Afhankelijk van de locaties van de klanten, is een goede positionering van de voorraden reserve-onderdelen van groot belang. Leg ik de voorraad dicht bij de klant, zodat ik grote kans heb dat de machine snel kan worden gerepareerd, of leg ik het iets verder weg, zodat ik voorraad kan delen tussen meerdere klanten? Ook de voorraadhoogte is van groot belang. Houdt ik meer voorraad aan om de kans op een stock-out te verlagen of verlaag ik mijn voorraad om de investering te reduceren? De beleveringswijze beïnvloedt ook sterk de prestatie. Gebruik ik expresse-leveringen voor tekorten, en regel ik dat leveringen tussen de verschillende depots mogelijk zijn? Tenslotte kan ik voor een uiteindelijke prestatie van de machine bij de klant ook nog beslissen om juist in dure of in goedkope reserve-onderdelen te investeren, gekoppeld aan de respectievelijke failure-rates.

Als we dit alles willen meenemen in een afweging, wordt die erg complex. Wiskundige modellen helpen ons echter hierbij. Recent promoveerde Bram Kranenburg aan de TU Eindhoven op een proefschrift waarin hij nieuwe wiskundige methoden ontwikkelde voor het beheer van reserve-onderdelen. Wiskundig zeer complex, maar praktisch bijzonder relevant, want vele bedrijven kampen met deze problematiek. Het onderzoek werd in nauwe samenwerking uitgevoerd met ASML, waar de door Kranenburg ontwikkelde algoritmes reeds zijn geïmplementeerd. Een prima aansluiting tussen zeer geavanceerd wetenschappelijk onderzoek, gericht op toptijdschriften, en aansluiting bij de praktijk van alledag. Complex wiskunde voor reserve-onderdelen: een soort reserve-wiskunde dus.