Produktionsmanagement
Refine
Year of publication
- 2022 (38) (remove)
Document Type
- Contribution to a Periodical (14)
- Article (4)
- Conference Proceeding (4)
- doctorallecture (4)
- Doctoral Thesis (3)
- Working Paper (3)
- Part of a Book (2)
- Lecture (2)
- Book (1)
- Internet Paper (1)
Language
- German (24)
- Multiple languages (8)
- English (6)
Is part of the Bibliography
- no (38)
Keywords
- 3D-Druck (1)
- Additive Manufacturing (1)
- Agil (1)
- Bewegungsdaten (1)
- Business Software (1)
- CO2-Bilanzierung (1)
- CO2-Emission (1)
- CPSL (1)
- Datenaustausch (1)
- Datengestützt (1)
- Datenqualität (1)
- Datensouveränität (1)
- Datenökosystem (1)
- Digitaler Schatten (1)
- Disruptions (1)
- EPCIS (1)
- ERP (1)
- ERP-Auswahl (1)
- ERP-Systeme (2)
- Elektrolyseure (1)
- Enterprise-Resource-Planning (1)
- Event Data (1)
- Fallstudien (1)
- Harmonisierung (1)
- IT-Systemlandschaft (2)
- IT-Systemlandschaften (1)
- Incorrect Data (1)
- Industrie 4.0 (2)
- Informationssysteme (1)
- Internet of Production (3)
- KI (2)
- Konferenz (1)
- Kongress (1)
- Krisen (1)
- Krisenmanagement (1)
- Kunden-Lieferanten-Beziehungen (1)
- Künstliche Intelligenz (1)
- Leistungssteigerung (1)
- Logistik (1)
- MES-Auswahl (1)
- Modulare IT-Systeme (1)
- Modularität (1)
- Nachhaltige Produktion (1)
- Nachhaltigkeit (3)
- PPS (1)
- Performance-Measurement (1)
- Plattform (1)
- Process-Mining (1)
- Procurement Strategy (1)
- Product Characteristics (1)
- Produktionsausfälle (1)
- Produktionsplanung (1)
- Produktionsplanung und -steuerung (1)
- Referenzmodell (1)
- Resilienz (2)
- Risikobewertung (1)
- SV7447 (1)
- SV7457 (1)
- SV7458 (1)
- Schatten-IT (1)
- Softwarearchitektur (1)
- Stammdaten (1)
- Studie (1)
- Supply Chain Event Management (1)
- Supply Risks (1)
- Supply-Chain-Leistungsfähigkeit (1)
- Supply-Chains (1)
- Typification (1)
- V298 (1)
- V299 (1)
- V300 (1)
- Wasserstoff (1)
- Wertschöpfungsnetzwerke (1)
- Wertstrommethode (1)
- business applications (1)
- data democratization (1)
- fourth industrial revolution (1)
- produzierende Unternehmen (1)
- rev (4)
- Ökologie (1)
Institute
Dieser Bericht enthält die zentralen Ergebnisse einer Studie des Center Integrated Business Applications im Auftrag der proALPHA Business Solutions GmbH und wurde in Kooperation mit dem FIR e. V. an der RWTH Aachen durchgeführt.
Ziele der Studie:
- Analyse des Marktes von CO2-Management-Software,
- die Bestimmung der Informationsverfügbarkeit zur CO2-Bilanzierung sowie potenzieller Stellschrauben zur CO2-Reduktion mittels Business-Software.
Digitales Prozessmanagement
(2022)
Die vorliegende Arbeit liefert einen Beitrag zur systematischen Untersuchung der Aufgaben und Prozesse der Produktionsplanung und -steuerung im Kontext von Industrie 4.0. Der Schwerpunkt liegt dabei insbesondere auf der Rolle des Menschen in diesem Zusammenhang. Hierfür wird zunächst ein Beschreibungsmodell für die Aufgaben der Produktionsplanung und -steuerung entwickelt. Die Aufgabenreferenzsicht des Aachener PPS-Modells bildet dabei den Ordnungsrahmen des Beschreibungsmodells. Darauf aufbauend werden Merkmale und Merkmalsausprägungen zur Beschreibung der Produktionsplanung und -steuerung identifiziert und beschrieben. Anschließend erfolgt die Entwicklung eines Reifegradmodells für die Produktionsplanung und -steuerung. Grundlage des Reifegradmodells bildet der ‚acatech Industrie 4.0 Maturity Index‘. Nach der Herleitung der Reifegradstufen werden die zuvor identifizierten und beschriebenen Merkmalsausprägungen den einzelnen Reifegradstufen zugeordnet. Im Anschluss erfolgt die Entwicklung eines reifegradbasierten Referenzmodells für die Prozesse der Produktionsplanung und -steuerung unter besonderer Berücksichtigung der Verteilung der Aufgaben zwischen Mensch und betrieblichem Anwendungssystem. Das Referenzmodell ermöglicht eine Erklärung der Aufgaben der Mitarbeiter*innen und der betrieblichen Anwendungssysteme auf zuvor definierten Reifegradstufen.
Weiterhin liegt das Ziel dieser Arbeit in der zielgerichteten Unterstützung des Menschen in der Produktionsplanung und -steuerung. Um dieses Ziel zu erreichen, wird ein Gestaltungsmodell für lernunterstützende Applikationen für Produktionsplanungs- und -steuerungssysteme entwickelt. Hierfür werden zunächst im Kontext des Internet of Production die Einsatzmöglichkeiten von Apps als Ergänzung zu bestehenden betrieblichen Anwendungssystemen aufgezeigt. Anschließend wird das Gestaltungsmodell für lernunterstützende Applikationen für Produktionsplanungs- und -steuerungssysteme entwickelt, das eine zielgerichtete Unterstützung des Menschen in der Produktionsplanung und -steuerung ermöglicht.
(Quelle: https://www.apprimus-verlag.de/gestaltungsmodell-zur-lernunterstutzenden-erweiterung-von-produktionsplanungs-und-steuerungssystemen.html)
Im Rahmen der digitalen Transformation und der damit verbundenen Gestaltung digitaler und durchgängiger Prozesse müssen Unternehmen häufig neue Business-Software auswählen und beschaffen. Sie modernisieren hierbei ihre in die Jahre gekommene Software oder führen eine zusätzliche ein. Häufig erfolgen Auswahl und Beschaffung mittels klassischer Projektmanagementmethoden, die im Kontrast zu den agilen Methoden während der Implementierung stehen. Dieser Beitrag zeigt, wie agile Methoden schon in der Auswahl genutzt werden, um einerseits den Einstieg in die Implementierung zu erleichtern und andererseits aktives, nutzerzentriertes Change-Management von der Auswahl bis zum Einsatz der Software ermöglichen. Sie sind daher von Beginn an ein wichtiger Baustein zur Sicherung des Projekterfolgs.
Crises pose significant short and long-term threats to companies. The research project PAIRS aims to strengthen the resilience of actors in the supply-chain, en-ergy, and healthcare sectors in crisis situations. The basis for this is the newly created potential in data exchange, which is leveraged by combining internal with external (company-)data, e.g. in the GAIA-X network. AI is then the key to iden-tifying the time of the crisis and deriving appropriate actions to deal with it. Therefore, crisis scenarios are generated, and risks are assessed. In this paper, the project fundamentals are discussed. This includes the development of a project definition of the term "crisis", which is based on literature research of various scientific disciplines (e.g. economics or political science), as well as interviews with professional and academic experts from different fields. Moreover, a specif-ic example from the supply-chain domain is introduced to illustrate the process of requirement identification.
In der neuen Expertise des Forschungsbeirats Industrie 4.0 untersuchen das FIR e. V. an der RWTH Aachen und das Industrie 4.0 Maturity Center den Status-quo und die aktuellen Herausforderungen der deutschen Industrie bei der Nutzung und wirtschaftlichen Verwertung von industriellen Daten. Handlungsoptionen für Unternehmen, Verbände, Politik und Wissenschaft zeigen auf, wie der Nutzungsgrad der Datenbasis erhöht werden kann und wie sich Potenziale bei der Monetarisierung ausschöpfen lassen. Der Fokus liegt dabei auf produzierenden Unternehmen.
Souveränität: Ein Begriff, der für uns in Europa im Jahr 2022 eine besondere Bedeutung gewonnen hat. Wo Handelsbeziehungen und Energiepolitik neugestaltet werden, um nach haltig und sozialgerecht wirtschaften zu können, spielen auch Daten eine entscheidende Rolle. Digitale Souveränität in Europa erfordert eine sichere und vernetzte Dateninfrastruktur. Mit diesem Ziel wurde 2019 das Projekt ‚Gaia-X‘ ins Leben gerufen; hier gestalten internationale Vertreterinnen und Vertreter aus Wirtschaft, Wissenschaft und Politik gemeinsam die Rahmenbedingungen für den Datenaustausch und die Geschäftsmodelle der Zukunft. Die Beteiligung von kleinen und mittleren Unternehmen (KMU) ist ein essenzieller Bestandteil der Gaia-X-Strategie, denn sie bilden das Rückgrat unserer Wirtschaft. Das FIR an der RWTH Aachen gestaltet diesen Transfer im Rahmen des wissenschaftlichen Projekts ‚Uranos-X‘. Das zukünftige Gaia-XperienceLab im Cluster Smart Logistik wird dabei die zentrale Anlaufstelle für den interaktiven Einstieg in die digitalen Ökosysteme Europas sein.
Künstliche Intelligenz (KI) hat als Technologie in den vergangenen Jahren Marktreife erlangt. Es existiert eine Vielzahl benutzerfreundlicher Produkte und Services, welche die Anwendung von KI im Alltag und im Unternehmen vereinfachen. Die Herausforderung, vor denen Anwendende, gerade im betriebswirtschaftlichen Kontext, stehen, ist nicht die technische Machbarkeit einer KI-Applikation, sondern deren organisatorisch und rechtlich zulässige Gestaltung. Zu einer zunehmenden Dynamik in der Gesetzgebung kommt ein gesellschaftliches Interesse an der Kontrolle und Transparenz über die für KI-Modelle erhobenen Daten. Die Diskussion über Datensouveränität im geschäftlichen und privaten Alltag rückt mehr und mehr in das Zentrum der öffentlichen Aufmerksamkeit.
Datenbasierte KI-Anwendungen stehen damit in einem Spannungsfeld zwischen den Potenzialen, die das Erheben und Teilen von Daten über Unternehmensgrenzen hinweg bietet, und der Herausforderung, die Datensouveränität der involvierten Personen zu wahren. Die vorliegende Studie soll erstens über die Auswirkungen der Datensouveränität und die damit verbundenen aktuellen und kommenden Regularien auf KI-Anwendungsfälle aufklären. Dafür wurden Expertinnen und Experten aus den Bereichen Recht, KI- und Organisationsforschung befragt. Zweitens zeigt die Studie Potenziale und Best Practices von KI-Anwendungsfällen mit überbetrieblichem Datenaustausch auf. Dafür wurden Fallstudien in Unternehmen durchgeführt, die bereits erfolgreich Datenaustausch in ihre Geschäftsmodelle integriert haben, um ihre KI-Applikationen zu betreiben und zu verbessern.
Heutzutage werden in der Möbelindustrie oftmals kostengünstige Möbel in Serienproduktion gefertigt, bei denen die Produkte vor allem von Kurzlebigkeit und geringer Qualität geprägt sind. Die hohe Konkurrenz drängt kleinere Betriebe vom Markt und Aspekte der Produktindividualisierung, um unterschiedlichen Wohnräumen und Lebensanforderungen zu entsprechen, rücken immer stärker in den Hintergrund. Kommt der Wunsch nach einem individualisierten, innovativen und nachhaltigen Möbelstück auf, gibt es derzeit verschiedene Anbieter, die aber oftmals nicht allen Kriterien entsprechen und lange Lieferzeiten, hohe Preise und geringe Kundeneinbindung aufweisen. Mit dem EU-Projekt ‚INEDIT‘ wird deshalb das Ziel verfolgt, eine Plattform zu entwickeln, auf der maßgefertigte, innovative und nachhaltige Möbelstücke zu einem fairen Preis produziert und gehandelt werden können. Nach dem „Do-it-together“-Ansatz entsteht ein Geschäftsökosystem, das nicht nur für Kund:innen, sondern auch für Designer:innen, Zulieferer und Fertigungsbetriebe einen Mehrwert schafft. Für diese neuartige Form der Zusammenarbeit müssen auch potenzielle Erlösmodelle neu gedacht werden und Anreize für die gemeinsame Nutzung der Plattform geschaffen werden. Ziel ist es, den strategischen Fit von Plattformnutzern und passenden Geschäftsmodellen zu gewährleisten und die Nutzung der Plattform für alle optimal zu gestalten.