Refine
Document Type
- Contribution to a Periodical (15)
- Book (5)
- Conference Proceeding (5)
- Report (5)
- Working Paper (5)
- Part of a Book (3)
- Article (1)
- doctorallecture (1)
- Doctoral Thesis (1)
Language
- German (33)
- English (7)
- Multiple languages (1)
Is part of the Bibliography
- no (41) (remove)
Keywords
- 3PhasenKonzept (3)
- AM4Industry (1)
- APMS (1)
- APS (1)
- APS-System (1)
- Aachener Implementierungsmodell (1)
- Advanced Planning System (1)
- Agilität (1)
- Algorithmus (1)
- Auftragsabwicklung (1)
Institute
Smart Operations
(2015)
Ziel des vorliegenden Whitepapers ist es, dem Leser
einen Einblick in das Themengebiet „Smart Operations“
am FIR an der RWTH Aachen zu geben. Es beschreibt die
derzeitigen Umfeldveränderungen im Kontext produzierender
Unternehmen und zeigt auf dieser Basis die Handlungsfelder
eines zukunftsorientierten Produktionsmanagements
im Umfeld der Digitalisierung auf.
Wie auch in den Umsetzungsempfehlungen des Arbeitskreises Industrie 4.0 von der acatech aufgeführt, sollen vorhandene Technologien zur Umsetzung genutzt werden. Im konkreten Anwendungsfall des hier vorgestellten Ansatzes wird ein analoger Weg verfolgt. Bereits in den letzten Jahren war zu sehen, dass immer mehr Daten im Internet verfügbar sind. Somit können sich die skizzierten Serviceanbieter bereits heute Daten aus dem Internet bedienen. Der bereits eingeleitete Trend hin zu mehr Datenverfügbarkeit im Internet wird die Servicedienstleister zudem bei Weiterentwicklung stärker befähigen, künftig mehr Daten aus dem Internet zu bekommen. In der Konsequenz wird die Datenmenge, die einzelne Unternehmen direkt an den Serviceanbieter bereitstellen müssen, geringer werden und somit sinkt die Eintrittsbarriere für einzelne Unternehmen in der Zukunft mehr und mehr, zumal die zuvor beschriebenen Vorteile für einzelne Unternehmen nicht zu unterschätzen sind.
Im Kontext Industrie 4.0 kommt der Erfassung der anfallenden Daten in der Produktion und deren Nutzung eine zentrale Bedeutung zu. Analysen betrieblicher Daten, welche auf verschiedenen Ebenen generiert werden, lassen Rückschlüsse und Erkenntnisse zur besseren Entscheidungsfindung zu. Die Basis für den Einsatz von Verfahren der Datenanalyse und -auswertung stellt ein hinreichend genaues Abbild der relevanten Daten - der Digitale Schatten - in der Auftragsabwicklung, Produktion, Entwicklung oder angrenzenden Bereichen dar.
Im Rahmen des vorliegenden Beitrages wird ein Modell für den Digitalen Schatten in der Auftragsabwicklung vorgestellt, welches die Basis für die Implementierung von Methoden der Datenanalytik darstellt.
One major problem of today’s producing companies is to reach a high adherence to delivery dates while considering the volatile market situation as well as economic aspects. This problem can only be solved by using a production control that is optimally adapted to the processes. A good working, process-oriented production control is essential for being able to control the production situation and to ensure a high adherence to delivery dates. Data generation and processing determine the success of production control. Current processes and IT systems have several shortcomings in meeting these challenges.
The solution for this problem is the so called “cyber physical production control” (CPPC). It optimally supports the production scheduler in his decision making process based on real-time high-resolution data. With the help of data analytics, the production controller receives decision support over various steps. Due to CPPC, the overall goal of a high adherence to delivery dates can be fundamentally increased.
Im Zuge von Internet of Things (loT), Industrie 4.0 sowie den Smart-Service-Entwicklungen muss die ERPSystemlandschaft zunehmend eine frei skalierbare betriebliche Anwendung darstellen und über eine hohe Agilität verfügen. Denn so werden Unternehmen in die Lage versetzt, ihre Geschäftsprozesse schnell, flexibel und fehlerfrei an veränderte Marktbedingungen anzupassen und so Wettbewerbsvorteile zu erzielen.
Die digital vernetzte industrielle Produktion verspricht schnellere und effizientere Prozesse - in Entwicklung und Produktion wie auch in Service, Marketing und Vertrieb oder bei Anpassung ganzer Geschäftsmodelle. Agil zu handeln und in Echtzeit Veränderungen vorzunehmen, wird in der Industrie 4.0 zur strategischen Erfolgseigenschaft eines Unternehmens. Voraussetzung dafür ist der Aufbau einer immer breiteren Datenbasis. Ob deren Potenzial effektiv genutzt wird, hängt jedoch auch wesentlich von der Organisationsstruktur und Kultur eines Unternehmens ab.
Die vorliegende acatech STUDIE stellt ein neues Instrument vor, mit dem produzierende Unternehmen den Weg zum lernenden, agilen Unternehmen individuell gestalten können. Der acatech Industrie 4.0 Maturity Index ist als sechsstufiges Reifegradmodell aufgebaut und analysiert die in der digitalisierten Industrie benötigten unternehmerischen Fähigkeiten in den Gestaltungsfeldern Ressourcen, Informationssysteme, Kultur und Organisationsstruktur. Jede erreichte Entwicklungsstufe verspricht produzierenden Unternehmen einen konkreten Zuwachs an Nutzen. Das Modell wurde in der praktischen Anwendung in einem mittelständischen Betrieb validiert.
Digitally connected industrial production promises faster and more efficient processes - in development and production, services, marketing & sales and for adapting entire business models. Agility and the ability to make changes in real time are strategic chracteristics of successful companies in Industrie 4.0. To acquire these features, it is necessary to create a continuously expanding data base. However, a company's organisational structure and culture also play an important part in determining whether this data's potential is leveraged effectively.
This acatech STUDY describes a new tool for helping manufacturing enterprises to forge their own individual path towards becoming a learning, agile company. The acatech Industrie 4.0 Maturity Index is a six-stage maturity model that analyses the capabilities in the area of resources, information systems, culture and organisational structure that are required by companies operating in a digitalised industrial environment. The attainment of each development stage promises concrete additional benefits for manufacturing companies. The model's practical application was validated in a medium-sized company.
Nowadays one of the most challenging tasks of producing companies is the growing complexity due to the globalization and digitalization. Especially in high wage countries, the ability to deliver fast and to a fixed date gets more and more important. To achieve this logistic target, it is necessary to optimize the Production Planning and Control (hereinafter PPC). This study investigates the effects of a change of the scheduling parameters on a target system. The focused research questions are: How can the effect of a scheduling parametersvariation on the target system of the PPC can be displayed efficiently? Is it possible to review the effect of the scheduling parameters-variation quantitatively and to derive action options?
Von den Besten lernen
(2017)