Produktionsmanagement
Refine
Year of publication
Document Type
- Contribution to a Periodical (17)
- Working Paper (8)
- Conference Proceeding (7)
- Book (6)
- Lecture (3)
- Internet Paper (2)
- Report (2)
- Part of a Book (1)
Language
- German (35)
- English (9)
- Multiple languages (2)
Is part of the Bibliography
- no (46)
Keywords
- 3 PhasenKonzept (1)
- Anforderungsmanagement (1)
- Auftragsabwicklung (1)
- Beratung (1)
- Big Data (3)
- BigPro (1)
- Blockchain (2)
- Blockchaintechnologie (1)
- Business Applications (1)
- Cloud-Transformation (1)
Institute
- Informationsmanagement (46) (remove)
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.