Produktionsmanagement
Refine
Year of publication
- 2021 (50) (remove)
Document Type
- Contribution to a Periodical (20)
- Conference Proceeding (6)
- Working Paper (5)
- Doctoral Thesis (4)
- Internet Paper (4)
- Part of a Book (3)
- Report (3)
- Article (2)
- doctorallecture (2)
- Book (1)
Language
- German (34)
- Multiple languages (9)
- English (7)
Is part of the Bibliography
- no (50)
Keywords
- Acceptance analysis (1)
- BPM (1)
- Bewertung (1)
- Bewertungsprozess (1)
- Blockchain (4)
- Blockchain-Technologie (1)
- Blockchaintechnologie (1)
- Business Applications (1)
- Business-Process-Modelling (1)
- Change Management (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.
Prozesse in der produzierenden Industrie sind über Jahre gewachsen. Nicht selten bilden diese einen eingeschwungenen Zustand ab, der seit Jahren unverändert ist oder nur geringen Anpassungen unterlag. Die aktuellen Trendthemen und Krisen erhöhen den wirtschaftlichen und sozialen Druck auf Unternehmen, sich verstärkt mit den eigenen Prozessen auseinanderzusetzen und insbesondere durch effiziente Nutzung der eigenen Ressourcen Verschwendungen zu reduzieren.
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.
The COVID-19 pandemic has shown companies that their on-premise infrastructures often reach their limits with a large number of remote accesses. The transition to cloud-based solutions could represent a more efficient alternative. However, many German companies, especially small and medium-sized enterprises (SME), are still hesitant to take this big step of transferring applications to the cloud. For this reason, this paper examines the question of whether existing migration approaches in the analysis phase fit the specific requirements of SMEs. Using a literature review methodology, we first identify and analyze determinant factors for cloud adoption in SMEs. On this basis, we analyze existing methods in the analysis phase for migrations from on-premise software to cloud solutions. We investigate whether these factors are considered in the analysis phase of the approaches and conclude their suitability for SMEs. Of the migration approaches we examined, none included all the factors we identified as relevant to SMEs. Fewer have considered all factors fully and in detail. We present the results of the literature search process in tabular form and conclude this paper with a discussion and synthesis of the literature as well as an outlook on further research fields.
Blockchain ist eines der großen Trendwörter der Digitalindustrie. Die damit verbundene Technologie sorgt bereits seit geraumer Zeit für Gesprächsstoff und ist wohl eine der in den vergangenen Jahren am meisten diskutierte digitale Innovation. Außerhalb der Fachkreise von Informatikern, Mathematikern oder Ökonomen ist der Begriff für viele eng mit der Kryptowährung Bitcoin verknüpft. Dabei ist das weltweit verwendbare, dezentrale und digitale Zahlungssystem nur ein Anwendungsfeld für die Blockchain.
Die zunehmende Konkurrenz auf dem Markt des Maschinen- und Anlagenbaus führt zu Preiskämpfen zwischen den Anbietern und somit zu sinkenden Margen, die durch den Verkauf von Maschinen und Anlagen erzielt werden können. Eine Lösung zur Kompensation dieser Auswirkung stellt der Verkauf produktbegleitender datenbasierter Dienstleistungen dar. Diese ermöglichen basierend auf Daten, die während des User-Cycles einer Maschine oder Anlage erzeugt werden, neue Geschäftspotentiale für den Maschinen- und Anlagenbauer zu schaffen. Entscheidend für die Realisierung der entsprechenden Dienstleistungen ist dabei der Übergang von Daten und Informationen der Maschinen oder Anlagen bzw. Betreiber zu den Herstellern. Basierend auf diesen können die Maschinen- und Anlagenbauer wiederum durch Auswertung oder Analyse mehrwertschaffende Dienstleistungen wie beispielsweise Instandhaltungsmaßnahmen, bedarfsgerechte Betriebsmittelbereitstellungen oder Maschinenoptimierungen anbieten. Zuverlässige Informationen spielen hierbei eine zentrale Rolle, denn nur wenn diese zur Verfügung stehen, können gute und objektive Entscheidungen getroffen werden. Für die Umsetzung fließen zwangsweise Daten und Informationen vom Betreiber der Maschinen oder Anlagen ab, was bei einer Vielzahl von Unternehmen zu einer großen Skepsis führt. Etablierte Technologien wie die Cloud schaffen dabei nur beschränkt die Kompensation und den Aufbau fehlenden Vertrauens, weswegen diese nicht oder nicht umfassend eingesetzt werden und das Potential datenbasierter Dienstleistungen in der Praxis nicht umfangreich freigesetzt wird. Die Blockchain-Technologie kombiniert Ansätze aus akademischen Disziplinen wie der Kryptografie, dem Netzwerk- und Datenbankmanagement sowie dem Design wirtschaftlicher Anreizmechanismen. Sie stellt durch ihre Eigenschaften der Transparenz, Dezentralität, Sicherheit und Unveränderbarkeit eine Lösung für die beschriebenen Probleme dar und schafft eine technologiebasierte Kontrolle. Die Umsetzung bzw. Gestaltung eines blockchainbasierten Systems bietet jedoch vielseitige technische Gestaltungsfreiheiten, die eine hohe Auswirkung auf die tatsächliche Eignung für den jeweiligen Einsatzfall haben. Daraus resultierend wird in dieser Dissertationsschrift das Ziel verfolgt, Gestaltungsempfehlungen zur blockchainbasierten Maschinen- und Anlagenanbindung auf Basis der Anforderungen datenbasierter Dienstleistungen zu erarbeiten.
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.