Produktionsmanagement
Refine
Document Type
- Contribution to a Periodical (24)
- Report (2)
Language
- Multiple languages (26) (remove)
Is part of the Bibliography
- no (26)
Keywords
- 01 (7)
- 3D-Druck (1)
- AM4Industry (2)
- Additive Manufacturing (1)
- Agil (1)
- Anforderung (1)
- Auftragsabwicklung (1)
- Best of breed (1)
- Business Software (1)
- Circular economy (1)
Institute
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.
In einer zunehmend digitalisierten Welt bilden IT-Systeme wie ERP oder MES das Rückgrat effizienter Prozesse. Doch viele Unternehmen stellen fest, dass ihre ITSysteme den sich ändernden Anforderungen weder gerecht werden noch die neuen Prozesse effektiv unterstützen. Dies führt entweder zur Entwicklung von Schatten-IT, d. h. zu provisorischen Anpassungen des IT-Systems oder zur Notwendikeit der
Auswahl eines neuen IT-Systems. Um dem entgegenzuwirken bzw. den Auswahlprozess zu verbessern, wurde das Forschungsprojekt VIPER ins Leben gerufen. Das FIR an der RWTH Aachen und das IPH – Institut für Integrierte Produktion Hannover gGmbH, haben sich zum Ziel gesetzt, Unternehmen darin zu unterstützen, durch die Betrachtung des gesamten soziotechnischen Informationssystems die Lebensdauer ihrer IT-Systeme zu erhöhen und bessere Entscheidungen bei der Auswahl neuer IT-Systeme zu treffen.
Industrie 4.0 umfasst nicht nur hochautomatisierte Maschinen und High-End-Technologien, sondern auch eine große Menge Daten und die dazugehörigen IT-Systeme. Die DFA Demonstrationsfabrik Aachen GmbH bietet einen Raum, in dem die abstrakten Industrie-4.0-Konzepte im realen Betrieb umgesetzt und präsentiert werden. Somit steht in der DFA Industrie 4.0 „zum Anfassen“ bereit. Nun wurde ein weiterer Usecase umgesetzt: Zusammen mit dem Kölner Unternehmen ONIQ wurde in der bereits bestehenden Infrastruktur die Industrial-Process-Mining-Software IQ|A implementiert, um Prozesse transparent zu machen und automatisiert zu analysieren.
Wenn ein Produkt mit jedem Bearbeitungsschritt ein Unternehmen wechselt, bleiben in der gesamten Prozesskette viele Informationen außer Acht. Daher sinken die Flexibilität innerhalb der Prozesskette sowie die Transparenz über den genauen Produktzustand. Genau das ist der Fall in der Stahlindustrie. Komplexe Stahlbearbeitungsprozesse werden erst durch eine Spezialisierung und große hergestellten Mengen lukrativ, was dazu führt, dass mehrere Unternehmen an der Wertschöpfung beteiligt sind. Im Projekt ‚E2E-Parameter‘ wollen das Institut für Bildsame Formgebung (IBF) und der FIR e. V. an der RWTH Aachen die Transparenz und Flexibilität der Prozessketten durch überbetrieblichen Datenaustausch erhöhen.
Im Rahmen des Forschungsprojekts ‚IPPSLaBeM‘ (Intelligente Produktionsplanung und -steuerung für das Laser-Beam-Melting) entwickelt das FIR an der RWTH Aachen in Kooperation mit dem Fraunhofer IAPT ein Produktionsplanungstool für die additive Fertigung (AM). Durch einen Simulations- und KI-Ansatz soll der manuelle Aufwand zur Fertigungsplanung minimiert und die Anlagenauslastung erhöht werden. Miteinbezogen werden Expertinnen und Experten von Anlagenherstellern, Fertigungsdienstleistern und Softwareentwicklern aus der Industrie, um einen Planungsansatz für betriebliche Anwendungssysteme der PPS zu entwickeln. Nach einer Integration in die IT-Systemlandschaft anhand eines Usecase entsteht ein Leitfaden, sodass eine praktische Umsetzung in produzierenden Unternehmen selbstständig vorgenommen werden und ein Transfer der Erkenntnisse in die Wirtschaft erfolgen kann.
Die Koordination von Material- und Informationsflüssen ist entscheidend für die Existenz von effizienten und nachhaltigen Netzwerken zwischen produzierenden Unternehmen und Logistikdienstleistern (LDL). Das Ergebnis des Forschungsprojekts ‚SynLApp‘ ist ein Assistenzsystem, mit dem die Zusammenarbeit zwischen Produktionsunternehmen und LDL unterstützt und gefördert werden kann. Die Hauptaufgabe des Tools ist es, gegenseitig den Auftragsstatus der Partner einzusehen, um Produktionsschwankungen sowie Maschinenausfälle zu erkennen und die Daten zu verarbeiten und aufzubereiten. Darauf basierend können optimierte Handlungsoptionen für die Unternehmen erstellt werden. Das SynLApp-Assistenzsystem reduziert die Kosten aller Beteiligten, indem es dabei unterstützt, Waren bedarfsgerecht an der Laderampe bereitzustellen. Neben der Entwicklung eines Befähigungsmodells für Unternehmen sind die modellierte Softwarearchitektur und die Implementierung einer Testumgebung die Kerninhalte des Projekts. In diesem Artikel werden die relevanten Projektergebnisse sowie dem Aufbau des Assistenzsystems und die mögliche Nutzung durch KMU diskutiert. Der SynLApp-Agent konnte bereits projektbegleitend von verschiedenen Unternehmen aus der Industrie validiert werden. Zudem dient das Projekt dem Aufbau zweier Demonstratoren, welche für Industrieinteressenten frei zugänglich sind. ‚SynLApp‘ ist ein weiteres gutes Beispiel dafür, wie zielführend Industrie-4.0-Technologien sein können.
Gemeinsam mit Miele & Cie. KG, dem Werkzeugmaschinenlabor WZL der RWTH Aachen, All for One Group S, Forcam GmbH, IconPro GmbH und Klima.Metrix GmbH arbeitet der FIR e. V. an der RWTH Aachen als Konsortialführer an einem wegweisenden Projekt, das die Art und Weise verändern wird, wie produzierende Unternehmen in Zukunft arbeiten werden. Ziel ist es, ein innovatives, datenbasiertes Wertschöpfungssystem zu entwickeln, das die Kreislaufwirtschaft nahtlos in den operativen Geschäftsbetrieb von Unternehmen integriert. Hierbei werden durch den Einsatz von KI-Modellen prädiktive Vorhersagen der Kreislaufwirtschaftsaufwände für Produkte im Nutzungszyklus ermöglicht, um eine optimale Kreislaufwirtschaftsstrategie zu definieren, die sowohl ökonomische
als auch ökologische Aspekte berücksichtigt. Das Projekt basiert auf der Entwicklung einer multizirkulären Auftragsabwicklung und einer skalierbaren, hybriden Produktion. Zusätzlich untersuchen wir die Auswirkungen auf die Produktkonfiguration und kreislaufwirtschaftsfähige Geschäftsmodelle. Die praxisnahe und validierte Implementierung zeigt die Umsetzbarkeit des Vorhabens und eröffnet ein breites Anwendungsfeld in der gesamten deutschen Industrie.
Das Forschungsprojekt ‚DiCES‘ bringt verschiedene Industriepartner zusammen, um gemeinsam ein datenbasiertes, integriertes Wertschöpfungssystem für eine nachhaltige, multidimensionale Kreislaufwirtschaft zu entwickeln. Zur Sicherstellung der Praxisnähe des Projekts fanden Workshops mit Industriepartnern aus unterschiedlichen Industriezweigen statt. Dabei wurden Anforderungen an IT-Systeme, Produktkonfigurationen, Geschäftsmodelle und Produktionskonzept behandelt. Alle erhobenen Anforderungen wurden anschließend für die Kategorisierung aufbereitet.
Mit dem Forschungsprojekt ‚DaFuER‘ sollten, mit Blick auf betriebliche Rückmeldedaten, Methoden der Datenfusion zur Steigerung der Datenqualität unter die Lupe genommen werden. Lesen Sie hier die wichtigsten Ergebnisse, die am Anwendungsfall in der Demonstrationsfabrik Aachen veranschaulicht werden.
Besonders in Krisenzeiten haben sich souveräne Lieferketten als essenziell herausgestellt, um systemrelevante Prozesse störungsfrei gewährleisten zu können. Allerdings ähnelt keine Krise der anderen. Hochwasser oder eine Wirtschaftskrise unterscheiden sich signifikant von einer Pandemie, sodass hier verschiedene politische, aber auch wirtschaftliche Maßnahmen der beteiligten Akteure gefordert sind. Dennoch haben Krisen eines gemein: Die frühzeitige Risikobewertung sowie das gezielte Agieren sind zur Bewältigung einer Krise notwendig.
Im Forschungsprojekt ‚PAIRS (Privacy Aware, Intelligent and Resilient CrisiS Management)‘ wurde ein domänenübergreifender Ansatz gewählt, um auf Basis einer hybriden KI-Methodik Krisenszenarien identifizieren und deren Entwicklung antizipieren zu können. Zusätzlich unterstützt die angestrebte servicebasierte Plattform die Akteure bei der Krisenfrühwarnung, dem Krisenmonitoring und der Bewertung von Reaktionsstrategien. Dadurch werden sie in die Lage versetzt, schnell auf Krisensituationen zu reagieren und Maßnahmen einzuleiten, um so negative Wirkungen zu minimieren. Gleichzeitig ermöglicht der Plattformansatz den Zugang zu diversen und verteilten Datenquellen sowie die Interaktion und Kooperation zwischen verschiedenen Services.