwar unterscheidet sich die Pharmabranche von anderen Märkten durch die administrierten Verkaufspreise für viele Medikamente, die festgelegte Großhandelsspanne für die Großhändler und die Rabattverträge mit den Krankenkassen. Dies hat zu dem erheblichen Preisdruck bei etlichen Medikamenten geführt, sodass sich deren Produktion in Europa nicht mehr lohnt. Doch ein wesentliches Charakteristikum hat der Großhandel im Pharmabranche mit anderen, weniger regulierten Branchen wie Baustoffe oder Autoteile, Haushaltswaren oder Bürobedarf gemein: Kennzeichnend für diese Distributoren zwischen Produktion und Einzelhandel ist das riesige Portfolio an Produkten, Lieferanten und Kunden mit teilweise stark heterogenen Präferenzen.

Typisch sind hier Größenordnungen wie die eines Reifengroßhändlers, der mehr als 2.000 verschiedene Reifen von mehr als 25 Lieferanten im Sortiment hat. Oder ein Großhändler für Autoteile, der mehr als 5.000 Ersatzteile von über 900 Herstellern im Katalog hat sowie gut 400 Kunden pro Monat. Die vielen Hersteller, Produkte und Kunden sorgen für eine hohe Komplexität in Einkauf und Vertrieb, die mit landläufigen Methoden wie etwa Excel-Tabellen nicht optimal beherrscht werden kann und für die das Controlling keine wirkliche Lösung hat. Ein Problem, das durch das verbreitete Silodenken in Einkauf und Vertrieb noch verschärft wird.

Dabei gilt für die Großhändler generell: Sie müssen Bewegungen bei den Einkaufspreisen oder überteuerte Produkte genauso schnell erkennen und darauf reagieren können wie auf die Schwankungen auf der Nachfrageseite bei Preisen und Mengen. Und, vielleicht noch wichtiger: Ihre Prognosen über den zukünftigen Bedarf und das Nachfrageverhalten der Kunden müssen zuverlässiger werden, damit es nicht zu Friktionen in der Versorgung und volatilen Knappheitspreisen kommt.

Innovative Data Science Tools ermöglichen ganzheitliche End-to-End-Lösungen

Die innovative Lösung: Mithilfe von Data Science lassen sich beide Seiten integrieren, die Preisverhandlungen im Einkauf und die Preissetzung im Vertrieb ganzheitlich optimieren. In einem ersten Schritt werden sämtliche Einkaufs- und Vertriebsdaten erhoben, um diese beiden Welten, die normalerweise getrennt voneinander behandelt werden, in einer Datenbank zusammenzuführen. Allein schon durch diese Synchronisierung von Einkauf und Vertrieb lässt sich im Portfolio feststellen,

• welche Produkte unrentabel sind und welche ordentliche Deckungsbeiträge erbringen,

• bei welchen Produkten Wettbewerb besteht, sodass man teure Lieferanten austauschen kann, und wo ein Monopol vorliegt und man auf diesen Lieferanten angewiesen ist,

• wo man die Verkaufspreise optimieren kann und

• wo sich Teile bündeln lassen, sodass das Sortiment auf weniger Produkte reduziert werden kann.

Das ist das – statische – Grundgerüst. Im nächsten Schritt wird mithilfe von Big-Data-Technologien und Künstlicher Intelligenz ein optimales dynamisches Portfolio für Einkauf und Vertrieb generiert, das verschiedene Szenarien durchspielen kann, etwa dass neue Lieferanten hinzukommen oder andere ausscheiden, sich Kundenpräferenzen verändern oder sich Mehrpreise durchsetzen lassen. Verhandelt wird ja nicht nur über einen Preis, sondern über ganze Konditionspakete, in die Logistik, Timing oder Volumen in Abhängigkeit vom Preis eingehen.

Die Verarbeitung der gigantischen Anzahl von Daten, die bei der Erfassung sämtliche Faktoren anfallen, und die Dynamisierung des Modells erfordern de Einsatz von maschinellem Lernen und künstlicher Intelligenz. Mit den Software-Tools Smart Allocations (für die Optimierung von Preis und Menge) und Smart Restrictions (für die Minimierung teurer und unnötiger Beschränkungen) von NAG lassen sich individuelle, auf das jeweilige Unternehmen bezogene Softwareprogramme erstellen zu einer integrierten Optimierung von Einkauf und Vertrieb.

Realistische Preis-Absatz-Prognosen

Darüber hinaus lassen sich mithilfe dieser Software-Tools auch realistische Absatzprognosen für unterschiedliche Preisszenarien kalkulieren, die eine Expansion des Geschäfts und einen höheren Deckungsbeitrag erbringen. So kann man beispielsweise berechnen, um wie viel höher der Absatz sein wird, wenn der Lieferant preisliche Zugeständnisse macht, sodass man selbst im Vertrieb den Kunden bessere Konditionen einräumen kann. Aufgrund des größeren Volumens profitieren im Endergebnis beide: der Lieferant und der Großhändler.

Umgekehrt, sollte der Lieferant in Einkaufsverhandlungen störrisch auf seinen Preisen beharren, sodass man gezwungen ist, selbst die Vertriebspreise zu erhöhen, dann kann man ihm die Auswirkung auf den Absatz realistisch prognostizieren. Wenn man durch solche Szenarien dem Lieferanten die Auswirkungen seiner Preispolitik demonstrieren kann, kann sich der Großhändler selbst ein Stück weit aus der Sandwich-Position zwischen Lieferant und Kunden herausnehmen und den Lieferanten für den Absatz in die Verantwortung nehmen.

Roland Berger Analyse

Pharmaindustrie: De-Risking ist das Gebot der Stunde

Big-Data-Technologien und Künstliche Intelligenz bieten aber nicht nur im B2B-Geschäft Vorteile. Data Science ermöglicht auch, das Kundenverhalten in hochkomplexen Vertriebskonstellationen genauer zu analysieren. So konnte ein Versandhändler mit mehr 200.000 Kunden pro Monat und über 10.000 Produktnummern (Markenprodukte, Fremdprodukte und Eigenmarken) mithilfe dieser Softwareprogramme in einer sechswöchigen Testphase kundenspezifische Preissensibilitäten berechnen. Dies ermöglichte ihm im Vertrieb ein personalisiertes und dynamisches Pricing und erbrachte eine erhebliche Margenverbesserung.

Bei Medikamenten drohen weiter Versorgungsengpässe

Um die Probleme bei der Arzneimittel-Versorgung in den Griff zu bekommen, hat Bundesgesundheitsminister Karl Lauterbach das so genannte Arzneimittel-Lieferengpassbekämpfungs- und Versorgungsverbesserungsgesetz (ALBVVG) vorgelegt. Ziel ist, die Produktion von Arzneimitteln durch höhere Festbeträge verstärkt wieder nach Europa zu holen sowie die Vorratshaltung und Frühwarnung zu verbessern. Für Kinderarzneien werden die Festpreise und die Rabattverträge abgeschafft und Apotheken sollen bei Lieferschwierigkeiten einfacher auf wirkstoffgleiche Präparate ausweichen können.

Damit wird die administrative Preispolitik ein wenig gelockert und die Trägheit dieses Systems etwas reduziert. Zwar helfen moderne Data Science Tools auch den Pharmagroßhändlern, effizienter Einkauf und Vertrieb aufeinander abzustimmen. Das grundsätzliche Versorgungsrisiko jedoch besteht weiter, da die beteiligten Marktakteure nicht in einem funktionierenden Markt miteinander kommunizieren, sodass die Preise nicht ihre wichtige Funktion, Knappheiten zu signalisieren, ausüben können. Somit dürften es weiter bei bestimmten Medikamenten zu Engpässen kommen. Die Absicht, sozial Schwache durch administrative Preisvorgaben für Medikamente zu schützen, hat Folgewirkung für das Angebot. Ihnen wäre besser durch direkte staatliche Hilfen beim Medikamentenkauf in Abhängigkeit vom Einkommen gedient.

(ID:49669157)