Refine
Document Type
- Contribution to a Periodical (20)
- Working Paper (12)
- Part of a Book (6)
- Article (4)
- Book (4)
- Report (4)
- Conference Proceeding (1)
- Internet Paper (1)
Language
- German (52) (remove)
Is part of the Bibliography
- no (52)
Keywords
- 1 (2)
- 3 PhasenKonzept (1)
- 3PhasenKonzept (2)
- AM4Industry (1)
- APS-System (1)
- Additive Fertigung (1)
- Algorithmus (1)
- Anforderungsmanagement (1)
- Auftragsabwicklung (1)
- Bahn (2)
- Bewertung (1)
- Blockchain (1)
- CO2-Bilanzierung (2)
- CO2-Emission (1)
- DQC (1)
- DaFuER (3)
- Data platform (1)
- Datenanalyse (1)
- Datenaustausch (1)
- Datenfusion (4)
- Datenintegration (1)
- Datenplattform (1)
- Datenqualität (5)
- Datenökosystem (1)
- Digitale Plattform (1)
- Digitaler Schatten (1)
- Digitalisierung (3)
- EFRE-0801707 (1)
- ERP (6)
- ERP-/PPS-Auswahl (1)
- ERP-Systeme (6)
- ERSC (1)
- Electric freight truck (1)
- Elektro-LKW (1)
- End-2-End-Transparenz (1)
- Energiequartiere (1)
- Energy quarters (1)
- Enterprise Resource Planning (1)
- Enterprise-Resource-Planning (3)
- Entscheidungsfusion (1)
- Entscheidungsunterstützung (1)
- Expertise (1)
- FIR-Leitfaden (1)
- Forschungsbeirat (1)
- Förderkennzeichen EFRE-0801707 (1)
- IT-Systemauswahl (1)
- IT-Systeme (1)
- IT-Systemlandschaften (1)
- Industrie 4.0 (2)
- Industrie-4.0-Maturity-Index (1)
- Informationssysteme (1)
- Internet of Production (2)
- KI (3)
- KMU (1)
- Kollaborationplattform (1)
- Konferenz (2)
- Kongress (1)
- Kosten-Nutzen-Analyse (1)
- Kosten-Nutzenbewertung (1)
- Kunden-Lieferanten-Beziehungen (1)
- Künstliche Intelligenz (3)
- Lebenszykluskosten (1)
- Lieferketten (1)
- Logistics (1)
- Logistik (1)
- MES (1)
- Manufacturing Execution System (1)
- Manufacturing-Execution-System (1)
- Marktspiegel (3)
- Marktübersicht (1)
- Mobilität in Deutschland (1)
- Modulare IT-Systeme (1)
- Modularität (1)
- Nachhaltigkeit (6)
- Natural-Language-Processing (1)
- Nutzenpotenzial (1)
- PPS (5)
- PPS sys Markt FIR 9141 (1)
- Plattform Industrie 4.0 (1)
- Predictive Maintenance (1)
- Process-Mining (4)
- Produktionsplanung (5)
- Produktionsplanung und -steuerung (2)
- Produktionsprozess (1)
- Produktionssteuerung (2)
- Prozessanalyse (2)
- Prozesse (1)
- Prozessmanagement (1)
- Prozessmodell (1)
- Rapid Prototyping (1)
- Reaktionsfähigkeit (1)
- Reifegradmodell (1)
- Resilienz (3)
- Risikomanagement (2)
- Rückmeldedaten (1)
- SCM (1)
- SV7133 (1)
- SV7248 (1)
- SV7291 (1)
- SV7315 (1)
- SV7335 (1)
- SV7392 (1)
- SV7421 (1)
- SV7422 (1)
- SV7432 (1)
- SV7435 (1)
- SV7447 (1)
- Schatten-IT (1)
- Schienengüterverkehr (1)
- Schienenverkehr (2)
- Sector coupling (1)
- Sektorenkopplung (1)
- Software (1)
- Softwareauswahl (1)
- Stammdaten (1)
- Stammdatenqualität (1)
- Studie (1)
- Subscription (1)
- Supply Chain Management (1)
- Supply-Chain (1)
- Supply-Chain-Design (1)
- Supply-Chain-Event-Management (1)
- Supply-Chain-Management (6)
- Supply-Chain-Resilienz (1)
- Supply-Chain-Risk-Management (1)
- Sustainability (2)
- Technologieauswahl (1)
- Tracking & Tracing (1)
- Trovarit (1)
- U1032 (1)
- Vorgehen (1)
- Wertschöpfungsnetzwerke (3)
- Whitepaper (1)
- additive Fertigung (1)
- additive manufacturing (1)
- benefits (1)
- betriebliche Rückmeldedaten (1)
- betriebliche Rückmeldung (1)
- business applications (1)
- business case (1)
- cost benefit model (1)
- costs (1)
- framework (1)
- manufacturing (1)
- order processing (1)
- process mining (1)
- railconnect (2)
- rev (1)
- supply chain management (1)
- use case canvas (1)
Institute
Produzierende Unternehmen sind heutzutage aufgrund zunehmender Konkurrenz aus Niedriglohnländern und eines schrumpfenden Technologievorsprungs einem enormen Kostendruck ausgesetzt, sodass Konzepte zur Steigerung der Produktivität erforderlich werden. Diese Konzepte sind vor allem auf die Optimierung innerbetrieblicher Abläufe auf Basis von Rückmeldedaten ausgerichtet. Eine notwendige Bedingung für das Ausschöpfen datenbasierter Wertschöpfungspotenziale ist eine konsistente und widerspruchsfreie Datenbasis. Mit dem Forschungsprojekt „Anwendung der Datenfusion bei der Erfassung und Speicherung betrieblicher Rückmeldedaten (DaFuER)“ wird demgemäß das Ziel verfolgt, die Erhöhung der Datenqualität von betrieblichen Rückmeldedaten durch die Anwendung von Methoden der Datenfusion zu ermöglichen.
Als Ergebnis des Forschungsprojekts wird in diesem Leitfaden eine Methode zur anwendungsfallspezifischen Ableitung geeigneter Methoden der Datenfusion dargelegt. Zunächst erfolgt die Definition des Anwendungsfalls. Dabei wird zur Ermittlung relevanter Informationsbedarfe den Anwendenden der Methodik eine Übersicht bereitgestellt, welche die verschiedenen für die Produktionsplanung und steuerung benötigten Informationen enthält. Außerdem werden Datenquellen anhand der Art der Datenerfassung klassifiziert. Diese Klassifikation ist die Grundlage für die Identifikation der im jeweiligen Anwendungsfall zur Verfügung stehenden Datenquellen.
Im Folgenden werden aus den verfügbaren Datenquellen diejenigen ermittelt, welche fusioniert werden sollen. Dazu wurde eine tabellarische Übersicht erstellt, mit Hilfe derer Datenquellen den Informationen zugeordnet werden, die sie bereitstellen. Weiterhin werden diese Datenquellen hinsichtlich ihrer Datenqualität auf Basis ausgewählter Qualitätsmerkmale bewertet. Für eine benötigte Information wählen die Anwendenden aus den ihnen zur Verfügung stehenden Datenquellen diejenigen zur Fusion aus, welche den Informationsbedarf decken und sich hinsichtlich der Erfüllung der Qualitätsmerkmale komplementieren.
Zuletzt wird eine für den konkreten Anwendungsfall geeignete Fusionsmethode der ausgewählten Datenquellen bestimmt. Grundlage dafür ist eine morphologische Untersuchung von Datenquellen. Durch eine Clusteranalyse möglicher Fehlerarten in Abhängigkeit der Kombination von verschiedenen morphologischen Merkmalsausprägungen werden prozesstypische Fehler der Datenfusion abgeleitet. Somit ist man in der Lage, anhand der ausgewählten Datenquellen die spezifischen Herausforderungen bei der Datenfusion zu identifizieren. Für die finale Auswahl einer für den Anwendungsfall geeigneten Datenfusionsmethode wurden für die ermittelten Prozessfehler die jeweiligen Eignungen der verschiedenen Methoden bewertet. Auf Grundlage dieser Bewertung wählen die Anwendenden schlussendlich diejenige Methode aus, die für die von ihnen identifizierten Herausforderungen am besten geeignet ist.
Die Anforderungen an den Einsatz von IT-Systemen haben sich in den letzten Jahren geändert. Anstelle von allumfassenden Komplettlösungen stehen insbesondere Flexibilität und Funktionalität im Mittelpunkt der Gestaltung von ERP-zentrierten IT-Systemlandschaften. Es besteht der vermehrte Wunsch nach einer verbesserten funktionalen Abdeckung, welches u. a.durch den verstärkten Einsatz von weiteren IT-Systemen erreicht werden kann. IT-Systemlandschaften rund um das ERP-System werden so immer vielschichtiger. Problematisch dabei ist, dass durch eine fehlende systematische Gestaltung der IT-Systemlandschaften unklare Verantwortlichkeiten, komplexe Schnittstellen sowie funktionale Überschneidungen und Datenchaos entstehen. Ein weiterer Effekt ist die wachsende Anzahl an Schatten-IT, die entsteht, weil die allumfassende Komplettlösung nicht alle benötigten Funktionen abdeckt.
Die Anforderungen eines Unternehmens und die Leistungsfähigkeit des
eingesetzten ERP-Systems driften oftmals stark auseinander. Viel zu früh erneuern Unternehmen deshalb ihr ERP-System, verbunden mit hohem Aufwand und entsprechenden Kosten. Um einen langfristigen, effizienten Betrieb ihres ERP-Systems zu ermöglichen, sollten Unternehmen die Kluft zwischen den benötigten Systemanforderungen und der tatsächlich vorhandenen Funktionalität eines ERP-Systems so klein wie möglich halten, idealerweise erst gar nicht entstehen lassen. Den Grundstein dazu legen sie bereits bei der Auswahl und Implementierung ihrer ERP-Systeme. Hier den richtigen Fokus zu setzen und darüber hinaus Änderungen in der Umsetzungs- und der Betriebsphase kontinuierlich zu analysieren, sind fundamentale Schritte zum Erfolg.
Heutige Implementierungsprojekte sind davon geprägt, dass nach dem Go-Live keine Prozesse zur Verfügung stehen, die es ermöglichen, dass neue Anforderungen effizient und kostengünstig umgesetzt werden. Dies resultiert in einem sinkenden Nutzen für die Anwender. Erst, wenn das eingesetzte System durch zahlreiche Workarounds und selbst entwickelte Anwendungen nicht mehr handhabbar ist, werden kostenintensive Anpassungs- und Neueinführungsprojekte angestoßen. Ein Ausweg hieraus kann ein konsequent umgeetztes, kontinuierliches und kurzzyklisches Anforderungsmanagement sein, dass Prozesse und eingesetzte IT-Lösungen deckungsgleich hält.
Im "Data Quality Center" widmen sich Experten und Forscher der Hochschule Heilbronn, des FIR und des Trovarit Competence Centers Datenmanagement gemeinsam der Frage, mit welchen Werkzeugen und Methoden Unternehmen effizient die Qualität ihrer Stammdaten messen und verbessern können. Erstes Ziel ist die Entwicklung einer Methodik und Toolchain für das betriebliche Stammdatenmanagement zur Evaluierung und Sicherung der Stammdatenqualität. Der Beitrag liefert erste Ergebnisse sowie eine Marktübersicht zu MDM-Lösungen. Außerdem wird die DQC-Methodik zur Bewertung der Stammdatenqualität im Unternehmen beschrieben.
Insbesondere mittelständische Unternehmen weisen starke Defizite in der digitalen Vernetzung ihrer Produktion auf. Im Rahmen des industrienahen Forschungsprojekts DaFuER werden die State-of-the-Art-Methoden zur Datenfusion und Fehlerreduzierung bei datengetriebenen Rückmeldeprozessen näher analysiert und in industriellen Use-Cases validiert. So wird die Datenfusion auch im Alltag für reale Produktionsprozesse von kleinen und mittleren Unternehmen weiter erschlossen. Weiterhin werden häufig fehlerhafte Rückmeldedaten in Prozessen sowie mögliche Optimierungspotenziale aufgezeigt.
DaFuER - Anwendung der Datenfusion bei der Erfassung und Speicherung
betrieblicher Rückmeldedaten
(2021)
Zentrale Herausforderung der Globalisierung und Digitalisierung für produzierende Unternehmen in Deutschland sind steigende Kundenanforderungen nach individuelleren Produkten bei gleichzeitig stetig kürzer werdenden Lieferzeiten. Insbesondere für kleine und mittlere Unternehmen steigt der Kosten- und Innovationsdruck durch wachsende Konkurrenz aus Niedriglohnländern und einen schrumpfen-den Technologievorsprung. Aus diesen Herausforderungen entsteht die Anforderung einer echtzeitfähigen und effizienten Produktionsplanung und -steuerung, die eine fundierte und kurzfristige Entscheidungsfindung erlaubt. Grundlage für eine leistungsstarke Produktionsplanung und -steuerung ist eine hohe Informationsverfügbarkeit. Das allein ist jedoch keine hinreichende Bedingung für eine effiziente Produktionsplanung und -steuerung, da nur bei einer ausreichenden Datenqualität eine zuverlässige Entscheidungsfindung möglich ist. Ferner bieten die zunehmende Digitalisierung und Vernetzung steigendes Nutzenpotenzial für datenbasierte Wertschöpfung, was die Relevanz einer hohen Datenqualität zusätzlich verstärkt. Zentrale Herausforderung der Steigerung der Datenqualität sind die Investitionskosten der Implementierung von entsprechenden Maßnahmen. Dabei zeichnen sich kleine und mittlere Unternehmen (KMU) insbesondere durch eine beschränkte Investitionsfähigkeit aus.
Auf die Erhöhung der Datenqualität eines aggregierten Datensatzes zielt die Datenfusion durch Kombination verschiedener Datenquellen ab. Die unterschiedlichsten Methoden der Datenfusion werden bereits seit längerem in nicht produktionsnahen Bereichen an-gewendet. Das Forschungsprojekt „DaFuER“ unterstützt bei dem Transfer der Methoden in das Produktionsumfeld. Hierbei werden vor allem kleine und mittlere Unternehmen bei der Optimierung ihrer Datenqualität angeleitet, indem eine transparente Entscheidungsunterstützung u. a. durch einen Leitfaden zur Datenfusion und ein Online-Tool ermöglicht wird.
Das Physical Internet (PI) basiert auf einer physischen, digitalen und operativen Interkonnektivität, ohne die ein weltweit fragmentiertes und standardisiertes Gütertransportsystem nicht effizient arbeiten könnte. Zur Selbststeuerung von globalen Warenströmen sind valide Eingangsdaten notwendig . Darüber hinaus ist ein hohes Vertrauen in Steuerungsentscheidungen für eine weitreichende Akzeptanz aller Akteure und Kunden der Logistikbranche unabdingbar. Diese beiden Ziele können nur durch eine hohe Datenqualität erreicht werden. Neben der Erhöhung der Datenqualität durch Automatisierung oder Einsatz von erweiterter Sensorik bieten Methoden der Datenfusion und der Entscheidungsfusion große Potenziale. Dieser Beitrag beschreibt ein methodisches Vorgehen zur Analyse dieser Potenziale. Darüber hinaus wird anhand eines Transitcenters dieses Vorgehen beispielhaft durchgeführt.