Informationsmanagement
Refine
Year of publication
Document Type
- Contribution to a Periodical (19)
- Conference Proceeding (8)
- Working Paper (8)
- Book (7)
- Lecture (3)
- Part of a Book (2)
- Internet Paper (2)
- Report (2)
Language
- German (39)
- English (10)
- Multiple languages (2)
Is part of the Bibliography
- no (51)
Keywords
- 02 (1)
- 3PhasenKonzept (1)
- Anforderungsmanagement (1)
- Auftragsabwicklung (1)
- Beratung (1)
- Big Data (5)
- BigPro (2)
- Blockchain (2)
- Blockchaintechnologie (1)
- Business Applications (1)
Institute
- Produktionsmanagement (51) (remove)
Failure management in the production area has been intensely analyzed in the research community. Although several efficient methods have been developed and partially successfully implemented, producing companies still face a lot of challenges. The resulting main question is how manufacturers can be assisted by a sustainable approach enabling them to proactively detect and prevent failures before they occur. A high-resolution production system based on analyzed real-time data enables manufacturers to find an answer to the main question. In this context, Big Data technologies have gained importance since the critical success factor is not only to collect real-time data in the production but also to structure the data. Therefore, we present in this paper the implementation of Big Data technologies in the production area using the example of an actual research project. After the literature review, we describe a Big Data based approach to prevent failures in the production area. This approach mainly includes a real-time capable platform including complex event processing algorithms to define appropriate improvement measures.
eStep Mittelstand: Analyse der Nutzung und Verbreitung von E-Business-Standards bei Unternehmen
(2016)
Im Forschungsprojekt »eStep Mittelstand – Modulare Lösungen für den Mittelstand zur Stärkung der eigenständigen Integration von E-Business-Standards in komplexe Lieferkettenprozesse« (im Folgenden kurz „eStep Mittelstand“ genannt) werden Lösungen erarbeitet, um den Einsatz von E-Business-Standards in den Geschäftsprozessen von kleinen und mittleren Unternehmen (KMU) zu stärken und auszubauen. Dazu werden geeignete Methoden und Modelle entwickelt, welche es KMU erlauben, E-Business-Projekte trotz hoher Komplexität erfolgreich umzusetzen. Die Umstellung auf standardbasierte, elektronische Geschäftsprozesse wird durch das Self-Assessment-Tool
(SAT), den Entscheidungsbaum (EB) und die Middleware (MW) erheblich erleichtert. Eine DIN SPEC, welche in Zusammenarbeit mit dem Deutschen Institut für Normung (DIN) e. V. erarbeitet wurde, stellt nun auch einen Leitfaden zur Weiterentwicklung und zum Ausbau der Funktionalität des SATs und des EBs bereit. Das Förderprojekt "eStep Mittelstand" ist Teil der Förderinitiative "eStandards: Geschäftsprozesse standardisieren, Erfolg sichern", die im Rahmen des Förderschwerpunkts "Mittelstand-Digital – IKT-Anwendungen in der Wirtschaft" vom Bundesministerium für Wirtschaft und Energie (BMWi) gefördert wird.
Da die heutigen Logistiknetzwerke den Anforderungen nicht mehr gerecht werden, rückt das Supply-Chain-Risk-Management von Wertschöfungsketten zunehmend in den Mittelpunkt unternehmerischer Überlegungen. Störungen in Logistiknetzwerken treten wegen unzureichender Datenmengen, -qualität und -integration der realen Welt nicht in den Informationssystemen auf. Eine echtzeitfähige Reaktion auf diese Störungen und proaktive Korrekturmaßnahmen innerhalb der Logistikprozesse sind folglich unmöglich. Daher kann ein erhöhter Bedarf an ganzheitlicher Transparenz innnerhalb der Logistiknetzwerke abgeleitet werden. Mit diesem Thema beschäftigt sich das Forschungsprojekt Smart-Logistic-Grids.
Smart-Logistic-Grids
(2016)
Ziel des Forschungsvorhabens Smart-Logistic-Grids ist die Entwicklung eines Systems, welches, basierend auf einer erhöhten Informationsverfügbarkeit, Handlungsalternativen aufzeigt und ökonomisch bewertet. Hierfür ist eine barrierefreie Integration unterschiedlicher Akteure innerhalb eines Logistiknetzwerks notwendig. Das Ergebnis dieses Systems eröffnet den Nutzern nicht nur Effizienzsteigerungen und eine erhöhte Robustheit des Gesamtsystems, sondern auch die Reduzierung der CO2 –Emissionen.
Im Forschungsprojekt BigPro wird die Frage beantwortet, wie Big Data aus der Produktion genutzt werden können, um das Störungsmanagement zu unterstützen. Dazu wurde ein Vorgehen entwickelt, das sicherstellt, dass die erforderlichen Informationen in der richtigen Form zu Verfügung stehen und das System zielgerichtet auf- und eingesetzt werden kann. Das Projekt „BigPro“ wird
über das Bundesministerium für Bildung und Forschung (BMBF) im Rahmen des Förderprogramms IKT 2020 – Forschung für Innovationen mit dem Förderkennzeichen 01IS14011 gefördert
Im Forschungsprojekt „eStep Mittelstand - Modulare Lösungen für den Mittelstand zur Stärkung der eigenständigen Integration von E-Business-Standards in komplexe Lieferketten-Prozesse" wurden Lösungen erarbeitet, um den Einsatz von E-Business-Standards in den Geschäftsprozessen von kleinen und mittleren Unternehmen (KMU) zu stärken und auszubauen. Hierzu wurden geeignete Methoden und Modelle entwickelt, welche es KMU erlauben, E-Business-Projekte trotz hoher Komplexität erfolgreich umzusetzen. Die Umstellung auf standardbasierte, elektronische Geschäftsprozesse wird durch das Self-Assessment-Tool (SAT), den Entscheidungsbaum (EB) und die eStep-Mittelstand-Middleware (eMiMi) erheblich erleichtert. Eine DIN SPEC, welche in Zusammenarbeit mit dem Deutschen Institut für Normung (DIN) e. V. erarbeitet wurde, stellt darüber hinaus einen Leitfaden zur Weiterentwicklung und zum Ausbau der Funktionalität des SATs und des EBs bereit.
Ziel des Forschungsvorhabens "SurE" ist die Erhöhung der Effizienz und Effektivität von Suchanfragen in ERP-Systemen. Dabei soll der Aufwand für den Nutzer reduziert und die Qualität der Ergebnisse verbessert werden. Die Ziele werden durch die Entwicklung einer selbstlernenden, kontextbasierten Suchmaschine für ERP-Systeme realisiert. Mit der Berücksichtigung des Kontextes einer Suchanfrage, des Benutzerverhaltens und einer Ergebnisbewertung durch den Anwender wird die Ergebnisqualität von Suchanfragen kontinuierlich gesteigert. Durch die Entwicklung eines Demonstrators gegen Ende des Projekts soll der Nutzen des Konzepts veranschaulicht werden. Zudem soll der Demonstrator in verschiedenen Szenarien erprobt und anhand einer Wirtschaftlichkeitsbetrachtung bewertet werden.
Energieflexibilität stellt eine mögliche Lösung dar, um die Herausforderungen der steigenden Volatilität in den Versorgungsnetzen in Deutschland zu beherrschen. Die Bundesregierung gibt den Weg vor: Die Energieversorgung Deutschlands wird in Zukunft verstärkt bis ganzheitlich durch erneuerbaren Energien gedeckt werden. Heute gibt es jedoch wenige innovative Energiedienstleistungen, die dieses Ziel verfolgen und die beschriebene Herausforderung in Zukunft beherrschbar machen.
Im Projekt "FlAixEnergy" wird eine Roadmap innovativer Energiedienstleistungen entwickelt. Diese zeigt auf, welche Smarten Services derzeit im Markt fehlen und in Zukunft erforderlich werden. Das Projekt wird mit Mitteln des Bundesministeriums für Wirtschaft und Energie (BMWi) gefördert.
Im Rahmen des Forschungsprojekts "FlAixEnergy" sollen kleine und mittlere Unternehmen (KMU) sowohl als dezentrale Erzeuger von regenerativer Energie als auch als Energieverbraucher (Smart Industrial Customer) zu Flexibilitätsclustern zusammengefasst werden. Ziel des Projekts ist die Entwicklung einer Plattform zwischen Energieversorgungsunternehmen (EVU) und Unternehmen, mittels derer die bewertete Energieflexibilität der energieverbrauchenden Unternehmen aggregiert und so die Partizipation am Energiemarkt ermöglicht wird. Ein in diesem Kontext relevantes Thema ist die Charakterisierung der eingebundenen industriellen Verbraucher bezüglich ihres Energiebedarfsverhaltens und ihrer Flexibilität. Hierzu soll ein sogenannter "energetischer Fingerabdruck" entwickelt werden, der dazu dient, Flexibilitätspotenziale und Lastprognosen von industriellen Stromverbräuchen systematisch an Energieversorgungsunternehmen zu kommunizieren. Das Projekt wird mit Mitteln des Bundesministeriums für Wirtschaft und Energie (BMWi) gefördert.
With big data-technologies on the rise, new fields of application appear in terms of analyzing data to find new relationships for improving process under-standing and stability. Manufacturing companies oftentimes cope with a high number of deviations but struggle to solve them with less effort. The research project BigPro aims to develop a methodology for implementing counter measures to disturbances and deviations derived from big data. This paper proposes a methodology for practitioners to assess predefined counter measures. It consists of a morphology with several criterions that can have a certain characteristic. Those are then combined with a weighting factor to assess the feasibility of the counter measure for prioritization.
Das (volks-)wirtschaftliche Umfeld produzierender Unternehmen wird aktuell mehr denn je durch unvorhersehbare und tiefgreifende Veränderungen geprägt. Die deutsche Industrie muss die Dynamik zukünftig aus eigener Kraft beherrschen. Teilweise nachteilige Standortfaktoren müssen kompensiert werden, um die Produktion in Deutschland langfristig zu sichern. Wandlungs- und Echtzeitfähigkeit in Prozessen und Strukturen stellen die zentralen Enabler zur Beherrschung des Produkt-Produktionssystems dar.
PLM trifft ERP
(2013)
In recent years supply chain participants are increasingly suffering the effects of disturbances in transportation supply chains. Both, dynamics in consumer demands and global supply chains lead to a growth in unplanned supply chain events. These can cause from rather manageable disturbances through to complete break-downs of transportation chains, resulting in high follow-up and penalty costs.
Consequently, concepts for an efficient supply chain disturbance management are needed, preferably with a real-time identification and reaction to disturbance events. Therefore in the following paper the research results of the German research project Smart Logistic Grids with the focus on designing an integrated model for the real-time disturbance management in transportation supply networks are presented. This includes the introduction of elaborated classification models for disturbances and action patterns as well as an associated costs and performance measurement system. Finally, a procedure model for the disturbance management is presented.
Der Begriff „Digitaler Schatten“ steht für ein hinreichend genaues, digitales Abbild der Prozesse, Information und Daten eines Unternehmens. Dieses Abbild wird benötigt, um eine echtzeitfähige Auswertebasis aller relevanten Daten zu schaffen, um hieraus letztendlich Handlungsempfehlungen abzuleiten. Die Bildung des Digitalen Schattens ist damit ein zentrales Handlungsfeld von Industrie 4.0 und stellt die Grundlage für alle weitergehenden Aktivitäten dar.
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.
Der High-Resolution-Supply-Chain-Management-Ansatz erlaubt es Unternehmen, in Echtzeit auf dynamische Einflüsse des Marktes reagieren zu können.
Echtzeitfähige Planungs- und Regelungsprozesse können den Planungsaufwand reduzieren und gleichzeitig mit den zur Verfügung stehenden Echtzeitinformationen die Planungsqualität verbessern.
Planungsprozesse auf Basis von Echtzeitinformationen setzen voraus, dass ein konsistenter Informationsaustausch zwischen den unterschiedlichen Planungsebenen besteht sowie ein hoher Autonomiegrad innerhalb der einzelnen Planungsinstanzen.
Industrie 4.0 ist in Politik, Medien, Wissenschaft und Wirtschaft derzeit omnipräsent. Intelligenter, individueller, effizienter, schneller, vernetzter – so lauten nur einige Versprechen dieses neuen industriellen Zeitalters. Tatsächlich sind die Potenziale gerade für den deutschen Maschinen- und Anlagenbau gewaltig: Sowohl für Anbieter als auch für Anwender von Technologien rund um das Thema Industrie 4.0. Aber noch existieren viele ungelöste Fragen, Unsicherheiten und Aufgaben. Hier wollen wir mit unserer Readiness-Studie ansetzen und Hilfestellung leisten. Denn ein Selbstläufer wird Industrie 4.0 nicht. Mit der vorliegenden Studie soll die große Vision näher an die betriebliche Realität gebracht werden. Auch zeigen wir die anspruchsvollen Wegmarken auf, die für viele Unternehmen hinsichtlich ihrer Industrie 4.0-Fähigkeit noch zu passieren sind. Die Studie untersucht, an welcher Stelle der Maschinen- und Anlagenbau aktuell bei der Umsetzung steht. Motivation und Hemmnisse der Unternehmen werden ebenso in den Blick genommen wie die Unterschiede, die sich zwischen Mittelstand und großen Unternehmen ergeben. Im Ergebnis ist es erstmals möglich, die „Industrie 4.0-Readiness“ der Maschinenbau-Industrie detailliert und systematisch abzubilden.
Industrie 4.0 is all around us today: in politics, in the media, and on the agendas of researchers and entrepreneurs. Smarter, faster, more personalized, more efficient, more integrated – those are just some of the promises of this new industrial era. The potential, especially for Germany ́s mechanical
engineering industry and plant engineering sector, is indeed great, both for providers and for users of technologies across the spectrum of Industrie 4.0.
But there are still many unresolved questions, uncertainties, and challenges. Our readiness study seeks to address this need and offer insight. Because Industrie 4.0 will not happen on its own.
This study is intended to bring the grand vision closer to the business reality. We also highlight the challenging milestones that many companies must still pass on the road to Industrie 4.0 readiness.
The study examines where companies in the fields of mechanical and plant engineering currently stand, focusing on what motivates them and what holds them back, and on the differences that emerge between small and medium enterprises on the one hand and large enterprises on the other.
The results make it possible for the first time to develop a detailed, systematic picture of Industrie 4.0 readiness in the engineering sector.
The study concludes with recommendations for action in the business community, complementing the diverse suite of programs and activities offered by VDMA’s Forum Industrie 4.0. We would like to take this opportunity to thank the two sponsors of this project from the VDMA Forum, Dietmar Goericke and Dr. Christian Mosch, whose efforts played a critical role in making this study a success.
We are convinced that Industrie 4.0 can become a success story for Germany’s engineering sector. May our “Industrie 4.0 Readiness” study do its part in this effort.
The digital transformation brings up various new tasks to manage new business application software and integrate them into existing business processes and legacy systems, which are necessary to keep e.g. a production system running. Today, all these tasks are on the one hand not clearly defined and on the other hand, responsibility of these cross-disciplinary tasks is unclear in companies being mostly structured in a function-oriented way. While quality management has developed to a firmly established function of process excellence years ago, IT-application management is still to become an inevitable part of the digital transformation. There are just a few authors trying to define and describe this part, the related tasks, and necessary roles in an organization. In this paper, we show how the business needs of a company can influence the ideal adaptation of the digitization solutions and thus become the success of the digital transformation. We base the paper on a use case in manufacturing companies. We then describe how companies deal with business application systems today. Based on the framework Aachen Digital Architecture Management we describe how a company can holistically improve the management of business application systems.